MRI reconstruction based on compound regularizers and compressed sensing

doi:10.13741/j.cnki.11-1879/o4.2010.03.030

您当前的位置：

首页 >

文章列表页 >

MRI reconstruction based on compound regularizers and compressed sensing

更新时间：2025-09-01

- MRI reconstruction based on compound regularizers and compressed sensing
- Vol. 36, Issue 3, Pages: 350-355(2010)
- 作者机构：
  
  1:燕山大学信息科学与工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2010.03.030
  CLC：
- Published：2010
- 稿件说明：
移动端阅览
MRI reconstruction based on compound regularizers and compressed sensing[J]. 2010, 36(3): 350-355.
DOI：

MRI reconstruction based on compound regularizers and compressed sensing[J]. 2010, 36(3): 350-355. DOI： 10.13741/j.cnki.11-1879/o4.2010.03.030.

摘要

基于压缩传感的MRI图像重构利用图像稀疏的先验知识能从很少的投影值重构原图像。目前MRI重构算法只利用MRI图像稀疏性表示或只利用基于其局部光滑性的先验知识

重构效果不理想。针对此问题

结合两种先验知识

提出一种基于联合正则化及压缩传感的MRI图像重构方法。利用块坐标下降法将求解联合正则化问题转化为交替求解二次凸优化、稀疏正则化和全变差正则化三个简单的优化问题。并提出分别采用共轭梯度法、二元自适应收缩法以及梯度下降法对以上优化问题求解。实验结果表明

该算法重构效果比现有算法有明显地提高。

Abstract

关键词

Keywords

references

Views

697

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Improved compressive sensing image reconstruction algorithm based on coded apertures

Image compressed sensing based on Markov random field model in wavelet domain

Compressed sensing image reconstruction based on Gaussian scale mixtures model

Image reconstruction for CT based on compressed sensing and ART

Blind image restoration based on space domain conjugate gradient algorithm

Related Author

张智诠

丁晟

李林

高彦彦

孔令富

郝鹏鹏

王艳

郭永彩

Related Institution

1:装甲兵工程学院控制工程系

2:中国人民解放军73021部队

2:北京邮电大学信息与通信工程学院

1:重庆大学光电工程学院

2:重庆大学光电工程学院

⁰