「超解像ネットワークによる 極低磁場MRI 画像の高解像化」

カテゴリ: 研究会(論文単位)

論文No: OQD23034

グループ名: 【C】電子・情報・システム部門 光・量子デバイス研究会

発行日: 2023/08/22

タイトル(英語): Improving the resolution of ultra-low magnetic field MRI images using a super-resolution network

著者名: 植村 拓未(北里大学),関根 陸翔(北里大学),熊谷 寛(北里大学)

著者名(英語): Takumi Uemura(Kitasato University),Rikuto Sekine(Kitasato University),Hiroshi Kumagai(Kitasato University)

キーワード: 超解像ネットワーク|極低磁場ＭＲＩ|高解像度変換|機械学習|ピーク信号対雑音比　（ＰＳＮＲ）|診断精度向上|Super-resolution network|Ultra-low field MRI|High-resolution conversion|Machine learning|Peak Signal-to-Noise Ratio (PSNR)|Diagnostic accuracy improvement

要約(日本語): 本研究では、機械学習を用いて低解像度のMRI画像を高解像度に変換する超解像ネットワークを開発し、その評価を行った。極低磁場MRIを対象に、異なる断面や輝度を持つ画像を訓練データとし、ピーク信号対雑音比(PSNR)を用いて評価した結果、異なる断面のMRI画像や輝度の広い画像を訓練データに用いることでPSNR値が高くなる傾向が見られた。これにより、低磁場下でのMRI画像診断の精度向上に寄与する可能性が示された。

要約(英語): This study developed a super-resolution network using machine learning to enhance low-resolution MRI images. Training with varied sectional and luminous images resulted in higher PSNR values, potentially improving the diagnostic accuracy of low-field MRI images.

本誌: 2023年8月25日光・量子デバイス研究会

本誌掲載ページ: 25-29 p

原稿種別: 日本語

PDFファイルサイズ: 740 Kバイト