基于迭代p阈值算法压缩感知磁共振成像重构

从优化网络结构出发,在基于迭代软阈值网络的压缩感知磁共振成像深度网络基础上,加入由p阈值函数组成的优化模块,进一步优化软阈值函数,以抑制噪声,减少重建误差,从而提高重建质量。上述算法结合了压缩感知磁共振重建和深度学习的优势,所有参数都是端到端学习得到的,既具有很好的理论可解释性,又具有良好的网络泛化能力。对上述算法与其它算法进行对比,仿真结果表明,所提算法提高了磁共振成像的重建精度,特别对于结构复杂的磁共振图像重建效果更好。     

迭代硬阈值压缩感知重构算法——IIHT

研究了压缩感知信号重构算法的理论,针对迭代硬阈值(IHT)重构算法对测量矩阵的过分依赖、计算复杂度高、运算时间长的缺点,通过修订迭代硬阈值重构算法的代价函数和自适应地调整迭代步长的选取原则,设计了一种迭代硬阈值重构算法--IIHT。IIHT算法显著提高了信号精确重构的概率,降低了算法的计算复杂度,进一步减少了算法的运算时间,加快了算法的收敛速度。     

基于交叉熵阈值法的快速迭代算法

针对交叉熵阈值法的时间复杂性过大的不足,提出了基于目标函数最优化原理的交叉熵分割准则的快速迭代算法.大量的实验结果表明,提出的快速迭代算法是有效的.     

正交半迭代硬阈值（OSIHT）压缩感知重构算法

信号重构是压缩感知过程中的重要环节,迭代硬阈值（IHT）算法因具有较好的重构性能被广泛应用,但其收敛速度比较慢。近期提出的半迭代硬阈值算法（SIHT）虽然可实现快速收敛,但对测量矩阵的尺度缩放非常敏感,依赖性强,大大限制了其应用范围。受OMP对MP算法改进启发,对SIHT算法进行改进,提出了正交半迭代硬阈值（OSIHT）重构算法。该算法不仅取消了对测量矩阵的依赖性,还有效改善了图像重构质量,减少运行时间。     

基于迭代阈值的太阳像分割算法的应用研究

在一米红外太阳望远镜电控系统中,太阳像图像分割是进行质心检测等后续操作的基础,分割的准确性对于望远镜的跟踪控制至关重要。本文阐述了阈值分割方法的基本原理,介绍了常用的阈值选取算法,并利用迭代阈值法对太阳像进行分割研究。实验结果表明,在图像处理时间、阈值选择准确度方面,比常用的算法具有一定的优势,满足系统的要求,达到了预期的目的。     

投影分解方法应用于Canny算法的阈值选取

应用投影分解自适应选择Canny算法的阈值。经过高斯平滑的细胞图像，其梯度直方图呈现多峰特性，而包络呈现双峰特性，为了提取这两个峰，我们应用投影分解将梯度直方图分解为一组高斯分布函数，从而寻找梯度直方图包络中的谷点作为Canny算法的高门限。实验结果表明，新算法较好地解决了传统算法带来的噪声过大或者有用边缘丢失的问题，边缘检测效果得到了改善。     

二维Otsu阈值法的快速迭代算法

提出二维Otsu阈值法的快速迭代算法.针对传统二维Otsu阈值法及改进的递推二维Otsu阈值法等具有高计算复杂性的不足,假设被分割图像及其邻域平滑图像形成的二维联合直方图是连续二元概率分布函数的条件下,利用求多元函数极值的方法得到二维Otsu阈值法的快速迭代算法.大量实验结果表明,本文方法是可行的且有良好的分割性能.     

