文献

J-GLOBAL ID：201802246209127089   整理番号：18A2006590

アンダーサンプルk空間データからのMRI再構成のための制約付き高次全p変動最小化【JST・京大機械翻訳】

Constrained Higher Degree Total p-Variation Minimization for MRI Reconstruction From Undersampled K-Space Data

著者 (4件)： Jin Jiaquan (Center for Biomedical Imaging, University of Science and Technology of China, Hefei 230027, China) ,  Du Hongwei (Center for Biomedical Imaging, University of Science and Technology of China, Hefei 230027, China) ,  Qiu Bensheng (Center for Biomedical Imaging, University of Science and Technology of China, Hefei 230027, China) ,  Xu Jinzhang (School of Electrical Engineering and Automation, Hefei University of Technology, Hefei 230031, China)
資料名： Current Medical Imaging  (Current Medical Imaging)
巻： 14  号： 6  ページ： 995-1005  発行年： 2018年 
JST資料番号： W3597A  ISSN： 1573-4056  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 不明 (ARE)  言語： 英語 (EN)

抄録/ポイント： 背景:磁気共鳴(MR)画像再構成において,高次指向性導関数を用いたより高い自由度変動(HDTV)は,エッジ情報を保存し,好ましくない階段アーチファクトを抑制する際に,全変動ベースの方法より優れている。しかし,従来のHDTV正則化はl1ベースの形式をとり,これはスパース性を最大化するための最も簡単な方法ではない。以前の研究は,非凸Lpノルムがスパース性の促進においてL1ノルムよりも潜在的に効果的であることを示した。【方法】本研究は,HDTVのスパース性利用を強化するために,より高い自由度全体のp-変動(HDTpV)正則化モデルを開発して,MR画像再構成問題のためにより正確な解法を提供した。HDTpV最小化モデルの非凸最適化問題を解決するために,Split Bregman(SB)法を採用して,元の制約問題を非制約部分問題の継承に変換し,高速Fourier変換と一般化p収縮マッピングにより解くことができた。定性的および定量的シミュレーション実験を行い,提案した方法の精度と効率を実証した。結果と結論:全体として,改良された性能は,圧縮されたMR画像再構成に適用されている間,オリジナルのHDTVベースの方法の上で提案された方法によって示される。Copyright 2018 Bentham Science Publishers All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  アーチファクト ,  導関数 ,  ノルム ,  正則化 ,  指向性 ,  *再構成 ,  自由度 ,  凸形 ,  HDTV ,  画像再構成
準シソーラス用語： 圧縮センシング ,  L1ノルム ,  スパース性 ,  総変動 , 【Automatic Indexing@JST】

著者キーワード (6件)： 圧縮センシング(CS) ,  MRI ,  高次全P変動(HDTPV) ,  一般化p-収縮マッピング ,  Lpノルム ,  分割Bregman(SB)

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： サンプル ,  k空間 ,  MRI ,  再構成 ,  制約 ,  最小化