本研究提出了一种无监督的图像重建算法,旨在解决自由呼吸和未门控3D心脏MRI中的运动补偿问题。该算法通过低秩模型有效表示运动相位,显著提升了心脏MRI图像的恢复质量。
本文综述了主成分分析(PCA)的多种扩展方法,包括非线性数据内在维数估计、深度自编码器降维、高维稀疏主成分恢复、异构数据低秩模型、异常检测、残差成分分析、属性分离、公平性学习及随机投影技术,并总结了各方法的优缺点与应用场景。
完成下面两步后,将自动完成登录并继续当前操作。