一种基于局部低秩核磁共振图像运动伪影矫正方法及装置.pdf
邻家****ng
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于局部低秩核磁共振图像运动伪影矫正方法及装置.pdf
本发明公开了一种基于局部低秩核磁共振图像运动伪影矫正方法及装置,首先采集多帧核磁共振原始数据获取采集顺序数据I={I<base:Sub>1</base:Sub>,I<base:Sub>1</base:Sub>,...,I<base:Sub>n</base:Sub>};再输入步骤S<base:Sub>1</base:Sub>磁共振序列中的第i帧图像I<base:Sub>i</base:Sub>,其中1≤i≤n;并对MRI图像帧I<base:Sub>i</base:Sub>进行稀疏低秩矩阵分解,分别得到稀疏图
基于低秩矩阵恢复的多曝光图像去伪影融合方法.pdf
本发明公开了一种基于低秩矩阵恢复的多曝光图像去伪影融合方法。首先,归一化输入多曝光图像序列;接着,使用相机响应函数对归一化后的图像序列进行辐射校准;然后向量化多曝光图像序列构成低秩矩阵恢复的数据矩阵;使用改进的低秩矩阵恢复算法得到低秩矩阵;从低秩矩阵数据中恢复目标的高动态范围(Highdynamicrange,HDR)图像。本发明利用低秩矩阵恢复的最新研究成果,能够得到有效去除融合后的HDR图像中的伪影和模糊问题。
一种基于深度学习的核磁共振图像的降采样伪影去除方法.pdf
一种基于深度学习的核磁共振图像的降采样伪影去除方法,包括如下步骤:步骤一,通过带伪影的样本磁共振图像获得最优模型;步骤二,将带降采样伪影的磁共振图像通过步骤一得到的最优模型处理,得到估计伪影图;步骤三,用带降采样伪影的磁共振图像减去步骤二得的估计伪影图像,然后用测量数据代替对应k空间低频数据得到去伪影图像。该基于卷积神经网络的模型能有效地去除磁共振图像中由于降采样导致的伪影,并且不会造成明显的模糊以及对比度的损失,同时很好地保留图像的细节,并且具有高的鲁棒性和高效性。
磁共振图像运动伪影矫正方法研究的综述报告.docx
磁共振图像运动伪影矫正方法研究的综述报告磁共振成像(MRI)已经成为临床医学中高质量的断层影像技术,它在解剖学、生理学和病理学方面都具有广泛的应用价值。但是,MRI图像中的运动伪影经常会损害图像质量,影响诊断和治疗的准确性。因此,伪影矫正是MRI影像处理中至关重要的一个步骤。MRI图像中的运动伪影可以由各种运动因素引起,例如呼吸、心跳、肌肉收缩、器械移动以及患者本身的微小运动等。伪影通常表现为图像的模糊、失真或畸变。因此,为了准确诊断病情,需要采用技术手段进行运动伪影矫正。近年来,很多MRI伪影矫正方法被
基于低秩矩阵恢复的非局部图像修复方法.pdf
本发明公开了一种基于低秩矩阵恢复的非局部图像修复方法,包括:分别针对低秩纹理和自然图像分别进行预补全;将预补全图像划分为若干个图像块,基于块匹配和分组法计算各个图像块的匹配块矩阵;利用低秩矩阵补全对匹配块矩阵进行对各个图像块进行修复;整合所有图像块的修复结果根据整合结果对待修复图像进行修复。本发明综合使用基于样例和基于数值计算两种图像补全方法。在应用场景的范围上比现存的图像补全方法要广,特别是能够近乎完美的从随机采样中重构出图像,且首先进行预补全,然后再分组进行块补全,大大提高了修复精度,该方法可以方便的