DEEP LEARNING TECHNIQUES FOR GENERATING MAGNETIC RESONANCE IMAGES FROM SPATIAL FREQUENCY DATA

Techniques for generating magnetic resonance (MR) images of a subject from MR data obtained by a magnetic resonance imaging (MRI) system, the techniques comprising: obtaining input MR spatial frequency data obtained by imaging the subject using the MRI system; generating an MR image of the subject from the input MR spatial frequency data using a neural network model comprising: a pre-reconstruction neural network configured to process the input MR spatial frequency data; a reconstruction neural network configured to generate at least one initial image of the subject from output of the pre-reconstruction neural network; and a post-reconstruction neural network configured to generate the MR image of the subject from the at least one initial image of the subject. L'invention concerne des techniques de génération d'images par résonance magnétique (RM) d'un sujet à partir de données de RM obtenues par un système d'imagerie par résonance magnétique (IRM), les techniques consistant à : obtenir des données de fréquence spatiale de RM d'entrée obtenues par imagerie du sujet à l'aide du système d'IRM ; générer une image de RM du sujet à partir des données de fréquence spatiale de RM d'entrée à l'aide d'un modèle de réseau neuronal comprenant : un réseau neuronal de pré-reconstruction configuré pour traiter les données de fréquence spatiale de RM d'entrée ; un réseau neuronal de reconstruction configuré pour générer au moins une image initiale du sujet à partir de la sortie du réseau neuronal de pré-reconstruction ; et un réseau neuronal de post-reconstruction configuré pour générer l'image de RM du sujet à partir de la ou des images initiales du sujet.