模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2013, Vol. 26 Issue (1): 6-13    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于变量分裂法的稀疏约束并行磁共振图像重建
刘晓芳1,2,叶修梓1,3,张三元1,李霞2
1.浙江大学计算机科学与技术学院杭州310027
2.中国计量学院信息工程学院计算机科学与技术系杭州310018
3.温州大学数学与信息科学学院温州325035
Sparse Constrained Reconstruction for Parallel Magnetic Resonance Image Based on Variable Splitting Method
LIU Xiao-Fang1,2,YE Xiu-Zi1,3,ZHANG San-Yuan1,LI Xia2
1.College of Computer Science and Technology,Zhejiang University,Hangzhou 310027
2.Department of Computer Science and Technology,College of Information Engineering,China Jiliang University,Hangzhou 310018
3.College of Mathematics Information Science,Wenzhou University,Wenzhou 325035

全文: PDF (953 KB)   HTML (0 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对并行磁共振成像技术中,数据欠采样造成重建图像存在的混迭伪影和噪声问题,提出一种稀疏约束下并行磁共振的图像重建算法。该算法将一阶差分作为稀疏投影算子,构建在各向异性全变分最小化约束下并行磁共振的图像重建问题。同时,提出基于变量分裂法的求解方法,并在不同实验环境下分析该算法的有效性和鲁棒性。结果表明该算法可显著提高加速因子最大时并行磁共振重建图像的质量。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
刘晓芳
叶修梓
张三元
李霞
关键词 并行磁共振成像敏感性编码压缩感知拉格朗日乘子法变量分裂法非线性共轭梯度算法    
Abstract:In order to reduce the aliasing artifacts and noise in the reconstructed images due to under-sampling data,a sparse constrained image reconstruction algorithm is proposed for parallel magnetic resonance imaging. In this paper,first-order difference is viewed as the sparse project operator,and a parallel magnetic resonance image reconstruction algorithm restrained by anisotropic total variation minimization is researched. Meanwhile,a solution based on variable splitting method is proposed,and the effectiveness and robustness of the proposed algorithm are analyzing in some specified experimental environments. The results show that the quality of reconstructed images is evidently improved for parallel magnetic resonance imaging by the proposed method at a maximum acceleration factor.
Key wordsParallel Magnetic Resonance Imaging    Sensitivity Encoding    Compressed Sensing    Lagrangian Multiplier Method    Variable Splitting Method    Nonlinear Conjugate Gradient Method   
收稿日期: 2011-09-26     
ZTFLH: TP391.4  
基金资助:国家973计划项目(No.2009CB320804)、国家青年科学基金项目(No.30900332,51107130)、浙江省科技厅重大科技专项重点国际科技合作研究项目(No.2010C14010)资助
作者简介: 刘晓芳,女,1974年生,博士,副教授,主要研究方向为医学成像、图像处理、医学信号处理。E-mail:liuxfang@cjlu。edu。cn。叶修梓(通讯作者),男,1966年生,教授,博士生导师,主要研究方向为计算机图形图像、计算机辅助设计、数字媒体与艺术。张三元,男,1965年生,教授,博士生导师,主要研究方向为计算机图形学、CAD、嵌入式图形图像系统等。李霞,女,1975年生,博士,副研究员,主要研究方向为电磁场仿真与设计。
引用本文:   
刘晓芳,叶修梓,张三元,李霞. 基于变量分裂法的稀疏约束并行磁共振图像重建[J]. 模式识别与人工智能, 2013, 26(1): 6-13. LIU Xiao-Fang,YE Xiu-Zi,ZHANG San-Yuan,LI Xia. Sparse Constrained Reconstruction for Parallel Magnetic Resonance Image Based on Variable Splitting Method. , 2013, 26(1): 6-13.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2013/V26/I1/6
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn