咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于变换学习的快速多切片MRI重建算法 收藏

基于变换学习的快速多切片MRI重建算法

作     者:段继忠 刘欢 

作者机构:昆明理工大学信息工程与自动化学院 

出 版 物:《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期:2024年

核心收录:

学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术(可授医学、理学学位)] 080203[工学-机械设计及理论] 0802[工学-机械工程] 10[医学] 

基  金:国家自然科学基金(61861023) 云南省基础研究计划项目(202301AT070452) 

主  题:多切片磁共振成像 Hankel张量完成 联合稀疏变换学习 交替方向乘子法 快速迭代收缩阈值法 

摘      要:二维(2D)多切片磁共振数据在相邻切片之间具有高度的相关性,通过利用切片间的冗余性能够重建出更高质量的切片图像,但由于硬件条件的限制,2D多切片磁共振成像需要耗费大量的时间。为了提高2D多切片磁共振图像的重建质量和重建速度,将联合稀疏变换学习正则项引入到多切片Hankel张量完成模型中,提出一种快速2D多切片磁共振成像重建算法FMS-JTLHTC。该算法先使用交替方向乘子法对目标问题进行求解,然后引入快速迭代收缩阈值法加快收敛,并使用图形处理器对算法进行加速。使用四组脑部数据集在两种不同采样模式下进行实验,结果表明:FMS-JTLHTC算法的峰值信噪比相较于SAKE,PLORAKS和MS-HTC算法分别平均提高了4.04 dB,3.67 dB和2.07 dB,而且重建速度相比MS-HTC算法提高了14倍。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分