文献

J-GLOBAL ID：201702284789944917   整理番号：17A0142642

SDMMを用いたCS MRIのための高精度再構成アルゴリズム【Powered by NICT】

High accuracy reconstruction algorithm for CS-MRI using SDMM

著者 (4件)： Shibata Motoi (College of Information Science and Engineering, Ritsumeikan University, Kusatsu, Japan) ,  Inamuro Norihito (College of Information Science and Engineering, Ritsumeikan University, Kusatsu, Japan) ,  Ijiri Takashi (College of Information Science and Engineering, Ritsumeikan University, Kusatsu, Japan) ,  Hirabayashi Akira (College of Information Science and Engineering, Ritsumeikan University, Kusatsu, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： APSIPA  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 凸最適化手法を用いた圧縮センシング磁気共鳴イメージング(CS MRI)のための高精度アルゴリズムを提案した。Lustigらはデータ忠実度項の和で定義されたコスト関数の最小化に基づくCS MRI法,スパース変換係数のノルムおよび全変動(TV)を提案した。この関数は両l_1ノルムとTVのために微分可能でない。,微分不可能な項の近似を使用し,非線形共役勾配アルゴリズムを近似費用関数を最小化するために適用した。得られた解は近似1,低品質のであった。本論文では,乗算器の同時方向法(SDMM)に基づく厳密解が得られ,これは凸最適化法の一つであるアルゴリズムを提案した。変換行列サイズは画像サイズの二乗に比例するので,CS MRI SDMMの単純な適用は実現されていない。固有値分解を用いてこの問題を解いた。実MR画像を用いたシミュレーションは,提案したアルゴリズムは,圧縮比とランダムセンシングパターンに関係なく従来のものより優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 近似法 ,  *アルゴリズム ,  微分 ,  費用関数 ,  NMRイメージング ,  乗算器 ,  透視図法 ,  厳密解 ,  ノルム
準シソーラス用語： 固有値分解 ,  変換行列 ,  圧縮センシング ,  凸最適化 ,  *再構成アルゴリズム ,  *高精度 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： Cs ,  MRI ,  再構成アルゴリズム