2024年11月15日
星期五
|
欢迎来到营口市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
肖凯
作品数:
1
被引量:1
H指数:1
供职机构:
南昌大学信息工程学院
更多>>
发文基金:
江西省自然科学基金
国家自然科学基金
更多>>
相关领域:
自然科学总论
更多>>
合作作者
卢红阳
南昌大学信息工程学院
徐晓玲
南昌大学信息工程学院
张明辉
南昌大学信息工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自然科学总论
主题
1篇
正则
1篇
正则化
1篇
图结构
1篇
加权
1篇
交替方向法
1篇
伯格曼
1篇
成像
1篇
磁共振
1篇
磁共振成像
机构
1篇
南昌大学
作者
1篇
张明辉
1篇
徐晓玲
1篇
卢红阳
1篇
肖凯
传媒
1篇
深圳大学学报...
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于加权双层Bregman及图结构正则化的磁共振成像
被引量:1
2016年
针对磁共振图像(magnetic resonance imaging,MRI)重建质量的问题,提出一种基于加权双层Bregman字典学习方法和图结构正则化稀疏表示的新算法.该算法中,迭代重加权最小l1和图结构正则化稀疏表示模型是被合并到双层Bregman字典学习方法中.加权双层Breman的字典学习方法在外层迭代中增强K空间抽样数据的约束性,在内层迭代中解决Lp的优化.而图结构正则化稀疏表示方法具备捕获图像结构细节的能力,所以从较高的欠采样数据中能完成精确重建.此外,在内层迭代中,重加权最小l1和图结构正则化稀疏表示使算法能快速地趋于收敛.实验结果表明,所提出的算法可有效恢复MRI图像,其峰值信噪比和高频错误的值都优于基于压缩感知的字典学习方法和基于双层Bregman的自适应字典学习方法.
张明辉
肖凯
卢红阳
徐晓玲
关键词:
磁共振成像
交替方向法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张