• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>International Journal of Biomedical Imaging >Respiratory Motion Correction for Compressively Sampled Free Breathing Cardiac MRI Using Smooth l1-Norm Approximation
【2h】

Respiratory Motion Correction for Compressively Sampled Free Breathing Cardiac MRI Using Smooth l1-Norm Approximation

机译：使用平滑的l1-范数逼近对压缩采样的自由呼吸心脏MRI进行呼吸运动校正。

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Transformed domain sparsity of Magnetic Resonance Imaging (MRI) has recently been used to reduce the acquisition time in conjunction with compressed sensing (CS) theory. Respiratory motion during MR scan results in strong blurring and ghosting artifacts in recovered MR images. To improve the quality of the recovered images, motion needs to be estimated and corrected. In this article, a two-step approach is proposed for the recovery of cardiac MR images in the presence of free breathing motion. In the first step, compressively sampled MR images are recovered by solving an optimization problem using gradient descent algorithm. The L1-norm based regularizer, used in optimization problem, is approximated by a hyperbolic tangent function. In the second step, a block matching algorithm, known as Adaptive Rood Pattern Search (ARPS), is exploited to estimate and correct respiratory motion among the recovered images. The framework is tested for free breathing simulated and in vivo 2D cardiac cine MRI data. Simulation results show improved structural similarity index (SSIM), peak signal-to-noise ratio (PSNR), and mean square error (MSE) with different acceleration factors for the proposed method. Experimental results also provide a comparison between k-t FOCUSS with MEMC and the proposed method.
机译：最近已结合磁共振成像（CS）理论使用磁共振成像（MRI）的变换域稀疏性来减少采集时间。 MR扫描期间的呼吸运动会在恢复的MR图像中导致强烈的模糊和重影伪影。为了提高恢复图像的质量，需要估计和校正运动。在本文中，提出了一种两步方法，用于在存在自由呼吸运动的情况下恢复心脏MR图像。第一步，通过使用梯度下降算法解决优化问题来恢复压缩采样的MR图像。通过双曲正切函数来逼近优化问题中使用的基于L1范数的正则化器。在第二步中，采用了块匹配算法（称为自适应Rood模式搜索（ARPS））来估计和校正恢复图像之间的呼吸运动。对框架进行了自由呼吸模拟和体内2D心脏电影MRI数据测试。仿真结果表明，所提方法具有改进的结构相似指数（SSIM），峰值信噪比（PSNR）和均方误差（MSE），且具有不同的加速因子。实验结果还提供了带有MEMC的k-t FOCUSS与所提出方法之间的比较。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号