基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为精确地进行并行磁共振成像,文章利用字典学习的强大捕捉细节和稀疏开发能力,提出了一种基于自适应稀疏表达的重建方法。该方法将并行磁共振重建问题转化为最小化由字典学习和数据拟合项构成的目标函数,并采用了分而治之的方案求解未知变量。为验证其有效性,将该方法与目前主流的两种方法在人体实际磁共振数据上进行了测试。测试结果显示,文章提出的方法能在抑制图像噪声的同时较好地保存图像细节。
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
基于自适应字典学习的动态磁共振并行重建
动态磁共振成像
压缩感知
自适应字典学习
并行重建
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
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 基于自适应稀疏表达的并行磁共振重建方法
来源期刊 集成技术 学科 医学
关键词 并行成像 字典学习 压缩感知 磁共振成像
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 54-59
页数 6页 分类号 R445.2
字数 2920字 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 王珊珊 中国科学院深圳先进技术研究院 29 327 10.0 17.0
2 梁栋 中国科学院深圳先进技术研究院 24 128 7.0 11.0
3 谭莎 1 1 1.0 1.0
7 彭玺 中国科学院深圳先进技术研究院 2 2 1.0 1.0
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  (19)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(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
并行成像
字典学习
压缩感知
磁共振成像
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
集成技术
双月刊
2095-3135
44-1691/T
大16开
深圳市南山区西丽深圳大学城学苑大道1068号
2012
chi
出版文献量(篇)
677
总下载数(次)
2
总被引数(次)
1808
论文1v1指导