文献

J-GLOBAL ID：201702259229716009   整理番号：17A0473043

並列辞書学習と動的全変動を用いた実時間動的MRI【Powered by NICT】

Real-time dynamic MRI using parallel dictionary learning and dynamic total variation

著者 (5件)： Wang Yang (School of Computer and Information, Hohai University, Nanjing, Jiangsu 210098, China) ,  Wang Yang (School of Physics and Electronic Engineering, Taizhou University, Taizhou, Zhejiang 318000, China) ,  Cao Ning (School of Computer and Information, Hohai University, Nanjing, Jiangsu 210098, China) ,  Liu Zuojun (School of Computer and Information, Hohai University, Nanjing, Jiangsu 210098, China) ,  Zhang Yudong (School of Computer Science and Technology, Nanjing Normal University, Nanjing, Jiangsu 210023, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 238  ページ： 410-419  発行年： 2017年 
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： ダイナミックMRI(DMRI)における技術的課題の一つは,短い走査時間で高空間時間分解能をもつMR画像を得ることである。再構成品質を改善するDMRIにおける現在の最新の回復アルゴリズムは,空間的および時間的スパース性を利用した。本論文では,実時間DMRI再構成のための4コマ並列辞書学習と動的全変動(PDLDTV)に基づく新しいアルゴリズムを提案した。DMRI配列は4コマサブセットに分解し,各サブセットは最初のフレーム(後フレームへの参照のk空間サンプリングを用いて得た)と任意の隣接三フレームを含んでいた。3次元パッチベース辞書学習アルゴリズムと動的全変動アルゴリズムを用いて各サブセットの時空間スパース性を利用した。実時間再構成に必要であった高アルゴリズム速度,主双対アルゴリズムを用いて,挑戦的な問題を解いた。二DMRI配列上での実験により,提案した4コマPDLDTV DTV,:k-t SLR,DLTGのような最新のオンラインとオフラインの方法よりも良好な再構成性能を示したことを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 学習アルゴリズム ,  *再構成 ,  部分集合 ,  時間分解能 ,  アルゴリズム ,  三次元 ,  NMRイメージング
準シソーラス用語： オフライン ,  オンライン ,  逆格子空間 ,  スパース性 ,  *Dynamic MRI ,  *実時間 ,  *総変動 ,  *辞書学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 動的磁気共鳴イメージング ,  辞書学習 ,  動的全変動 ,  主-双対アルゴリズム

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 辞書学習 ,  全変動 ,  実時間 ,  動的MRI