お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2022-02-22 13:15
画像のフレネル変換とGANを利用したMR圧縮センシング再構成
阿部真弥山登一輝伊藤聡志宇都宮大
抄録 (和) MR撮像の高速化を目的として圧縮センシングのMR応用が進められ,一部は実用化されている.近年,大幅な再構成時間の短縮と再構成画像の品質改善が図れる深層学習を利用した再構成法の研究が活発に行われている.本研究では,敵対的生成ネットワーク(GAN)を利用する再構成法において入力をフレネル変換した信号とする方式を検討した.フレネル変換された信号は,画像を回折した様相となるので信号と画像の二面の性質をもつ.シミュレーションによる検討の結果,従来法を上回る性能が得られたので報告する. 
(英) In recent years, there has been several researches on reconstruction methods using deep learning, which can significantly reduce the reconstruction time and improve the quality of reconstructed images. In this study, we investigated a reconstruction method using a generative adversarial network (GAN), where the input signal is a Fresnel Transformed signal. Since Fresnel Transformed signal is a kind of diffracted image, therefore it has the dual characteristics of a signal and an image. Simulation studies showed that the reconstruction performance was improved in proposed method compared with preceding method.
キーワード (和) 深層学習 / GAN / フレネル変換 / / / / /  
(英) Deep Learning / GAN / Fresnel Transform / / / / /  
文献情報 信学技報
資料番号  
発行日  
ISSN  
PDFダウンロード

研究会情報
研究会 IE ITS ITE-AIT ITE-ME ITE-MMS  
開催期間 2022-02-21 - 2022-02-22 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 画像処理,一般 
テーマ(英) Image Processing, etc. 
講演論文情報の詳細
申込み研究会 ITE-ME 
会議コード 2022-02-AIT-ME-MMS-IE-ITS 
本文の言語 日本語 
タイトル(和) 画像のフレネル変換とGANを利用したMR圧縮センシング再構成 
サブタイトル(和)  
タイトル(英) Compressive Sensing MR Reconstruction Using Generative Adversarial Network and Fresnel Transform of Images 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep Learning  
キーワード(2)(和/英) GAN / GAN  
キーワード(3)(和/英) フレネル変換 / Fresnel Transform  
キーワード(4)(和/英) /  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 阿部 真弥 / Shinya Abe / アベ シンヤ
第1著者 所属(和/英) 宇都宮大学 (略称: 宇都宮大)
Utsunomiya University (略称: Utsunomiya Univ.)
第2著者 氏名(和/英/ヨミ) 山登 一輝 / Kazuki Yamato / ヤマト カズキ
第2著者 所属(和/英) 宇都宮大学 (略称: 宇都宮大)
Utsunomiya University (略称: Utsunomiya Univ.)
第3著者 氏名(和/英/ヨミ) 伊藤 聡志 / Satoshi Ito / イトウ サトシ
第3著者 所属(和/英) 宇都宮大学 (略称: 宇都宮大)
Utsunomiya University (略称: Utsunomiya Univ.)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2022-02-22 13:15:00 
発表時間 15分 
申込先研究会 ITE-ME 
資料番号  
巻番号(vol) vol.121 
号番号(no)  
ページ範囲  
ページ数  
発行日  


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会