当前位置:
X-MOL 学术
›
Med. Image Anal.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
利用q空间中的结构冗余来改善DMRI中高度欠采样(k,q)空间的EAP重建。
Medical Image Analysis ( IF 10.7 ) Pub Date : 2019-03-13 , DOI: 10.1016/j.media.2019.02.014 Jiaqi Sun 1 , Alireza Entezari 1 , Baba C Vemuri 1
"点击查看英文标题和摘要"
更新日期:2019-03-13
Medical Image Analysis ( IF 10.7 ) Pub Date : 2019-03-13 , DOI: 10.1016/j.media.2019.02.014 Jiaqi Sun 1 , Alireza Entezari 1 , Baba C Vemuri 1
Affiliation
从欠采样扩散MRI(dMRI)测量中准确重建集合平均传播器(EAPs)是dMRI采集和分析领域中一个积极进取,积极研究的问题。针对此问题,已经开发了许多基于压缩感测(CS)原理的方法,通过利用信号的稀疏表示,在采集中实现了可观的加速。文献中的最新方法将(k,q)空间中的欠采样技术应用于联合(x,r)空间中的EAP恢复。但是,这些方法大多数都遵循首先重建(x,q)空间,然后通过3D傅里叶变换估算EAP。在这项工作中,我们提出了一种新颖的方法来实现从部分(k,q)空间测量直接重建P(x,r),其几何约束涉及从近端q空间的扩散图像的水平集的平行性点。通过直接从(k,q)重建P(x,r)))空间数据,我们充分利用了6D感应域和重建域之间的不一致性,这与CS理论是一致的。此外,我们的方法旨在利用与CS框架中位于近端的q空间点相对应的扩散图像中的水平集的固有结构相似性(并行度),以实现样本复杂度的进一步降低,从而有助于在dMRI中更快地进行采集。我们所提出的方法进行比较的状态的最先进的CS基于EAP重建方法(从关节(K,Q)空间)上的模拟,幻和真实DMRI的数据表明在利用该结构相似的好处q -空间。
![](https://scdn.x-mol.com/jcss/images/paperTranslation.png)
"点击查看英文标题和摘要"