基于分块压缩感知的遥感图像融合

对大数据量遥感图像融合,常规融合方法需考虑图像所有像素点,而全局压缩采样融合重构计算成本高、存储需求大。首先利用分块压缩感知(BCS)对输入图像进行压缩采样,再对压缩测量采用线性加权策略融合,最后采用迭代阈值投影(ITP)重构算法重构融合图像,并消除分块效应。提出了一种基于BCS的遥感图像融合方法,并给出其详细实现流程。仿真结果表明了ITP算法计算成本低、重构精度高。实际资料测试表明BCS融合方法与常规小波加权融合结果相比,除了平均梯度有所差别外,在平均值、标准差和信息熵等定量分析和视觉特征上基本相同。该算法用较少采样点实现有效压缩融合,存储需求小、重构成本低,融合决策过程简单,有利于大数据量遥感图像的融合。     

图像压缩感知的双收缩快速迭代算法

针对传统图像压缩感知重构算法重构质量差及时间复杂度大的问题,提出一种双收缩快速迭代算法.通过引入阈值和正则化参数的双收缩,逐步迭代恢复图像信号,以加快收敛速度,改善重构质量.仿真结果表明,与传统阈值迭代算法相比,该算法重构图像的峰值信噪比较高,在低采样率下运行时间较少.     

基于回溯的迭代硬阈值算法

针对压缩传感(Compressed sensing, CS)理论中迭代硬阈值(Iterative hard thresholding, IHT)算法迭代次数多和时间长的问题, 提出基于回溯的迭代硬阈值算法(Backtracking-based iterative hard thresholding, BIHT), 该算法通过加入回溯的思想, 优化了IHT算法迭代支撑的选择, 减少支撑被反复选择的次数. 模拟实验表明, 在保证重建质量的前提下, 相比较于IHT和正规化迭代硬阈值(Normalized IHT, NIHT)算法, BIHT算法的重建时间降低了2个数量级. 用本身稀疏的0-1随机信号的重建实验表明, 若测量次数和稀疏度相同, BIHT算法的重建概率高于IHT算法.     

Regularization by Multiple Dual Frames for Compressed Sensing Magnetic Resonance Imaging With Convergence Analysis

Plug-and-play priors are popular for solving illposed imaging inverse problems. Recent efforts indicate that the convergence guarantee of the imaging algorithms using plug-andplay priors relies on the assumption of bounded denoisers. However, the bounded properties of existing plugged Gaussian denoisers have not been proven explicitly. To bridge this gap, we detail a novel provable bounded denoiser termed as BMDual,which combines a trainable denoiser using dual tight frames and the well-known bl...     

基于压缩感知的心脏磁共振快速成像的应用现状与发展趋势

为了改善心脏磁共振成像(Cardiac Magnetic Resonance,CMR)在实际应用中成像时间长且存在运动伪影等不足,将压缩感知理论(Compressed Sensing,CS)引入其中,充分利用K空间信息冗余的特性,实现由部分K空间数据重构心脏组织影像,在减少伪影、保证精度的同时加快成像速度。结合近3年的国内外文献,首先对CMR现状、常用序列和技术以及采样模式、压缩感知理论框架分别进行阐述;其次对CMR的最新成果及应用现状进行综述和概括;然后介绍压缩感知图像重构的相关定量评价指标,给出作者在CS-CMR图像重构方面的研究进展;最后总结当前研究中的不足,并展望未来的发展方向。     

一种基于块稀疏的1比特压缩感知重构算法

块稀疏信号作为一种典型的稀疏信号,在压缩感知重构算法中被广泛应用研究,但是普通的重构算法并不能挖掘其内部结构,这导致重构精度得不到提高。在此基础上,针对普通的1比特压缩感知重构算法在块稀疏信号的重构中不能表现出良好的重构性能的问题,提出了一种专门针对块稀疏信号的1比特压缩感知重构算法。该算法以每一个块为重构单元,在二进制迭代硬阈值算法模型下进行重构。实验数据表明,提出的BLOCK-BIHT算法的重构精度比BIHT算法提高了3dB。     

基于谱投影梯度追踪的压缩感知重建算法

为了改进方向追踪法的重建精度和算法效率, 提出了一种基于谱投影梯度(Spectral projected gradient, SPG)追踪的压缩感知(Compressed sensing, CS) 重建算法. 该算法采用方向追踪法框架, 运用谱投影梯度方法计算更新方向和步长, 引进非单调线性搜索策略使算法避免收敛至局部最优解. 实验结果证明了该算法的有效性, 通过设定合适的阈值参数可以取得重建精度和算法效率之间的平衡.     

