基于外积有效和字典学习的改进灵敏度编码重建算法

段继忠，苏艳

（昆明理工大学 信息工程与自动化学院，昆明 650500）  

摘  要：灵敏度编码(Sensitivity Encoding, SENSE)是一种利用接收器线圈灵敏度的固有空间编码信息来实现图像重建的并行磁共振成像(Magnetic Resonance Imaging, MRI)技术。现存基于SENSE模型的MRI重建算法的自适应能力不足,导致重建图像精度欠缺。基于上述情况，将包含L₀范数的外积有效和字典学习(Efficient Sum of Outer Products Dictionary Learning, SOUPDIL)引入SENSE模型中，提出一种基于SOUPDIL的改进灵敏度编码重建算法，即SOUPDIL-SENSE。提出的算法主要基于交替方向乘子法求解，通过字典学习和图像更新两步实现并行MRI重建。仿真实验结果表明：该算法能够促进图像稀疏性，有效消除图像重建噪声和伪影，显著提升图像重建精度。

关键词：并行磁共振成像，灵敏度编码，外积有效和字典学习，交替方向乘子法

扫描二维码全文浏览

Cite this article

Duan, J., Su, Y. Improved Sensitivity Encoding Parallel Magnetic Resonance Imaging Reconstruction Algorithm Based on Efficient Sum of Outer Products Dictionary Learning. J. Shanghai Jiaotong Univ. (Sci.) 30, 561–571 (2025). https://doi.org/10.1007/s12204-023-2677-9