摘要

针对传统二维小波变换不能最优表示MR图像和MR图像数据采集缓慢的问题,基于相似性与联合稀疏变换对纵向压缩感知磁共振成像(LCS-MRI)提出新的正则化模型与相应的重建算法(frsLCS-MRI).为了验证联合稀疏变换与算法frsLCS-MRI的有效性,利用两个医学数据集与基于小波变换和相似性的算法LACS-MRI作了比较.数值实验表明:frsLCS-MRI算法可重建更高精度和更高信噪比的MR图像.使用联合稀疏变换比使用小波变换或剪切波变换可更好地重建MR图像的细节信息,如边界、拐角、轮廓、二维奇异曲线等.此外,利用相似性先验信息可节省数据采集时间.