摘要
本发明公开了磁共振成像重建技术领域的一种基于矩阵填充的磁共振图像重建方法,旨在解决现有技术中因非笛卡尔稀疏采样导致的数据重建难题、高频信息丢失引发的严重混叠伪影干扰,以及传统非均匀傅里叶变换重建算法效率低下的技术问题。所述方法包括如下步骤:利用改进SVD算法,基于少量完全采样的K空间数据估计低维数据子空间,并通过子空间投影显著降低重建计算复杂度;应用Godec算法将欠采样K空间数据进行低秩稀疏分解,提取关键低秩成分用于图像重建;在K空间内结合低秩约束对采样数据进行迭代重建,并同步优化像空间数据;最终通过迭代重建过程获得高质量、低伪影的磁共振图像。本发明有效抑制了混叠伪影,显著提升了非笛卡尔稀疏采样条件下磁共振图像重建的速度和效率。
技术关键词
矩阵
低秩稀疏分解
磁共振指纹
非均匀傅里叶变换
非笛卡尔
磁共振图像重建
数据
重构误差
SVD算法
笛卡尔坐标系
重建技术
重建算法
校准
轨迹
噪声
系统为您推荐了相关专利信息
疲劳监测方法
启闭设备
梅尔频率倒谱系数
隐马尔可夫模型
滑动窗口
三维点云数据
三维网格模型
数字化三维模型
有限元网格模型
生成特征向量
无线接入点
数据回传方法
小车
工业网络系统
无人车
噪声数据
悬架弹簧
点云数据去噪方法
区域生长算法
标签
BP神经网络
能耗预测方法
选煤厂
加权平均法
层次分析法