基于结构化低秩矩阵补全的多射多通道扩散数据恢复
医学物理
2016-02-24 v1
摘要
目的：介绍一种从回声平面成像 (EPI) 采集中恢复多射扩散加权 (MS-DW) 图像的新方法。方法：当前基于 EPI 的 MS-DW 重建方法依赖于对运动引起的相位图进行显式估计以恢复非混叠图像。在新公式中，非混叠 DWI 的 k-空间数据使用结构化低秩矩阵补全方案恢复，该方案不需要对相位图进行显式估计。结构化矩阵作为多射数据的提升而获得。射之间的平滑相位调制表现为该矩阵的零空间向量，这意味着结构化矩阵是低秩的。结构化矩阵的缺失条目使用核范数最小化算法在数据一致性约束下填充。该公式能够自然引入平滑正则化，从而实现全采样以及欠采样 MS-DW 数据的隐式运动补偿恢复。结果：我们在体内数据上的实验表明，使用所提出的方法能有效去除 MS-DW 数据中由射间运动引起的鬼影伪影。性能与常规基于相位的方法相当，在某些情况下甚至更好。结论：所提出的方法能够在不使用显式相位估计的情况下实现全/欠采样 MS-DW 图像的有效解混叠。
引用
@article{arxiv.1602.07274,
title = {Multi-shot multi-channel diffusion data recovery using structured low-rank matrix completion},
author = {Merry Mani and Mathews Jacob and Douglas Kelley and Vincent Magnotta},
journal= {arXiv preprint arXiv:1602.07274},
year = {2016}
}