CN109009109A - 三维并行磁共振成像的方法、装置、设备以及存储介质 - Google Patents
三维并行磁共振成像的方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN109009109A CN109009109A CN201810663998.1A CN201810663998A CN109009109A CN 109009109 A CN109009109 A CN 109009109A CN 201810663998 A CN201810663998 A CN 201810663998A CN 109009109 A CN109009109 A CN 109009109A
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional
- detected
- parallel
- width
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种三维并行磁共振成像的方法、装置、设备以及计算机可读存储介质，包括：采集待检测部位的欠采样信号后，依据所述欠采集信号和并行磁共振成像重建算法，得到所述待检测部位的多幅二维图像；提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息，构建所述待检测部位的三维图像；分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息，从而依据所述图像特征间的内在关联信息和所述并行磁共振成像重建算法，构造稀疏优化模型；利用预设算法和稀疏优化模型，计算得到所述待检测部位的目标图像。本发明所提供的方法、装置、设备以及计算机可读存储介质，减少了图像的伪影和噪声，提高了图像的成像质量。
Description
技术领域
本发明涉及图像处理技术领域，特别是涉及一种三维并行磁共振成像的方法、装置、设备以及计算机可读存储介质。
背景技术
并行磁共振成像技术使用多个接收线圈同时接收磁共振信号，解决了磁共振成像扫描时间过长的问题，但在加速扫描后会使磁共振图像产生伪影和噪声，降低了磁共振图像的成像质量。
综上所述可以看出，如何提高磁共振图像的成像质量是目前有待解决的问题。
发明内容
本发明的目的是提供一种三维并行磁共振成像的方法、装置、设备以及计算机可读存储介质，已解决现有技术中加速扫描导致磁共振图像成像质量低的问题。
为解决上述技术问题，本发明提供一种三维并行磁共振成像的方法，包括：采集待检测部位的欠采样信号后，依据所述欠采集信号和并行磁共振成像重建算法，得到所述待检测部位的多幅二维图像；提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息，构建所述待检测部位的三维图像；分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息，从而依据所述图像特征间的内在关联信息和所述并行磁共振成像重建算法，构造稀疏优化模型；利用预设算法和稀疏优化模型，计算得到所述待检测部位的目标图像。
优选地，所述采集待检测部位的欠采样信号包括：
利用并行磁共振设备加速采集待检测部位的磁共振信号，提取所述磁共振信号中的欠采样信号。
优选地，所述提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息，构建所述待检测部位的三维图像包括：
利用紧框架系统对所述每幅二维图像进行二维分解，从而提取所述每幅二维图像的二维高频信息；将所述每幅二维图像的二维高频信息叠加在一起，得到所述待检测部位的三维图像。
优选地，所述分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息包括：利用一维紧框架系统对所述三维图像进行一维分解，得到相邻线圈接收到的二维高频信息之间相加和相减的结果，将所述结果作为所述三维图像的图像特征间的内在关联信息。
优选地，所述利用预设算法和稀疏优化模型，计算得到所述待检测部位的目标图像包括：利用所述稀疏优化模型和交替方向乘子法求解模型，获取所述待检测部位的优化图像。
本发明还提供了一种三维并行磁共振成像的装置，包括：
采集模块，用于采集待检测部位的欠采样信号后，依据所述欠采集信号和并行磁共振成像重建算法，得到所述待检测部位的多幅二维图像；
构建模块，用于提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息，构建所述待检测部位的三维图像；
分解模块，用于分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息，从而依据所述图像特征间的内在关联信息和所述并行磁共振成像重建算法，构造稀疏优化模型；
计算模块，用于利用预设算法和稀疏优化模型，计算得到所述待检测部位的目标图像。
优选地，所述采集模块具体用于：利用并行磁共振设备加速采集待检测部位的磁共振信号，提取所述磁共振信号中的欠采样信号。
优选地，所述提取模块具体用于：
利用紧框架系统对所述每幅二维图像进行二维分解，从而提取所述每幅二维图像的二维高频信息；将所述每幅二维图像的二维高频信息叠加在一起，得到所述待检测部位的三维图像。
本发明还提供了一种三维并行磁共振成像的设备，包括：
