Aarhus University Seal / Aarhus Universitets segl

Studenterkollokvium - Trine Kirkegaard: AI til acceleration af MR-billeder – og hvad Facebook har med dette at gøre

04.11.2020 | Emma Hillgaard

Dato tor 12 nov
Tid 15:15 16:00
Sted Fys. Aud.
Et normalt MR-billede (reference), samt resultatet af 3 forskellige måder at rekonstruere et accelereret MR-billede på. AI metoden VN giver det bedste resultat. [Hammernik 2017]

Et normalt MR-billede (reference), samt resultatet af 3 forskellige måder at rekonstruere et accelereret MR-billede på. AI metoden VN giver det bedste resultat. [Hammernik 2017]

Supervisor: Sune Jespersen

 

Magnetisk Resonans billeder (MR) er et af de vigtigste værktøjer inden for lægevidenskaben til diagnosticering af en lang række lidelser i alt fra cancer til overrevne ledbånd.

Et MR-billede tages i det såkaldte k-space, hvor den endelige billedkvalitet afhænger af, hvor mange punkter der måles. Dette er dog en langsommelig proces, hvilket kan have store negative konsekvenser.
Derfor er accelereret MR et stort forskningsemne, hvor der fokuseres på at reducere skanningstiden ved at reducere antal k-space punkter benyttet til rekonstruktion af billedet uden at kompromittere kvaliteten for meget. I dag benyttes især metoden parallel imaging (PI), men ny forskning viser, at Artificial Intelligence (AI) sammen med PI kan give endnu bedre og hurtigere accelererede MR-billeder.

Jeg vil i dette kollokvium beskrive fysikken bag MR-billedet, og herunder også rekonstruktionen af billedet. Jeg vil snakke om forskellige metoder inden for accelereret MR med fokus på PI-metoden SENSE. Til sidst vil jeg give en introduktion til AI og, hvordan det kan bruges ved accelereret MR.

  -  Men hvad i alverden har det så med Facebook at gøre? Det får du svaret på i dette kollokvium.

Studenterkollokvium, Institut for Fysik og Astronomi, Offentligheden / Pressen, Studerende