基于壓縮感知原理的核磁共振成像算法研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、磁共振成像技術(shù)依靠其無輻射、非侵入、成像對(duì)比度高等特點(diǎn)得到了快速的發(fā)展,在醫(yī)學(xué)診斷和科學(xué)研究中發(fā)揮了重要作用。但成像過程較慢成為了制約其發(fā)展的主要因素之一,降低成像時(shí)間特別是成像過程中的數(shù)據(jù)采樣時(shí)間尤為重要。因此,研究通過降低采樣的數(shù)據(jù)量以降低采樣時(shí)間成為了一個(gè)研究熱點(diǎn)。
  壓縮感知理論的發(fā)展使得大幅度的降低所需的采樣數(shù)據(jù)量成為可能,能夠利用不完整的K空間數(shù)據(jù)較好的重建圖像。本質(zhì)上是利用了圖像可以被稀疏表示的特性和圖像本身存在的

2、多種先驗(yàn)知識(shí)來對(duì)重建模型進(jìn)行約束求解。本文主要針對(duì)圖像稀疏表示和圖像重建模型中的多種先驗(yàn)正則項(xiàng)進(jìn)行研究,以達(dá)到降低數(shù)據(jù)采集量繼而降低磁共振成像所需的采樣時(shí)間的目的。
  本文的主要研究內(nèi)容為:
  1.基于稀疏性約束和全變分正則項(xiàng)約束的經(jīng)典重建模型能夠較好的重建多種圖像,但由于全變分正則項(xiàng)是基于圖像是分塊光滑的假設(shè),造成該類算法不能有效重建圖像中的紋理、邊緣等結(jié)構(gòu)。為了改善這一問題,在經(jīng)典重建模型的基礎(chǔ)上,本文引入了重建圖像

3、對(duì)應(yīng)的稀疏系數(shù)逼近于原始圖像對(duì)應(yīng)的稀疏系數(shù)作為先驗(yàn),通過圖像子塊之間存在的非局部相似性逼近原始圖像,得到了采用非局部稀疏表示正則化的磁共振圖像重建模型。實(shí)驗(yàn)結(jié)果表明,所提算法取得了較好的重建效果。
  2.傳統(tǒng)的基于稀疏表示的重建中,稀疏表示的過程并沒有考慮數(shù)據(jù)中的結(jié)構(gòu)特征。特別是僅利用欠采樣圖像數(shù)據(jù)訓(xùn)練稀疏表示字典的情況,圖像并不能很好的被稀疏表示。為了改善這一情況,本文基于圖像塊進(jìn)行稀疏表示,對(duì)稀疏表示模型引入了圖正則項(xiàng)以充分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論