BriefGPT - AI 论文速递
·
体积重建解决静态和动态 PROPELLER 磁共振成像的离磁共鸣伪影
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的鲁棒低秩动态磁共振成像重建优化模型，通过高度欠采样和离散傅里叶变换（DFT）减少噪声并增强算法的抗干扰能力。利用双重总变差（TV）和双重核范数（NN）正则化，优化了动态磁共振成像序列的重建精度和时间复杂度。
🎯
关键要点
-
提出了一种新的鲁棒低秩动态磁共振成像重建优化模型。
-
通过高度欠采样和离散傅里叶变换（DFT）减少噪声。
-
增强了算法的抗干扰能力。
-
利用双重总变差（TV）和双重核范数（NN）正则化优化重建精度。
-
在动态磁共振成像序列的空时特征和不同维度之间利用互补关系。
-
实现了多维数据重建精度和时间复杂度优于当前五种最先进方法的性能。
➡️
