一种基于变换学习和联合稀疏性的迭代自一致性并行成像重构方法

摘要

本发明涉及一种基于变换学习和联合稀疏性的迭代自一致性并行成像重构方法，属于医学磁共振成像技术领域。本发明基于迭代自一致性并行成像重构问题，提出了一种结合变换学习和联合稀疏正则项的笛卡尔迭代自一致性并行磁共振成像重构方法，利用变量分离(Variable Splitting，VS)和交替方向乘子法(Alternating Direction Method of Multipliers，ADMM)技术进行求解。对两个实际数据集的仿真实验表明，与其他比较方法相比，本发明提出的新算法能获得更好的重构质量。