文献类型：期刊文章

作　　者：宋阳[1] 谢海滨[1] 杨光[1,2]

SONG Yang XIE Hai-bin YANG Guang(Shanghai Key laboratory of Magnetic Resonance, Department of Physics, East China Normal University, Shanghai 200062, China Shanghai Colorful Magnetic Resonance Technology Co. Ltd., Shanghai 201614, China)

机构地区：[1]华东师范大学物理系,上海市磁共振重点实验室,上海200062 [2]上海卡勒幅磁共振技术有限公司,上海201614

出　　处：《波谱学杂志》

基　　金：国家高技术研究发展计划资助项目(2014AA123400)

年　　份：2016

卷　　号：33

期　　号：4

起止页码：559-569

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD_E2015_2016、DOAJ、JST、PUBMED、RCCSE、ZGKJHX、核心刊

摘　　要：字典学习算法可以根据数据本身的特点构建稀疏域中的基,从而使数据的表示更加稀疏.该文在传统的字典学习算法基础上提出了分割字典学习算法,由于部分磁共振图像组织结构简单、可以进行图像分割,因此可根据此特点来优化字典中基函数的构建,使磁共振图像的表达更为稀疏,从而获得更高的重建图像质量.该文利用模拟数据和真实数据进行了重建实验,结果表明与传统的字典学习算法相比,分割字典学习算法能进一步改善重建图像质量.

关 键 词：磁共振成像(MRI) 压缩感知 字典学习 图像分割

分 类 号：O482.53]