科研之友
微信
新浪微博
Facebook
分享链接
摘要
灵敏度编码(sensitivity encoding， SENSE)是利用多个线圈的灵敏度信息来减少扫描时间的一种方法。利用SENSE模型重构的图像容易存在伪影，不利于医学诊断。为了减少重叠伪影，提高磁共振成像质量，将分类图像块的快速正交字典引入SENSE模型中，得到一种基于多分类字典学习的灵敏度编码重建算法。该算法通过对图像块分类，在每个类中训练字典，得到不同类别的多个字典，运用交替方向乘子法进行图像重构。在人体的脑部和膝盖数据上进行了实验，结果表明该算法的平均SNR比TV-SENSE、TV-LORAKS-SENSE和LpTV-SENSE算法分别提高了1.53 dB、1.22 dB和1.05 dB，重构图像与参考图像的一致性较高，图像细节部分和边缘轮廓信息保留完整。
-
单位昆明理工大学; 自动化学院
