×
黄建平；王丽慧；朱月敏

径向采样多稀疏约束下的压缩传感MRI重建。 （英语） Zbl 1435.94021号

数学。问题。工程师。 2019，文章ID 3694604，第14页（2019）.
摘要：压缩传感磁共振成像（CS-MRI）是一种利用较少的k空间数据来加速MRI采集的有前途的技术。利用更多的稀疏性是提高CS-MRI重建质量的重要途径。我们提出了一种新的基于多个稀疏先验的CS-MRI框架，以提高重建精度。在CS-MRI框架中集成了小波稀疏性、小波树结构稀疏性和非局部总变差（NLTV）正则化，并使用快速合成分裂算法（FCSA）解决了优化问题。对不同径向采样方案和不同采样率的不同类型MR图像进行了评估，并从峰值信噪比（PSNR）、特征相似性（FSIM）、相对l2范数误差（RLNE）和平均结构相似性（MSSIM）等方面与最新的CS-MRI重建方法进行了比较。结果表明，该方法在视觉和定量比较方面均优于传统的CS-MRI算法。

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
94A20型 信息与传播理论中的抽样理论
65千5 数值数学规划方法
92 C55 生物医学成像和信号处理

软件：

DLMRI实验室；RecPF公司；FSIM公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Huang}等人，数学。问题。工程2019，文章ID 3694604，14 p.（2019；Zbl 1435.94021）
全文： 内政部

