项目名称: 基于压缩传感理论的高时空分辨率动态磁共振成像关键技术研究

项目编号: No.30900328

项目类型: 青年科学基金项目

立项/批准年度: 2010

项目学科: 矿业工程

项目作者: 丁兴号

作者单位: 厦门大学

项目金额: 21万元

中文摘要: 动态磁共振成像(MRI)可以监视成像目标的动态过程,在运动器官成像等领域得到广泛应用。时空分辨率是动态MRI的关键技术指标,现有欠采样动态MRI技术受采样定理限制,难以在时空分辨率上同时达到较高,为此需要新理论突破采样定理约束,为欠采样动态MRI提供新方法。压缩传感(CS)理论是新近提出的可突破采样定理限制的非线性重建理论,针对可压缩信号,利用CS理论可由远低于采样定理要求的数据量重建原信号。项目旨在研究CS理论应用于高时空分辨率动态MRI需要解决的几个关键技术。具体为:考虑动态MRI影像自身特点和成像特点的影像自适应稀疏表示方法和数据采样策略的研究;新的性能逼近L0范数且具有较高计算效率的目标函数的构建和算法研究;可综合利用影像稀疏先验信息、时空相关性及线圈敏感度信息等多种信息的非线性重建方法的研究等。通过上述研究,深入挖掘CS理论的潜力,解决现有动态MRI技术时空分辨率难以兼顾的问题。

中文关键词: 压缩感知;动态磁共振成像;时空分辨率;稀疏表示;非参数贝叶斯

英文摘要:

英文关键词: compressed sensing;dynamic MRI;spatio-temporal resolution;sparse representation;nonparamentric Bayesian

成为VIP会员查看完整内容
0

相关内容

压缩感知是近年来极为热门的研究前沿,在若干应用领域中都引起瞩目。 compressive sensing(CS) 又称 compressived sensing ,compressived sample,大意是在采集信号的时候(模拟到数字),同时完成对信号压缩之意。 与稀疏表示不同,压缩感知关注的是如何利用信号本身所具有的稀疏性,从部分观测样本中恢复原信号。
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
38+阅读 · 2021年2月8日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
17+阅读 · 2020年12月23日
专知会员服务
44+阅读 · 2020年11月13日
基于深度学习的图像分析技术,116页ppt
专知会员服务
53+阅读 · 2020年7月17日
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
人工智能前沿讲习班
15+阅读 · 2019年2月27日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Age Optimal Sampling Under Unknown Delay Statistics
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Challenges for Open-domain Targeted Sentiment Analysis
Arxiv
14+阅读 · 2021年3月10日
Arxiv
19+阅读 · 2018年3月28日
小贴士
相关VIP内容
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
38+阅读 · 2021年2月8日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
17+阅读 · 2020年12月23日
专知会员服务
44+阅读 · 2020年11月13日
基于深度学习的图像分析技术,116页ppt
专知会员服务
53+阅读 · 2020年7月17日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员