自适应字典压缩感知模型及其在MRI成像中的应用.pdfVIP

摘要 合，构建BPrec+wavelet混合重建模型，以实现对重建图像的小波域稀疏与图像 块自适应字典域稀疏的双重约束。 3)利用总体变差函数(TV)对图像整体的分片光滑性进行约束，并将其与 BPrec对图像块稀疏性的约束相结合，构建BPrec+TV混合重建模型。 针对上述三种模型，论文分别给出基于增强拉格朗日方法的优化算法，该算法首 先分别利用图像的先验约束得到初步的重建估计值，其次结合部分K空间数据利 用最小二乘方法对初步的重建估计值更新，算法收敛时得到的估计值即为MR的 最终重建图像。 大量实验表明论文所提的三种重建算法对不同的图像，不同的采样率情况下 都可以比经典的CSMRI方法的重建结果PSNR提高5—10db。 关键词：磁共振成像；压缩传感；全局稀疏先验；块稀疏先验；Beta过程；Bayesian 稀疏表示；广义高斯分布 自适应字典压缩感知模型及其在脉I成像中的应用 Medical resonanCe As距iInpoIrtantp砥of hnaging，Ma弘eticimaging(MRD h弱becomea medical ofits ve巧呻0It锄t test，becausenon-radiatio玛muhiplan mally infomlationand imagiIlg，sc锄11i：ngpa姗ete璐t0pr0、，idepa_chphySiolo西cal Scien6ficreSearch． morc ofsoR—tissIle md advantages colm嘁reS0lutioIl，clillical t0 of and However，due deVice InodalitieS，conVentional many白ctorsiIIlagiIlg ima西ng MR su嫌淞slow and“sinnuencestlleclinical t11e imagiIlg iIIlagillgspeed reSults，0n omer lnoVementinfluetIce oth盯kmd，pati即ts’moV锄ent锄dphysiolo百calgreatly ill t11ereis isc硎edoutsequence，andproponional imagequal吼MfU‰acqmsition betweenme tillleandthe锄0untofdata rela吐onship illlaging collec砌，therefore，“ t0 data t11eoretical锄dValue smdy K—space h弱in即rt锄t practical p枷al methodinordert0ensuretlle of tlle rc：c(}nstll∞tion pr锄iseilIlprovingimagillg MRI qual时ofima勘gspeed． a this