衡阳 1 , 陈峰 2 , 徐剑锋 3 , 汤敏 1,4,5
  • 1. 南通大学 信息科学技术学院 信息工程系(江苏南通 226007);
  • 2. 南通大学 电气工程学院 自动化系(江苏南通 226007);
  • 3. 南通大学 附属医院 医学影像科(江苏南通 226007);
  • 4. 通科微电子学院(江苏南通 226007);
  • 5. 南通大学-南通智能信息技术联合研究中心(江苏南通 226007);
导出 下载 收藏 扫码 引用

借助信号内在的稀疏性或可压缩性,压缩感知利用随机投影实现以远低于奈奎斯特频率的采样频率下对压缩后数据的采集。结合压缩感知和低秩思想,可以加快心脏磁共振(CMR)图像的扫描速度,减轻患者不适,提高检查质量。本文提出 CMR 图像的多尺度低秩分解模型,并采用交替方向拉格朗日乘子法(ADMM)进行求解。以峰值信噪比(PSNR)和相对误差(RLNE)作为定量评价指标,结合人眼视觉感受以及局部区域放大,对比分析本文算法与 L + S 分解、kt FOCUSS、k-t SPARSE SENSE 等主流算法的性能优劣。实验结果表明:本文提出的多尺度低秩分解模型,经过 ADMM 算法重构的效果在性能指标上明显优于其他对比算法,同时图像细节和边缘轮廓成像质量更佳。该方法将推动 CMR 快速成像技术的发展及其在临床疾病诊疗中的应用。

引用本文: 衡阳, 陈峰, 徐剑锋, 汤敏. 基于多尺度低秩的心脏磁共振图像的高质量重构算法. 生物医学工程学杂志, 2019, 36(4): 573-580. doi: 10.7507/1001-5515.201803024 复制

  • 上一篇

    面向外骨骼机器人的肌肉功能网络构建及分析
  • 下一篇

    非增强核磁共振图像中肝脏肿瘤病理分级的定量分析方法