计算机应用

作者：宗春梅, 张月琴, 曹建芳, 赵青杉

单位：1. 忻州师范学院 计算机系, 山西 忻州 034000;2. 太原理工大学 计算机科学与技术学院, 太原 030024

关键词：压缩感知,核磁共振成像,深度先验,非局部相似性,稀疏表示

基金：国家自然科学基金资助项目（61876124）；忻州师范学院“1331工程”科研项目（2019ky02）。

针对现有压缩感知核磁共振成像（CSMRI）算法在低采样率下重构质量低的问题，提出一种融合深度先验及非局部相似性的成像方法。首先，利用深度去噪器和块匹配三维滤波（BM3D）去噪器构建能够融合多种图像先验知识的稀疏表示模型；其次，将该模型作为正则化项，利用高度欠采样的k空间数据构建压缩感知核磁共振成像优化模型；最后，利用交替优化方法求解构建的优化问题。所提出的算法不仅能够通过深度去噪器利用深度先验，还能够通过BM3D去噪器利用图像的非局部相似性来进行图像重建。实验结果表明，与基于BM3D的重建算法相比，该算法在采样率为0.02、0.06、0.09及0.13情况下重构的平均峰值信噪比高出约1 dB；此外，从视觉角度，与现有的基于小波树稀疏性的核磁共振成像算法WaTMRI、基于字典学习的核磁共振成像算法DLMRI、基于字典更新及块匹配和三维滤波的核磁共振成像算法DUMRI-BM3D等相比，所提算法重构的图像包含大量纹理信息，与原始图像最接近。

来源：2020年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第10期