本文提出了一种基于加权Schatten p范数最小化(Weighted Schatten p-Norm Minimization,WSNM)的磁共振图像重构算法,该方法利用磁共振图像的非局部自相似性,并结合Schatten p范数和不同秩元素重要性的加权因子,实现磁共振图像重构过程...本文提出了一种基于加权Schatten p范数最小化(Weighted Schatten p-Norm Minimization,WSNM)的磁共振图像重构算法,该方法利用磁共振图像的非局部自相似性,并结合Schatten p范数和不同秩元素重要性的加权因子,实现磁共振图像重构过程的低秩约束.此外,采用交替方向乘子算法(Alternating Direction Method of Multipliers,ADMM)来求解基于WSNM磁共振图像重构的非凸最小化问题.实验结果表明,相比于最近的磁共振重构算法,基于WSNM的磁共振图像重构方法具有更好的重建效果,可获得更高的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和更好的结构相似性(Structural Similarity,SSIM).展开更多
文摘本文提出了一种基于加权Schatten p范数最小化(Weighted Schatten p-Norm Minimization,WSNM)的磁共振图像重构算法,该方法利用磁共振图像的非局部自相似性,并结合Schatten p范数和不同秩元素重要性的加权因子,实现磁共振图像重构过程的低秩约束.此外,采用交替方向乘子算法(Alternating Direction Method of Multipliers,ADMM)来求解基于WSNM磁共振图像重构的非凸最小化问题.实验结果表明,相比于最近的磁共振重构算法,基于WSNM的磁共振图像重构方法具有更好的重建效果,可获得更高的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和更好的结构相似性(Structural Similarity,SSIM).
基金Manuscript received February 13, 2016 accepted December 7, 2016. This work was supported by the National Natural Science Foundation of China （61362001, 61661031）, Jiangxi Province Innovation Projects for Postgraduate Funds （YC2016-S006）, the International Postdoctoral Exchange Fellowship Program, and Jiangxi Advanced Project for Post-Doctoral Research Fund （2014KY02）.
