一种混合范数的高质量快速CS-MRI成像方法

摘要

本发明公开了一种新的基于混合范数的高质量CS-MRI图像重建方法。主要解决当前MRI成像质量不高，速度较慢的问题。本发明方法首先获取MR的K-space数据，通过构造降采样模式对K-space数据进行降采样，其次在压缩约束条件下设计混合范数优化目标，最后求解该混合范数问题，将目标进行空间域转换，获得重构后的MR图像。混合范数的设计思路是将传统的L1范数问题转化为混合范数LH新模式下的优化求解，该范数使得重构结果更接近于L0范数解，又能克服L0范数本身无法求解和L1范数求解精度不高的问题，通过压缩感知(CS：Compressed Sensing)的加速框架又能提高成像速度。本发明不但能加快MR成像速度，尤为重要的是可以获得较传统L1范数重构方法更高质量的MR图像。

主权项

一种混合范数的高质量CS‑MRI图像重建方法，其特征在于该方法包括如下步骤： (1)数据准备：采集MR数据 (2)压缩采样：构造降采样模式，对K‑space数据进行压缩降采样 (3)重构：设计混合范数优化目标，并给出约束条件 (4)求解：求解混合范数问题，获得重构MR。