欠采样算法matlab实现代码压缩传感扩散肺MRI
该存储库包含论文中提出的新型压缩传感方法的数据,代码和结果,将信号行为的先验知识整合到重建中以加快MR扩散数据的获取。
JFPJ
Abascal,M
Desco,J
Parra-Robles(提交出版)2017年。
所提出的方法将信号衰减的知识整合到重建(SIDER)中,以通过在空间和b值维度上进行欠采样来加速MR扩散数据的获取。
SIDER将总变化(TV)与惩罚函数结合在一起,该函数可沿b方向促进稀疏性,如下所示:
其中Nabla是通向TV的空间梯度,F是欠采样的傅立叶变换,u是通气图像,M是对b的连续值编码通气图像之间的关系的算符。
可以使用扩展的指数模型来近似此关系
其中D和alpha分别是扩散和异质性指数的估计平均值,可用于估计平均肺泡长度(Lm)。
下图显示了对照组和患者的通气图像(左上),信号衰减(右上)以及D,alpha和Lm的估计图(下)。
数据
使用三名正常志愿者和三名COPD患者(n
=
8,两名患者在不同疗程进行两次采集)的完全采样扩散数据集评估方法,这些数据可从早期工作中获得[Parra-Robles等人,IS
2021-11-12 13:52:41
2.34MB
系统开源
1