低分辨率MR数据的最小二乘FIR模型用于高效相位误差补偿与同时伪影去除
计算机视觉与模式识别
2013-03-12 v1
摘要
提出了相位编码和频率编码方向的信号空间模型，用于外推二维部分k空间。利用低分辨率空间数据的矩形表示以及正负相位编码方向信号空间向量的几何表示，通过一系列信号空间投影构建了一个鲁棒的预测器。与一些需要采集预定分数k空间线的现有相位校正方法相比，所提出的预测器更高效，因为它仅使用一半的分数线就能表现出同等程度的性能。使用频率编码方向的第二个信号空间模型实现了对噪声数据的鲁棒滤波，避免了先前的高通滤波操作。该信号空间由低分辨率图像中每一行的傅里叶变换样本构建。通过将最小二乘模型拟合到该信号空间来估计一组FIR滤波器。使用FIR滤波器进行部分k空间外推被证明能够实现无伪影重建，特别是在吉布斯环状和条纹状伪影方面。
引用
@article{arxiv.1303.2437,
title = {Least-Squares FIR Models of Low-Resolution MR data for Efficient Phase-Error Compensation with Simultaneous Artefact Removal},
author = {Joseph Suresh Paul and Uma Krishna Swamy Pillai and Nyjin Thomas},
journal= {arXiv preprint arXiv:1303.2437},
year = {2013}
}