首页 > 文献资料
-
基于凸集投影的稀疏磁共振图像重建新算法
目的:只将稀疏MRI数据重建公式中的正则化项作为小化的目标函数,避免在迭代过程中系统矩阵参与运算,以降低算法的运算量,提高稀疏MRI数据重建的速度.方法:本文中所用的正则化函数是图像全变分与小波系数L1范数的组合,其小化问题是用次梯度优化算法来求解的.在每一步迭代过程中,首先求出正则化项的次梯度,用次梯度优化算法求解得到中间图像并对其进行傅立叶变换,再根据凸集投影原理,直接将在相位编码方向上随机降采样的K空间数据替换到中间图像频域值的相应位置上,然后对替换后得到的频域值进行反傅立叶变换并将求得的图像作为下一次迭代过程的初始图像.结果:在正则化函数和迭代步数均相同的条件下,本文方法重建的图像质量与NCG-SMRI方法的相当,但重建速度是NCG-SMRI方法的2倍多.结论:实验表明,在不降低重建图像的质量的前提下,本文方法可以提高稀疏MRI数据的重建速度,能进一步满足临床上对MRI重建速度的要求.
-
CT图像肺结节的三维超分辨率重建及显示
提出三维凸集投影(3D POCS)算法,用于实现三维肺部CT图像的超分辨率重建;并采用多分辨率混合显示方式实现肺结节的三维可视化.首先,构建多个有亚像素级位移的低分辨率三维图像,并生成参考图像;其次,利用三维运动估计方法,将低分辨率图像映射到高分辨率参考图像上;利用一致性约束凸集对三维参考图像进行修正,迭代重建出高分辨率三维图像;后,混合显示不同分辨率下绘制的图像.实验选取5组图集做性能评价,并与3种插值方法进行比较.主客观两方面的评价显示,3D POCS算法实现三维图像的超分辨率重建性能优于其他方法;混合显示方式能够满足肺结节的高分辨率三维可视化的需要.
-
基于凸集投影与小波融合的图像超分辨率重建方法
本文在对经典的凸集投影超分辨率算法进行改进的基础上,提出了将凸集投影与小波融合相结合,由一组低分辨率图像重建一幅清晰的高分辨率图像的方法.对CT图像处理结果表明:该方法可以提高算法融合不同信息的能力,使得重建图像更加细腻,具有更好的视觉效果.
