fastMRI介紹

最近在做關(guān)于磁共振圖像的項目沈贝,發(fā)現(xiàn)一個價值很大的數(shù)據(jù)集-fastMRI杠人,這個數(shù)據(jù)集的特點在于提供了k-space數(shù)據(jù)。

一宋下、fastMRI項目基本介紹

FastMRI是Facebook AI Research (FAIR) 和 NYU Langone Health 之間的合作研究項目嗡善。目的是研究使用 AI 使 MRI 掃描速度提高 10 倍。

通過從采樣不足的數(shù)據(jù)中生成準確的圖像学歧,AI 圖像重建有可能改善患者的體驗并使更多人可以使用 MRI罩引。

二、fastMRI數(shù)據(jù)集介紹

fastMRI數(shù)據(jù)集包括兩種類型的MRI:膝蓋磁共振圖像(knee MRIs)和腦部磁共振圖像(brain MRIs)撩满。數(shù)據(jù)集包括訓(xùn)練數(shù)據(jù)蜒程、驗證數(shù)據(jù)以及masked測試數(shù)據(jù)集绅你。

2.1 多線圈軌道類型:

1.??{knee,brain}_multicoil_train.tar.gz:多線圈軌道類型的訓(xùn)練數(shù)據(jù)集,數(shù)據(jù)保存成HDF5類型昭躺,包括:

? ? - Kspace:多線圈軌道類型的kspace數(shù)據(jù)忌锯,kspace張量的尺寸為(number of slices, number ofcoils, height, width).

? ? - reconstruction_rss:多線圈kspace數(shù)據(jù)重建的平方根reconstruction_rss尺寸為(number of slices,r_height, r_width)。對于knee數(shù)據(jù)领炫,圖像高度和寬度都被裁剪成320*320.

2.???{knee,brain}_multicoil_val.tar.gz:對于多線圈軌道類型的驗證數(shù)據(jù)集偶垮,可以使用該數(shù)據(jù)集來選擇模型的超參數(shù)或者對訓(xùn)練數(shù)據(jù)進行增廣。HDF5文件和{knee,brain}_multicoil_train.tar.gz相同帝洪;

3.??{knee,brain}_multicoil_test.tar.gz:對于多線圈軌道數(shù)據(jù)第一階段的測試數(shù)據(jù)集似舵,HDF5文件包括以下兩種tensor

? ?- Kspace:下采樣的多線圈類型的Kspace數(shù)據(jù),kspace張量的尺寸為(number of slices, number ofcoils, height, width).

? ?- Mask:對于kspace數(shù)據(jù)進行欠采樣的笛卡爾數(shù)據(jù)葱峡,mask張量元素個數(shù)與kspace的寬度相同砚哗。

4.?knee_multicoil_challenge.tar.gz:對于多線圈類型挑戰(zhàn)的測試數(shù)據(jù)集。HDF5文件與multicoil_test.tar.gz相同砰奕。

2.2 單線圈軌道類型(僅針對knee數(shù)據(jù)):

1.??knee_singlecoil_train.tar.gz: 單線圈軌道類型的訓(xùn)練數(shù)據(jù)集蛛芥,數(shù)據(jù)保存成HDF5類型,包括:

? ? -?Kspace模擬單線圈的kspace數(shù)據(jù)军援,kspace張量的尺寸為(number of slices, height,width).

? ? -?reconstruction_rss:單線圈kspace的重建平方和仅淑,被裁剪到中心320*320區(qū)域來模擬單線圈kspace,重建張量的尺寸為(number of slices, 320, 320)胸哥。

? ? -?reconstruction_esc: 裁剪到中心 320x320 區(qū)域的單線圈 k 空間數(shù)據(jù)的逆傅立葉變換涯竟。 重建張量的形狀是 (number of slices, 320, 320)。

2.???knee_singlecoil_val.tar.gz: 單線圈軌道類型的驗證數(shù)據(jù)集空厌,可以使用該數(shù)據(jù)集來選擇模型的超參數(shù)或者對訓(xùn)練數(shù)據(jù)進行增廣庐船。HDF5文件和knee_singlecoil_train.tar.gz相同;

3.??knee_singlecoil_test.tar.gz: 單線圈軌道類型的測試數(shù)據(jù)集蝇庭,HDF5文件包括以下兩種tensor

? ? - Kspace:下采樣的單線圈類型的Kspace數(shù)據(jù)醉鳖,kspace張量的尺寸為(number of slices, height,width).

