%0 Journal Article %A 袁子晗 %A 蒋明峰 %A 李杨 %A 支明豪 %A 朱志军 %T 基于DAWGAN-GP的磁共振图像重构方法研究 %D 2020 %R 10.3969/j.issn.0372-2112.2020.10.002 %J 电子学报 %P 1883-1890 %V 48 %N 10 %X 本文提出了一种基于改进Wasserstein生成式对抗网络(De-aliasing Wasserstein Generative Adversarial Network with Gradient Penalty,DAWGAN-GP)的磁共振图像重构算法,该方法利用Wasserstein生成式对抗网络代替传统的生成式对抗网络,并结合梯度惩罚的方法提高训练速度,解决WGAN收敛缓慢问题.此外,为了有更好的重构效果,我们将感知损失,像素损失和频域损失引入至损失函数中进行网络训练.实验结果表明,对比现有的基于深度学习的磁共振图像重构算法,基于DAWGAN-GP的磁共振图像重构方法具有更好的重构效果,可获得更高的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和更好的结构相似性(Structural Similarity Index Measure,SSIM). %U https://www.ejournal.org.cn/CN/10.3969/j.issn.0372-2112.2020.10.002