基于自适应学习基的部分k空间扫描多回波重建
图像与视频处理
2019-12-16 v1 机器学习
摘要
在多回波成像中，获取同一横截面的多幅T1/T2加权图像。多次扫描十分耗时。为加速采集，已有基于压缩感知的技术被提出。近来，在传统压缩感知的若干领域中观察到，相较于使用固定基（小波、DCT等），从数据中自适应地学习基可获得显著更优的结果。受这些研究启发，我们提出采用此类自适应学习技术来改善多回波扫描的重建。本工作基于两种基学习模型：综合模型（更广为人知的字典学习）与分析模型（即变换学习）。我们通过融入多回波扫描的结构来改进这些基本方法。我们的工作表明，相较于基于压缩感知的技术及其他非结构化自适应稀疏恢复方法，我们确实能显著改善多回波成像。
引用
@article{arxiv.1912.06631,
title = {Multi-echo Reconstruction from Partial K-space Scans via Adaptively Learnt Basis},
author = {Jyoti Maggu and Prerna Singh and Angshul Majumdar},
journal= {arXiv preprint arXiv:1912.06631},
year = {2019}
}
备注
Final version accepted at Magnetic Resonance Imaging