二阶锥规划在MR图像重建中的应用研究

doi:10.3778/j.issn.1002-8331.2009.29.047

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (29): 156-159.DOI: 10.3778/j.issn.1002-8331.2009.29.047

• 图形、图像、模式识别 • 上一篇下一篇

二阶锥规划在MR图像重建中的应用研究

李本星¹，冯衍秋²，马建华²，陈武凡²

1.曲阜师范大学计算机科学学院，山东曲阜 273165
2.南方医科大学生物医学工程学院医学信息研究所，广州 510515

收稿日期:2009-07-14 修回日期:2009-08-14 出版日期:2009-10-11 发布日期:2009-10-11
通讯作者: 李本星

Second order cone programming and its application in MR image reconstruction

LI Ben-xing¹，FENG Yan-qiu²，MA Jian-hua²，CHEN Wu-fan²

1.School of Computer Science，Qufu Normal University，Qufu，Shandong 273165，China
2.Institute of Medical Information and Technology，School of Biomedical Engineering，Southern Medical University，Guangzhou 510515，China

Received:2009-07-14 Revised:2009-08-14 Online:2009-10-11 Published:2009-10-11
Contact: LI Ben-xing

摘要/Abstract

摘要： 用传统MR图像重建方法对降采样数据进行重建往往会产生严重的伪影或导致重建图像的信噪比下降。用迭代重建算法对MR降采样数据进行优质重建，目标函数仅包含待重建图像的全变分，约束条件为一等式约束。在数值求解过程中，将优化问题转化为二阶锥规划问题，采用具有良好收敛性的对数障碍算法进行优化求解。在迭代过程中用图像的全变分信息自适应地决定对数障碍参数。实验结果表明，算法很好地克服了网格算法中的伪影问题，可以重建出高质量的MR图像。

关键词: 磁共振成像, 二阶锥规划, 对数障碍法, 全变分

Abstract: Reconstructing MR images from under-sampled measurement data using traditional reconstruction methods usually results in image artifacts and low signal to noise ratio.In this paper，an iterative MR image reconstruction algorithm is proposed.The objective function only includes the total variation of the image to be reconstructed.The optimization problem is converted to the second order cone programming and a log-barrier algorithm is used.In the optimization process，the barrier parameter is adaptively defined by the total variation of the reconstructed images in the process of iteration.The experimental results achieve high image quality with significantly fewer image artifacts as compared with the conventional gridding algorithm.

Key words: magnetic resonance imaging, second order cone programming, log-barrier method, total variation

中图分类号:

TP391

李本星¹，冯衍秋²，马建华²，陈武凡². 二阶锥规划在MR图像重建中的应用研究[J]. 计算机工程与应用, 2009, 45(29): 156-159.

LI Ben-xing¹，FENG Yan-qiu²，MA Jian-hua²，CHEN Wu-fan². Second order cone programming and its application in MR image reconstruction[J]. Computer Engineering and Applications, 2009, 45(29): 156-159.

[1]	陆莉霞，邹俊忠，郭玉成，张见，王蓓. 多模态融合的膝关节损伤预测[J]. 计算机工程与应用, 2021, 57(9): 225-232.
[2]	高晋，赵云芃，Godfred Kim Mensah，李欣芸，刘志芬，陈俊杰，郭浩. 静息态功能脑连接的空间动态分析及分类研究[J]. 计算机工程与应用, 2021, 57(2): 150-155.
[3]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[4]	陆小玲，吴海锋，曾玉，孔伶旭，罗金玲. 3D迁移网络的阿尔茨海默症分类研究[J]. 计算机工程与应用, 2021, 57(16): 253-262.
[5]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[6]	王工书，任尊晓，李丹丹，相洁，王彬. 脑激活任务区分度的分析及应用研究[J]. 计算机工程与应用, 2020, 56(21): 272-278.
[7]	颜鼎，吕东澔，张勇. 全变分的叠加迭代降噪算法的研究[J]. 计算机工程与应用, 2020, 56(14): 226-230.
[8]	杜雪莹1，2，龚伦1，2，刘兆邦1，章程1，刘含秋3，丁敏4，郑健1. 基于自适应薄板样条全变分的肺CT/PET图像配准[J]. 计算机工程与应用, 2019, 55(3): 202-208.
[9]	刘晓晖，张鑫媛，路利军，冯前进，陈武凡. 磁共振图像的原始-对偶近似迭代重建算法[J]. 计算机工程与应用, 2018, 54(8): 28-35.
[10]	贾文娟1，王水花1，张煜东2. 基于影像的病脑检测方法综述[J]. 计算机工程与应用, 2018, 54(11): 21-29.
[11]	朱豪1，2，路锦正1，2. 结合加权核范数与全变分的图像二级去噪[J]. 计算机工程与应用, 2017, 53(23): 177-183.
[12]	吴亚娟，徐黎明. 引入高阶P-Laplace的图像全变分盲复原方法[J]. 计算机工程与应用, 2017, 53(2): 220-224.
[13]	芦碧波，王建龙，郑艳梅. 全变分引导图像去噪[J]. 计算机工程与应用, 2016, 52(8): 207-210.
[14]	史宝丽，何　　泊，王治国，庞志峰. 基于滤波器的局部自适应全变分图像去噪模型[J]. 计算机工程与应用, 2016, 52(4): 158-162.
[15]	武盼盼，夏克文，林永良，白建川. 改进的RVM在肺结节检测中的研究与应用[J]. 计算机工程与应用, 2016, 52(19): 201-207.

二阶锥规划在MR图像重建中的应用研究

Second order cone programming and its application in MR image reconstruction

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics