利用流形结构数据先验改进 MR 指纹重建
图像与视频处理
2023-10-18 v3 计算机视觉与模式识别
摘要
从高度欠采样测量中以高精度和高准确度估计组织参数图是 MR 指纹（MRF）的主要挑战之一。许多现有工作将恢复的体素指纹投影到 Bloch 流形上以提升重建性能。然而，鲜有研究关注利用指纹间潜在的流形结构先验。为填补此空白，我们提出一种基于流形结构数据先验的新型 MRF 重建框架。由于直接估计指纹流形结构较为困难，我们将组织参数建模为低维参数流形上的点。我们揭示指纹流形与参数流形具有相同的内在拓扑，尽管嵌入于不同的欧氏空间中。为利用 MRF 数据中的非线性与非局部冗余，我们将 MRF 数据划分为空间块，并利用参数流形中对应块之间的欧氏距离精确获得数据块间的相似性度量。所测相似性随后用于构造图拉普拉斯算子，其表示指纹流形结构。由此，通过低维参数流形将指纹流形结构引入重建框架。此外，我们在重建框架中融入局部低秩先验，以进一步利用各块内的局部相关性来提升重建性能。我们还采用 GPU 加速的 NUFFT 库以加速非笛卡尔采样场景下的重建。实验结果表明，相较最先进的方法，我们的方法能以更短计算时间实现显著改进的重建性能。
引用
@article{arxiv.2310.05647,
title = {Exploiting Manifold Structured Data Priors for Improved MR Fingerprinting Reconstruction},
author = {Peng Li and Yuping Ji and Yue Hu},
journal= {arXiv preprint arXiv:2310.05647},
year = {2023}
}
备注
10 pages, 10 figures, will submit to IEEE Transactions on Medical Imaging