基于张量奇异值分解的动态核磁共振图像重建
Dynamic MRI reconstruction based on tensor-SVD作者机构：四川大学电气信息学院成都610065
出 版 物：《计算机应用研究》 (Application Research of Computers)
年 卷 期：2017年第34卷第7期
页 面：2236-2240页
学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
摘 要：为了改善动态MR图像重建质量,提出了一种结合张量奇异值分解和全变分稀疏模型(TV)的动态核磁共振图像重建算法。算法对动态MR图像进行了低秩约束规范和稀疏约束规范,分别使用了张量奇异值分解阈值方法和全变分稀疏变化基方法求解。实验结果和重建视觉效果表明,在相同采样率下,该算法与单独使用全变分方法、k-t SLR方法、单独使用张量奇异值分解方法相比重建质量更优,在峰值信噪比(PSNR)、均方差(MSE)和结构相似性度量(SSIM)的评价指标上有所提高,对图像去噪去模糊重建有具体的应用价值。
维普期刊数据库
同方期刊数据库