基于NLTV和NESTA的MRI/MRA图像感兴趣区域的压缩感知重构

摘要：

压缩感知理论借助信号内在的稀疏性或可压缩性,利用随机投影实现在远低于奈奎斯特频率的采样频率下对压缩数据进行采集.将该技术应用于医学成像领域可以加快MRI/MRA的扫描速度,提高扫描效率,减少患者的不适感.以NLTV(Nonlocal Total Variation)正则化来改善传统TV导致的边缘模糊、阶梯效应等缺点,提出改进的NESTA算法(简称NLTV-ROI-NESTA算法)实现MRI/MRA图像感兴趣区域(Region of Interests,ROIs)的精确重构,增强低对比度血管的细节信息,以峰值信噪比、结构化相似度、相对误差3个指标来定性、定量地评价算法的性能.实验结果表明,与传统的压缩感知重构算法相比,NLTV-ROI-NESTA算法在重构精度和细节保留方面均具有明显优势,能较好地保持低对比度血管或其他感兴趣区域的细节特征,在快速医学成像领域具有广阔的应用前景.

关键词：压缩感知、图像重构、非局部TV、NESTA算法、感兴趣区域

所属期刊栏目：44

分类号：TP391;TN919.81(计算技术、计算机技术)

资助基金：国家自然科学基金项目81371663,61401239;江苏省自然科学基金项目BK20130393,BK20151273;江苏高校品牌专业建设工程资助项目PPZY2015B135;南通市科技计划项目GY12015015

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：308-314