原文服务方: 中国医学物理学杂志       
摘要:
目的:只将稀疏MRI数据重建公式中的正则化项作为最小化的目标函数,避免在迭代过程中系统矩阵参与运算,以降低算法的运算量,提高稀疏MRI数据重建的速度.方法:本文中所用的正则化函数是图像全变分与小波系数L1范数的组合,其最小化问题是用次梯度优化算法来求解的.在每一步迭代过程中,首先求出正则化项的次梯度,用次梯度优化算法求解得到中间图像并对其进行傅立叶变换,再根据凸集投影原理,直接将在相位编码方向上随机降采样的K空间数据替换到中间图像频域值的相应位置上,然后对替换后得到的频域值进行反傅立叶变换并将求得的图像作为下一次迭代过程的初始图像.结果:在正则化函数和迭代步数均相同的条件下,本文方法重建的图像质量与NCG-SMRI方法的相当,但重建速度是NCG-SMRI方法的2倍多.结论:实验表明,在不降低重建图像的质量的前提下,本文方法可以提高稀疏MRI数据的重建速度,能进一步满足临床上对MRI重建速度的要求.
推荐文章
非局部稀疏表示正则化的磁共振图像重建
图像重建
压缩感知
核磁共振成像
非局部相似性
稀疏表示
基于稀疏与低秩的核磁共振图像重构算法
核磁共振成像
低秩
稀疏
赤池信息量准则
奇异值分解
全变分
基于SENSE和GRAPPA的并行磁共振图像重建算法
并行磁共振图像重建
SENSE算法
GRAPPA算法
K空间
信噪比
线圈灵敏度
基于正则化迭代的并行磁共振图像重建算法
并行磁共振成像
图像重建
最小二乘法
迭代法
正则化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于凸集投影的稀疏磁共振图像重建新算法
来源期刊 中国医学物理学杂志 学科
关键词 磁共振成像 凸集投影 稀疏数据 笛卡尔采样
年,卷(期) 2009,(3) 所属期刊栏目 医学影像物理与临床
研究方向 页码范围 1160-1162,1179
页数 4页 分类号 TP391
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈武凡 南方医科大学生物医学工程学院 214 1814 21.0 30.0
2 冯衍秋 南方医科大学生物医学工程学院 46 225 8.0 12.0
3 刘平 南方医科大学生物医学工程学院 13 77 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (0)
1969(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
磁共振成像
凸集投影
稀疏数据
笛卡尔采样
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国医学物理学杂志
月刊
1005-202X
44-1351/R
16开
1983-01-01
chi
出版文献量(篇)
4079
总下载数(次)
0
总被引数(次)
17195
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导