期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
双树小波变换与小波树稀疏联合的低场CS-MRI算法
被引量:
2
1
作者
柴青焕
苏冠群
聂生东
《波谱学杂志》
CAS
CSCD
北大核心
2018年第4期486-497,共12页
压缩感知理论常用在磁共振快速成像上,仅采样少量的K空间数据即可重建出高质量的磁共振图像.压缩感知磁共振成像技术的原理是将磁共振图像重建问题建模成一个包含数据保真项、稀疏先验项和全变分项的线性组合最小化问题,显著减少磁共振...
压缩感知理论常用在磁共振快速成像上,仅采样少量的K空间数据即可重建出高质量的磁共振图像.压缩感知磁共振成像技术的原理是将磁共振图像重建问题建模成一个包含数据保真项、稀疏先验项和全变分项的线性组合最小化问题,显著减少磁共振扫描时间.稀疏表示是压缩感知理论的一个关键假设,重建结果很大程度上依赖于稀疏变换.本文将双树复小波变换和小波树稀疏联合作为压缩感知磁共振成像中的稀疏变换,提出了基于双树小波变换和小波树稀疏的压缩感知低场磁共振图像重建算法.实验表明,本文所提算法可以在某些磁共振图像客观评价指标中表现出一定的优势.
展开更多
关键词
低场磁共振成像
压缩感知
双
树
小波
变换
小波树稀疏
下载PDF
职称材料
基于小波树稀疏结构的磁共振成像快速重构算法
被引量:
1
2
作者
鲍中文
段继忠
杨俊东
《陕西师范大学学报(自然科学版)》
CAS
CSCD
北大核心
2020年第6期1-9,共9页
为提高磁共振成像的重构速度,提出了一种基于小波树稀疏结构的磁共振成像快速重构算法,即基于小波树稀疏结构,结合L 1正则项和TV正则项的共同约束,与最小二乘保真项构成重构问题;首先分离变量,之后采用交替方向乘子法将重构问题分解为...
为提高磁共振成像的重构速度,提出了一种基于小波树稀疏结构的磁共振成像快速重构算法,即基于小波树稀疏结构,结合L 1正则项和TV正则项的共同约束,与最小二乘保真项构成重构问题;首先分离变量,之后采用交替方向乘子法将重构问题分解为多个易于求解的子问题,针对每个子问题得到其解析解,从而有效地提高了重构算法的效率。实验结果表明:在不同的数据集下,本文算法的成像重构速度比WaTMRI算法平均快约3.3倍。
展开更多
关键词
磁共振成像
压缩感知
小波树稀疏
交替方向乘子法
下载PDF
职称材料
基于小波树和互补分解的CS-MRI重建算法
被引量:
1
3
作者
裴颖
朱金秀
+1 位作者
杨语晨
吴文霞
《计算机技术与发展》
2018年第12期152-156,共5页
针对压缩感知(CS)核磁共振成像(MRI)重建算法中全变分(TV)正则项会导致图像细节丢失的问题,引入互补分解模型,结合小波树结构稀疏(简称小波树),提出一种基于小波树和互补分解的CS-MRI重建算法。利用互补分解将图像分成平滑分量和残差分...
针对压缩感知(CS)核磁共振成像(MRI)重建算法中全变分(TV)正则项会导致图像细节丢失的问题,引入互补分解模型,结合小波树结构稀疏(简称小波树),提出一种基于小波树和互补分解的CS-MRI重建算法。利用互补分解将图像分成平滑分量和残差分量两个部分,并将平滑分量用于TV正则项,残差分量用于1范数,可避免TV正则项在滤除噪声的同时滤除过多的细节信息;利用小波树结构稀疏可进一步补充小波稀疏等先验信息,减少测量值或提高信噪比。针对目标函数中存在平滑和残差两个未知分量,将目标函数分解为相应的两个子问题交替最小化进行求解。实验结果表明,与基于小波树的WaTMRI和基于TV的TVCMRI、FCSA等重建算法相比,其能在滤除噪声的同时有效改善MRI图像的细节信息。
展开更多
关键词
核磁共振成像
压缩感知
互补分解
小波
树
结构
稀疏
(
小波
树
)
目标函数
重建算法
下载PDF
职称材料
题名
双树小波变换与小波树稀疏联合的低场CS-MRI算法
被引量:
2
1
作者
柴青焕
苏冠群
聂生东
机构
上海理工大学
出处
《波谱学杂志》
CAS
CSCD
北大核心
2018年第4期486-497,共12页
基金
国家自然科学基金资助项目(60972122)
上海市教委科研创新重点项目(14ZZ135)
国家重大科学仪器设备开发专项资助项目(2013YQ17046303).
