Choi，Jae Kyu先生;鲍、成龙;张晓群 基于关节稀疏性的紧框架正则化PET-MRI关节重建。 （英语） Zbl 1401.65064号 SIAM J.成像科学。 11，第2期，1179-1204（2018）. 摘要：最近的技术进步导致PET和MRI扫描仪的耦合，使人们能够同时获取功能和解剖数据。本文利用紧框架系数的关节稀疏性，提出了一种基于紧框架的PET-MRI关节重建模型。此外，采用非凸平衡方法来考虑PET和MRI图像的不同规律。为了求解非凸非光滑模型，提出了一种近似交替极小化算法，并基于Kurdyka-Łojasiewicz性质给出了算法的全局收敛性。最后，数值实验表明，与现有的PET-MRI关节重建模型相比，我们提出的模型具有更好的性能。 引用于1文件 MSC公司： 65K15码 变分不等式及相关问题的数值方法 68单位10 图像处理的计算方法 90 C90 数学规划的应用 92 C55 生物医学成像和信号处理 关键词：关节重建;正电子发射断层扫描;磁共振成像;（紧）小波框架;数据驱动的紧密框架;关节稀疏性;近端交替方案 PDF格式BibTeX公司 XML格式引用 \textit{J.K.Choi}等人，SIAM J.成像科学。11，编号2，1179-1204（2018；兹bl 1401.65064） 全文： 内政部 arXiv公司 参考文献： [1] M.Aharon、M.Elad和A.Bruckstein，\（K\）-SVD：一种设计稀疏表示超完备字典的算法，IEEE传输。信号处理。，54（2006），第4311–4322页·Zbl 1375.94040号 [2] H.Attouch、J.Bolte、P.Redont和A.Soubeyran，非凸问题的近似交替极小化和投影方法：基于Kurdyka-Lojasiewicz不等式的方法，数学。操作。研究，35（2010），第438–457页·Zbl 1214.65036号 [3] C.Bao、H.Ji、Y.Quan和Z.Shen，稀疏编码的字典学习：算法和收敛性分析，IEEE传输。模式分析。机器。智力。，38（2016），第1356–1369页。 [4] C.Bao、H.Ji和Z.Shen，迭代数据驱动紧框架构造方案的收敛性分析，申请。计算。哈蒙。分析。，38（2015），第510-523页·Zbl 1361.94006号 [5] E.M.Bardsley、D.Calvetti和E.Somersalo，PET图像保边重建的层次正则化方法《反问题》，26（2010），035010·Zbl 1188.41023号 [6] J.Bolt、S.Sabach和M.Teboulle，非凸和非光滑问题的近似交替线性化极小化，数学。程序。，146（2014），第459–494页·Zbl 1297.90125号 [7] L.Borup、R.Gribonval和M.Nielsen，具有少消失矩的双框架系统刻画了Besov空间，申请。计算。哈蒙。分析。，17（2004），第3–28页·Zbl 1042.42028号 [8] X.Bresson和T.F.Chan，矢量总变差范数的快速对偶最小化及其在彩色图像处理中的应用，反向探针。成像，2（2008），第455–484页·Zbl 1188.68337号 [9] M.Burger、J.Muéller、E.Papoutselis和C.B.Schoénlieb，PET重建中测量和图像空间的全变差正则化《反问题》，30（2014），105003·Zbl 1308.65214号 [10] 蔡建富、陈荣华、沈立中、沈振中，缺失数据恢复的紧framelet方法的收敛性分析，高级计算。数学。，31（2009），第87–113页·兹比尔1172.94309 [11] 蔡建富、陈荣华、沈振中，一种基于帧的图像修复算法，申请。计算。哈蒙。分析。，24（2008），第131–149页·Zbl 1135.68056号 [12] 蔡建富、陈荣华、沈振中，动画和纹理的同步修复，反向探针。《成像》，第4期（2010年），第379-395页·Zbl 1198.94021号 [13] 蔡建富、董斌、S.Osher和沈振中，图像恢复：总变差、小波框架及其他，J.Amer。数学。Soc.，25（2012），第1033–1089页·Zbl 1277.35019号 [14] 蔡建福、纪海华、沈振和叶国斌，数据驱动的紧框架构造与图像去噪，申请。计算。哈蒙。分析。，37（2014），第89–105页·Zbl 1336.94008号 [15] 蔡建富、S.Osher和Z.Shen，分割Bregman方法和基于帧的图像恢复，多尺度模型。模拟。，8（2010年），第337-369页·Zbl 1189.94014号 [16] C.Catana、A.R.Guimares和B.R.Rosen，PET和MR成像：奇怪的一对还是天造地设的一对？