-
公开(公告)号：CN107991636A
公开(公告)日：2018-05-04
申请号：CN201711202158.7
申请日：2017-11-24
Applicant: 哈尔滨工业大学
IPC: G01R33/48 , G01R33/56 , G01R33/561
Abstract: 一种基于适应性结构低秩矩阵的快速磁共振图像重建方法，涉及磁共振成像技术领域，为提高重建图像质量。包括以下步骤：(1)获取部分k空间数据；(2)求取偏导，并构造托普利兹矩阵；(3)建立图像重建模型；(4)对托普利兹矩阵变形并进行特征值分解；(5)计算权重系数矩阵带入重建模型；(6)引入辅助变量和拉格朗日乘子，利用ADMM算法迭代求解；(7)判断重建结果是否满足收敛条件；(8)达到迭代次数获得最终磁共振图像，否则以当前迭代得到的重建图像更新托普利兹矩阵，返回步骤(4)继续操作。与一阶、二阶结构低秩和全变分方法相比，本发明能在相同的欠采样倍数下获得质量更高的重建图像。
-
公开(公告)号：CN109102477B
公开(公告)日：2021-08-24
申请号：CN201811018402.9
申请日：2018-08-31
Applicant: 哈尔滨工业大学
Abstract: 基于非凸低秩稀疏约束的高光谱遥感图像恢复方法，属于遥感图像处理中的高光谱遥感图像处理领域，为解决现有的高光谱遥感图像恢复技术不能有效去除噪声的问题，提高图像恢复质量，包括以下步骤：输入高光谱遥感图像；初始化权重系数矩阵、迭代次数和收敛阈值,初始化子图像尺寸和扫描步长，划分子块；建立图像恢复模型；引入辅助变量和正则项系数，利用最大值最小值算法迭代求解；判断恢复结果是否满足收敛条件；达到迭代次数获得符合要求的高光谱恢复图像，否则返回相应步骤继续迭代操作；计算权重系数矩阵，给每个子块分配合适的权重；还原高光谱遥感图像，得到最终恢复的高光谱遥感图像。去噪效果明显，并且保留图像细节。
-
公开(公告)号：CN107991636B
公开(公告)日：2020-05-12
申请号：CN201711202158.7
申请日：2017-11-24
Applicant: 哈尔滨工业大学
IPC: G01R33/48 , G01R33/56 , G01R33/561
Abstract: 一种基于适应性结构低秩矩阵的快速磁共振图像重建方法，涉及磁共振成像技术领域，为提高重建图像质量。包括以下步骤：(1)获取部分k空间数据；(2)求取偏导，并构造托普利兹矩阵；(3)建立图像重建模型；(4)对托普利兹矩阵变形并进行特征值分解；(5)计算权重系数矩阵带入重建模型；(6)引入辅助变量和拉格朗日乘子，利用ADMM算法迭代求解；(7)判断重建结果是否满足收敛条件；(8)达到迭代次数获得最终磁共振图像，否则以当前迭代得到的重建图像更新托普利兹矩阵，返回步骤(4)继续操作。与一阶、二阶结构低秩和全变分方法相比，本发明能在相同的欠采样倍数下获得质量更高的重建图像。
-
Patent Agency Ranking
公开(公告)号：CN109102477A
公开(公告)日：2018-12-28
申请号：CN201811018402.9
申请日：2018-08-31
Applicant: 哈尔滨工业大学
Abstract: 基于非凸低秩稀疏约束的高光谱遥感图像恢复方法，属于遥感图像处理中的高光谱遥感图像处理领域，为解决现有的高光谱遥感图像恢复技术不能有效去除噪声的问题，提高图像恢复质量，包括以下步骤：输入高光谱遥感图像；初始化权重系数矩阵、迭代次数和收敛阈值,初始化子图像尺寸和扫描步长，划分子块；建立图像恢复模型；引入辅助变量和正则项系数，利用最大值最小值算法迭代求解；判断恢复结果是否满足收敛条件；达到迭代次数获得符合要求的高光谱恢复图像，否则返回相应步骤继续迭代操作；计算权重系数矩阵，给每个子块分配合适的权重；还原高光谱遥感图像，得到最终恢复的高光谱遥感图像。去噪效果明显，并且保留图像细节。
-
公开(公告)号：CN110148215A
公开(公告)日：2019-08-20
申请号：CN201910432660.X
