La reconstrucción de imágenes de resonancia magnética dinámica (dMRI) a partir de datos k-espaciales parcialmente muestreados tiene que hacer frente a un compromiso entre la resolución espacial y la resolución temporal. En este trabajo, se introduce un modelo de descomposición de bajo rango y disperso para resolver este problema, que se formula como un problema inverso regularizado por el análisis robusto de componentes principales (RPCA). El problema inverso puede resolverse mediante un método de optimización convexa. Proponemos un algoritmo escalable y rápido basado en los multiplicadores de Lagrange aumentados inexactos (IALM) para llevar a cabo la optimización convexa. Los resultados experimentales demuestran que nuestro algoritmo propuesto puede lograr una calidad de reconstrucción superior y una velocidad de reconstrucción más rápida en imágenes de cine cardiacas en comparación con los métodos de reconstrucción más avanzados existentes.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Efecto del espaciamiento entre plantas sobre el rendimiento y los componentes del rendimiento del tomate ( L.) en Shewarobit, Etiopía central.
Artículos:
Cambio en la microviscosidad de las membranas eritrocitarias y las proteínas del plasma sanguíneo tras la adición de óxido de grafeno: Estudio de espectroscopia ESR
Artículos:
Un nuevo enfoque para mejorar las propiedades de barrera de los nanocompuestos de PET/arcilla
Artículos:
Ajuste de la estructura morfológica y la actividad fotocatalítica del (BiO) 2 CO 3 dopado con nitrógeno mediante la temperatura hidrotermal
Artículos:
Variaciones espacio-temporales del Sr en la parte sur del Mar Báltico durante el período de 2005-2010.