基于张量低秩加稀疏模型的MRI重建方法

论文摘要

传统的基于压缩感知的磁共振(MRI)重建方法处理动态MRI数据时,需要将其向量化,但这种操作会在一定程度破坏数据内部的结构信息,从而有可能会降低重建质量.本文直接面向张量数据,建立了动态MRI重建的张量稀疏加低秩模型框架,并设计了一个基于交替方向乘子法(ADMM)的求解算法.实验结果表明,本文提出的模型和算法是有效的.

论文目录

• 1 张量低秩加稀疏重建模型及求解算法
•   1.1 模型的建立
•   1.2 基于ADMM的求解算法
• 2 实验结果及分析
• 3 总结

文章来源

类型: 期刊论文

作者: 周根娇,黄进红

关键词: 重建,张量,低秩,稀疏,算法

来源: 赣南师范大学学报 2019年06期

年度: 2019

分类: 社会科学Ⅱ辑,基础科学,信息科技

专业: 物理学,计算机软件及计算机应用

单位: 赣南师范大学科技学院,赣南师范大学数学与计算机科学学院

基金: 国家自然科学基金项目(61502107),江西省自然科学基金项目(20192BAB205086)

分类号: TP391.41;O482.531

DOI: 10.13698/j.cnki.cn36-1346/c.2019.06.002

页码: 7-10

总页数: 4

文件大小: 1177K

下载量: 40