基于纵向参考的压缩感知磁共振成像实践研究
信息论
2016-08-17 v1 math.IT
摘要
压缩感知（CS）是一种新的信号采集范式，能够从少量样本中重建信号和图像。CS 的一个特别令人兴奋的应用是磁共振成像（MRI），它通过要求比标准 MRI 技术少得多的测量，显著加快了扫描时间。采样时间的减少导致功耗降低、患者镇静需求减少以及图像更准确。这种准确性的提高在儿科 MRI 中尤为明显，因为患者难以在长时间扫描期间保持静止。尽管这些收益已经相当显著，但通过利用同一患者过去的 MRI 扫描，还可以实现进一步的改进。许多患者需要在一段时间内进行重复扫描以追踪疾病，先前的扫描可用作当前图像的参考。这允许基于先前扫描和当前测量自适应地进行采样。Weizman 的工作表明，所谓的基于参考的自适应加权时间压缩感知 MRI（LACS-MRI）需要比标准压缩感知（CS）少得多的样本即可达到相同的重建信噪比（RSNR）。该方法混合使用了基于参考的采样和自适应采样。在这项工作中，我们通过使用各种自适应感知方案、重建方法和图像类型来测试这一方法。我们创建了一个详尽的重建行为和成功率目录，从数学角度来看很有趣，对实践者也很有用。我们还解决了一个灰度补偿玩具问题，该问题支持 LACS-MRI 对 MRI 采集参数变化的不敏感性，从而展示了 LACS-MRI 在可能的临床情况下的可靠性。
引用
@article{arxiv.1608.04728,
title = {A Practical Study of Longitudinal Reference Based Compressed Sensing for MRI},
author = {Samuel Birns and Bohyun Kim and Stephanie Ku and Kevin Stangl and Deanna Needell},
journal= {arXiv preprint arXiv:1608.04728},
year = {2016}
}