存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述一种三维并行磁共振成像的方法的步骤。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种三维并行磁共振成像的方法的步骤。
本发明所提供的三维并行磁共振成像的方法，采集待检测部位的欠采样信号后，利用并行磁共振成像重建算法对所述欠采集信号进行处理，得到所述待检测部位的多幅二维图像；提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息构建所述待检测部位的三维图像；分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息，利用所述并行磁共振成像算法和所述图像特征间的内在关联信息，构造稀疏优化模型；利用所述稀疏优化模型对用于获取磁共振图像的预设算法进行优化后，计算得到所述待检测部位的目标图像。本发明所提供的并行磁共振成像的方法，利用磁共振设备接收到的多幅二维图像中的图像特征，将多幅二维图像叠加成一幅三维图像，并在所述三维图像上刻画图像特征间的内在关联信息，利用所述内在关系信息构造稀疏优化模型，从而减少了磁共振图像中的伪影和噪声，提高了磁共振图像的成像质量。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种三维并行磁共振成像的方法的第一种具体实施例的流程图；
图2为本发明所提供的一种三维并行磁共振成像的方法的第二种具体实施例的流程图；
图3为本发明实施例提供的一种三维并行磁共振成像的装置的结构框图。
具体实施方式
本发明的核心是提供一种三维并行磁共振成像的方法、装置、设备以及计算机可读存储介质，减少了磁共振图像中产生的伪影和噪声，提高了磁共振图像的成像质量。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，图1为本发明所提供的一种三维并行磁共振成像的方法的第一种具体实施例的流程图；具体操作步骤如下：
步骤S101：采集待检测部位的欠采样信号后，依据所述欠采集信号和并行磁共振成像重建算法，得到所述待检测部位的多幅二维图像；
在本实施例中，礼利用并行磁共振设备加速采集待检测部位的磁共振信号，提取所述磁共振信号的欠采样信号；利用并行磁共振成像重建算法对所述欠采样信号进行处理得到所述待检测部位的多幅二维图像。
所述待检测部位可以为大脑、腹部等。
步骤S102：提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息，构建所述待检测部位的三维图像；
步骤S103：分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息，从而依据所述图像特征间的内在关联信息和所述并行磁共振成像重建算法，构造稀疏优化模型；
步骤S104：利用预设算法和稀疏优化模型，计算得到所述待检测部位的目标图像。
在本实施例中，将并行磁共振设备接收到的多个二维图像叠在一起成为一个三维图像；通过分解三维图像数据，获得图像特征之间的内在关联信息；结合并行磁共振成像重建算法，构造稀疏优化模型，通过预设算法求解得到目标磁共振图像，从而减少了磁共振图像的伪影和噪声，提高了磁共振图像的成像质量。
基于上述实施例，本实施例在得到所述待检测部位的多幅二维图像后，对所述多幅二维图像进行小波分解，从而提取到每幅二维图像中的高频信息；请参考图2，图2为本发明所提供的一种三维并行磁共振成像的方法的第二种具体实施例的流程图；具体操作步骤如下：
步骤S201：采集待检测部位的欠采样信号后，利用并行磁共振成像重建算法对所述欠采集信号进行处理，得到所述待检测部位的多幅二维图像；
步骤S202：利用紧框架系统对所述每幅二维图像进行二维分解，从而提取所述每幅二维图像的二维高频信息；
在本实施例中，可以对所述每幅二维图像进行二维小波分解，从而得到所述每幅二维图像的二维高频信息。所述小波分解为所述紧框架系统中一种特殊分解系统，因此在本实施例中还可以使用其他紧框架系统对所述每幅二维图像进行分解，在此不作限定。
步骤S203：将所述每幅二维图像的二维高频信息叠加在一起，得到所述待检测部位的三维图像；
步骤S204：利用一维紧框架系统对所述三维图像进行一维分解，得到相邻线圈接收到的二维高频信息之间相加和相减的结果，将所述结果作为所述三维图像的图像特征间的内在关联信息；
在本实施例中，可以采用一维Haar小波分解对所述三维图像进行一维分解；也可以使用其他一维紧框架系统对所述三维图像进行分解；在此不作限定。
步骤S205：利用所述稀疏优化模型和交替方向乘子法求解模型，获取所述待检测部位的优化图像。
在其他的方法实施例中，在构造所述稀疏优化模型后，还可以通过迭代算法求解模型，从而得到目标图像。
在本实施例中，在得到多幅二维图像后，采用二维小波分解提取每幅二维图像的高频信息；利用一维小波分解提取三维图像的图像特征间的内在关联特征，从而构造稀疏优化模型，利用预设算法和所述稀疏优化模型求解得到所述待检测部位的目标磁共振图像，减少了磁共振图像的伪影和噪声，提高了磁共振图像的成像质量。
请参考图3，图3为本发明实施例提供的一种三维并行磁共振成像的装置的结构框图；具体装置可以包括：
