文献

J-GLOBAL ID：201502228233249904   整理番号：15A0622336

マニホールド正規化スパース学習によるMR映像の超解像

MR image super-resolution via manifold regularized sparse learning

著者 (3件)： LU Xiaoqiang (Center for OPTical IMagery Analysis and Learning (OPTIMAL), State Key Lab. of Transient Optics and Photonics, Xi’an ...) ,  HUANG Zihan (Center for OPTical IMagery Analysis and Learning (OPTIMAL), State Key Lab. of Transient Optics and Photonics, Xi’an ...) ,  YUAN Yuan (Center for OPTical IMagery Analysis and Learning (OPTIMAL), State Key Lab. of Transient Optics and Photonics, Xi’an ...)
資料名： Neurocomputing  (Neurocomputing)
巻： 162  ページ： 96-104  発行年： 2015年08月25日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 磁気共鳴(MR)映像ベースの診断で単一映像の超解像(SR)が有益であることは明らかであるが,その映像解像度はいまでも限られている。単一映像SRの基本的な狙いは,対応する低解像度(LR)映像から高解像度(HR)映像を作り出すことにある。しかしながら,大半の既存のSRアルゴリズムでは,(1)MR映像間の本質的な構造を反映すること,(2)MR映像の患者内部の情報を引き出すこと,といった点にしばしば対処できない。実際にMR映像では,高次元空間に埋め込まれた低次元の部分多様体によって変化する傾向が強い。MR映像の構造情報及び異なるモダリティの以前のMR映像が,映像解像度を改善するために重要であることも明らかである。多様体の構造情報と患者内部の以前のMR映像を十分に利用するために,本論文ではMR映像用の新しい単一映像超解像アルゴリズムを提案した。既存の研究との比較で提案したアルゴリズムは次のような長所を有するものである。(1)提案したスパース符号化ベースのアルゴリズムでは,MR映像SRの逆問題に対処するために多様体制約を統合化した,(2)患者内部のMR映像の多様体構造を映像SRのために考慮した,そして(3)患者内部のMR映像のトポロジー構造を再構成した結果を改善するために保存した。実験では,提案したアルゴリズムが最新のアルゴリズムよりもより効果的であることを示した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 正則化 ,  画像 ,  *超解像 ,  多様体 ,  画像処理 ,  *学習アルゴリズム ,  位相幾何学
準シソーラス用語： スパース符号化 ,  *マニホールド正規化 ,  *磁気共鳴映像 ,  部分多様体 ,  トポロジー

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： マニホールド正規化 ,  学習 ,  MR ,  映像 ,  超解像