参考文献：

[1] Hollingsworth，K.G.，《通过数据欠采样和压缩传感重建减少临床MRI的采集时间》，《医学和生物物理》，60，21，R297-R322（2015）·doi:10.1088/0031-9155/60/21/R297
[2] A.S.C.Yang。；Kretzler，M。；苏达尔斯基，S。；古拉尼，V。；Seiberich，N.，《磁共振成像中的稀疏重建技术》，《放射研究》，51，6，349-364（2016）·doi:10.1097/RLI.00000000000274
[3] 伦格，V.M。；Richter，J.K。；Heverhagen，J.T.，《临床核磁共振的速度》，研究性放射学，52，1，1-17（2017）·doi:10.1097/RLI.000000000000330
[4] Donoho，D.L.，压缩感知，IEEE信息理论汇刊，52，4，1289-1306（2006）·Zbl 1288.94016号 ·doi:10.1109/TIT.2006.871582
[5] 坎迪斯，E.J。；J.隆伯格。；Tao，T.，《鲁棒不确定性原理：从高度不完整的频率信息中精确重建信号》，电气与电子工程师学会信息理论汇刊，52，2，489-509（2006）·兹比尔1231.94017 ·doi:10.1109/TIT.2005.862083
[6] Montefusco，L.B。；拉扎罗博士。；帕皮，S。；Guerrini，C.，3D MR图像重建的快速压缩传感方法，IEEE医学成像学报，30，5，1064-1075（2011）·doi:10.1109/TMI.2010.2068306
[7] 卢斯蒂格，M。；多诺霍，D。；Pauly，J.M.，《稀疏MRI：压缩传感在快速MR成像中的应用》，《医学中的磁共振》，58，6，1182-1195（2007）·数字对象标识代码：10.1002/mrm.21391
[8] 曲，X。；张伟。；郭，D。；蔡，C。；蔡，S。；Chen，Z.，基于轮廓波变换的迭代阈值压缩传感MRI，科学与工程逆问题，18，6，737-758（2010）·Zbl 1196.92025号 ·doi:10.1080/17415977.2010.492509
[9] 郭伟。；秦，J。；Yin，W.，《一种新的细节保存正则化方案》，SIAM成像科学杂志，7，2，1309-1334（2014）·兹比尔1299.65130 ·数字对象标识代码：10.1137/120904263
[10] 齐迪，W。；Yibing，L。；Yun，L。；Xiaodong，Y.，利用剪切波特征向量进行相似性测量的非局部稀疏重建算法，工程数学问题，2014（2014）·Zbl 1407.94042号 ·doi:10.1155/2014/586014
[11] 袁，M。；杨，B。；马云（Ma，Y.）。；张杰。；张，R。；Zhang，C.，利用非亚采样剪切波变换稀疏性先验从高度欠采样的k空间数据重建压缩传感MRI，工程数学问题，2015（2015）·doi:10.115/2015/615439
[12] Pejoski，S。；Kafedziski，V。；Gleich，D.，使用离散不可分离剪切波变换和FISTA的压缩传感MRI，IEEE信号处理快报，22，10，1566-1570（2015）·doi:10.1109/lsp.2015.241443
[13] Liang，D。；Wang，H.F。；常，Y.C。；Ying，L.L.，利用非局部总变差正则化进行灵敏度编码重建，医学中的磁共振，65，5，1384-1392（2011）·doi:10.1002/mrm.22736
[14] 邓，C。；王，S。；田伟。；吴，Z。；Hu，S.，基于近似稀疏性和非局部全变差的压缩MR图像重建，工程数学问题，2014（2014）·数字对象标识代码：10.1155/2014/137616
[15] 杨，Y。；秦，X。；Wu，B.，基于中值滤波器的压缩传感模型及其在MR图像重建中的应用，工程数学问题，2018（2018）·Zbl 1427.94030号 ·doi:10.1155/2018/8316194
[16] 拉维山卡，S。；Bresler，Y.，通过字典学习从高度欠采样的k空间数据重建MR图像，IEEE医学成像学报，30，5，1028-1041（2011）·doi:10.1109/TMI.2010.2090538
[17] Zijlstra，F。；Viergever，医学硕士。；Seevinck，P.R.，《压缩传感磁共振成像的可变密度和数据驱动K空间欠采样评估》，放射研究，51，6，410-419（2016）·doi:10.1097/RLI.00000000000231
[18] 詹，Z。；蔡，J。；郭，D。；刘，Y。；陈，Z。；Qu，X.，《MRI重建中几何方向快速多类词典学习》，IEEE生物医学工程学报，631850-1861（2016）·doi:10.1109/tbme.20155.2503756
[19] 黄，Y。；佩斯利，J。；林，Q。；丁，X。；Fu，X。；Zhang，X.-P.，压缩感知MRI的贝叶斯非参数字典学习，IEEE图像处理汇刊，23，12，5007-5019（2014）·Zbl 1374.94152号 ·doi:10.1109/tip.2014.2360122
[20] 曲，X。；Hou，Y。；Lam，F。；郭，D。；钟，J。；Chen，Z.，使用基于补丁的非局部算子从欠采样测量值重建磁共振图像，医学图像分析，18，6，843-856（2014）·doi:10.1016/j.media.2013.09.007
