低秩張量約束磁共振動(dòng)態(tài)成像及網(wǎng)絡(luò)驅(qū)動(dòng)先驗(yàn)的迭代特征加細(xì)圖像復(fù)原
發(fā)布時(shí)間:2021-11-25 05:12
作為數(shù)據(jù)分析與處理領(lǐng)域一個(gè)最基礎(chǔ)的問題,數(shù)據(jù)的表示形式被廣泛的研究。真實(shí)的數(shù)據(jù)存在著多維因素的約束,具有復(fù)雜的內(nèi)部結(jié)構(gòu)。由于這些數(shù)據(jù)表現(xiàn)出高維度的性質(zhì),向量和矩陣這類普遍使用的數(shù)據(jù)表示形式,不能很好地描述數(shù)據(jù)的全局相關(guān)性,丟失了數(shù)據(jù)中隱含的大量冗余信息。因此,高維數(shù)據(jù)的應(yīng)用具有廣泛的研究?jī)r(jià)值。在本文中,我們將高維圖像應(yīng)用于圖像復(fù)原(Image restoration,IR)中,從傳統(tǒng)的模型算法和深度學(xué)習(xí)算法兩個(gè)方向探索高維信息的有效性。傳統(tǒng)模型方面,通過優(yōu)化算法,挖掘高維圖像數(shù)據(jù)內(nèi)在結(jié)構(gòu)的先驗(yàn)信息,來解決動(dòng)態(tài)磁共振成像(Dynamic Magnetic Resonance Imaging,dMRI)問題。深度學(xué)習(xí)方面,使用高維圖像數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò),將其應(yīng)用于二維自然圖像的恢復(fù)問題。研究成果如下:(1)低秩張量約束的動(dòng)態(tài)磁共振成像:我們使用張量描述高維數(shù)據(jù),提出一種具有張量稀疏性的低秩張量編碼模型,利用高維圖像的局部自相似性從中提取相似立方塊后進(jìn)行組合,形成低秩張量模型。引入增廣拉格朗日乘子法(Augmented Lagrangian Multiplier,ALM)和交替方向乘子法(Alte...
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁(yè)數(shù)】:59 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.1?VGG-16的網(wǎng)絡(luò)結(jié)構(gòu)??1)卷積層:大腦的神經(jīng)元從局部感知信息后,在更高層神經(jīng)元中對(duì)信息進(jìn)??,
\??r=\?c=l?/=1?W?)??=?S,x1U,x2V,x3W,??其中紇=[^..,?]eR?+,,丨,…,v,,?]?e?RMxm?和?¥?=?[%,...,^??應(yīng)于C/,、K和%更小的矩陣,并以及/'I。正交矩陣戈e�。裕恚�??表示較小的核張量。對(duì)應(yīng)于R、K和%的矩陣分別沿著《?-?#、m?-?M和^?-?L設(shè)??置為零。其他方法[62_64]通過強(qiáng)制核張量4稀疏來執(zhí)行此過程。??f-——/I?——??LU/?"LUr-n??M?n?V?…??M??圖3.1低秩張量的HOSVD??ra?^([F1,F2,...,FA:])?<?說明,通過低秩張量逼近獲得的二階張量??k??是低秩張量[65],并且小于每個(gè)分量的秩值之和。構(gòu)造的低秩張量被視為數(shù)據(jù)稀??疏性的度量。換句話說,通過低秩張量逼近,將信號(hào)稀疏性問題推廣到了?dMRI??低秩張量編碼應(yīng)用中。??13??
