可验证的预先条件的插即用方法,用于压缩感应MRI重建
Tao Hong1, Xiaojian Xu2, Jason Hu2
1Department of Radiology, University of Michigan, Ann Arbor, MI 48109, USA.
IEEE transactions on computational imaging
|November 4, 2024
概括
这项研究引入了一种更快的预先条件的插即用 (PnP) 方法,用于压缩传感 (CS) MRI 重建. 这种新方法加速了融合,同时保持了医学成像的准确性.
科学领域:
- 医疗成像医学成像
- 信号处理 信号处理
- 计算科学 计算科学
背景情况:
- 基于模型的方法对于压缩传感 (CS) MRI 重建至关重要.
- 有效的先验对于描述CS MRI中的图像统计分布至关重要.
- 插即用 (PnP) 框架利用拒绝算法作为先验,深度学习的拒绝者显示出承诺.
研究的目的:
- 为了加速通常用于CS MRI重建的PNP方法中的缓慢数值解答器.
- 引入一种预先条件的PNP方法,以实现更快的融合.
- 为拟议方法的固定点收提供理论保证.
主要方法:
- 开发一个为CS MRI量身定制的预先条件的Plug-and-Play (PnP)框架.
- 对于PNP代的固定点收的理论分析和证明.
- 使用非卡特西安抽样轨迹进行验证的数值实验.
主要成果:
- 拟议的预先条件的PNP方法与标准的PNP解决方案相比,显著加快了融合.
- 在CSMRI重建中证明了先决条件PNP方法的有效性和效率.
- 通过理论证明验证了固定点收属性.
结论:
- 预先条件的PNP方法为加速CSMRI重建提供了有效和高效的解决方案.
- 这种方法提高了PNP方法在医学成像中的实际应用性.
- 理论收证明证实了拟议技术的稳定性.
