重复加权极小化MR图像模型的分裂Bregman 方法重构
核磁共振(magnetic resonance、MR)图像重构的任务是基于小量的频域采样恢复出可供医学诊断的灰度图像.文中研究了各类MR变分重构模型,利用重复加权极小化能增强稀疏性的特性,并结合MR图像重构最有效的小波变分模型,提出了重复加权极小化MR图像重构模型.并借助最新的正则化技术-分裂Bregman方法对模型进行了求解,得到了相应的迭代算法,分析了算法的收敛性.仿真数值实验验证了文中的模型及算法的有效性.
重复加权极小化、分裂Bregman、方法、MR图像、图像重构
41
TP391.41(计算技术、计算机技术)
国家自然科学基金;全国优秀博士论文资助项目
2012-01-16(万方平台首次上网日期,不代表论文的发表时间)
440-449