基于湮灭滤波低秩汉克尔矩阵的压缩感知与并行MRI通用框架
信息论
2015-12-31 v4 math.IT
摘要
并行MRI (pMRI) 和压缩感知MRI (CS-MRI) 一直被视为两个不同的重建问题。受近期k空间插值方法的启发，提出了一种基于湮灭滤波的低秩汉克尔矩阵方法 (ALOHA) 作为稀疏驱动的k空间插值方法的通用框架，统一了pMRI和CS-MRI。具体而言，我们的框架基于原空间中变换域稀疏性与倒易空间中加权汉克尔矩阵低秩性之间的基本对偶性，将pMRI和CS-MRI转换为使用结构化矩阵补全的k空间插值问题。利用最新压缩感知文献中的理论结果，我们表明ALOHA所需的采样率可能达到最优速率。使用体内数据进行的单/多线圈成像以及动态成像的实验结果证实，所提方法优于最先进的pMRI和CS-MRI。
引用
@article{arxiv.1504.00532,
title = {A general framework for compressed sensing and parallel MRI using annihilating filter based low-rank Hankel matrix},
author = {Kyong Hwan Jin and Dongwook Lee and Jong Chul Ye},
journal= {arXiv preprint arXiv:1504.00532},
year = {2015}
}