采集模块100，用于采集待检测部位的欠采样信号后，依据所述欠采集信号和并行磁共振成像重建算法，得到所述待检测部位的多幅二维图像；
构建模块200，用于提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息，构建所述待检测部位的三维图像；
分解模块300，用于分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息，从而依据所述图像特征间的内在关联信息和所述并行磁共振成像重建算法，构造稀疏优化模型；
计算模块400，用于利用预设算法和稀疏优化模型，计算得到所述待检测部位的目标图像。
本实施例的三维并行磁共振成像的装置用于实现前述的三维并行磁共振成像的方法，因此三维并行磁共振成像的装置中的具体实施方式可见前文中的三维并行磁共振成像的方法的实施例部分，例如，采集模块100，构建模块200，分解模块300，计算模块400，分别用于实现上述三维并行磁共振成像的方法中步骤S101，S102，S103和S104，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。
本发明具体实施例还提供了一种三维并行磁共振成像的设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述一种三维并行磁共振成像的方法的步骤。
本发明具体实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种三维并行磁共振成像的方法的步骤。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的三维并行磁共振成像的方法、装置、设备以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种三维并行磁共振成像的方法，其特征在于，包括：
采集待检测部位的欠采样信号后，依据所述欠采集信号和并行磁共振成像重建算法，得到所述待检测部位的多幅二维图像；
提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息，构建所述待检测部位的三维图像；
分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息，从而依据所述图像特征间的内在关联信息和所述并行磁共振成像重建算法，构造稀疏优化模型；
利用预设算法和稀疏优化模型，计算得到所述待检测部位的目标图像。
2.如权利要求1所述的方法，其特征在于，所述采集待检测部位的欠采样信号包括：
利用并行磁共振设备加速采集待检测部位的磁共振信号，提取所述磁共振信号中的欠采样信号。
3.如权利要求2所述的方法，其特征在于，所述提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息，构建所述待检测部位的三维图像包括：
利用紧框架系统对所述每幅二维图像进行二维分解，从而提取所述每幅二维图像的二维高频信息；
将所述每幅二维图像的二维高频信息叠加在一起，得到所述待检测部位的三维图像。
4.如权利要求3所述的方法，其特征在于，所述分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息包括：
利用一维紧框架系统对所述三维图像进行一维分解，得到相邻线圈接收到的二维高频信息之间相加和相减的结果，将所述结果作为所述三维图像的图像特征间的内在关联信息。
5.如权利要求4所述的方法，其特征在于，所述利用预设算法和稀疏优化模型，计算得到所述待检测部位的目标图像包括：
利用所述稀疏优化模型和交替方向乘子法求解模型，获取所述待检测部位的优化图像。
6.一种三维并行磁共振成像的装置，其特征在于，包括：
采集模块，用于采集待检测部位的欠采样信号后，依据所述欠采集信号和并行磁共振成像重建算法，得到所述待检测部位的多幅二维图像；
构建模块，用于提取每幅二维图像的二维高频信息，利用所述每幅二维图像的二维高频信息，构建所述待检测部位的三维图像；
分解模块，用于分解所述三维图像，得到所述三维图像的图像特征间的内在关联信息，从而依据所述图像特征间的内在关联信息和所述并行磁共振成像重建算法，构造稀疏优化模型；
计算模块，用于利用预设算法和稀疏优化模型，计算得到所述待检测部位的目标图像。
7.如权利要求6所述的装置，其特征在于，所述采集模块具体用于：
利用并行磁共振设备加速采集待检测部位的磁共振信号，提取所述磁共振信号中的欠采样信号。
8.如权利要求7所述的装置，其特征在于，所述提取模块具体用于：
利用紧框架系统对所述每幅二维图像进行二维分解，从而提取所述每幅二维图像的二维高频信息；
将所述每幅二维图像的二维高频信息叠加在一起，得到所述待检测部位的三维图像。
9.一种三维并行磁共振成像的设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述一种三维并行磁共振成像的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述一种三维并行磁共振成像的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810663998.1A CN109009109A (zh) | 2018-06-25 | 2018-06-25 | 三维并行磁共振成像的方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810663998.1A CN109009109A (zh) | 2018-06-25 | 2018-06-25 | 三维并行磁共振成像的方法、装置、设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109009109A true CN109009109A (zh) | 2018-12-18 |
