TPAMI 2025 | 深入挖掘梯度在基于展开的加速磁共振成像重建中的应用

论文信息

题目:Digging Deeper in Gradient for Unrolling - based Accelerated MRI Reconstruction
深入挖掘梯度在基于展开的加速磁共振成像重建中的应用
作者:Faming Fang, Tingting Wang, Guixu Zhang, Fang Li

论文创新点

  1. 推导全新先验:论文深入研究图像梯度这一高频信息,通过理论分析,推导得到全采样磁共振图像的最大梯度幅值累积偏差(CDMG)先验,并将其作为显式先验,结合隐式深度先验,构建先验概率项。
  2. 拓展观测模型:与其他基于展开且在单图像级别构建模型的方法不同,该论文引入多阶梯度算子,将观测模型从单级拓展到多级,进一步提高似然项的建模精度。
  3. 提出新网络架构:将迭代优化算法通过深度展开神经网络实现,提出

你可能感兴趣的:(论文解读,IEEE,TPAMI,IEEE,TPAMI,深度学习,顶刊论文,论文解读)