申请日：2019-05-22
Applicant: 哈尔滨工业大学
IPC: G06T17/00
Abstract: 一种基于平滑约束和局部低秩约束模型的四维磁共振图像重建方法，属于四维磁共振图像重建领域，为了解决现有重建方法存为的重建图像伪影严重以及重建时间较长的问题。包括：将欠采样K空间数据进行三维逆傅里叶变换得到初始重建图像；建立图像重建模型；引入辅助变量和正则化参数；获得三个子问题；初始化内、外循环最大迭代次数和收敛阈值；在内循环中迭代求解重建图像；判断重建图像是否满足收敛条件，满足则退出内循环，否则返回内循环继续迭代；未达到外循环最大迭代次数则更新正则化系数后再进入内循环迭代，否则终止，获得最终重建图像。实验表明本发明能有效加速磁共振成像且能较好地恢复图像细节，并获得具有临床诊断意义的重建图像。
-
公开(公告)号：CN106530258B
公开(公告)日：2019-04-16
申请号：CN201611034689.5
申请日：2016-11-22
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 一种基于高阶全变分正则化的快速迭代磁共振图像重建方法，涉及磁共振成像技术领域，为了提高重建图像质量及计算效率。包括以下步骤：(1)获取部分k空间数据；(2)建立磁共振图像重建模型；(3)对部分k空间数据直接进行傅里叶逆变换，得到空间域预估磁共振图像作为初始重建图像；(4)重建模型的快速迭代求解；(5)获得本次迭代得到的磁共振重建图像；(6)判断当前重建图像结果是否满足收敛条件；(7)增加迭代参数取值，以当前迭代步骤中更新的磁共振图像为初始重建图像，返回步骤(5)继续进行循环迭代操作。与全变分方法、图像高阶导数Laplacian方法、小波方法等相比，本发明能获得质量较高的重建图像，并提高重建速度。
-
公开(公告)号：CN110148215B
公开(公告)日：2023-05-19
申请号：CN201910432660.X
申请日：2019-05-22
Applicant: 哈尔滨工业大学
IPC: G06T17/00
Abstract: 一种基于平滑约束和局部低秩约束模型的四维磁共振图像重建方法，属于四维磁共振图像重建领域，为了解决现有重建方法存为的重建图像伪影严重以及重建时间较长的问题。包括：将欠采样K空间数据进行三维逆傅里叶变换得到初始重建图像；建立图像重建模型；引入辅助变量和正则化参数；获得三个子问题；初始化内、外循环最大迭代次数和收敛阈值；在内循环中迭代求解重建图像；判断重建图像是否满足收敛条件，满足则退出内循环，否则返回内循环继续迭代；未达到外循环最大迭代次数则更新正则化系数后再进入内循环迭代，否则终止，获得最终重建图像。实验表明本发明能有效加速磁共振成像且能较好地恢复图像细节，并获得具有临床诊断意义的重建图像。
-
公开(公告)号：CN106530258A
公开(公告)日：2017-03-22
申请号：CN201611034689.5
申请日：2016-11-22
Applicant: 哈尔滨工业大学
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/10088 , G06T2207/20056
Abstract: 一种基于高阶全变分正则化的快速迭代磁共振图像重建方法，涉及磁共振成像技术领域，为了提高重建图像质量及计算效率。包括以下步骤：(1)获取部分k空间数据；(2)建立磁共振图像重建模型；(3)对部分k空间数据直接进行傅里叶逆变换，得到空间域预估磁共振图像作为初始重建图像；(4)重建模型的快速迭代求解；(5)获得本次迭代得到的磁共振重建图像；(6)判断当前重建图像结果是否满足收敛条件；(7)增加迭代参数取值，以当前迭代步骤中更新的磁共振图像为初始重建图像，返回步骤(5)继续进行循环迭代操作。与全变分方法、图像高阶导数Laplacian方法、小波方法等相比，本发明能获得质量较高的重建图像，并提高重建速度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
