基于KSVD字典学习的核磁共振图像重建方法.pdfVIP

下载本文档

57
0
约1.45万字
约 6页
2017-09-14 发布于湖北
举报
版权申诉

基于KSVD字典学习的核磁共振图像重建方法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第20卷，第4期中国传媒大学学报自然科学版 Vo[．20，No．4 AND 2013年8月JOURNALOFCOMMUNICATIONUNIVERSITYOFCHINA(SCIENCETECHNOLOGY) Aug，2013 基于K—SVD字典学习的核磁共振图像重建方法刘平，刘晓曼，朱永贵 (中国传媒大学理学院，北京100024) 摘要：基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理。本文利用K—SVD字典学习算法并应用于MR图像重建。将字典学习等价于一个二次规划问题，学习得到的字典能有效描述图像特征。基于学习所得的字典，获得图像的稀疏表示，并重建原始图像。实验结果表明，与Zero—filling 方法相比，本文的重建结果能更好地保留图像细节信息，获得更高的SNR值。关键词：压缩感知；核磁共振成像；重构算法；K—SVD字典学习方法中图分类号：TP391 文献标识码：A文章编号：1673—4793(2013)04—0034—06 MR on ReconstructionBased Image K—SVD DictionaryLearning LIU Ping，LIUXiao·man，ZHUYong—gui of of of 100024 Mathematics，SchoolSciences，Communication China) (DepartmentApplied UniversityChina，Beijing dictionarieshaveawide inim— Abstract：Images’sparserepresentationusingover—complete application age duetothe of and a processing propertiessparsity，integrityseparability．Thispaperproposesdictionary whichis toMR reconstruction．The canbe learningalgorithm applied image dictionarylearningproblem asabox—constrained le唧ed describesthe content expressed quadraticproblem．Thedictionary image on amodelofMR effectively．Baseddictionarylearning，wepropose imagereconstruction，andcompare withthe method．Theresultsofnumerical show as