文献类型：期刊文章

作　　者：王翰林[1] 周宇轩[1] 王伟[1]

WANG Hanlin;ZHOU Yuxuan;WANG Wei(School of Biomedical Engineering and Informatics,Nanjing Medical University,Nanjing 211000)

机构地区：[1]南京医科大学生物医学工程与信息学院生物医学工程系,南京211000

出　　处：《北京生物医学工程》

年　　份：2018

卷　　号：37

期　　号：4

起止页码：356-363

语　　种：中文

收录情况：SCOPUS、ZGKJHX、普通刊

摘　　要：目的为提高MR图像的重建效果和降低重建图像边缘模糊,本文提出一种基于curvelet变换的MRI快速迭代收缩阈值算法(fast iterative shrinkage-thresholding algorithm,FISTA)。方法利用curvelet变换多尺度、各向奇异性、对图像边缘有更好的几何表达等特性,将curvelet稀疏变换和FISTA结合,并与传统基于小波变换的FISTA对相同MR图像作重建对比。重建图像的质量以峰值信噪比(peak signal to noise ratio,PSNR)、均方误差(mean square error,MSE)、结构相似性度(structural similarity degree,SSIM)来衡量。结果实验选用Lena图像和脑部MR图像,从重建图像细节、差值图像、评估参数三方面对算法重建效果进行比较分析,证明该curvelet-FISTA算法可有效恢复完全采样图像从核磁共振成像中的欠采样数据。结论与传统基于小波变换的FISTA相比,该方法可以更好地保持重建图像的细节信息,并有效地消除图像边缘的模糊现象,显示了较好的重建效果。

关 键 词：MRI图像重建  压缩感知 迭代收缩阈值  CURVELET变换

分 类 号：R318.04[生物医学工程类]