科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决核磁共振图像重构中由于欠采样导致的重构图像质量较低的问题，提出了一种基于凸-非凸稀疏正则和即插即用近似点梯度下降的核磁共振图像重构算法。首先给出了凸-非凸稀疏正则的近似点算子。然后基于该近似点算子提出近似点梯度下降算法。最后将上述算法中的近似点算子用某种合适的去噪器（如神经网络去噪器）替换，得到了即插即用近似点梯度下降算法，并将其应用到核磁共振图像重构上。数值实验中，分别用不同的待重构图像、采样模板和去噪器进行对比实验。实验结果表明，所提的算法在使用神经网络去噪器时，峰值信噪比较已有算法提升了6.26分贝（ decibel， dB）。同时视觉效果也得到了显著的提升，在处理边缘和纹路方面效果都更加明显，从而验证了算法的有效性。
-
单位长江大学; 数学学院
