基于组稀疏表示的压缩感知核磁共振成像算法

发布时间：2018-02-26 00:13

  本文关键词： 压缩感知 核磁共振成像 组稀疏表示 字典学习 非局部相似性　出处：《内蒙古师范大学学报(自然科学汉文版)》2017年01期 　论文类型：期刊论文

【摘要】：提出一种利用组稀疏表示进行CSMRI的方法.在字典学习过程中,对图像块按照相似性准则进行分组,并利用这些组进行字典训练.将组字典学习的代价函数引入到压缩感知核磁共振成像的模型中,并利用交替优化方法求解该模型.提出的算法不仅利用了图像的局部稀疏性,还利用了图像块之间的相似性(非局部相似性).实验结果证明,该算法能够重构出高质量图像.
[Abstract]:In this paper, a method of using sparse group representation for CSMRI is proposed. In the process of dictionary learning, image blocks are grouped according to similarity criterion. Using these groups to train dictionaries, the cost function of group dictionary learning is introduced into the model of compressed perceptual magnetic resonance imaging, and the alternating optimization method is used to solve the model. The proposed algorithm not only takes advantage of the local sparsity of the image. The similarity between image blocks (non-local similarity) is also used. Experimental results show that the algorithm can reconstruct high quality images.
【作者单位】： 眉山职业技术学院文化艺术系;成都师范学院信息化推进办;忻州师范学院计算机系;
【基金】：山西省重点实验室开放课题(2016002) 忻州师范学院重点学科建设项目(XK201504)
【分类号】：R445.2;TP391.41

【参考文献】

相关期刊论文 前1条

1 钟晓燕;卜祥磊;田辉勇;;压缩感知在磁共振成像中的应用研究[J];医疗装备;2015年06期

【共引文献】

相关期刊论文 前1条

1 王宇;张乐毅;郝耀军;;基于组稀疏表示的压缩感知核磁共振成像算法[J];内蒙古师范大学学报(自然科学汉文版);2017年01期

【二级参考文献】

相关期刊论文 前1条

1 练秋生;陈书贞;;基于解析轮廓波变换的图像稀疏表示及其在压缩传感中的应用[J];电子学报;2010年06期

【相似文献】

相关期刊论文 前4条

1 贾敏;王金甲;李静;洪文学;;基于辅助训练的半监督稀疏表示分类器用于脑电图分类[J];生物医学工程学杂志;2014年01期

2 杨亮;陆建峰;;一种基于稀疏表示的脑功能子网络构建方法[J];计算机应用研究;2014年09期

3 林溱;;基于稀疏表示的MRI研究简介[J];电子世界;2014年09期

4 ;[J];;年期

相关会议论文 前3条

1 何爱香;刘玉春;魏广芬;;基于稀疏表示的煤矸界面识别研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集（上册）[C];2013年

2 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

3 葛凤翔;任岁玲;郭鑫;郭良浩;孙波;;微弱信号处理及其研究进展[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年

相关博士学位论文 前10条

1 李进明;基于稀疏表示的图像超分辨率重建方法研究[D];重庆大学;2015年

2 王亚宁;基于信号稀疏表示的电机故障诊断研究[D];河北工业大学;2014年

3 姚明海;视频异常事件检测与认证方法研究[D];东北师范大学;2015年

4 黄国华;蛋白质翻译后修饰位点与药物适应症预测方法研究[D];上海大学;2015年

5 王瑾;基于稀疏表示的数据收集、复原与压缩研究[D];北京工业大学;2015年

6 王文卿;基于融合框架与稀疏表示的遥感影像锐化[D];西安电子科技大学;2015年

7 解虎;高维小样本阵列自适应信号处理方法研究[D];西安电子科技大学;2015年

8 秦振涛;基于稀疏表示及字典学习遥感图像处理关键技术研究[D];成都理工大学;2015年

9 薛明;基于稀疏表示的在线目标跟踪研究[D];上海交通大学;2014年

10 孙乐;空谱联合先验的高光谱图像解混与分类方法[D];南京理工大学;2014年

相关硕士学位论文 前10条

1 王道文;基于稀疏表示的目标跟踪算法研究[D];华南理工大学;2015年

2 李哲;基于稀疏表示和LS-SVM的心电信号分类[D];河北大学;2015年

3 孙雪青;Shearlet变换和稀疏表示相结合的甲状腺结节图像融合[D];河北大学;2015年

4 吴丽璇;基于稀疏表示的微聚焦X射线图像去噪方法[D];华南理工大学;2015年

5 赵孝磊;基于图像分块稀疏表示的人脸识别算法研究[D];南京信息工程大学;2015年

6 黄志明;基于辨别式稀疏字典学习的视觉追踪算法研究[D];华南理工大学;2015年

7 张铃华;非约束环境下的稀疏表示人脸识别算法研究[D];南京信息工程大学;2015年

8 贺妍斐;基于稀疏表示与自适应倒易晶胞的遥感图像复原方法研究[D];南京信息工程大学;2015年

9 杨烁;电能质量扰动信号的稀疏表示/压缩采样研究[D];西南交通大学;2015年

10 应艳丽;基于低秩稀疏表示的目标跟踪算法研究[D];西南交通大学;2015年

，

本文编号：1535730