文献

J-GLOBAL ID：201702260350503882   整理番号：17A1351915

圧縮センシングMRIのためのハイブリッド正則化:shearlet変換とグループスパース性全変動の利用【Powered by NICT】

Hybrid regularization for compressed sensing MRI: Exploiting shearlet transform and group-sparsity total variation

著者 (4件)： Liu Ryan Wen (School of Navigation, Wuhan University of Technology, Wuhan 430063, China) ,  Shi Lin (Department of Medicine and Therapeutics, The Chinese University of Hong Kong, Shatin, N.T., Hong Kong) ,  Yu Simon C.H. (Department of Imaging and Interventional Radiology, The Chinese University of Hong Kong, Shatin, N.T., Hong Kong) ,  Wang Defeng (Department of Imaging and Interventional Radiology, The Chinese University of Hong Kong, Shatin, N.T., Hong Kong)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Fusion  ページ： 1-8  発行年： 2017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： 磁気共鳴イメージング(MRI)は臨床現場で広く使用されてきたが,長いデータ取得時間に悩まされている。圧縮センシング(CS)理論の成功に続いて,多くの努力が正確にアンダーサンプルされたk空間測定からMR画像を再構築し,従ってMRI走査時間を劇的に低減した。画質をさらに改善するために,著者らはshearlet変換と重複群に基づくスパース性促進全変動(OSTV)により正則化された最小二乗最適化問題としてアンダーサンプリングMRI再構成を定式化した。方向表現システム,シェアレット変換である豊富な幾何学的情報を用いた画像の最適スパース表現を捉えることができた。OSTVは,従来のテレビに基づく再構成画像に発生したしばしば階段状アーチファクトを抑制することであった。溶液安定性と効率を保証するために,得られた最適化問題は乗数(ADMM)をベースにした数値アルゴリズムの交互方向法を用いて解いた。ファントムおよびin vivo MRIデータセット双方上での広範な実験結果は,定量的評価と視覚的な質の両面において提案した方法の優れた性能を実証した。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： ファントム ,  定式化 ,  最小二乗法 ,  画像 ,  再構成 ,  アーチファクト ,  最適化問題 ,  NMRイメージング ,  *正則化 ,  データ収集
準シソーラス用語： スパース表現 ,  アンダーサンプリング ,  *総変動 ,  *スパース性 ,  *圧縮センシング , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 圧縮センシング ,  MRI ,  正則化 ,  Shearlet変換 ,  グループ ,  スパース性 ,  全変動