当前位置： 首页 > article >正文

BART 并行成像压缩感知重建：联合重建

article 2025/3/9 20:19:18

本文使用 variavle-density possion-disc 采样的多通道膝盖数据进行并行重建和压缩感知重建。

0 数据欠采样sampling pattern

1 计算ESPIRiT maps


% A visualization of k-space data

knee = readcfl('data/knee');
ksp_rss = bart('rss 8', knee);

ksp_rss = squeeze(ksp_rss);
figure, imshow(abs(ksp_rss).^0.125, []); title('k-space')


% Root-of-sum-of-squares image

knee_imgs = bart('fft -i 6', knee);
knee_rss = bart('rss 8', knee_imgs);


% ESPIRiT calibration (one map)

knee_maps = bart('ecalib -c0. -m1', knee);

2 使用小波变换做 L1 sparsity  正则

% l1-regularized reconstruction (wavelet basis)

knee_l1 = bart('pics -l1 -r0.01', knee, knee_maps);

<


http://www.kler.cn/a/144764.html

相关文章：

  • ElasticSearch 同步的方式
  • 【Docker】Docker 仓库管理和Docker Dockerfile
  • uniapp时间选择器
  • 电源控制系统架构（PCSA）之电源控制框架概览
  • Apache多后缀解析漏洞分析
  • 【OpenCV实现图像：可视化目标检测框】
  • 微机原理_4
  • Redis key 过期监听实现
  • MUYUCMS v2.1：一款开源、轻量级的内容管理系统
  • 究极短的快排代码【QuickSort】
  • Spring（2）：Spring事务管理机制
  • BERT-pytorch源码实现，解决内存溢出问题
  • 基于 STM32 的温度测量与控制系统设计
  • AUTOSAR汽车电子嵌入式编程精讲300篇-基于机器学习的车载 CAN 网络入侵检测（续）
  • GB28181学习（十七）——基于jrtplib实现tcp被动和主动发流
  • python的requests请求参数带files
  • vue一个页面左边是el-table表格 当点击每条数据时可以在右边界面编辑表格参数，右边保存更新左边表格数据
  • 不用排队升级GPT/获取api
  • 键入网址到网页显示，期间发生了什么？
  • 【云原生 Prometheus篇】Prometheus的动态服务发现机制