基于加权压缩感知的MR图像重建方法

• 作者: 李红 李青 杨晓梅
• 来源期刊: 中国组织工程研究
• 学科: 医学
• 关键词: 压缩感知 加权迭代 稀疏采样 图像重建 数字化图像与影像
• 年，卷（期）: 2012,（26）
• 所属期刊栏目: 技术与方法
• 页码范围: 4817-4821
• 分类号: R318
• 字数: 3256字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8225.2012.26.014

摘要

背景:压缩感知理论已广泛应用于MR图像的快速重建中.在对K空间数据进行随机欠采样后,通过非线性优化算法求解带约束的范数最小化问题,可恢复出在变换域具有稀疏性的MR图像.目的:为了增强图像在变换域中的稀疏性,改善MR图像重建质量,提出了对待重建图像的稀疏表示进行加权的方法.方法:采用非线性共轭梯度下降算法求解该加权范数最小化问题,在迭代过程中,根据所求取的图像稀疏表示来更新权值矩阵,增强MR图像的稀疏性.结果与结论:通过比较带加权矩阵和不带加权矩阵的压缩感知图像重建方法,结果表明带加权矩阵改进的算法提高了图像重建能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李红	四川大学电气信息学院	95	861	17.0	26.0
2	杨晓梅	四川大学电气信息学院	59	273	8.0	13.0
3	李青	四川大学电气信息学院	31	118	7.0	10.0