压缩传感及其在磁共振成像中的应用.pptVIP

压缩传感及其在核磁共振成像中的应用 洪明坚 25/11/2010 传统的采样定理 Nyquist-Shannon采样定理 先采样，再压缩 存在的问题 通常情况下 声音: MP3, AAC… ~10:1 compression 图像: JPEG, JPEG2000… ~20:1 compression 视频: MPEG2, MPEG4… ~40:1 compression 问题 传统采样方法浪费严重：先采集所有数据，然后丢弃绝大部分数据。 压缩传感（Compressive Sensing） 在采样的同时进行压缩 也称为Compressed Sensing, Compressed Sampling。 也称为压缩感知 如何实现？ CS的三个关键因素 随机采样 信号的稀疏表示 越稀疏，需要的采样越少 重建算法 速度快，精度高 模型 稀疏表示 问题 稀疏优化 为什么是1-范数？ 为什么是1-范数？（cont.） When a traveler reaches a fork in the road, the L1-norm tells him to take either one way or the other, but the L2-norm instructs him to head off into the bushes. John F. Claerbout and Francis Muir, 1973 奠基性论文 Emmanuel Candès and Terence Tao,?”Decoding by linear programming” IEEE Trans. on Information Theory, 51(12), pp. 4203 - 4215, December 2005 Emmanuel Candès, Justin Romberg, and Terence Tao,?”Robust uncertainty principles: Exact signal reconstruction from highly incomplete frequency information,” IEEE Trans. on Information Theory, 52(2) pp. 489 - 509, Feb. 2006. David Donoho,?”Compressed sensing,” IEEE Trans. on Information Theory, 52(4), pp. 1289 - 1306, Apr. 2006. Emmanuel Candès and Michael Wakin,?”An introduction to compressive sampling,” IEEE Signal Processing Magazine, 25(2), pp. 21 - 30, Mar. 2008. 应用领域 人脸识别 医学成像 视频编码 容错处理 单像素照相机 国内情况 国家自然科学基金资助项目，以“压缩传感“或者”压缩感知”搜索 2010年，7+39=46项 2009年，5+15=20项 2008年，没有 2007年，0+1=1项 核磁共振成像（MRI） 本质上 MRI是用硬件的方法实现傅立叶变换 对人体的截面做傅立叶变换，然后采集变换后的数据 通过傅立叶逆变换重建图像 存在的问题 扫描时间比较长（几分钟） 扫描过程中，病人必须保持绝对静止 实时成像困难 传统解决方法 减少采样量 并行采样 需要硬件支持 减少采样量 如果不做任何处理，根据Nyquist-Shannon采样定理， 图像出现混叠（artifacts） 在减少采样量的情况下，如何尽可能地重建图像？ 正是CS解决的问题 模型 模型（cont.） 存在的问题 随机采样硬件上不可实现 只能实现相位方向的随机采样 结果 结果（cont.） * * t x(t) t x(t) ^ Receive Decompress Sample Compress Transmit/Store MP3, JPEG, JPEG200, MPEG… samples largest coefficients FFT 称为传感矩阵（Sensing Matrix） K = the sparsity level of x or x is called K-sparse, KM 问题：已知 和 ，而且 在基 中具有稀疏表示，如何从 重建出 ？ Sensing matrix = has only K nonzero entries 随机性要求 和 之间具有不相关性（Incoherence） 因此， 一般取高斯噪声