发明名称 |
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。 |
申请公布号 |
CN103632341A |
申请公布日期 |
2014.03.12 |
申请号 |
CN201310388361.3 |
申请日期 |
2013.08.30 |
申请人 |
王勇 |
发明人 |
王勇;张凤;郑娜;王灿;陈楚楚;高全学;许录平 |
分类号 |
G06T5/00(2006.01)I |
主分类号 |
G06T5/00(2006.01)I |
代理机构 |
|
代理人 |
|
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。 |
地址 |
710071 陕西省西安市太白南路2号西安电子科技大学134# |