一种梯度域卷积稀疏编码的磁共振快速成像方法

    公开(公告)号:CN106056554B

    公开(公告)日:2019-04-12

    申请号:CN201610383443.2

    申请日:2016-06-01

    Applicant: 南昌大学

    Abstract: 一种梯度域卷积稀疏编码的磁共振快速成像方法,按以下步骤:步骤A:把磁共振图像转换到梯度域中,在水平梯度图像和垂直梯度图像上进行滤波器学习,建立图像稀疏模型。步骤B:通过引入辅助变量,并利用轮换技术交替更新滤波器和稀疏参数,恢复水平梯度和垂直梯度,然后在这两个方向上重建图像。本发明把图像转换为梯度域后,可以更好地稀疏表示,然后利用卷积稀疏编码对梯度域里的整幅图像进行稀疏重建。由于对整幅图像进行处理,可以很好地保留相邻图像块间的潜在信息,因此可以更好地重建磁共振图像,达到令人满意的效果。

    一种用于磁共振快速成像的非凸低秩重建方法

    公开(公告)号:CN104933683B

    公开(公告)日:2018-12-04

    申请号:CN201510310636.0

    申请日:2015-06-09

    Applicant: 南昌大学

    Abstract: 一种用于磁共振快速成像的非凸低秩重建方法,本发明建立基于非局部相似图像块低秩先验信息的MR图像数据重构数学模型,釆用交替方向迭代方法对模型进行迭代求解:通过泰勒一阶近似和奇异值分解迭代求解带低秩先验信息的非局部图像模型的低秩矩阵的非凸p范数,得到相似图像块,再通过增加辅助变量和分离变量法迭代求解重建图像。本发明利用图像先验信息,将图像块的非局部相似性与低秩特性结合,并利用傅里叶变换和低秩矩阵的特性简化计算过程,降低算法复杂度,提高了部分K空间数据重建MRI图像的性能,在更少的扫描测量下更精确地重建图像,减少重建图像的伪影,实现快速磁共振成像。

    一种用于磁共振快速成像的非凸低秩重建方法

    公开(公告)号:CN104933683A

    公开(公告)日:2015-09-23

    申请号:CN201510310636.0

    申请日:2015-06-09

    Applicant: 南昌大学

    Abstract: 一种用于磁共振快速成像的非凸低秩重建方法,本发明建立基于非局部相似图像块低秩先验信息的MR图像数据重构数学模型,釆用交替方向迭代方法对模型进行迭代求解:通过泰勒一阶近似和奇异值分解迭代求解带低秩先验信息的非局部图像模型的低秩矩阵的非凸p范数,得到相似图像块,再通过增加辅助变量和分离变量法迭代求解重建图像。本发明利用图像先验信息,将图像块的非局部相似性与低秩特性结合,并利用傅里叶变换和低秩矩阵的特性简化计算过程,降低算法复杂度,提高了部分K空间数据重建MRI图像的性能,在更少的扫描测量下更精确地重建图像,减少重建图像的伪影,实现快速磁共振成像。

    一种梯度域卷积稀疏编码的磁共振快速成像方法

    公开(公告)号:CN106056554A

    公开(公告)日:2016-10-26

    申请号:CN201610383443.2

    申请日:2016-06-01

    Applicant: 南昌大学

    Abstract: 一种梯度域卷积稀疏编码的磁共振快速成像方法,按以下步骤:步骤A:把磁共振图像转换到梯度域中,在水平梯度图像和垂直梯度图像上进行滤波器学习,建立图像稀疏模型。步骤B:通过引入辅助变量,并利用轮换技术交替更新滤波器和稀疏参数,恢复水平梯度和垂直梯度,然后在这两个方向上重建图像。本发明把图像转换为梯度域后,可以更好地稀疏表示,然后利用卷积稀疏编码对梯度域里的整幅图像进行稀疏重建。由于对整幅图像进行处理,可以很好地保留相邻图像块间的潜在信息,因此可以更好地重建磁共振图像,达到令人满意的效果。

Patent Agency Ranking