利用旋转不变全变分离散化的压缩 MRI 重建
图像与视频处理
2020-04-22 v5 计算机视觉与模式识别
最优化与控制
摘要
受 Malitsky 与 Pock 的一阶方法启发，我们提出一种新的压缩 MR 图像重建变分框架，其将全变分泛函的旋转不变离散化引入 MR 成像，同时利用 BM3D 帧作为稀疏变换。第一步，我们提供理论与数值分析，确立该全变分泛函卓越的旋转不变性，并观察到其在正立与旋转成像设置下均优于其他著名变分正则项。据此，所提 MRI 重建模型表述为约束优化问题，然而我们并未使用为约束问题设计的常规 ADMM 类算法求解，而是将 Malitsky 与 Pock 的带线搜索方法适配于我们的模型，该方法原用于无约束问题。数值实验证明，该框架显著优于从变分方法到自适应与学习方法的多种最先进算法，特别地，它消除了先前 BM3D-MRI 工作中损害超越一定迭代次数解的停滞行为。
引用
@article{arxiv.1911.11854,
title = {Compressed MRI Reconstruction Exploiting a Rotation-Invariant Total Variation Discretization},
author = {Erfan Ebrahim Esfahani and Alireza Hosseini},
journal= {arXiv preprint arXiv:1911.11854},
year = {2020}
}