Sequence Search：ニューラル・アーキテクチャ探索による自動MRシーケンス設計

arXiv cs.AI / 2026/4/17

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

この論文では、従来のMRシーケンス構造に関する事前知識に依存せずに、MR（磁気共鳴）のパルスシーケンス設計を自動化する「Sequence Search」を提案しています。
初期の手作りシーケンスや大規模な学習データセットを必要とせず、組織特性・撮像パラメータ・設計目的を入力として、目的を満たすシーケンスを生成します。
具体的には、NAS（ニューラル・アーキテクチャ探索）で候補シーケンスを反復生成し、その後、微分可能なBlochシミュレータと目的に応じた損失関数を用いて、勾配ベース学習で最適化します。
スピンエコー、T2強調スピンエコー、反転回復などの既存シーケンスを再現できるだけでなく、RFエネルギー低減やHahn-echoの標準的な再位相からの逸脱といった直感に反する解も見つけています。
以上より、人間の直感に基づく従来設計の枠を超えてMRシーケンス構成を探索できる、汎用的な枠組みが示されています。