基于奇异值分解的改进GRAPPA算法研究
Research and Exploration in Laboratory（2022）
Abstract
GRAPPA算法是临床上使用较多的并行磁共振成像算法.现有的GRAPPA算法对2倍降采样能够很好地避免卷褶伪影,但是对于3倍以及3倍以上的降采样重建效果欠佳.为此提出一种GRAPPA算法的改进方法以提高在高倍降采样情况下的图像重建质量,将并行成像重建过程引入奇异值分解法,降低矩阵条件数,提高最小二乘法拟合出超定方程组的稳定性.将仿真结果与原GRAPPA算法相比,发现此算法稳定性更好,在降采样倍数为3及以上时表现出更小的卷褶伪影,更低的噪声,更丰富图像细节;从运行时间看,该算法虽然理论复杂度增加,但由于对矩阵进行压缩使得计算时间下降,运行效率提高.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined