(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(10)申请公布号 CN 109345473 A
(43)申请公布日 2019.02.15
(21)申请号 CN201811059725.2
(22)申请日 2018.09.12
(71)申请人 南京医科大学
    地址 210000 江苏省南京市江宁区龙眠大道101号
(72)发明人 王伟 吴小玲 强 朱松盛 周宇轩 刘宾
(74)专利代理机构 南京苏创专利代理事务所(普通合伙)
    代理人 蒋真
(51)Int.CI
     
                                                                  权利要求说明书 说明书 幅图
(54)发明名称
      一种基于自适应快速迭代收缩阈值算法的图像处理方法
(57)摘要
      本发明公布一种基于自适应快速迭代收缩阈值算法的图像处理方法，包括八个步骤，对原始图像进行重新构建。本方法获取的图像相比现有的三种算法而言，可以显示出更多的局部细节和更清晰的轮廓；产生较少的误差点，提供更准确的重建；收敛速度快，具有相较其他方法更高的迭代效率；对于不同部位的图像重建具有稳定性。
法律状态
法律状态公告日正则匹配快代理
法律状态信息
法律状态
2019-03-12
实质审查的生效
实质审查的生效
2019-02-15
公开
公开
2022-08-26
未缴年费专利权终止IPC(主分类):G06T 5/00专利号:ZL2018110597252申请日:20180912授权公告日:20210413
专利权的终止
权 利 要 求 说 明 书
1.一种基于自适应快速迭代收缩阈值算法的图像处理方法,其特征在于:包括如下步骤:
步骤一:采集K空间欠采样的MR图像数据,重构模型如下:
       
     
F
u
=kF              (2)
其中,m∈C
N
是重构图像,y∈C
M
是MR的K空间欠采样信号,F
u
是观察矩阵,k是采样模式,F代表二维傅里叶变换;
步骤二:引入原始图像在稀疏域的投影系数θ,对m进行稀疏表示m=Ψθ,Ψ=[ψ
1
,ψ
2
,...,ψ
N
]∈R
N×N
,将上述模型的L0范数最小化问题转化为范数L1最小化问题;
       
     
m=Ψθ            (4)
步骤三:结合成像过程中的噪音,将范数L1最小化问题转化为求解投影系数θ的问题:
       
     
其中,A=F
u
Ψ
T
,这里ε为允许误差;
步骤四:结合稀疏性和K空间数据一致性,转化为拉格朗日约束条件
       
     
其中,A=F
u
Ψ
T
,第一项是数据保真度项,第二项是正则化项;λ是平衡两个项的比例的正则化参数;
步骤五:令
将式(6)转变为
       
     
步骤六:对θ采用梯度下降法进行修改,使得式(7)和式(6)进行转变分别得到
和
考虑θ的连续性,得到下式:
       
     
考虑L1范数和L2范数的平方是可分离的,将问题(8)转化为多个最小化问题,且通过阈值收缩法求解
其中,
shrink(x,β)=sign(x)·max{|x|-β,0}),
λ=max(A
T
y),λ
k+1
=ρλ
k
;ρ是收缩参数,为常数;
步骤七:定义自适应收缩算子ρ
A
=Rρ,进行迭代
直至
到达预设值时停止迭代,其中
       
     
步骤八:利用步骤五-八得到的θ,利用步骤一中的式(1)获得重构图。
说  明  书
<p>技术领域
本发明属于图像处理领域,尤其涉及一种基于自适应快速迭代收缩阈值算法的图像处理方法。
背景技术
磁共振(MR)成像是一种安全、快速和准确的图像获取技术。它具有多个方向、参数和模式的优点,对人体亦无害。它能显示人体组织的解剖和功能信息。MR成像具有广泛的应用。然而,MR成像的扫描时间长,扫描速度慢,由于器官运动可能导致图像模糊,无法提供动态的实时图像和导航。所以,MR成像的缺点限制了功能成像的推广并给使用者带来额外的痛苦。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。