公开(公告)号：CN108828482B

公开(公告)日：2019-11-26

申请号：CN201810874832.4

申请日：2018-08-03

Applicant: 厦门大学

Inventor： 陈忠 ,  张自飞 ,  郭迪 ,  屈小波

IPC: G01R33/54

Abstract: 结合稀疏和低秩特性的欠采样磁共振扩散谱的重建方法，涉及磁共振扩散谱的欠采样重建方法。生成拉普拉斯‑傅里叶联合变换矩阵；建立一种结合稀疏和低秩特性的欠采样重建模型；基于结合稀疏和低秩特性的欠采样重建模型的求解算法；由得到恢复的扩散谱向量s，经算子作用得到的为最终恢复的扩散谱。根据实验参数生成拉普拉斯‑傅里叶联合变换矩阵；接着建立一种基于结合稀疏和低秩特性的欠采样重建模型；然后通过迭代算法重建扩散谱向量；最后将扩散谱向量转为扩散谱。本发明实现利用少量数据重建完整的磁共振扩散谱，重建精度高，抗噪声能力强。

公开(公告)号：CN108828482A

公开(公告)日：2018-11-16

申请号：CN201810874832.4

申请日：2018-08-03

Applicant: 厦门大学

Inventor： 陈忠 ,  张自飞 ,  郭迪 ,  屈小波

IPC: G01R33/54

Abstract: 结合稀疏和低秩特性的欠采样磁共振扩散谱的重建方法，涉及磁共振扩散谱的欠采样重建方法。生成拉普拉斯-傅里叶联合变换矩阵；建立一种结合稀疏和低秩特性的欠采样重建模型；基于结合稀疏和低秩特性的欠采样重建模型的求解算法；由得到恢复的扩散谱向量s，经算子 作用得到的为最终恢复的扩散谱。根据实验参数生成拉普拉斯-傅里叶联合变换矩阵；接着建立一种基于结合稀疏和低秩特性的欠采样重建模型；然后通过迭代算法重建扩散谱向量；最后将扩散谱向量转为扩散谱。本发明实现利用少量数据重建完整的磁共振扩散谱，重建精度高，抗噪声能力强。