基于磁敏感的磁兼容金属植入物的正对比磁共振成像

在磁共振成像中,磁共振兼容金属植入物的磁化率较高,从而导致图像信号的缺失与失真,严重影响装置的精准定位和评估。2014年,有学者提出一种正对比成像方法,利用偏移180°回聚脉冲的自旋回波序列,结合特有的定量磁化率重建算法,重建出近距离放射颗粒的正对比图像。在此基础上,文章对该方法进行进一步扩展,在西门子3 T人体磁共振成像系统上,将该方法应用到活检针和过滤器等较大金属介入装置的正对比成像。活检针和过滤器水模磁共振成像实验结果表明,这种正对比成像方法可应用于较大的金属装置,有效地抑制了金属伪影,获得清晰的正对比图像,提高了装置定位和评估的精准度。     

核磁共振图像重构的即插即用算法

为解决核磁共振图像重构中由于欠采样导致的重构图像质量较低的问题,提出了一种基于凸-非凸稀疏正则和即插即用近似点梯度下降的核磁共振图像重构算法。首先给出了凸-非凸稀疏正则的近似点算子。然后基于该近似点算子提出近似点梯度下降算法。最后将上述算法中的近似点算子用某种合适的去噪器（如神经网络去噪器）替换,得到即插即用近似点梯度下降算法,并将其应用到核磁共振图像重构上。数值实验中,分别用不同的待重构图像、采样模板和去噪器进行对比实验,实验结果表明,所提算法在使用神经网络去噪器时,峰值信噪比较已有算法提升了6.26 dB。同时视觉效果也得到了显著的提升,在处理边缘和纹路方面效果都更加明显,从而验证了算法的有效性。     

基于光滑lp范数的压缩感知图像重构算法

针对压缩感知理论中的图像重构问题,提出一种基于光滑lp(0＜p＜1)范数的图像重构算法.首先,将重构问题转化为基于最小lp范数的优化问题进行求解;其次,构造光滑函数逼近lp范数;接着,通过离散化光滑函数的解序列来逼近最小lp范数的最优解;最后,以Lena图像为例对算法进行了仿真研究.结果表明,相比于传统的OMP(Orthogonal Matching Pursuit)算法和IRLS (Iteratively Reweighted Least Squares)算法,该算法不仅提高了图像重构质量,而且大幅减少了重构时间.     

基于结构磁共振影像的孤独症分类中的数据增强研究

基于结构磁共振影像的孤独症分类对孤独症疾病的早期筛查和精准诊断具有重要意义,但受数据噪声及样本不足的影响,基于结构磁共振影像的孤独症分类模型的准确率并不理想。该文提出一种新的数据增强模型,并采用孤独症脑成像交换数据库 I 中的密西根大学样本库 1 数据集进行模型测试,随机选取密西根大学样本库 1 数据集中的 78 个样本进行实验,以对孤独症分类准确率进行评估。实验结果显示：该方法在 500 次实验的 494 次(98% 以上的实验)中能够将分类准确率提升10%～20%,在不增加数据量的情况下显著提升了孤独症的分类准确率。通过分析准确率提升和标注变化比例之间的关系,该文进一步对数据标注噪声的问题进行了探讨。     

仿体表面磁共振声辐射力成像位移精度检测研究

磁共振声辐射力成像(Magnetic Resonance Acoustic Radiation Force Imaging,MR-ARFI)是一种超声焦点定位技术,可通过检测声辐射力作用到生物体内时在局部组织区域产生的微米级位移,实现对超声焦点的定位。基于 MR-ARFI 位移检测结果,可实现经颅超声焦点定位及相位矫正。但目前仍较 少研究对 MR-ARFI 定量技术的位移检测精度进行标定。该文在超声作用参数(输入功率、时长、脉冲重复频率)完全一致的条件下,以激光多普勒技术测得的位移作为金标准,与 MR-ARFI 测得的位移值进行比对,探究 MR-ARFI 的位移检测精度。研究结果显示,激光多普勒测量的最大位移值和位移分布 图与 MR-ARFI 测量结果具有良好的一致性。这表明 MR-ARFI 定位技术具有较高的位移检测精度,可反映检测对象的真实运动情况,有望在脑科学领域发挥重要作用。