基于非局部低秩正则化的迭代自洽并行磁共振成像重建
图像与视频处理
2022-04-19 v2 信号处理
摘要
迭代自洽并行成像重建（SPIRiT）是一种用于并行磁共振成像（PMRI）的有效自校准重建模型。将小波系数的联合 L1 范数与联合全变分（TV）正则化项引入 SPIRiT 模型，可提高重建性能。将 k 空间数据中的双向同时低秩性（STDLR）引入 SPIRiT，可实现更优的重建。近期方法通过施加相似图像块的非局部低秩性来利用图像的非局部自相似性（NSS），从而实现了更优的性能。为了充分利用磁共振（MR）图像中的 NSS 与 k 空间域中的校准一致性，我们通过将 NLR 正则化引入 SPIRiT 模型，提出了一种非局部低秩（NLR）-SPIRiT 模型。我们应用加权核范数（WNN）作为秩的替代，并采用纳什均衡（NE）表述与交替方向乘子法（ADMM）来高效求解 NLR-SPIRiT 模型。实验结果通过三项客观指标与视觉对比，证明了 NLR-SPIRiT 优于现有先进方法。
引用
@article{arxiv.2108.04517,
title = {Iterative Self-consistent Parallel Magnetic Resonance Imaging Reconstruction based on Nonlocal Low-Rank Regularization},
author = {Ting Pan and Jizhong Duan and Junfeng Wang and Yu Liu},
journal= {arXiv preprint arXiv:2108.04517},
year = {2022}
}