分裂增广拉格朗日收缩法在基于压缩感知的磁共振成像中的应用研究

郑清彬; 董恩清; 杨佩; 刘伟

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

分裂增广拉格朗日收缩法在基于压缩感知的磁共振成像中的应用研究

首发时间：2014-07-01

郑清彬 ¹
郑清彬（1987-），男，硕士研究生，主要研究方向：医学图像处理
董恩清 ¹
董恩清（1965-），男，教授，博士生导师，主要研究方向：无线通信技术、无线传感网络、医学图像处理
杨佩 ¹ 刘伟 ¹

1、山东大学（威海）机电与信息工程学院，山东威海 264209

摘要：为了满足减少磁共振成像 (Magnetic Resonance Imaging，MRI) 扫描时间、加快成像速度，尽可能地用较少的测量数据获取高质量重建图像的实际需求，本文提出了应用分裂增广拉格朗日收缩法(Split augmented Lagrangian Shrinkage Algorithm，SALSA)实现多正则项(包括TV范数和L1范数相结合的两个正则项和同时考虑TV范数、L1范数和小波树结构的三个正则项) 的压缩感知磁(Compressed Sensing，CS)共振成像的方法。针对基于TV范数和L1范数相结合的磁共振图像重构问题，本文提出利用复合分裂去噪 (Composite Split Denosing，CSD)的思想将原始复杂问题分裂为相应的TV正则项和L1正则项的两个简单易解的子问题，将该子问题的解线性组合得到重构图像。由于所分裂得到的子问题可以看作为单一正则项的压缩感知磁共振成像模型，且对于解决这一模型问题，SALSA算法的收敛速度比现有的高效算法 FIST (Fast Iterative Shrinkage Thresholding) 和TwIST (Two step Iterative Shrinkage Thresholding) 都要快，因此本文提出采用SALSA算法进行求解子问题。另外，对于同时考虑TV范数、L1范数和小波树结构三个正则项的磁共振成像问题，本文采用同样的方法可以将原始问题分裂为三个简单的子问题，然后通过现有的迭代方法进行处理。实验结果表明，本文提出的应用SALSA算法实现多正则项压缩感知磁共振成像的方法能够有效重构原始图像，与现有算法TVCMRI (Compressed MRI Reconstruction based on Total Variation) 、RecPF(Reconstruction from Partial Fourier data) 、CSA (Composite Splitting Algorithms)、FCSA(Fast Composite Splitting Algorithms ) 和WaTMRI (Wavelet Tree Sparsity MRI) 相比，大大改善重构图像质量，具有较好的视觉效果。

关键词：磁共振成像压缩感知分裂增广拉格朗日 TV范数 L1范数

For information in English, please click here

Application Research on Split Augmented Largrangian Shrinkage Algorithm in Magnetic Resonance Imaging based on Compressed Sensing

ZHENG Qingbin ¹
郑清彬（1987-），男，硕士研究生，主要研究方向：医学图像处理
DONG Enqing ¹
董恩清（1965-），男，教授，博士生导师，主要研究方向：无线通信技术、无线传感网络、医学图像处理
YANG Pei ¹ LIU Wei ¹

1、School of Mechanical, Electrical&Information Engineering, Shandong University, Weihai, Shandong 264209, China

Abstract：In order to meet the demand of reducing scan time of Magnetic Resonance Imaging (MRI), accelerating MRI and reconstructing a high quality image from less acquisition data as much as possible. MRI method based on Compressed Sensing (CS) with multiple regularizations (two regularizations including Total Variation Norm and L1 Norm or three regularizations consist of total variation, L1 norm and Wavelet tree structure) is proposed in this paper, which is implemented by applying Split Augmented Lagrangian Shrinkage Algorithm (SALSA). To solve Magnetic Resonance image reconstruction problems with linear combinations of Total Variation and L1 norm, we utilize Composite Split Denoising (CSD) to split the original complex problem into TV norm and L1 norm regularization subproblems which are simple and easy to be solved respectively in this paper. The reconstructed image is obtained from the weighted average of solutions from two subproblems in an iterative framework. Because each of the splitted subproblems can be regarded as MRI model based on CS with single regularization, and for solving the kind of model, Split Augmented Lagrange Algorithm has advantage over existing fast algorithm such as FIST and TwIST in convergence speed. Therefore, we propose to adopt SALSA to solve the subproblems. Moreover, in order to solve Magnetic Resonance image reconstruction problems with linear combinations of Total Variation, L1 norm and Wavelet tree structure, we can split the original problem into three subproblems in the same manner, which can be processed by existing iteration scheme. A great deal of experimental results shows that the proposed methods can effectively reconstruct the original image. Compared with existing algorithms such as TVCMRI, RecPF, CSA, FCSA and WaTMRI, the proposed methods have greatly improved the quality of the reconstructed image and have better visual effects.

Keywords： magnetic resonance imaging compressed sensing split augmented lagrangian total variation norm L1 norm

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

郑清彬，董恩清，杨佩，等. 分裂增广拉格朗日收缩法在基于压缩感知的磁共振成像中的应用研究[EB/OL]. 北京：中国科技论文在线 [2014-07-01]. https://www.paper.edu.cn/releasepaper/content/201407-1.

No.4602229979494140****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201407-1
论文题目	分裂增广拉格朗日收缩法在基于压缩感知的磁共振成像中的应用研究
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.