Family
ID=64610292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810663998.1A Pending CN109009109A (zh) | 2018-06-25 | 2018-06-25 | 三维并行磁共振成像的方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109009109A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110568391A (zh) * | 2019-09-10 | 2019-12-13 | 深圳大学 | 一种磁共振成像方法、系统及相关装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104013403A (zh) * | 2014-05-23 | 2014-09-03 | 浙江理工大学 | 一种基于张量分解稀疏约束的三维心脏磁共振成像方法 |
| CN104376541A (zh) * | 2014-12-09 | 2015-02-25 | 中国科学院武汉物理与数学研究所 | 一种基于重采样和稀疏分解的磁共振图像降噪方法 |
| CN104781685A (zh) * | 2012-09-26 | 2015-07-15 | 西门子公司 | 用于使用非相干采样和冗余haar子波的动态磁共振成像的图像重建 |
| CN105334479A (zh) * | 2014-06-10 | 2016-02-17 | 西门子(深圳)磁共振有限公司 | 一种磁共振成像方法和装置 |
| US9286648B2 (en) * | 2012-08-03 | 2016-03-15 | Nadar Mariappan S | Zero communication block partitioning |
| US9632156B2 (en) * | 2012-06-01 | 2017-04-25 | Siemens Healthcare Gmbh | Efficient redundant haar minimization for parallel MRI reconstruction |
-
2018
- 2018-06-25 CN CN201810663998.1A patent/CN109009109A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9632156B2 (en) * | 2012-06-01 | 2017-04-25 | Siemens Healthcare Gmbh | Efficient redundant haar minimization for parallel MRI reconstruction |
| US9286648B2 (en) * | 2012-08-03 | 2016-03-15 | Nadar Mariappan S | Zero communication block partitioning |
| CN104781685A (zh) * | 2012-09-26 | 2015-07-15 | 西门子公司 | 用于使用非相干采样和冗余haar子波的动态磁共振成像的图像重建 |
| CN104013403A (zh) * | 2014-05-23 | 2014-09-03 | 浙江理工大学 | 一种基于张量分解稀疏约束的三维心脏磁共振成像方法 |
| CN105334479A (zh) * | 2014-06-10 | 2016-02-17 | 西门子(深圳)磁共振有限公司 | 一种磁共振成像方法和装置 |
| CN104376541A (zh) * | 2014-12-09 | 2015-02-25 | 中国科学院武汉物理与数学研究所 | 一种基于重采样和稀疏分解的磁共振图像降噪方法 |
Non-Patent Citations (7)
| Title |
|---|
| BLAIMER, M: "《2D-GRAPPA-operator for faster 3D parallel MRI》", 《MAGNETIC RESONANCE IN MEDICINE 》 * |
| D. S. WELLER: "《Sparsity-Promoting Calibration for GRAPPA Accelerated Parallel MRI Reconstruction》", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 * |
