基于结构化低秩约束和子空间模型的磁共振指纹重建算法

基于结构化低秩约束和子空间模型的磁共振指纹重建算法.pdf
磁共振指纹(MRF)是近几年新提出的一种定量磁共振成像技术,它利用随机射频脉冲序列的来同时获得多个组织参数,如弛豫时间Ti,T2和质子密度(PD).实际应用中常使用较高的欠采样率以加速数据采集过程,但这会导致获取的数据中存在严重的空间伪影,进而影响组织参数估计的准确性.一系列重建算法被提出以期能够克服伪影问题，提高参数估计的准确性。一些学者提出了基于压缩感知和奇异值分解的算法，在一定程度上改善了伪影问题，但是，这些算法没有利用数据的时间相似性。Mazor和赵波等人引入低秩和子空间模型，利用数据本身的时空相似性来重建无伪影的数据。结构化的低秩先验约束已被应用与传统的磁共振图像重建，相较传统的低秩和总变分约束先验，它能够提供更强有力的稀疏约束并显著更高的重建精度。在前人的工作基础上，笔者提出了一种基于结构化低秩约束和子空间模型的磁共振指纹算法，构建结构化低秩矩阵进行稀疏约束，同时我们提出使用梯度算子充分利用字典先验信息，进一步提高重建矩阵的精度，减少欠采样伪影。
作者：李鹏胡悦
作者单位：哈尔滨工业大学,哈尔滨,中国
母体文献：2021第二十一届全国波谱学学术会议论文集
会议名称：2021第二十一届全国波谱学学术会议  
会议时间：2021年11月11日
会议地点：浙江温州
主办单位：中国物理学会
语种：chi
分类号：
关键词：磁共振指纹图像  重建算法  结构化低秩约束  子空间模型  梯度算子
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-1 20:14 上传 基于结构化低秩约束和子空间模型的磁共振指纹重建算法.pdf

文件大小:

173.72 KB

下载次数:

60

高速下载