In magnetic resonance imaging (MRI), motion artifacts can significantly degrade image quality. To reduce motion artifacts in brain MRI, we propose deep learning-based motion correction methods.
The first study is the motion correction network for multi-contrast MRI. The proposed method consists of two parts: image alignment and motion correction. Alignment of multi-contrast MR images is performed in an unsupervised manner by a convolutional neural network, yielding transformation parameters to align input images. The motion correction network corrects motion artifacts in the aligned multi-contrast images. The proposed method successfully corrected artifacts of simulated motion and real motion.
The second study is the unsupervised motion correction method using deep image prior. This approach takes advantage of the high impedance to noise offered by the neural network parameterization to remove motion artifacts in MR images. The proposed method synthesizes motion-simulated images from the motion-corrected images generated by the convolutional neural network, where an optimization process minimizes the objective function between the synthesized images and the acquired images. Furthermore, k-space segments are clustered based on their estimated motion parameters. The proposed method exhibits significant quantitative and qualitative improvements in correcting rigid and in-plane motion artifacts in MR images acquired using turbo spin-echo sequence.
자기 공명 영상에서 움직임 왜곡은 영상 품질을 크게 저하시킬 수 있다. 따라서, 우리는 딥러닝을 기반으로 한 움직임 보정 방법들을 제안한다.
첫 번째 연구는 다중 대조도 MRI에서 움직임 보정 신경망이다. 제안된 방법은 영상 정렬과 움직임 보정으로 구성된다. 다중 대조도 영상의 정렬은 합성곱 신경망을 사용하여 비지도 학습으로 수행되며, 입력 영상를 정렬하기 위한 변환 매개 변수를 생성한다. 움직임 보정 신경망은 정렬된 다중 대조도 영상의 움직임 왜곡을 보정한다. 제안된 방법은 시뮬레이션된 움직임 왜곡과 실제 움직임의 왜곡을 성공적으로 보정했다.
두 번째 연구는 딥 이미지 프라이어를 이용한 비지도 움직임 보정 방법이다. 제안하는 방법은 신경망 매개 변수화에서 제공하는 잡음에 대한 높은 임피던스를 활용하여 MR 영상에서 움직임 왜곡을 보정한다. 이 방법은 MRI 매개 변수화, 공간 변환 및 움직임 시뮬레이션 모델로 구성되며, 합성된 움직임 시뮬레이션 영상은 최적화 과정에서 움직임 왜곡 영상과의 목적 함수를 최소화하도록 생성된다. 또한, 추정된 움직임 매개 변수를 기반으로 k-공간 세그먼트를 클러스터링한다. 제안된 방법은 터보 스핀 에코 시퀀스를 사용하여 획득한 MR 영상에서 강체 및 평면 움직임 왜곡 보정에 대한 양적 및 질적 개선 효과를 보인다.
