基于低秩与稀疏分解的动态磁共振图像重建

发布时间：2022-02-11 06:26

　　动态磁共振成像（Dynamic Magnetic Resonance Imaging,DMRI）技术是医学研究和临床诊断的重要工具,受到物理和生理条件的限制,DMRI技术扫描时间过长使成像质量下降,限制了磁共振成像技术的应用。压缩感知（Compressive Sensing,CS）利用动态磁共振图像的稀疏先验,在高度欠采样的条件下重建图像,大幅减少了采集样本数量与扫描时间,但是仅仅采用稀疏先验并不能充分挖掘动态磁共振图像的内部信息,而且传统的基于傅里叶变换的CS方法对非周期图像重建结果包含明显的混叠伪影。本文采用鲁棒主成分分析（Robust Principal Component Analysis,RPCA）方法将低秩先验信息引入欠采样动态磁共振图像重建优化模型,通过对静态背景矩阵采用核范数促进低秩惩罚,对动态前景矩阵的稀疏变换采用L₁范数促进稀疏惩罚,实现动态磁共振图像动态前景和静态背景的分离。有效保留动态磁共振图像的细节信息,提高了重建图像的质量。针对现有的低秩与稀疏分解算法中采用固定基实现动态前景矩阵的稀疏表示导致的表示种类有限、无法与各类磁共振图像动态前景... 

【文章来源】：燕山大学河北省

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

人体组织器官磁共振图像

燕山大学工程硕士学位论文秩与稀疏分解的动态磁共振图像重建-t SLR 方法虽然能够得到质量较高的重建图像，但是这一方法需秩性和稀疏性，对图像要求比较高。同时，这一方法采用非凸的 数作为低秩约束，计算量过大，重建时间长。本节主要研究采用法重建动态磁共振图像。与 k-t SLR 方法不同，低秩与稀疏分解型将待重建图像分解为具有稀疏性和低秩性的两部分，对图像的建时间也小于 k-t SLR 方法。主成分分析成分分析也称为低秩稀疏分解，主要用于解决含有任意大幅值的阵复原问题，对高幅值的稀疏噪声具有很好的鲁棒性，在视频去等领域据有广泛应用。RPCA 能够将一组动态图像分解为具有稀具有低秩性的静态背景。

【参考文献】：
期刊论文
[1]低秩鲁棒性主成分分析的遮挡人脸识别[J]. 唐娴,黄军伟.  南京理工大学学报. 2017(04)
[2]基于分组鲁棒主成分分析的老电影修复[J]. 于冰,丁友东,董荪,黄曦.  上海大学学报(自然科学版). 2017(03)
[3]一种基于全变分正则化低秩稀疏分解的动态MRI重建方法[J]. 马杰,王晓云,张志伟,刘雅莉.  光电子·激光. 2016(01)
[4]字典学习模型、算法及其应用研究进展[J]. 练秋生,石保顺,陈书贞.  自动化学报. 2015(02)
[5]压缩感知中基于快速交替方向乘子法的l0-正则化信号重构[J]. 杨真真,杨震.  电子与信息学报. 2013(04)

硕士论文
[1]基于稀疏与低秩的动态核磁共振图像重建[D]. 奚昌凤.中国科学技术大学 2017
[2]基于盲压缩感知的非合作跳频信号处理技术研究[D]. 陈莹.吉林大学 2016
[3]核范数极小化改进算法及其动态磁共振图像重建应用研究[D]. 史朦朦.南京邮电大学 2015
[4]基于压缩感知的快速动态磁共振成像[D]. 吕成林.山东大学 2012



本文编号：3619808