?第3章低秩張量約束的磁共振動(dòng)態(tài)圖像重建???和256x256x25的偽徑向采樣掩模,應(yīng)用于心肌灌注數(shù)據(jù)和心臟電影數(shù)據(jù)的圖像??采樣工作。圖3.2分別列出兩種偽徑向采樣掩模其中的一鄭??I1BB??liBfl??(a)?(b)??圖3.2?(a)欠采樣率為84%,尺寸為90x190的偽徑向采樣掩模;(b)欠采樣率為91%,尺寸為??256?x?256的偽徑向采樣掩模??3.4.2參數(shù)設(shè)置??具體而言,我們的方法具有25個(gè)內(nèi)部迭代和10個(gè)外部迭代,3D圖像塊的??大小設(shè)置為4x4x45,參數(shù)//初始值為1(T5,其他變量設(shè)置如算法k-tLRTC所??示。特別地,參數(shù)被設(shè)置為連續(xù)性參數(shù),/??=?"。BCS設(shè)置50個(gè)內(nèi)部和25個(gè)??外部迭代,其他參數(shù)依據(jù)程序建議值未做改動(dòng);k-t?SLR選擇25個(gè)內(nèi)部迭代和??25個(gè)外部迭代,懲罰參數(shù)(分別為Schatten和TV參數(shù))被調(diào)整為建議值:??灼=02?=?1?(T7,其他參數(shù)依據(jù)程序建議值未做改動(dòng)。??3.4.3心肌灌注動(dòng)態(tài)磁共振成像??第一個(gè)實(shí)驗(yàn)為心肌灌注MRI,對(duì)照表3.1中不同的偽徑向采樣率來采集數(shù)??據(jù),用于圖像重建。??表3.1作用于心肌灌注MR丨欠采樣率??Pseudo?Radial??96%?93%?90%?88%?84%?80%?76%?66%??首先選擇欠采樣率為84%的重建結(jié)果作為樣本進(jìn)行比較。由于心肌灌注數(shù)??據(jù)包括70幀的圖像,數(shù)量過多,為了直觀地分析圖像重建質(zhì)量,圖3.3中(a)-(c)??行分別選擇左室攝取峰值、心肌攝取峰值和后對(duì)比期間(分別為第18、36和54??幀)的圖像展示。第1列為原始圖像,2-5列分別為零填充,BCS、k
本文編號(hào):3517472
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁(yè)數(shù)】:59 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.1?VGG-16的網(wǎng)絡(luò)結(jié)構(gòu)??1)卷積層:大腦的神經(jīng)元從局部感知信息后,在更高層神經(jīng)元中對(duì)信息進(jìn)??,
\??r=\?c=l?/=1?W?)??=?S,x1U,x2V,x3W,??其中紇=[^..,?]eR?+,,丨,…,v,,?]?e?RMxm?和?¥?=?[%,...,^??應(yīng)于C/,、K和%更小的矩陣,并以及/'I。正交矩陣戈e�。裕恚�??表示較小的核張量。對(duì)應(yīng)于R、K和%的矩陣分別沿著《?-?#、m?-?M和^?-?L設(shè)??置為零。其他方法[62_64]通過強(qiáng)制核張量4稀疏來執(zhí)行此過程。??f-——/I?——??LU/?"LUr-n??M?n?V?…??M??圖3.1低秩張量的HOSVD??ra?^([F1,F2,...,FA:])?<?說明,通過低秩張量逼近獲得的二階張量??k??是低秩張量[65],并且小于每個(gè)分量的秩值之和。構(gòu)造的低秩張量被視為數(shù)據(jù)稀??疏性的度量。換句話說,通過低秩張量逼近,將信號(hào)稀疏性問題推廣到了?dMRI??低秩張量編碼應(yīng)用中。??13??
?第3章低秩張量約束的磁共振動(dòng)態(tài)圖像重建???和256x256x25的偽徑向采樣掩模,應(yīng)用于心肌灌注數(shù)據(jù)和心臟電影數(shù)據(jù)的圖像??采樣工作。圖3.2分別列出兩種偽徑向采樣掩模其中的一鄭??I1BB??liBfl??(a)?(b)??圖3.2?(a)欠采樣率為84%,尺寸為90x190的偽徑向采樣掩模;(b)欠采樣率為91%,尺寸為??256?x?256的偽徑向采樣掩模??3.4.2參數(shù)設(shè)置??具體而言,我們的方法具有25個(gè)內(nèi)部迭代和10個(gè)外部迭代,3D圖像塊的??大小設(shè)置為4x4x45,參數(shù)//初始值為1(T5,其他變量設(shè)置如算法k-tLRTC所??示。特別地,參數(shù)被設(shè)置為連續(xù)性參數(shù),/??=?"。BCS設(shè)置50個(gè)內(nèi)部和25個(gè)??外部迭代,其他參數(shù)依據(jù)程序建議值未做改動(dòng);k-t?SLR選擇25個(gè)內(nèi)部迭代和??25個(gè)外部迭代,懲罰參數(shù)(分別為Schatten和TV參數(shù))被調(diào)整為建議值:??灼=02?=?1?(T7,其他參數(shù)依據(jù)程序建議值未做改動(dòng)。??3.4.3心肌灌注動(dòng)態(tài)磁共振成像??第一個(gè)實(shí)驗(yàn)為心肌灌注MRI,對(duì)照表3.1中不同的偽徑向采樣率來采集數(shù)??據(jù),用于圖像重建。??表3.1作用于心肌灌注MR丨欠采樣率??Pseudo?Radial??96%?93%?90%?88%?84%?80%?76%?66%??首先選擇欠采樣率為84%的重建結(jié)果作為樣本進(jìn)行比較。由于心肌灌注數(shù)??據(jù)包括70幀的圖像,數(shù)量過多,為了直觀地分析圖像重建質(zhì)量,圖3.3中(a)-(c)??行分別選擇左室攝取峰值、心肌攝取峰值和后對(duì)比期間(分別為第18、36和54??幀)的圖像展示。第1列為原始圖像,2-5列分別為零填充,BCS、k
本文編號(hào):3517472
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3517472.html
最近更新
教材專著