一种基于多方向全变分正则化和改进自适应矩估计的快速磁共振图像重建方法技术

本发明专利技术公开了一种基于多方向全变分正则化和改进自适应矩估计的快速磁共振图像重建方法，该方案提出了一种通过增加对角两个子带的变分信息来减少阶梯效应的新算法，称为双全变分(DTV)。用改进的自适应矩估计(IADAM)作为求解算法对共轭梯度算法进行了优化。在不同的加速度因子条件下，使用三个身体部位(头部、膝盖和脚踝)的MR图像进行模拟。选择共轭梯度和快速共轭梯度序列算法进行对比实验。结果表明，改进的自适应矩估计共轭梯度与数字电视相结合，获得了最佳的重构性能，证明了本方案的优越性。之后，对64幅不同的人体三个部位的MR图像进行了进一步的仿真，结果表明了该算法的总体优越性。

【技术实现步骤摘要】

本专利技术属于图像重建领域，尤其涉及快速磁共振图像重建，具体是一种基于多方向全变分正则化和改进自适应矩估计的快速磁共振图像重建方法。

技术介绍

1、磁共振成像(mri)是一项独特的断层成像技术，因其无电离辐射、安全可靠，且具有高对比分辨率、多方位和多参数采集等特点，在软组织成像和功能成像等领域具有独特优势。然而，磁共振成像有一个显著的缺点：数据采集过程缓慢。长时间的扫描容易导致诸多的实际问题，如患者耐受性差、运动伪影、生物安全隐患以及高昂的经济成本等。因此，成像时间过长已成为其在临床应用中的主要障碍。

2、压缩感知作为一种先进的快速mr图像重建技术，不仅可以加速传统和并行mri数据，还可以结合深度学习算法作为先验模型应用于深度学习mri重建过程。当前的重建算法通常使用全变分作为正则化项，以平滑重建图像。然而，传统的全变分只关注水平子带和垂直子带的变分信息，容易导致阶梯效应。如何在保持全变分理想特性的同时改善阶梯效应这一缺陷已成为近年来的一个重要研究问题。

技术实现思路

1、本专利技术针对
技术介绍
中本文档来自技高网...

【技术保护点】

1.一种基于多方向全变分正则化和改进自适应矩估计的快速磁共振图像重建方法，其特征在于该方法基于以下磁共振图像重建数学模型：

2.根据权利要求1所述的方法，其特征在于S2中，二阶矩vt的表达式改写如下：

3.根据权利要求1所述的方法，其特征在于：m1＝0,v1＝0。

4.根据权利要求1所述的方法，其特征在于：β1＝0.5,β2＝0.5。

5.根据权利要求1所述的方法，其特征在于S4中，更新投影系数矩阵θt:1：

6.根据权利要求5所述的方法，其特征在于γ1＝0.05,Δ＝10；8。

7.根据权利要求5所述的方法，其特征...

【技术特征摘要】

1.一种基于多方向全变分正则化和改进自适应矩估计的快速磁共振图像重建方法，其特征在于该方法基于以下磁共振图像重建数学模型：

2.根据权利要求1所述的方法，其特征在于s2中，二阶矩vt的表达式改写如下：

3.根据权利要求1所述的方法，其特征在于：m1＝0,v1＝0。

4.根据权利要求1所述的方法，其特征在于：β1＝0.5,β2＝0.5。

5.根据权利要求1所述的方法，...

【专利技术属性】
技术研发人员：李修寒，王伟，殷悦，周晓焜，许玥，王传兵，王晓冬，
申请(专利权)人：南京医科大学，
类型：发明
国别省市：