基于联合正则化及压缩传感的MRI图像重构.pdfVIP

基于联合正则化及压缩传感的MRI图像重构.pdf

  1. 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. 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. 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. 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. 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. 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. 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
查看更多
基于联合正则化及压缩传感的MRI图像重构.pdf

到鸟哮 章良功、 第36卷第3期 Vo l. 36 No.3 2010 年 5 月 OPTICAL TECHNIQUE 岛1ay 2010 文章编号: 1002-1582(2010)03-0350-06 基于联合正则化及压缩传感的 MRI 图像重构提 王艳,练秋生,李凯 (燕山大学信息科学与工程学院,向北秦皇岛 066004) 摘 要:基于压缩传感的 MRI 图像重构利用图像稀疏的先验知识能从很少的投影值重构原图像。目前 MRI 重构 算法只利用 MRI 图像稀疏性表示或只利用基于其局部光滑性的先验知识,重构效果不理想。针对此问题,结合两种先 验知识,提出一种基于联合正则化及压缩传感的 MRI 图像重构方法。利用块坐标下降法将求解联合正则化问题转化为 交替求解二次凸优化、稀疏正则化和全变差正则化三个简单的优化问题。并提出分别采用共辄梯度法、二元自适应收缩 法以及梯度下降法对以上优化问题求解。实验结果表明,该算法重构效果比现有算法有明显地提高。 关键词: MRI 图像重构;压缩传感;联合正则化;共辄梯度法 中图分类号: 1、P391 文献标识码:A MRI reconstruction based on compound regularizers and compressed sensing WANG Yan , LlAN Qiu….sheng , LI Kai CInstitute of Information Science and Technology , Yanshan University , Qinhuangdao 066004 , China) Abstract: The reconstruction of MRI based on compressed sensing is able to recover the original image from the fe• wer projections using the sparse priors of image. The current MRI reconstruction algorithms simply use either the sparse priors or the local smooth priors of MRI image , and result in the inferior reconstructio n. Pointing at this problem , the MRI reconstruction algorithm based on the compound regularizers and compressed sensing which uses the two priors sim俨 ultaneously is proposed. Applyìng the block-coordìnate descent method , the solutìon to compound regularizers is turned into dealing with the following three simple optimization problems alternatively: the quadratic convex optimization , the sparsity regularizer and the total vari

您可能关注的文档

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档