分裂增广拉格朗日收缩法在基于压缩感知的磁共振成像中的应用研究.pdfVIP

分裂增广拉格朗日收缩法在基于压缩感知的磁共振成像中的应用研究.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
中国科技论文在线 分裂增广拉格朗日收缩法在基于压缩感知 的磁共振成像中的应用研究# 郑清彬,董恩清,杨佩,刘伟** 5 (山东大学(威海)机电与信息工程学院,山东威海 264209 ) 摘要:为了满足减少磁共振成像 (Magnetic Resonance Imaging ,MRI) 扫描时间、加快成像 速度,尽可能地用较少的测量数据获取高质量重建图像的实际需求,本文提出了应用分裂 增广拉格朗日收缩法(Split augmented Lagrangian Shrinkage Algorithm,SALSA)实现多正则项 (包括 TV 范数和 L1 范数相结合的两个正则项和同时考虑TV 范数、L1 范数和小波树结构的 10 三个正则项) 的压缩感知磁(Compressed Sensing,CS)共振成像的方法。针对基于 TV 范数和 L1 范数相结合的磁共振 图像重构问题,本文提 出利用复合分裂去噪 (Composite Split Denosing ,CSD) 的思想将原始复杂问题分裂为相应的TV 正则项和 L1 正则项的两个简单易 解的子问题,将该子问题的解线性组合得到重构图像。由于所分裂得到的子问题可以看作 为单一正则项的压缩感知磁共振成像模型,且对于解决这一模型问题,SALSA 算法的收敛 15 速度比现有的高效算法 FIST (Fast Iterative Shrinkage Thresholding) 和 TwIST (Two step Iterative Shrinkage Thresholding) 都要快,因此本文提出采用SALSA 算法进行求解子问题。 另外,对于同时考虑 TV 范数、L1 范数和小波树结构三个正则项的磁共振成像问题,本文 采用同样的方法可以将原始问题分裂为三个简单的子问题,然后通过现有的迭代方法进行 处理。实验结果表明,本文提出的应用SALSA 算法实现多正则项压缩感知磁共振成像的方 20 法能够有效重构原始图像,与现有算法TVCMRI (Compressed MRI Reconstruction based on Total Variation) 、RecPF(Reconstruction from Partial Fourier data) 、CSA (Composite Splitting Algorithms) 、FCSA(Fast Composite Splitting Algorithms ) 和 WaTMRI (Wavelet Tree Sparsity MRI) 相比,大大改善重构图像质量,具有较好的视觉效果。 关键词:磁共振成像;压缩感知;分裂增广拉格朗日;TV 范数;L1 范数 25 中图分类号:TP391 Application Research on Split Augmented Largrangian Shrinkage Algorithm in Magnetic Resonance Imaging based on Compressed Sensing 30 ZHENG Qingbin, DONG Enqing, YANG Pei, LIU Wei (School of Mechanical, ElectricalInformation Eng

文档评论(0)

allap + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档