Перейти к основному содержанию
Библиотечно-издательский комплекс СФУ
Toggle navigation
Ресурсы
Библиотечный поиск
Каталог изданий университета
Университетские информационные ресурсы
Российские информационные ресурсы
Мировые информационные ресурсы
Периодические издания
Тематические путеводители
Книгообеспеченность учебного процесса
Приобретение литературы
Читателю
Регистрация читателей
Получение и возврат литературы
Межбиблиотечный абонемент
Тематические путеводители
Обучение работе с ресурсами
Доступная среда библиотеки
Детская развивающая площадка
Подарить книгу библиотеке
Автору
Правила издания рукописей
План выпуска изданий
Размещение публикаций в библиотеке, репозитории, РИНЦ
Проверка
журнала
Служба поддержки публикационной
активности
Учёт публикаций в АИС
«Прометей»
Услуги
Справочник услуг и сервисов БИК
Новая заявка на услугу
Бронирование помещений
Контакты
Адреса и режим работы
Контакты
Вопрос-Ответ
Отправить отзыв
Ещё
О Научной библиотеке
Об Издательстве
Дилерство «САБ ИРБИС»
Красноярский ИРБИС-клуб
Литературный клуб «Высокий берег»
Подкаст «Пища для ума»
Вакансии
Часто задаваемые вопросы
Мобильное приложение
Карта сайта и поиск по сайту
Онлайн-медиа Научной библиотеки
Личный кабинет
Главная
Ресурсы
Библиотечный поиск
Sparse MRI: The
application of
compressed sensing
for rapid MR imaging
Michael Lustig
David L. Donoho
John M. Pauly
2007 год
Sparse MRI: The application of compressed sensing for rapid MR imaging
статья из журнала
Полный текст
Страница публикации
Публикация в OpenAlex
Аннотация:
Abstract The sparsity which is implicit in MR images is exploited to significantly undersample k ‐space. Some MR images such as angiograms are already sparse in the pixel representation; other, more complicated images have a sparse representation in some transform domain–for example, in terms of spatial finite‐differences or their wavelet coefficients. According to the recently developed mathematical theory of compressed‐sensing, images with a sparse representation can be recovered from randomly undersampled k ‐space data, provided an appropriate nonlinear recovery scheme is used. Intuitively, artifacts due to random undersampling add as noise‐like interference. In the sparse transform domain the significant coefficients stand out above the interference. A nonlinear thresholding scheme can recover the sparse coefficients, effectively recovering the image itself. In this article, practical incoherent undersampling schemes are developed and analyzed by means of their aliasing interference. Incoherence is introduced by pseudo‐random variable‐density undersampling of phase‐encodes. The reconstruction is performed by minimizing the ℓ 1 norm of a transformed image, subject to data fidelity constraints. Examples demonstrate improved spatial resolution and accelerated acquisition for multislice fast spin‐echo brain imaging and 3D contrast enhanced angiography. Magn Reson Med, 2007. © 2007 Wiley‐Liss, Inc.
Год издания:
2007
Авторы:
Michael Lustig
,
David L. Donoho
,
John M. Pauly
Издательство:
Wiley
Источник:
Magnetic Resonance in Medicine
Ключевые слова:
Advanced MRI Techniques and Applications, Sparse and Compressive Sensing Techniques, Atomic and Subatomic Physics Research
Другие ссылки:
Magnetic Resonance in Medicine
(PDF)
Magnetic Resonance in Medicine
(HTML)
PubMed
(HTML)
Показать дополнительные сведения
DOI:
https://doi.org/10.1002/mrm.21391
Открытый доступ:
bronze
Том:
58
Выпуск:
6
Страницы:
1182–1195