一种塔式分解和字典学的带噪CS-MRI重构方法

摘要

发明公开了一种塔式分解和字典学的带噪CS-MRI重构方法。该方法首先利用拉普拉斯塔形滤波器(Laplacian Pyramid，LP)对输入的带噪医学图像MRI进行多尺度分解，一次LP分解将带噪MRI信号分解为低频分量和高频分量，递归地对低频分量进行分解，使之得到整个多分辨率图像；其次结合K-SVD自适应训练学算法对各层的高频分量进行稀疏表示；然后将学后的高频信号与同层的低频信号一起进行LP逆变换得到低一层的低频信息，直到最低一层；最后将第一层图像数据进行LP逆变换，得到去噪的医学图像。本发明提供的降噪方法适宜于处理含有更多高斯噪声的MRI图像，能够更好的保留图像的边缘信息和细节信息，有效的改善视觉效果，对医学的诊断、医疗和后续工作都十分重要。

主权项

一种塔式分解和字典学习的带噪CS‑MRI重构方法，其特征在于首先利用拉普拉斯塔形滤波器(Laplacian Pyramid，LP)对带噪MRI图像进行多尺度分解，一次LP分解将原始MRI信号分解为低频分量和高频分量，递归地对低频分量进行分解，使之得到整个多分辨率图像；其次结合K‑SVD自适应训练学习算法对各层的高频分量进行稀疏表示；然后将学习后的高频信号与同层的低频信号一起进行LP逆变换得到低一层的低频信息，直到最低一层；最后将第一层图像数据进行LP逆变换，得到去噪的医学图像。