? ? - Mask:對于kspace數(shù)據(jù)進行欠采樣的笛卡爾數(shù)據(jù),mask張量元素個數(shù)與kspace的寬度相同哮内。

4.?knee_singlecoil_challenge.tar.gz: 單線圈類型挑戰(zhàn)的測試數(shù)據(jù)集盗棵。HDF5文件與singlecoil_test.tar.gz相同。

以上內(nèi)容來自于原網(wǎng)站fastmri

三北发、數(shù)據(jù)展示

3.1?knee_singlecoil_challenge數(shù)據(jù)

加載所需要的包

展示數(shù)據(jù)信息

1)查看k-space數(shù)據(jù)

k-space數(shù)據(jù)展示出來中間有個亮點纹因,其他部分都是黑色的。

這是下采樣后的MRI圖像

2)查看mask數(shù)據(jù)

mask數(shù)據(jù)是二值數(shù)據(jù)琳拨,只有0或1

3)查看mask與k-space之間的關(guān)系

我一開始不知道k-space數(shù)據(jù)是采樣后的數(shù)據(jù)還是全數(shù)據(jù)瞭恰,所以將一個k-space進行mask操作,然后和原圖像對比狱庇,發(fā)現(xiàn)經(jīng)過mask操作后的數(shù)據(jù)和原數(shù)據(jù)相同惊畏,則表明數(shù)據(jù)中的k-space數(shù)據(jù)就是采樣后的數(shù)據(jù)恶耽。

以上部分代碼來自于博客https://www.cxyzjd.com/article/xuru_0927/114780311

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市颜启,隨后出現(xiàn)的幾起案子偷俭,更是在濱河造成了極大的恐慌,老刑警劉巖缰盏,帶你破解...
    沈念sama閱讀 219,039評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件涌萤,死亡現(xiàn)場離奇詭異,居然都是意外死亡口猜,警方通過查閱死者的電腦和手機负溪,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,426評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來济炎,“玉大人川抡,你說我怎么就攤上這事⌒肷校” “怎么了猖腕?”我有些...
    開封第一講書人閱讀 165,417評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長恨闪。 經(jīng)常有香客問我,道長放坏,這世上最難降的妖魔是什么咙咽? 我笑而不...
    開封第一講書人閱讀 58,868評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮淤年,結(jié)果婚禮上钧敞,老公的妹妹穿的比我還像新娘。我一直安慰自己麸粮,他們只是感情好溉苛,可當我...
    茶點故事閱讀 67,892評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著弄诲,像睡著了一般愚战。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上齐遵,一...
    開封第一講書人閱讀 51,692評論 1 305
  • 那天寂玲,我揣著相機與錄音,去河邊找鬼梗摇。 笑死拓哟,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的伶授。 我是一名探鬼主播断序,決...
    沈念sama閱讀 40,416評論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼流纹,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了违诗?” 一聲冷哼從身側(cè)響起漱凝,我...
    開封第一講書人閱讀 39,326評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎较雕,沒想到半個月后碉哑,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,782評論 1 316
  • 正文 獨居荒郊野嶺守林人離奇死亡亮蒋,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,957評論 3 337
  • 正文 我和宋清朗相戀三年扣典,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片慎玖。...
    茶點故事閱讀 40,102評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡贮尖,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出趁怔,到底是詐尸還是另有隱情湿硝,我是刑警寧澤,帶...
    沈念sama閱讀 35,790評論 5 346
  • 正文 年R本政府宣布润努,位于F島的核電站关斜,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏铺浇。R本人自食惡果不足惜痢畜,卻給世界環(huán)境...
    茶點故事閱讀 41,442評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望鳍侣。 院中可真熱鬧丁稀,春花似錦、人聲如沸倚聚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,996評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽惑折。三九已至授账,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間唬复,已是汗流浹背矗积。 一陣腳步聲響...
    開封第一講書人閱讀 33,113評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留敞咧,地道東北人棘捣。 一個月前我還...
    沈念sama閱讀 48,332評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親乍恐。 傳聞我的和親對象是個殘疾皇子评疗,可洞房花燭夜當晚...
    茶點故事閱讀 45,044評論 2 355

推薦閱讀更多精彩內(nèi)容