并行 MRI 中利用 k 空间数据低秩性与自洽性的图像重建
医学物理
2019-09-09 v1 图像与视频处理
摘要
并行磁共振成像已成为一种有效且广泛采用的加速扫描技术。稀疏采样的出现提供了更激进的加速，允许灵活的采样和更好的重建。然而，从有限数据中忠实地重建图像仍然是一项具有挑战性的任务。最近的低秩重建方法在提供高质量图像方面表现出优越性。然而，它们都没有利用常规采集的校准数据来提高并行磁共振成像的图像质量。在这项工作中，提出了一种名为 STDLR-SPIRiT 的图像重建方法，旨在探索 k 空间数据中的同时双向低秩性 (STDLR)，并利用迭代自洽并行成像重建 (SPIRiT) 挖掘来自多个接收线圈的数据相关性。然后，通过一种免奇异值分解的数值算法求解该重建问题。体模和脑成像数据的实验结果表明，所提出的方法在抑制伪影和实现最低误差方面优于现有最先进的方法。此外，即使在并行成像中自动校准信号有限的情况下，所提出的方法也表现出稳健的重建能力。总体而言，所提出的方法可用于为加速并行磁共振成像实现更好的图像质量。
引用
@article{arxiv.1909.02846,
title = {Image Reconstruction with Low-rankness and Self-consistency of k-space Data in Parallel MRI},
author = {Xinlin Zhang and Di Guo and Yiman Huang and Ying Chen and Liansheng Wang and Feng Huang and Xiaobo Qu},
journal= {arXiv preprint arXiv:1909.02846},
year = {2019}
}
备注
12 pages, 14 figures