基于Harr小波的CS-MRI典型重构算法的性能分析

摘要：

目的：压缩感知理论（Compressed Sensing，CS）与磁共振成像（Magnetic Resonance Imaging， MRI）相结合，缩短MRI图像数据的扫描时间，提高成像质量。方法以Harr小波进行稀疏表达，分别利用基追踪（Basis Pursuit，BP）算法、正交匹配追踪（Orthogonal Matching Pursuit，OMP）算法和分段正交匹配追踪（Stagewise Orthogonal Matching Pursuit，StOMP）算法实现CS-MRI的二维重构。结果在采样率较低（10%-50%）时，以峰值信噪比（Peak Signal to Noise Ratio，PSNR）、平均结构相似度（Mean Structure Similarity， MSSIM）、相对误差（Relative L2 Norm Error，RLNE）和传输边缘信息（Transferred Edge Information，TEI）四个指标来定性、定量地评价和比较上述三种算法的重构质量，BP算法性能最佳。结论 BP算法能精确重构原始图像，与完整采样图像相比，图像质量并无明显下降，同时大大减少MRI采集时间，具有重要的理论意义和临床应用价值。

关键词：压缩感知、重构算法、小波变换、Harr小波、MRI图像

所属期刊栏目：2

分类号：TN9;TP3

资助基金：国家自然科学基金资助项目61401239；江苏省自然科学基金资助项目BK20130393；江苏高校品牌专业建设工程资助项目PPZY2015B135

在线出版日期：2016-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：14-22