基于统计物理建模与显式数据驱动去噪正则化的磁共振弹性重建
图像与视频处理
2021-05-28 v1 信号处理
摘要
弹性图像可可视化组织刚度的定量图，可通过求解逆问题重建。磁共振弹性成像（MRE）的经典方法试图求解一个正则化优化问题，该问题分别由确定性物理模型与先验约束作为数据保真项与正则化项构成。为改进弹性重建，需要关于底层弹性分布的恰当先验，而这并非唯一。本文提出一种融合方法用于 MRE 重建，通过整合简谐运动的物理规律统计表示与基于学习的先验。对于数据保真项，我们使用平衡方程的统计线性代数模型；对于正则化项，采用基于去噪的数据驱动正则化（RED）。在所提优化范式中，正则化项梯度被简单地替换为所学去噪器的残差，从而实现高效计算与时凸显式目标函数。弹性重建的仿真结果验证了所提方法的有效性。
引用
@article{arxiv.2105.12922,
title = {MR elasticity reconstruction using statistical physical modeling and explicit data-driven denoising regularizer},
author = {Narges Mohammadi and Marvin M. Doyley and Mujdat Cetin},
journal= {arXiv preprint arXiv:2105.12922},
year = {2021}
}