用于快速磁共振指纹图谱恢复的覆盖树压缩感知
机器学习
2018-09-13 v2
摘要
我们采用覆盖树形式的数据结构，并迭代地应用近似最近邻（ANN）搜索，以实现对位于离散光滑流形上的信号进行快速压缩感知重建。利用近期关于非精确迭代投影梯度（IPG）算法的稳定性结果，并结合覆盖树的 ANN 搜索，我们将 IPG 算法的投影成本降低为对于低维光滑流形随数据量呈对数增长。我们将结果应用于定量磁共振成像（MRI）压缩感知，特别是在磁共振指纹图谱（MRF）框架内。在达到相似（或有时更优）的重建精度下，与使用暴力搜索的标准迭代方法相比，我们报告了计算量减少 2-3 个数量级。
引用
@article{arxiv.1706.07834,
title = {Cover Tree Compressed Sensing for Fast MR Fingerprint Recovery},
author = {Mohammad Golbabaee and Zhouye Chen and Yves Wiaux and Mike E. Davies},
journal= {arXiv preprint arXiv:1706.07834},
year = {2018}
}