[发明专利]一种基于结构化字典学习的磁共振成像重建方法和装置在审
| 申请号： | 201511031833.5 | 申请日： | 2015-12-31 |
| 公开（公告）号： | CN105654527A | 公开（公告）日： | 2016-06-08 |
| 发明（设计）人： | 王珊珊;梁栋;谭莎;刘建博;刘且根;彭玺;刘新;郑海荣 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06T5/50;G06T5/00;A61B5/055 |
| 代理公司： | 深圳鼎合诚知识产权代理有限公司 44281 | 代理人： | 郭燕;彭家恩 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 结构 字典 学习 磁共振 成像 重建 方法 装置 | ||
技术领域
本申请涉及磁共振成像技术领域，具体涉及一种基于结构化字典学习 (Dictionarylearning，DL)的磁共振成像重建方法和装置。
背景技术
磁共振成像(magneticresonanceimaging，MRI)技术目前已广泛应用于临 床诊断与分析，该技术利用数学的方法对原子核共振产生的信号进行重建，以 生成人体内部的结构图像。在磁共振成像过程中，出于对成像速度的考虑，需 要对K空间降采样以产生观测图像，MRI重建的目的即是为了减轻或消除伪影， 得到“真实”的原始图像。MRI重建算法主要包括：常规MRI重建算法、功能 性MRI重建算法、并行MRI重建算法等。
在经典的基于压缩感知的快速磁共振成像模型里，通常有两个成份：数据 拟合项和稀疏正则项。在现存的约束里，基于块的正则化因能够高效地开发图 像内部的冗余性而被广泛采用。
假设采集到的K空间数据为f，欠采样矩阵为FM，图像为u，Rl代表图像 块提取算子，Rlu为提取的样本，此时成像模型为：
在传统的基于字典学习的快速磁共振成像方法里，例如基于字典学习的磁 共振成像(DLMRI，Dictionarylearningmagneticresonanceimage)和基于双层 Bregman字典更新的磁共振成像方法(TBMDU，two-levelBregmanmethodwith dictionaryupdating)里，
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201511031833.5/2.html，转载请声明来源钻瓜专利网。
