用于 MRI 的期望一致即插即用方法
信息论
2022-02-14 v1 math.IT
摘要
针对图像恢复问题，已开发出即插即用（PnP）方法，其将优化算法中的近端步骤替换为调用特定应用的去噪器，该去噪器常使用深度神经网络实现。尽管此类方法已取得成效，但仍可改进。例如，去噪器常使用白高斯噪声训练，而 PnP 的去噪器输入误差往往远非白且高斯分布，其统计特性难以在迭代间预测。基于近似消息传递（AMP）的 PnP 方法是个例外，但仅当前向算子表现得像大随机矩阵时成立。本工作中，我们利用期望一致（EC）近似算法（AMP 的推广）设计了一种 PnP 方法，其在每次迭代提供可预测的误差统计，从而可有效训练深度网络去噪器。
引用
@article{arxiv.2202.05820,
title = {Expectation Consistent Plug-and-Play for MRI},
author = {Saurav K Shastri and Rizwan Ahmad and Christopher A Metzler and Philip Schniter},
journal= {arXiv preprint arXiv:2202.05820},
year = {2022}
}