基于字典學(xué)習(xí)的MRI圖像重建.pdf

1、磁共振MRI成像,因其低損害性及高診斷意義而得到醫(yī)學(xué)界的廣泛應(yīng)用,但磁共振MRI的應(yīng)用仍面臨著所需數(shù)據(jù)量大、采集時間長、成像速度慢的難題。壓縮感知為這一難題找到了解決方案,但目前基于壓縮感知理論的磁共振MRI圖像重構(gòu)算法,多采用數(shù)學(xué)分析所得到的字典(如小波域,DCT域),而這些字典并不是信號最佳的稀疏域,傳統(tǒng)方法多采用全局化的正則參數(shù),因此很難在圖像邊緣的保持與平滑噪聲之間進(jìn)行權(quán)衡。
　　針對這些問題,本文提出了一種基于字典學(xué)習(xí)的

2、磁共振MRI圖像重構(gòu)算法。該算法通過多通道間選取相似塊來學(xué)習(xí)得到字典,從而找到磁共振MRI最佳的稀疏域,并同時將圖像的非局部自相似特性引入目標(biāo)函數(shù)中,以提高算法的魯棒性,最后選用交替迭代方法求取目標(biāo)函數(shù),并在迭代求解過程中引入自適應(yīng)正則化方法,該方法在迭代過程當(dāng)中自適應(yīng)的改變正則參數(shù),此正則參數(shù)有利于平滑噪聲,并且能夠更好地保持圖像的邊緣,使得目標(biāo)函數(shù)具有凸性,通過實(shí)驗(yàn)表明,該算法能夠更好的刻畫磁共振MRI圖像的結(jié)構(gòu)信息,并有效的權(quán)衡了