，J.编号。医学，54（2013），第815-824页。 [17] R.H.Chan、T.F.Chan，L.Shen和Z.Shen，高分辨率图像重建的小波算法，SIAM J.科学。计算。，24（2003），第1408-1432页·Zbl 1031.68127号 [18] S.R.樱桃，多模态体内成像系统：功率加倍还是故障加倍？年。生物识别版本。Eng.，8（2006），第35-62页。 [19] J.Choi、B.Dong和X.Zhang，基于紧框架和同步正弦图外推的有限层析重建，J.计算。数学。，34（2016），第575–589页·Zbl 1374.92076号 [20] B.Deka和S.Datta，一种实用的压缩传感MRI欠采样模式《通信与计算进展》，印度斯普林格出版社，新德里，2015年，第115-125页。 [21] B.Dong、J.Li和Z.Shen，基于小波框架正则化和radon域修复的X射线CT图像重建，《科学杂志》。计算。，54（2013），第333–349页·Zbl 1308.94015号 [22] B.Dong和Z.Shen，基于MRA的小波框架及其应用，图像处理数学，IAS/公园城市数学。序列号。19，AMS，普罗维登斯，RI，2013年，第9–158页·Zbl 1344.94009号 [23] B.Dong和Z.Shen，图像恢复：数据驱动的视角《第八届国际工业与应用数学大会论文集》，北京高等教育出版社，2015年，第65–108页。 [24] B.Dong、Z.Shen和P.Xie，图像恢复：一种基于小波框架的通用模型及其渐近分析，SIAM J.数学。分析。，49（2017），第421-445页·Zbl 1366.42035号 [25] M.J.Ehrhardt和S.R.Arridge，基于并行水平集的向量值图像处理，IEEE传输。图像处理。，23（2014），第9-18页·Zbl 1374.94094号 [26] M.J.Ehrhardt、K.Thielmans、L.Pizarro、D.Atkinson、S.Ourselin、B.F.Hutton和S.R.Arridge，利用结构相似性重建PET-MRI关节《反问题》，31（2015），015001·Zbl 1320.92057号 [27] M.A.T.Figueiredo和J.M.Bioucas-Dias，基于交替方向优化的泊松图像恢复，IEEE传输。图像处理。，19（2010年），第3133–3145页·Zbl 1371.94128号 [28] M.Fornasier和H.Rauhut，具有联合稀疏约束的向量值数据恢复算法，SIAM J.数字。分析。，46（2008），第577–613页·兹比尔1211.65066 [29] B.Goldluecke、E.Strekalovskiy和D.Cremers，由几何测度理论产生的自然矢量总变差，SIAM J.成像科学。，5（2012），第537-563页·Zbl 1246.68249号 [30] E.M.Haacke、R.W.Brown、M.R.Thompson和R.Venkatesan，磁共振成像：物理原理和序列设计，威利，纽约，1999年。 [31] E.Haber和M.H.Gazit，模型融合与联合反演，Surv公司。地球物理学。，34（2013），第675-695页。 [32] B.Han、G.Kutyniok和Z.Shen，自适应多分辨率分析结构和剪切波系统，SIAM J.数字。分析。，49（2011），第1921–1946页·Zbl 1283.42053号 [33] R.B.Innis、V.J.坎宁安、J.Delforge、M.Fujita、A.Gjedde、R.N.Gunn、J.Holden、S.Houle、S.C.Huang、M.Ichise、H.Iida、H.伊藤、Y.Kimura、R.A.Koeppe、G.M.Knussen、J.Knuuti、A.Lammertsmartsma、M.Laruelle、J.Logan、R.P.Maguire、M.A.Mintun、E.D.Morris、R.Parsey、J.C.Price、M.Slifstein、V.Sossi、T.Suhara、J.R.Votaw、D。F.Wong和R.E.Carson，可逆结合放射性配体体内成像的共识命名，J.Cereb。血流Metab。，27（2007），第1533-1539页。 [34] W.Jin、Y.Censor和M.Jiang，投影比例梯度法的有界扰动弹性，计算。最佳方案。申请。