文摘
压缩感知理论常用在磁共振快速成像上,仅采样少量的K空间数据即可重建出高质量的磁共振图像.压缩感知磁共振成像技术的原理是将磁共振图像重建问题建模成一个包含数据保真项、稀疏先验项和全变分项的线性组合最小化问题,显著减少磁共振扫描时间.稀疏表示是压缩感知理论的一个关键假设,重建结果很大程度上依赖于稀疏变换.本文将双树复小波变换和小波树稀疏联合作为压缩感知磁共振成像中的稀疏变换,提出了基于双树小波变换和小波树稀疏的压缩感知低场磁共振图像重建算法.实验表明,本文所提算法可以在某些磁共振图像客观评价指标中表现出一定的优势.
关键词
低场磁共振成像
压缩感知
双
树
小波
变换
小波树稀疏
Keywords
low-field MRI
compressed sensing
dual-tree wavelet transform
wavelet tree sparsity
分类号
R445.2 [医药卫生—影像医学与核医学]
O482.53 [理学—固体物理]
下载PDF
职称材料
题名
基于小波树稀疏结构的磁共振成像快速重构算法
被引量:
1
2
作者
鲍中文
段继忠
杨俊东
机构
昆明理工大学信息工程与自动化学院
云南大学信息学院
出处
《陕西师范大学学报(自然科学版)》
CAS
CSCD
北大核心
2020年第6期1-9,共9页
基金
国家自然科学基金(61861023)
昆明理工大学引进人才科研启动基金(省级人培)(KKSY20170301)
云南科技计划重点项目(2018ZF017)。
文摘
为提高磁共振成像的重构速度,提出了一种基于小波树稀疏结构的磁共振成像快速重构算法,即基于小波树稀疏结构,结合L 1正则项和TV正则项的共同约束,与最小二乘保真项构成重构问题;首先分离变量,之后采用交替方向乘子法将重构问题分解为多个易于求解的子问题,针对每个子问题得到其解析解,从而有效地提高了重构算法的效率。实验结果表明:在不同的数据集下,本文算法的成像重构速度比WaTMRI算法平均快约3.3倍。
关键词
磁共振成像
压缩感知
小波树稀疏
交替方向乘子法
Keywords
magnetic resonance imaging
compressed sensing
wavelet tree sparsity
alternating direction method of multipliers(ADMM)
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于小波树和互补分解的CS-MRI重建算法
被引量:
1
3
作者
裴颖
朱金秀
杨语晨
吴文霞
机构
河海大学物联网工程学院
南通河海大学海洋与近海工程研究院
出处
《计算机技术与发展》
2018年第12期152-156,共5页
基金
国家自然科学基金(61273170)
2016年南通市市级科技计划(2016800303)
文摘
针对压缩感知(CS)核磁共振成像(MRI)重建算法中全变分(TV)正则项会导致图像细节丢失的问题,引入互补分解模型,结合小波树结构稀疏(简称小波树),提出一种基于小波树和互补分解的CS-MRI重建算法。利用互补分解将图像分成平滑分量和残差分量两个部分,并将平滑分量用于TV正则项,残差分量用于1范数,可避免TV正则项在滤除噪声的同时滤除过多的细节信息;利用小波树结构稀疏可进一步补充小波稀疏等先验信息,减少测量值或提高信噪比。针对目标函数中存在平滑和残差两个未知分量,将目标函数分解为相应的两个子问题交替最小化进行求解。实验结果表明,与基于小波树的WaTMRI和基于TV的TVCMRI、FCSA等重建算法相比,其能在滤除噪声的同时有效改善MRI图像的细节信息。
关键词
核磁共振成像
压缩感知
互补分解
小波
树
结构
稀疏
(
小波
树
)
目标函数
重建算法
Keywords
magnetic resonance imaging
compressed sensing
complementary dual decomposition
wavelet tree structure
objective function
reconstruction algorithm
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
双树小波变换与小波树稀疏联合的低场CS-MRI算法
柴青焕
苏冠群
聂生东
《波谱学杂志》
CAS
CSCD
北大核心
2018
2
下载PDF
职称材料
2
基于小波树稀疏结构的磁共振成像快速重构算法
鲍中文
段继忠
杨俊东
《陕西师范大学学报(自然科学版)》
CAS
CSCD
北大核心
2020
1
下载PDF
职称材料
3
基于小波树和互补分解的CS-MRI重建算法
裴颖
朱金秀
杨语晨
吴文霞
《计算机技术与发展》
2018
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部