[21] Kang，R。；Qu，G。；曹，B。；Yan，L.，将参考图像的相似性与纵向压缩传感MRI的联合稀疏变换相结合，工程中的数学问题，2016（2016）·Zbl 1400.94023号 ·doi:10.115/2016/4162194
[22] 亚哈龙，M。；Elad，M。；Bruckstein，A.，K-SVD:设计稀疏表示超完备字典的算法，IEEE信号处理学报，54，11，4311-4322（2006）·兹比尔1375.94040 ·doi:10.1109/TSP.2006.881199
[23] 风扇，X。；Lian，Q。；Shi，B.，基于梯度域自适应紧框架的压缩感知MRI，应用磁共振，49，465-477（2018）
[24] 小余，F。；秋生，L。；Baoshun，S.，基于自适应紧框架和总变差的相位噪声干扰压缩传感MRI，IEEE Access，519311-19321（2017）·doi:10.1109/ACCESS.2017.2749381
[25] Majumdar，A.，基于自动编码器的压缩传感重建公式，磁共振成像，52，62-68（2018）·doi:10.1016/j.mri.20128.06.003
[26] 波拉尼亚，L.F。；Plaza，R.I.，使用受限Boltzmann机器的压缩感知心电图，生物医学信号处理和控制，45，237-245（2018）·doi:10.1016/j.bspc.2018.05.022
[27] 陈，C。；Huang，J.，利用压缩传感MRI中的小波结构，磁共振成像，32，10，1377-1389（2014）·doi:10.1016/j.mri.2014.07.016
[28] 陈，C。；Huang，J.，《树稀疏性在加速MRI中的益处》，医学图像分析，18，6，834-842（2014）·doi:10.1016/j.media.2013.12.004
[29] 陈，C。；Huang，J.，具有小波树稀疏性的压缩传感MRI，神经信息处理系统进展，25，1124-1132（2012）
[30] 黄，J。；张，S。；Metaxas，D.，用于压缩MR成像的高效MR图像重建，医学图像分析，15，5，670-679（2011）·doi:10.1016/j.media.2011.06.001
[31] 杨，J。；Zhang，Y。；Yin，W.，从部分傅里叶数据重建TVL1-L2信号的快速交替方向方法，IEEE信号处理选定主题期刊，4，2，288-297（2010）·doi:10.1109/JSTSP.2010.2042333
[32] 黄，J。；Yang，F.，基于小波稀疏性和非局部总变差的压缩磁共振成像，第九届IEEE生物医学成像国际研讨会论文集：从纳米到宏观（ISBI’12）·doi:10.1109/ISBI.2012.6235718
[33] 贝克，A。；Teboulle，M.，线性反问题的快速迭代收缩阈值算法，SIAM成像科学杂志，2，1，183-202（2009）·Zbl 1175.94009号 ·doi:10.1137/080716542
[34] 王，Z。；博维克，A.C。；谢赫，H.R。；Simoncelli，E.P.，《图像质量评估：从错误可见性到结构相似性》，IEEE图像处理汇刊，13，4，600-612（2004）·doi:10.1109/TIP.2003.819861
[35] 张，L。；牟，X。；Zhang，D.，FSIM:图像质量评估的特征相似性指数，IEEE图像处理汇刊，20，8，2378-2386（2011）·Zbl 1373.62333号 ·doi:10.1109/TIP.2011.2109730
[36] 曲，X。；郭，D。；宁，B。；Hou，Y。；Lin，Y。；蔡，S。；Chen，Z.，基于方向小波的欠采样MRI重建，磁共振成像，30，7，964-977（2012）·doi:10.1016/j.mri.2012.02.019
[37] Chan，R.W。；Ramsay，E.A。；Cheung，E.Y。；Plewes，D.B.，《径向欠采样方案对乳腺MRI压缩传感重建的影响》，《医学中的磁共振》，67，2，363-377（2012）·数字对象标识代码：10.1002/mrm.23008
[38] 冯·L。；格里姆·R。；布洛克，K.T.O。；Chandarana，H。；Kim，S。；徐，J。；阿克塞尔。；Sodickson，D.K。；Otazo，R.，Golden-angle径向稀疏并行MRI：结合压缩传感、并行成像和Golden-angel径向采样实现快速灵活的动态容积MRI，《医学中的磁共振》，72，3，707-717（2014）·doi:10.1002/mrm.24980
[39] 冯·L。；阿克塞尔，L。；Chandarana，H。；布洛克，K.T。；Sodickson，D.K。；Otazo，R.，XD-GRASP:利用压缩传感重建运动状态外维度的金角放射状MRI，《医学中的磁共振》，75，2，775-788（2016）·doi:10.1002/mrm.25665
[40] 卡里略，R.E。；McEwen，J.D。；Wiaux，Y.，稀疏平均重加权分析（SARA）：无线电干涉成像的一种新算法，英国皇家天文学会月报，426，21223-1234（2012）·文件编号：10.1111/j.1365-2966.2012.21605.x
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。