基于压缩感知(CS)的磁共振成像(MRI)是一种利用磁共振(MR)图像的稀疏性的快速成像技术,经典CS-MRI重建数学模型是在包含线性合成非平滑正则约束下的最优化问题。针对重建模型中的线性合成正则项提出利用原始-对偶框架同时求解原始-对偶问题,对原始-对偶问题的增广Lagrangian形式求解其最优解,提出了一种原始-对偶迭代重建算法;对于非平滑正则项的处理,提出使用Moreau包络进行平滑近似,然后利用近似算子得到平滑近似函数的导数形式。用体模图像和真实MR图像,与共轭梯度算法(CG)、算子分离算法(TVCMRI)、变量分离算法(RecPF)和快速混合分离算法(FCSA)进行比较,表明该算法重建效果最好,算法复杂度与最快的FCSA算法相当。
2023-04-20 20:39:47
1.26MB
论文研究
1