|
MRIの撮像時間を短縮する目的で圧縮センシングを導入する研究を行った．課題であった画質と再構成時間の短縮は高いレベルで満足できる結果を得た．また，深層学習再構成の方式によっても画質や再構成時間，必要な画像データ数などが異なり，それぞれ特徴があることが明らかになった．さらに，深層学習の導入は計測方法の常識までも変える可能性を持ち，今後さらに計測と計算機処理の融合により高いレベルでの計測，さらなる撮像時間の短縮化など新たな次元の計測へ展開する方向性が示唆された．このように深層学習に代表されるデータ駆動科学のMRI応用において新たな知見が得られたことから学術的，社会的意義は大きいものがある．
|
