[发明专利]一种基于广义树稀疏的权重核范数磁共振成像重建方法

摘要

本发明公开了一种基于广义树稀疏的权重核范数磁共振成像重建方法，首先，获取测试磁共振成像采样数据样本进行傅立叶变换；并根据采样的信号构建出树结构的稀疏信号，利用带权重的核范数逼近约束的目标函数的稀疏表达；再通过增广拉格朗日乘子法优化约束的目标函数和交替方向搜索算法对所述测试数据进行迭代更新，直至得到估计的恢复数据；再通过构建树稀疏反变换得到最后的恢复图像。本发明利用充分挖掘图像信号的内部结构关系,将图像块的广义树稀疏结构特性与权重核范数结合，并利用ADMM算法简化计算过程，降低算法复杂度，提高了部分空间数据重建图像的性能，在更少的扫描测量下更精确地重建图像，减少重建图像的伪影，实现快速磁共振成像。

主权项

1.一种基于广义树稀疏的权重核范数磁共振成像重建方法，其特征在于：首先，获取测试磁共振成像采样数据样本进行傅立叶变换；然后根据采样的信号构建出树结构的稀疏信号，利用带权重的核范数逼近约束的目标函数的稀疏表达；接着再通过增广拉格朗日乘子法优化约束的目标函数和交替方向搜索算法对所述测试数据进行迭代更新，直至得到估计的恢复数据；最后再通过构建树稀疏反变换得到最后的恢复图像；其包括以下步骤：1)采样数据是根据临床志愿者提供的，输入磁共振MRI的笛卡尔欠采样数据或非笛卡尔欠采样数据，这个由具体型号的设备参数和被采集对象决定；2)将欠采样数据进行相应的傅立叶变换，并通过变换后的数据进行相应的树稀疏结构模型构建；3)采用自适应奇异值分解求解得到每一分类对应的权重核范数逼近；4)采用交替方向搜索算法，迭代更新直到迭代次数达到预设的阈值，得到最终每一分类对应的稀疏向量；5)对树稀疏向量进行反变换最终求解得到对应的稀疏向量重建MRI图像。