![](/images/graphics-bg.png)
Compressed Sensing MR Image Reconstruction Exploiting TGV and Wavelet Sparsity
المؤلفون المشاركون
Zhao, Di
Du, Huiqian
Han, Yu
Mei, Wenbo
المصدر
Computational and Mathematical Methods in Medicine
العدد
المجلد 2014، العدد 2014 (31 ديسمبر/كانون الأول 2014)، ص ص. 1-11، 11ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2014-10-13
دولة النشر
مصر
عدد الصفحات
11
التخصصات الرئيسية
الملخص EN
Compressed sensing (CS) based methods make it possible to reconstruct magnetic resonance (MR) images from undersampled measurements, which is known as CS-MRI.
The reference-driven CS-MRI reconstruction schemes can further decrease the sampling ratio by exploiting the sparsity of the difference image between the target and the reference MR images in pixel domain.
Unfortunately existing methods do not work well given that contrast changes are incorrectly estimated or motion compensation is inaccurate.
In this paper, we propose to reconstruct MR images by utilizing the sparsity of the difference image between the target and the motion-compensated reference images in wavelet transform and gradient domains.
The idea is attractive because it requires neither the estimation of the contrast changes nor multiple times motion compensations.
In addition, we apply total generalized variation (TGV) regularization to eliminate the staircasing artifacts caused by conventional total variation (TV).
Fast composite splitting algorithm (FCSA) is used to solve the proposed reconstruction problem in order to improve computational efficiency.
Experimental results demonstrate that the proposed method can not only reduce the computational cost but also decrease sampling ratio or improve the reconstruction quality alternatively.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Zhao, Di& Du, Huiqian& Han, Yu& Mei, Wenbo. 2014. Compressed Sensing MR Image Reconstruction Exploiting TGV and Wavelet Sparsity. Computational and Mathematical Methods in Medicine،Vol. 2014, no. 2014, pp.1-11.
https://search.emarefa.net/detail/BIM-1016845
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Zhao, Di…[et al.]. Compressed Sensing MR Image Reconstruction Exploiting TGV and Wavelet Sparsity. Computational and Mathematical Methods in Medicine No. 2014 (2014), pp.1-11.
https://search.emarefa.net/detail/BIM-1016845
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Zhao, Di& Du, Huiqian& Han, Yu& Mei, Wenbo. Compressed Sensing MR Image Reconstruction Exploiting TGV and Wavelet Sparsity. Computational and Mathematical Methods in Medicine. 2014. Vol. 2014, no. 2014, pp.1-11.
https://search.emarefa.net/detail/BIM-1016845
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1016845
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)