摘要: 在并行磁共振成像中,由于敏感度编码(SENSE)重建过程的病态性,当加速因子增大时,其重建图像的信噪比将会明显降低.通过深入分析全变差(TV)正则化的SENSE重建模型,引入一种高效快速的分裂Bregman迭代算法来得到优化解,进而有效改善图像重建效果.分别对磁共振的体模数据和大脑数据进行仿真实验研究.结果表明,与传统TV正则化SENSE重建相比,此算法不但迭代次数少、收敛速度快,而且能够有效消除混叠伪影,提高图像信噪比并减小归一化均方误差.
中图分类号:
吴春俐,朱学欢,翟江南,丁山. 基于快速分裂Bregman迭代的全变差正则化SENSE磁共振图像重建[J]. 东北大学学报:自然科学版, 2014, 35(1): 24-28.
WU Chunli, ZHU Xuehuan, ZHAI Jiangnan, DING Shan. Total Variation Regularized SENSE MRI Reconstruction Based on Fast Split Bregman Iteration[J]. Journal of Northeastern University Natural Science, 2014, 35(1): 24-28.