版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、磁共振成像由于其成像過程對人體沒有輻射損害,且能夠?qū)崿F(xiàn)任意斷層成像等許多優(yōu)點,而逐漸成為臨床診斷的重要判斷依據(jù)。特別是在腦部成像這樣對于機體無損性要求比較高的成像中得到良好的應(yīng)用。但因為成像數(shù)據(jù)量大而導(dǎo)致數(shù)據(jù)掃描時間長,導(dǎo)致成像時間長,限制了其應(yīng)用。在磁共振成像中應(yīng)用壓縮感知理論,降低成像過程中的圖像采集的數(shù)據(jù)量來降低磁共振成像中數(shù)據(jù)掃描時間,并利用某些非線性的方法重建出圖像,這就是稀疏磁共振成像的思想,也是近年來學(xué)者們研究的熱點之一。
2、
本文首先通過簡單的實驗展示醫(yī)學(xué)圖像的稀疏性,指出稀疏優(yōu)化的思想應(yīng)用于磁共振成像技術(shù)中的可行性。然后,基于字典學(xué)習(xí)的方法提出了一種分片稀疏磁共振成像方法。在該方法中,為了克服NP難問題的計算困難,圖像的稀疏性約束l0范數(shù)項用lp范數(shù)來松弛,同時能夠保持良好的稀疏性。數(shù)值計算中用加權(quán)的l1范數(shù)來近似lp范數(shù)使問題轉(zhuǎn)化為凸優(yōu)化問題以便于計算。本文提出的方法中,圖像分片采用的是長條形的分片(即圖像矩陣的幾列或幾行組成一個分片),而不
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 稀疏磁共振圖像重建方法研究.pdf
- 快速磁共振成像中的稀疏圖像重建.pdf
- 基于字典學(xué)習(xí)和稀疏表示的圖像融合方法.pdf
- 基于稀疏與低秩的動態(tài)核磁共振圖像重建.pdf
- 基于非凸低秩和卷積稀疏編碼的磁共振圖像重建.pdf
- 基于稀疏優(yōu)化的磁共振圖像特征選擇方法研究.pdf
- 基于稀疏字典學(xué)習(xí)和核稀疏表示的圖像超分辨率重建.pdf
- 廣義雙層伯格曼字典學(xué)習(xí)的非凸磁共振圖像重建算法.pdf
- 基于字典學(xué)習(xí)的并行磁共振成像.pdf
- 基于字典學(xué)習(xí)的MRI圖像重建.pdf
- 基于稀疏表示與字典訓(xùn)練的含噪圖像超分辨重建方法.pdf
- 基于稀疏表示和字典學(xué)習(xí)的視頻圖像分級重建技術(shù)研究.pdf
- 基于稀疏梯度域自適應(yīng)字典學(xué)習(xí)方法的CT重建.pdf
- 基于COM的磁共振圖像重建組件.pdf
- 基于雙字典學(xué)習(xí)和稀疏表示模型的圖像超分辨率重建.pdf
- 基于低秩稀疏分解和字典學(xué)習(xí)的圖像超分辨率重建研究.pdf
- 基于稀疏字典學(xué)習(xí)的圖像重構(gòu)模型研究.pdf
- 基于稀疏約束的磁共振圖像去噪與重構(gòu)方法研究.pdf
- 基于稀疏表示和字典學(xué)習(xí)的圖像去噪方法的研究.pdf
- 基于感知字典的稀疏重建算法研究.pdf
評論
0/150
提交評論