Scifaro

中文

基于先验知识的低秩稀疏矩阵分解用于动态3D MRI重建

计算机视觉与模式识别 2014-11-25 v1

作者: Dornoosh Zonoobi , Shahrooz Faghih Roohi , Ashraf A. Kassim

在 arXiv 上查看 ↗ PDF ↗

摘要

最近研究表明，融入先验知识显著提高了基本压缩感知方法的性能。我们成功地将这一思想应用于从压缩测量中恢复一个矩阵作为低秩和稀疏分量的和。当应用于从高度欠采样的 $k$ -空间数据实时构建4D心脏MR图像序列的问题时，我们提出的方法相比其他最先进的方法实现了优越的重建质量。

关键词

低秩矩阵分解稀疏矩阵分解压缩感知动态MRI重建心脏MR成像先验知识

引用

@article{arxiv.1411.6206,
  title  = {Low-Rank and Sparse Matrix Decomposition with a-priori knowledge for Dynamic 3D MRI reconstruction},
  author = {Dornoosh Zonoobi and Shahrooz Faghih Roohi and Ashraf A. Kassim},
  journal= {arXiv preprint arXiv:1411.6206},
  year   = {2014}
}

备注

conference