《表2 不同方法重建伪随机欠采MR图像的PSNR、SSIM和HFEN Tab.2 PSNR, SSIM and HFEN of reconstructed pseudo-random sampled

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《卷积神经网络重建欠采的磁共振图像》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从图4中可以看出在采样率相同的情况下，CNN重建出的伪随机采样MR图像更加锐利，细节部分更加清晰。表1和表2中的统计结果也显示出，CNN重建出的伪随机采样MR图像质量更高。由于中央采样模式只采集K空间中央部分，完全抛弃周围的高频数据，从而导致CNN难以恢复图像的细节信息。然而伪随机采样模式会随机欠采周围高频部分的数据，所以输入网络的图像中既包含低频数据又具有部分细节信息，CNN比较容易学习到图像的结构和细节特征，从而输出高质量的MR图像。