用于磁共振图像去噪的弱凸正则化
信号处理
2025-08-21 v1
摘要
磁共振成像（MRI）中的去噪正则化通常通过凸正则化函数实现。近期，深度学习技术已展现出更优越的去噪性能。然而，这是以缺乏可解释性、可解读性和稳定性为代价的，而这些特性对 MRI 至关重要。在这项工作中，我们提出了一种用于设计 MR 图像去噪的弱凸正则化函数的构造性方法。我们证明，我们的技术在扩散加权 MR 图像去噪方面与最先进的去噪器性能相当。我们的技术可用于设计具有原型激活函数的弱凸卷积神经网络，这些函数赋予可解读性且可证明收敛。我们还通过展示其对脑微结构建模的影响，证明了我们的技术产生的去噪伪影更少。
引用
@article{arxiv.2508.14438,
title = {Weakly-Convex Regularization for Magnetic Resonance Image Denoising},
author = {Akash Prabakar and Abhishek Shreekant Bhandiwad and Abijith Jagannath Kamath and Chandra Sekhar Seelamantula},
journal= {arXiv preprint arXiv:2508.14438},
year = {2025}
}
备注
Presented in ISCS25