一种基于非局部自回归模型的压缩感知核磁成像重建方法技术

本发明专利技术公开一种基于非局部自回归模型的压缩感知核磁成像重建方法，使用非局部相似性来约束图像块之间的相似性；同时通过自回归模型利用像素之间的相关性来保留更多的空间细节；在重建模型中，图像块之间的相似性表示误差和像素之间的互相关性表示都是优化目标，即极小化；通过求解这个优化模型得到最优稀疏系数和重建结果。

A Compressed Sensing Nuclear Magnetic Resonance Imaging Reconstruction Method Based on Nonlocal Autoregressive Model

【技术实现步骤摘要】
一种基于非局部自回归模型的压缩感知核磁成像重建方法
本专利技术属于图像处理领域，尤其涉及一种基于非局部自回归模型的压缩感知核磁成像重建方法。
技术介绍
根据压缩感知理论(CS)，可以从少量随机测量中精确地重建稀疏信号。该理论具有显著提高实际应用中传感器能效的潜力。近年来，已经建立了几个基于CS的成像系统，例如单像素相机、压缩光谱图像系统。磁共振成像(MRI)，可为人体器官和组织提供清晰，直观的解剖图像。它是一种用于人体医学诊断的重要医学成像工具。然而，图像的形成受到移动，呼吸和心动周期的影响，这是诊断的缺点。该问题的实质是如何提高成像速度，重建质量对于应用至关重要。在典型的MRI实验中，样本被收集在图像的所谓k空间或频域中。在给定分辨率和视场下，重建所需的样本数通常由奈奎斯特准则设置并占据存储器中的一定量的比特。尽管MRI用于身体筛查具有优势，但这种方法的主要受获取时间长且精度不够的限制。近年来，CS被引入MRI并且显着减少了数据采集时间并获得了更好的图像质量。MRI的稀疏采样方法可以划分为两个子类别，一方面,“CompressedsensingindynamicMRI,”Gampe本文档来自技高网...

【技术保护点】
1.一种基于非局部自回归模型的压缩感知核磁成像重建方法，其特征在于，包括以下步骤：步骤1、使用DCT(离散余弦变换)的复原方法估计一个初始的图像，记为x，设置初始参数：图像块大小n，相似图像块数量m；对于图像x中的每一个图像块xi进行如下操作：步骤2、将相似的图像块分为一组；步骤3、通过公式

【技术特征摘要】
1.一种基于非局部自回归模型的压缩感知核磁成像重建方法，其特征在于，包括以下步骤：步骤1、使用DCT(离散余弦变换)的复原方法估计一个初始的图像，记为x，设置初始参数：图像块大小n，相似图像块数量m；对于图像x中的每一个图像块xi进行如下操作：步骤2、将相似的图像块分为一组；步骤3、通过公式计算组中每个图像块对应的权重，其中，S(ω)是归一化因子，mse是均方误差，h是加权参数；步骤4、用加权和的方法估计图像块xi的值，其中来自与图像块xi相似的图像块集合是对...

【专利技术属性】
技术研发人员：王瑾，吴茜，孙龙华，朱青，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11