[发明专利]基于自适应正交字典学习的动态磁共振并行重建方法在审
| 申请号： | 201910363197.8 | 申请日： | 2019-04-30 |
| 公开（公告）号： | CN110148193A | 公开（公告）日： | 2019-08-20 |
| 发明（设计）人： | 王悦;汪洋;蒋慧敏;雷必成 | 申请（专利权）人： | 台州学院 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06T15/00;G06T9/00 |
| 代理公司： | 杭州知管通专利代理事务所(普通合伙) 33288 | 代理人： | 黄华 |
| 地址： | 318000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自适应正交字典学习的动态磁共振并行重建方法，将原本在离线模式下运行的相对较慢的的字典学习算法应用到在线模式当中来，以高精度采样的第一帧为参考，实现对任意n个相邻帧MR图像的实时在线重建，以三维图像小块作为重建对象，采用正交字典作为稀疏约束条件和奇异值分解算法提高重建速度和精度。 | ||
| 搜索关键词： | 字典学习 重建 正交 动态磁共振 自适应 并行 奇异值分解 离线模式 三维图像 实时在线 算法应用 约束条件 在线模式 相邻帧 采样 小块 算法 稀疏 字典 参考 | ||
【主权项】：
1.一种基于自适应正交字典学习的动态磁共振并行重建方法，其特征在于，包括如下步骤：S1：输入原始dMRI序列X，输入测量值y，所述测量值y为k‑t空间的欠采样数据，采用伪随机射线欠采样模式，输入算法的第一循环迭代次数OutLoop，输入算法的第二循环迭代次数InnerLoop，输入字典学习参数；S2：初始化，将重建图像初始值设为![]()
这里![]()
为第k次迭代后重建的MR子序列图像，xzf为k‑t空间欠采样后零填充数据，初始化字典D，所述字典D为DCT字典；S3：迭代更新，for i＝1:OutLoopfor j＝1∶InnerLoop更新自适应字典D；更新图像块稀疏表示系数αi；更新重建图像的频域值![]()
逆傅里叶变换得到第j个重构子序列![]()
end输出重建子序列图像Xs(j)，等待下一个子序列Xs(j+1)；endS4：将各子序列图像Xs(j)重新组合成重建后的dMRI序列。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于台州学院，未经台州学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910363197.8/，转载请声明来源钻瓜专利网。
- 上一篇：医学影像成像方法、装置、计算机设备和存储介质
- 下一篇：图像重建方法和装置
