用于指数函数重建的交替深度低秩方法及其生物医学磁共振应用
信号处理
2024-08-15 v4
摘要
欠采样可加速信号采集，但代价是引入伪影。去除这些伪影是信号处理中的基本问题，该任务亦称信号重建。通过将信号建模为叠加指数函数，深度学习已通过训练从欠采样指数到全采样指数的映射实现了快速高保真信号重建。然而，训练数据与目标数据之间的失配（如欠采样的采样率、成像的器官与对比度）会严重损害重建效果。为解决此问题，我们提出交替深度低秩(ADLR)方法，其结合了深度学习求解器与经典优化求解器。对合成与真实生物医学磁共振信号重建的实验表明，ADLR 能有效缓解失配问题，并取得低于当前最优(state-of-the-art)方法的重建误差。
引用
@article{arxiv.2211.13479,
title = {Alternating Deep Low-Rank Approach for Exponential Function Reconstruction and Its Biomedical Magnetic Resonance Applications},
author = {Yihui Huang and Zi Wang and Xinlin Zhang and Jian Cao and Zhangren Tu and Meijin Lin and Di Guo and Xiaobo Qu},
journal= {arXiv preprint arXiv:2211.13479},
year = {2024}
}
备注
12 pages