| PENG QU等: "《Discrepancy-based adaptive regularization for GRAPPA reconstruction》", 《JOURNAL OF MAGNETIC RESCONANCE IMAGING》 * |
| ZE WANG等: "《Improved Data Reconstruction Method for GRAPPA》", 《MAGNETIC RESCONANCE IN MEDICINE》 * |
| 李涛 著: "《数字图像处理之红外弱目标分割方法研究》", 30 June 2016 * |
| 蒋先刚 著: "《数字图像模式识别工程项目研究》", 31 March 2014, 西南交通大学出版社 * |
| 袁晓冬等: "《小波多分辨分量相关性图像融合方法》", 《北京航空航天大学学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110568391A (zh) * | 2019-09-10 | 2019-12-13 | 深圳大学 | 一种磁共振成像方法、系统及相关装置 |
| WO2021046989A1 (zh) * | 2019-09-10 | 2021-03-18 | 深圳大学 | 一种磁共振成像方法、系统及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kim et al. | Accurate image super-resolution using very deep convolutional networks | |
| CN111898701B (zh) | 模型训练、帧图像生成、插帧方法、装置、设备及介质 | |
| Sandić-Stanković et al. | DIBR synthesized image quality assessment based on morphological wavelets | |
| CN109840881B (zh) | 一种3d特效图像生成方法、装置及设备 | |
| Gao et al. | Zernike-moment-based image super resolution | |
| Sun et al. | Lightweight image super-resolution via weighted multi-scale residual network | |
| CN105046651B (zh) | 一种图像的超分辨率重构方法和装置 | |
| Liu et al. | Recovery analysis for plug-and-play priors using the restricted eigenvalue condition | |
| CN107563974B (zh) | 图像去噪方法、装置、电子设备及存储介质 | |
| CN107481192B (zh) | 图像处理方法、装置、存储介质、计算机程序和电子设备 | |
| CN107437273A (zh) | 一种虚拟现实的六自由度三维重构方法、系统及便携式终端 | |
| CN104463785B (zh) | 一种超声图像的放大方法及装置 | |
| Mandal et al. | Depth map restoration from undersampled data | |
| CN104700440B (zh) | 磁共振部分k空间图像重建方法 | |
| JP2015203952A (ja) | 超解像装置及びプログラム | |
| CN109009109A (zh) | 三维并行磁共振成像的方法、装置、设备以及存储介质 | |
| CN108324276A (zh) | 磁共振成像方法和装置 | |
| CN114549300A (zh) | 图像字典的生成方法、图像重建方法及相关装置 | |
| EP4425422A1 (en) | Video processing method and apparatus, and device, storage medium and program product | |
| CN105631938B (zh) | 一种图像处理方法及电子设备 | |
| Sundar et al. | Design and analysis of fusion algorithm for multi-frame super-resolution image reconstruction using framelet | |
| CN105761210A (zh) | 基于自适应冲击滤波的低分辨率图像放大方法及装置 | |
| Cho et al. | Example-based super-resolution using self-patches and approximated constrained least squares filter | |
| CN103371818B (zh) | 水脂图像辨析方法及装置、一致化方法及装置 | |
| CN110568391A (zh) | 一种磁共振成像方法、系统及相关装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |
|
| RJ01 | Rejection of invention patent application after publication |