题名 | 基于非局部相似块低秩先验的MRI重建算法; MRI Reconstruction Using Low-Rank Prior of Nonlocal Similarity Patches |
作者 | 林溱 |
答辩日期 | 2014 ; 2014 |
导师 | 丁兴号 |
关键词 | 磁共振成像 压缩感知 稀疏表示 非局部相似性 低秩 核范数 magnetic resonance imaging compressed sensing sparse representation nonlocal similarity low-rank matrix nuclear norm |
英文摘要 | 磁共振成像(MRI)技术是一种能取得活体器官和组织详细诊断图像的医疗诊断技术,具有无损伤无辐射等优点,在医学临床与科研领域得到广泛应用。然而MRI具有成像速度慢的不足,为减少MRI成像时间,目前主要有两类方法:一类是对硬件设备进行改进,如多线圈并行成像、快速成像梯度序列设计等;一类是通过减少K空间采样数据量,再由相应的软件算法重建,即部分K空间重建方法。部分K空间重建由于无需对硬件进行改进,仅通过软件算法即可提高成像速度,近年来备受关注。而稀疏表示和压感知理论的发展则为由部分K空间数据有效重建MRI图像提供了坚实的理论基础,本文也主要关注基于压缩感知理论的部分K空间数据MRI重建方法。 由部...; Magnetic resonance imaging (MRI) technology is a Medical diagnostic technology, which can obtain detailed diagnostic images of organs and tissues in vivo. MRI has been widely used in clinical and sometimes becomes an indispensable means of checking disease diagnosis. However, MRI takes a long time to obtain K-space data. In order to reduce the imaging time, there are two main method at present: on...; 学位:工学硕士; 院系专业:信息科学与技术学院_信号与信息处理; 学号:23320111153140 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=45363 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/84448] ![]() |
专题 | 信息技术-学位论文 |
推荐引用方式 GB/T 7714 | 林溱. 基于非局部相似块低秩先验的MRI重建算法, MRI Reconstruction Using Low-Rank Prior of Nonlocal Similarity Patches[D]. 2014, 2014. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论