动态 MRI 重建中的稳健深度线性误差分解：双重总变差和核范数
原文中文，约300字，阅读约需1分钟。发表于：。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），通过添加线性图像域误差分析，减少了噪声并增强了算法的抗干扰能力，在动态磁共振成像序列的空时特征和不同维度之间的互补关系上利用双重总变差（TV）和双重核范数（NN）正则化，实现了多维数据的重建精度和时间复杂度上的优于当前五种最先进方法的性能。
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，利用双重总变差和双重核范数正则化，实现了多维数据的重建精度和时间复杂度上的优于当前五种最先进方法的性能。
