您的位置: 专家智库 > >

肖凯

作品数:1 被引量:1H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>>

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
1 条 记 录,以下是 1-1
排序方式:
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
共1页<1>
聚类工具0