Superresolution of MRI brain images using unbalanced 3D Dense-U-Net network
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F19%3APU132912" target="_blank" >RIV/00216305:26220/19:PU132912 - isvavai.cz</a>
Výsledek na webu
<a href="https://ieeexplore.ieee.org/abstract/document/8768829" target="_blank" >https://ieeexplore.ieee.org/abstract/document/8768829</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/TSP.2019.8768829" target="_blank" >10.1109/TSP.2019.8768829</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Superresolution of MRI brain images using unbalanced 3D Dense-U-Net network
Popis výsledku v původním jazyce
This paper proposes an unbalanced end-to-end trained 3D Dense-U-Net network for brain MRI images superresolution. We evaluated capabilites of the proposed architecture on upsampling the MRI brain scans in the factor of 2, 4 and 8 and compared the results with resampled images using lanczos, spline and bilinear interpolation achieving best results. While the network does not exceed superresolution capabilites of state-of-the-art GAN networks, it does not require large dataset, is easy to train and capable of processing 3D images in resolution suitable for medical image processing.
Název v anglickém jazyce
Superresolution of MRI brain images using unbalanced 3D Dense-U-Net network
Popis výsledku anglicky
This paper proposes an unbalanced end-to-end trained 3D Dense-U-Net network for brain MRI images superresolution. We evaluated capabilites of the proposed architecture on upsampling the MRI brain scans in the factor of 2, 4 and 8 and compared the results with resampled images using lanczos, spline and bilinear interpolation achieving best results. While the network does not exceed superresolution capabilites of state-of-the-art GAN networks, it does not require large dataset, is easy to train and capable of processing 3D images in resolution suitable for medical image processing.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20201 - Electrical and electronic engineering
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
2019 42nd International Conference on Telecommunications and Signal Processing (TSP)
ISBN
978-1-7281-1864-2
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
643-646
Název nakladatele
Neuveden
Místo vydání
Neuveden
Místo konání akce
Budapest, Hungary
Datum konání akce
1. 7. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000493442800141