，63（2016），第365-392页·Zbl 1339.90262号 [35] D.Kazantsev、S.Ourselin、B.F.Hutton、K.J.Dobson、A.P.Kaestner、W.R.B.Lionheart、P.J.Withers、P.D.Lee和S.R.Arridge，一种将结构先验信息融入多模态层析重建的新技术《反问题》，30（2014），065004·Zbl 1301.92041号 [36] R.Kimmel、R.Malladi和N.Sochen，作为嵌入式地图和最小曲面的图像：电影、颜色、纹理和体积医学图像《国际计算杂志》。视觉。，39（2000），第111–129页·Zbl 1060.68656号 [37] A.Krol、S.Li、L.Shen和Y.Xu，最大值的预处理交替投影算法后部ECT重建《反问题》，28（2012），115005·Zbl 1270.94018号 [38] K.Kurdyka，关于o-极小结构中可定义函数的梯度《傅里叶学会年鉴》（格勒诺布尔），48（1998），第769–783页·Zbl 0934.32009 [39] J.Liang、J.Ma和X.Zhang，基于数据驱动紧框架的地震数据恢复《地球物理学》，79（2014），第V65–V74页。 [40] 刘彦、蔡建峰、詹总、郭德纲、叶坚、陈总、曲小新，压缩传感磁共振成像中紧框架的平衡稀疏模型《公共科学图书馆》，第10期（2015年），第80119584页。 [41] S.Lojaseewicz，关于半分析和亚分析几何《数学全景》，华沙，1992/1994，巴纳赫中心出版社。34，波兰科学院数学研究所，华沙，1995年，第89-104页·Zbl 0841.3203号 [42] D.G.Luenberger和Y.Ye，线性和非线性规划，国际。序列号。操作。资源管理科学。228，第4版，施普林格，查姆，瑞士，2016年·Zbl 1319.90001号 [43] M.Lustig、D.Donoho和J.M.Pauly，稀疏MRI：压缩传感在快速MR成像中的应用，Magn。Reson公司。《医学》，58（2007），第1182-1195页。 [44] S.Mallat，信号处理的小波巡视，稀疏方法第三版，学术出版社，伦敦，2008年·Zbl 1170.94003号 [45] A.Rangarajan、I.T.Xiao和G.Gindi，功能图像重建中解剖信息集成的贝叶斯联合混合框架，J.数学。《成像视觉》，12（2000），第199-217页·Zbl 0951.68555号 [46] A.Ron和Z.Shen，（L_2（加粗R^d）中的仿射系统：分析算子的分析，J.Funct。分析。，148（1997），第408-447页·Zbl 0891.42018号 [47] G.Sapiro和D.L.Ringach，多值图像的各向异性扩散及其在彩色滤波中的应用，IEEE传输。图像处理。，5（1996），第1582-1586页·Zbl 0852.68113号 [48] 沈总，小波框架与图像恢复，发表在《国际数学家大会论文集》上。第四卷，印度斯坦图书局，新德里，2010年，第2834-2863页·Zbl 1228.42036号 [49] L.A.Shepp和Y.Vardi，发射层析成像的最大似然重建，IEEE传输。医学图像。，1（1982年），第113-122页。 [50] N.Sochen、R.Kimmel和R.Malladi，低层次视觉的一般框架，IEEE传输。图像处理。，7（1998），第310–318页·Zbl 0973.94502号 [51] G.绞合线，离散余弦变换SIAM Rev.，41（1999），第135–147页·Zbl 0939.42021号 [52] D.W.Townsend，结构和功能的多模态成像，物理。医学生物学。，53（2008），第R1–R39页。 [53] D.Tschumperle和R.Deriche，基于偏微分方程的向量值图像正则化：不同应用的通用框架，IEEE传输。模式分析。机器。智力。，27（2005），第506–517页。 [54] J.Wang和J.F.Cai，多通道图像的数据驱动紧框架及其在联合彩色图像重建中的应用，J.Oper。《中国研究社会》，3（2015），第99–115页·Zbl 1320.65038号 [55] Y.Xu和W.Yin，正则化多凸优化的块坐标下降法及其在非负张量分解和完备化中的应用，SIAM J.成像科学。，6（2013），第1758–1789页·Zbl 1280.49042号 [56] R.Zhan和B.Dong，基于空间Radon域数据驱动的紧框架正则化的CT图像重建，SIAM J.成像科学。，9（2016），第1063–1083页·Zbl 1343.92272号 [57] 周伟、蔡建富、高浩，基于自适应紧框架的医学图像重建：CT的概念验证研究《反问题》，29（2013），125006·Zbl 1284.92048号 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。