MRI模拟与重建

MRI仿真与重建的Matlab框架。这个软件包是一个Matlab函数的集合，它提供了1）真实模型的分析和光栅化多通道MRI模拟，2）一个基本和最先进的重建方法集合，包括一个有效的基于小波的非线性重建方法。包括演示和测试脚本。提供了详细的文档。分析模型模拟工具允许重建方法的声音验证。该重构框架具有一定的通用性，应易于适应任何线性反问题。小波变换和小波系数可以像Matlab的矩阵和向量一样容易操作。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH参考文献（13篇文章引用）

显示结果1到13，共13个。
按年份排序(引用)

  1. 蔡建峰；蔡建奎；魏建奎：基于离网格正则化的压缩传感MRI重建数据驱动紧框架（2020）
  2. Lazarus，Carole；Mäz，Maximilian；Weiss，Pierre：纠正MR图像重建中ADC滤波的副作用（2020）
  3. Adcock，Ben；Gelb，Anne；Song，Guohui；Sui，Yi：基于方差的联合稀疏恢复（2019）
  4. Neumayer，Sebastian；Persch，Johannes；Steidl，Gabriele:图像空间中通过时间离散测地线的反问题正则化（2019）
  5. Escande，Paul；Weiss，Pierre:使用算子的小波展开加速（\ell^1）-（\ell^2）去模糊（2018）
  6. Wettenhovi，Ville Veikko；Kolehmainen，Ville；Huttunen，Joanna；Kettunen，Mikko；Gröhn，Olli；Vauhkonen，Marko：功能磁共振成像中的结构先验状态估计（2018）
  7. Abergel，Rémy；Moisan，Lionel:香农总变异（2017）
  8. Adcock，Ben；Hansen，Anders C.；Poon，Clarise；Roman，Bogdan：《打破一致性障碍：压缩感知的新理论》（2017）
  9. Bastounis，Alexander；Hansen，Anders C.：关于压缩传感和受限等距特性和零空间特性在许多实际应用中缺乏统一恢复（2017年）
  10. Adcock，Ben；Hansen，Anders C.：广义采样和无限维压缩传感（2016）
  11. Boyer，Claire；Chauffer，Nicolas；Ciuciu，Philippe；Kahn，Jonas；Weiss，Pierre：关于磁共振成像采样方案的生成（2016）
  12. Ongie，Greg；Jacob，Mathews:从几个傅里叶样本中分离出的逐段常量图像恢复（2016）
  13. 康普顿，瑞安；奥舍，斯坦利；布查德，路易斯-S.：MRI重建的混合正则化与静态场不均匀性校正（2013）