×
萨拉·索塔尼;Andersen，Martin S.安徒生。;汉森，Per Christian

使用训练图像重建层析图像。 （英语） Zbl 1353.65017号

J.计算。申请。数学。 313, 243-258 (2017).
摘要：我们描述并检验了一种层析图像重建算法，其中关于解决方案的先验知识以训练图像的形式可用。我们首先根据训练图像中的原型元素构建一个非负字典；这个问题是在稀疏学习的框架内作为正则化非负矩阵分解来描述的。将字典作为凸重建问题的先验知识，然后在字典中找到稀疏表示的近似解。该字典应用于图像的非重叠补丁，与以前的公式相比，降低了计算复杂性。计算实验阐明了模型参数和正则化参数的选择和相互作用，并且我们表明，在少投影低剂量设置下，我们的算法与全变分正则化相比具有竞争力，并且倾向于包含更多纹理和更正确的边。

引用于1文件

MSC公司：

65D18天 计算机图形、图像分析和计算几何的数值方面
94A08型 信息与通信理论中的图像处理（压缩、重建等）
65层22 数值线性代数中的不适定性和正则化问题
92C55 生物医学成像和信号处理
68T05型 人工智能中的学习和自适应系统

关键词：

层析成像;字典学习;反问题;正规化;稀疏表示;图像重建;数值示例;算法;计算复杂度

软件：

AIR工具;DLMRI实验室;TFOCS公司;PyHST2型
PDF格式BibTeX公司 XML格式引用
\textit{S.Soltani}等人，J.Compute。申请。数学。313243-258（2017；Zbl 1353.65017）
全文： 内政部 arXiv公司

