Debiasing incorporated into reconstruction of low-rank modelled dynamic MRI data

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F16%3APU120248" target="_blank" >RIV/00216305:26220/16:PU120248 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.itwist16.es.aau.dk/digitalAssets/223/223252_dankovamarie-poster.pdf" target="_blank" >https://www.itwist16.es.aau.dk/digitalAssets/223/223252_dankovamarie-poster.pdf</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Debiasing incorporated into reconstruction of low-rank modelled dynamic MRI data
Popis výsledku v původním jazyce
Reconstruction of undersampled dynamic magnetic resonance imaging (MRI) data can be treated as a compressed sensing (CS) problem. Reconstruction using CS proved to be very useful in the area of MRI, but the estimates are biased due to convex relaxation of sparsity measures. Debiasing is a procedure usually carried out by the least squares method after the CS solution has been found. We show a method which debiases the estimates within a single procedure, when the CS problem, arising from the perfusion MRI analysis (DCE-MRI), involves a low-rank prior.
Název v anglickém jazyce
Debiasing incorporated into reconstruction of low-rank modelled dynamic MRI data
Popis výsledku anglicky
Reconstruction of undersampled dynamic magnetic resonance imaging (MRI) data can be treated as a compressed sensing (CS) problem. Reconstruction using CS proved to be very useful in the area of MRI, but the estimates are biased due to convex relaxation of sparsity measures. Debiasing is a procedure usually carried out by the least squares method after the CS solution has been found. We show a method which debiases the estimates within a single procedure, when the CS problem, arising from the perfusion MRI analysis (DCE-MRI), involves a low-rank prior.

Projekt
<a href="/cs/project/GA16-13830S" target="_blank" >GA16-13830S: Perfuzní zobrazování v magnetické rezonanci pomocí komprimovaného snímání</a><br>
Návaznosti
S - Specificky vyzkum na vysokych skolach

Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)