专利名称：磁共振快速成像的方法
技术领域：
本发明属于图像处理技术领域，尤其涉及一种磁共振快速成像的方法。
背景技术：
为了缩短磁共振图像采集时间，压缩感知理论被成功应用到磁共振成像中。压缩感知理论利用信号在某个基的稀疏性，实现了在非相干采样矩阵下，只需少量采样(远少于奈奎斯特采样理论所需的采样)即可高质量重建原始信号。而且，若信号在某个基越稀疏，那么所需要的采样量则越少。因此，在压缩感知理论中，一个重要的问题就是稀疏基的选取。在过去几年中，从欠采样K空间信号来重建磁共振图像一般使用如下全变分模型(TV模型)
权利要求
1.一种磁共振快速成像的方法，包括 步骤A :在图像梯度域的水平梯度图像和垂直梯度图像上进行字典学习，建立图像模型； 步骤B :利用重建算法交替更新图像块的稀疏表示，恢复水平梯度和垂直梯度，然后在这两个方向梯度重建图像。
2.根据权利要求1所述的磁共振快速成像的方法，其特征在于，所述步骤A还包括在图像域上进行字典学习，即在图像域和梯度域的水平梯度图像和垂直梯度图像上同时进行字典学习，建立图像模型。
3.根据权利要求2所述的磁共振快速成像的方法，其特征在于，在所述步骤B中，恢复图像及其水平、垂直梯度图像，然后根据图像以及水平、垂直方向梯度重建图像。
4.根据权利要求1所述的磁共振快速成像的方法，其特征在于，在所述步骤A中，建立的图像模型为
5.根据权利要求1所述的磁共振快速成像的方法，其特征在于，所述步骤B的重建算法
6.根据权利要求5所述的磁共振快速成像的方法，其特征在于，所述步骤B的重建算法还包括更新梯度图像变量w(i)，i = 1,2 ;更新梯度图像块的稀疏表示；交替更新字典D(i)和系数矩阵W')，在稀疏编码阶段，固定字典D(i)，通过贪婪算法正交匹配追踪来更新W')，在字典更新阶段，固定系数《/W，通过奇异值分解来逐列更新字典的每一列，最小化近似误差。
7.根据权利要求2所述的磁共振快速成像的方法，其特征在于，所述建立的图像模型为如II;+今1與-&(▽ )￡+a|^>-/||2}其中
8.根据权利要求7所述的磁共振快速成像的方法，其特征在于，所述重建算法包括弓丨入辅助变量V，应用布雷格曼技术，将图像模型变更为
9.根据权利要求8所述的磁共振快速成像的方法，其特征在于，所述重建算法还包括更新U，固定其余的变量；更新变量V;更新字典及系数B和Xl，D和apl = 1,2,…，L，交替更新字典D(i)和系数矩阵，在稀疏编码阶段，固定字典D(i)，通过贪婪算法正交匹配追踪来更新《/W;在字典更新阶段，则固定系数W'),通过奇异值分解来逐列更新字典的每一列，最小化近似误差。
全文摘要
本发明属于图像处理技术领域，尤其涉及一种磁共振快速成像的方法。本发明的共振快速成像的方法包括步骤A在图像梯度域的水平梯度图像和垂直梯度图像上进行字典学习，建立图像模型；步骤B利用重建算法交替更新图像块的稀疏表示，恢复水平梯度和垂直梯度，然后在这两个方向梯度重建图像。本发明实施例磁共振快速成像的方法通过自适应学习字典的引入可以克服固定的有限差分变换导致目标图像的块状效应，可以处理结构更复杂的图像，从而产生更精确的重建；另外本发明实施例对梯度图像进行处理，其比原图像更稀疏，因而字典学习可以变得更精确和鲁棒，从而更稀疏地表示图像，且具有更好的保真度，且可以恢复出更多的细节。
文档编号G06T11/00GK103049923SQ20121052852
公开日2013年4月17日 申请日期2012年12月10日 优先权日2012年12月10日
发明者梁栋, 刘且根, 王圣如, 刘新, 郑海荣 申请人:深圳先进技术研究院