一种基于全变分正则化低秩稀疏分解的动态MRI重建方法

• 作者: 刘雅莉 张志伟 王晓云 马杰
• 来源期刊: 光电子·激光
• 学科: 工学
• 关键词: 压缩感知(CS) 低秩矩阵恢复 稀疏表示 动态磁共振成像(MRI)
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 图像和信息处理
• 页码范围: 87-96
• 页数: 10页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16136/j.joel.2016.01.0558

摘要

针对应用迭代软阈值(IST)算法对基于低秩稀疏矩阵(L+S,low rank and sparse)分解模型的动态磁共振成像(MRI)图像进行重建存在重建精度一般和重建速度慢的问题,提出在矩阵L+S分解模型的基础上引入全变分(TV)正则项,达到进一步去噪声和去伪影,提高重建精度目的;利用非精确增广拉格朗日算法(IALM)达到快速重建的目的.通过对心脏灌注动态MRI成像和心电影MRI成像的仿真实验表明:对于L+S低秩稀疏矩阵分解模型的重建,IALM比IST算法速度更快,精度更高;模型引入TV正则项后再利用IALM重建,重建速度虽然比之前的IALM有所降低,但依然优于IST算法,并且重建精度高于之前的IALM.在L+S分解模型中引入TV正则项提高了MRI重建精度,运用IALM进行求解加快了重建速度,结合TV正则项和IALM达到了快速、高精度重建的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志伟		29	219	8.0	14.0
2	马杰		37	74	6.0	7.0
3	王晓云		5	35	3.0	5.0
4	刘雅莉		9	57	5.0	7.0