参考文献：

[1] 穆勒，J.L。；Siltanen，S.，《线性和非线性反问题及其实际应用》（2012），SIAM:SIAM Philadephia·Zbl 1262.65124号
[2] Kuchment，P.，《氡转换和医学成像》（2014），SIAM:SIAM Philadelphia·Zbl 1282.92001号
[3] Hansen，P.C。；Saxild-Hansen，M.，AIR Tools-代数迭代重建方法的MATLAB包，J.Compute。申请。数学。，236, 2167-2178 (2012) ·Zbl 1241.65042号
[4] 卞，J。；Siewerdsen，J.H。；韩，X。；Sidky，E.Y。；普林斯，J.L。；佩利扎里，C.A。；Pan，X.，平板探测器锥形CT稀疏视图重建评估，Phys。医学生物学。，55, 6575-6599 (2010)
[5] LaRoque，S.J。；Sidky，E.Y。；潘，西安。，在衍射层析成像中，从少数视角和有限角度的数据进行精确的图像重建，J.Opt。Soc.Am.A选项。图像科学。可见。，25, 1772-1782 (2008)
[7] Olshausen，B.A。；Field，D.J.，《通过学习自然图像的稀疏代码产生简单细胞感受野特性》，《自然》，381，607-609（1996）
[8] 布鲁克斯坦，A.M。；Donoho，D.L。；Elad，M.，《从方程组的稀疏解到信号和图像的稀疏建模》，SIAM Rev.，51，34-81（2009）·Zbl 1178.68619号
[9] Elad，M.，《稀疏和冗余表示，从信号和图像处理的理论到应用》（2010），Springer:Springer New York·兹比尔1211.94001
[10] Tropp，J.A。；Wright，S.J.，线性反问题稀疏解的计算方法，Proc。IEEE，98948-958（2010）
[11] 陈，Y。；尹，Xi。；Shi，L。；Shu，H。；罗，L。；Coatrieux，J.L。；Toumoulin，C.，使用基于快速字典学习的处理改进腹部肿瘤低剂量CT图像，Phys。医学生物学。，58, 5803-5820 (2013)
[12] 李女士。；方，L。；Yin，H.，一种有效的字典学习算法及其在三维医学图像去噪中的应用，IEEE Trans。生物识别。工程，59，417-427（2012）
[13] Mairal，J。；萨皮罗，G。；Elad，M.，学习图像和视频恢复的多尺度稀疏表示，SIAM多尺度模型。模拟。，7, 214-241 (2008) ·Zbl 1194.49041号
[14] 刘，Q。；Liang，D。；Song，Y。；罗，J。；Zhu，Y。；Li，W.，基于增广拉格朗日稀疏表示的图像去模糊字典更新方法，SIAM J.Imaging Sci。，6, 1689-1718 (2013) ·Zbl 1279.68332号
[15] Elad，M。；Aharon，M.，通过学习词典上的稀疏和冗余表示进行图像去噪，IEEE Trans。图像处理。，15, 3736-3745 (2006)
[16] 亚哈龙，M。；Elad，M。；Bruckstein，A.，K-SVD：一种为稀疏表示设计过完备字典的算法，IEEE Trans。信号处理。，54, 4311-4322 (2006) ·Zbl 1375.94040号
[18] 徐，Q。；余，H。；牟某。；张，L。；谢家华。；Wang，G.，通过字典学习进行低剂量X射线CT重建，IEEE Trans。医学成像，311682-1697（2012）
[19] 赵，B。；丁·H。；卢，Y。；王，G。；赵，J。；Molloi，S.，基于双字典学习的光谱CT应用迭代图像重建，Phys。医学生物学。，2012年第57、24页
[20] 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 Trans。图像处理。，23, 12 (2014) ·Zbl 1374.94152号
[21] 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 Trans。医学影像学，301028-1041（2011）
[22] 刘，B。；余，H。；Verbridge，S.S。；Sun，L。；Wang，G.，基于字典学习的电子断层成像重建方法，Scanning，36，377-383（2014）
[23] 陈，S。；刘，H。；Shi，P。；Chen，Y.，稀疏表示和字典学习对正电子发射断层成像的图像重建不利，Phys。医学生物学。，60, 807-823 (2015)
[24] Mirone，A。；Brun，E。；Coan，P.，《低剂量计算机断层扫描重建的重叠字典学习方法及其在微分相位断层扫描中的矢量应用》，《公共科学图书馆·综合》，9，12（2014）
[25] 迈拉尔，J。；巴赫，F。；彭斯，J。；Sapiro，G.，矩阵分解和稀疏编码的在线学习，J.Mach。学习。第11、19-60号决议（2010年）·Zbl 1242.62087号
[26] Buzug，T.M.，《计算机层析成像：从光子统计到现代锥形束CT》（2010），斯普林格出版社
[27] Hansen，P.C.，《离散逆问题——洞察力和算法》（2010），SIAM:SIAM Philadelphia·Zbl 1197.65054号
[28] 斯特朗，D。；Chan，T.，全变分正则化的边保护和尺度相关性质，反问题，19，S165-S187（2003）·Zbl 1043.94512号
[29] Lee，D.D。；Seung，H.S.，通过非负矩阵分解学习对象的各个部分，《自然》，401，788-791（1999）·Zbl 1369.68285号
[30] Engan，K。；阿瑟，S.O。；Husöy，J.H.，《多帧压缩：理论和设计》，EURASIP信号处理。，80, 2121-2140 (2000) ·Zbl 1098.94538号
[31] 科茨，A。；Ng，A.Y.，《使用K-means学习特征表示法》，（Montavon，G.；Orr，G.B.；Müller，K.-R.，《神经网络：交易的诡计》，神经网络：贸易的诡计，LNCS，第7700卷（2012年），施普林格），561-580
[32] Kreutz-Delgado，K。；J.F.穆雷。；Rao，B.D。；Engan，K。；Lee，T.等人。；Sejnowski，T.J.，稀疏表示的字典学习算法，神经计算。，15, 349-396 (2003) ·Zbl 1047.68101号
[33] Lewicki，M.S。；Sejnowski，T.J.，学习过完备表示，神经计算。，12, 337-365 (2000)
[34] Hoyer，P.O.，具有稀疏性约束的非负矩阵分解，J.马赫。学习。第5号决议，1457-1469（2004年）·Zbl 1222.68218号
[35] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；佩莱托，B。；Eckstein，J.，《通过交替方向乘数法进行分布式优化和统计学习》，Found。趋势马赫。学习。，3, 1-122 (2011) ·Zbl 1229.90122号
[36] 贝克尔，S。；坎迪斯，E.J。；Grant，M.，凸锥问题的模板及其在稀疏信号恢复中的应用，数学。程序。计算。，3, 165-218 (2011) ·Zbl 1257.90042号
[37] Jensen，T.L。；Jörgensen，J.H。；Hansen，P.C。；Jensen，S.H.，强凸全变分正则化的最优一阶方法的实现，BIT，52，329-356（2011）·兹比尔1256.65063
[38] Soltani，S.，《计算机断层成像词典学习方法中的敏感性研究：简化重建问题、旋转和缩放》，技术报告2015-4，DTU Compute（2015），丹麦技术大学
[40] Soltani，S。；Kilmer，M.E。；Hansen，P.C.，层析图像重建的基于张量的字典学习方法，BIT（2016）·Zbl 1355.65036号
[41] Xu，Y。；尹，W。；温，Z。；Zhang，Y.，非负因子矩阵补全的交替方向算法，Front。数学。中国，7365-384（2012）·Zbl 1323.65044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。