Show simple item record

Improved MRI Reconstruction Using a Singular Value Decomposition Approximation

dc.creatorLyra-Leite, Davi Marcospa
dc.creatorCarvalho Lustosa da Costa, João Paulospa
dc.creatorAzevedo de Carvalho, João Luizspa
dc.date2012-12-28
dc.date.accessioned2019-09-19T21:38:45Z
dc.date.available2019-09-19T21:38:45Z
dc.identifierhttps://revistas.udistrital.edu.co/index.php/reving/article/view/3853
dc.identifier10.14483/23448393.3853
dc.identifier.urihttp://hdl.handle.net/11349/19771
dc.descriptionLa reconstrucción de datos de resonancia magnética (RM) puede ser una tarea computacionalmente ardua. La razón señal-ruido también puede presentar complicaciones, especialmente en imágenes de alta resolución. En este sentido, la compresión de datos puede ser útil no sólo para reducir la complejidad y los requerimientos de memoria, sino también para reducir el ruido, hasta inclusive permitir eliminar componentes espurios.El presente trabajo propone el uso de un sistema basado en la descomposición por valores singulares de bajo orden para reconstrucción y reducción de ruido en imágenes de RM. El criterio de información de Akaike se utiliza para estimar el orden del modelo, que es usado para remover los componentes ruidosos y reducir la cantidad de datos procesados y almacenados. El método propuesto es evaluado usando datos de RM in vivo. Se presentan imágenes reconstruidas con menos de 20% de los datos originales y con calidad similar en cuanto a su inspección visual. Igualmente se presenta una evaluación cuantitativa del método.es-ES
dc.descriptionThe reconstruction of magnetic resonance imaging (MRI) data can be a computationally demanding task. Signal-to-noise ratio is also a concern, especially in high-resolution imaging. Data compression may be useful not only for reducing reconstruction complexity and memory requirements, but also for reducing noise, as it is capable of eliminating spurious components.This work proposes the use of a singular value decomposition low-rank approximation for reconstruction and denoising of MRI data. The Akaike Information Criterion is used to estimate the appropriate model order, which is used to remove noise components and to reduce the amount of data to be stored and processed. The proposed method is evaluated using in vivo MRI data. We present images reconstructed using less than 20% of the original data size, and with a similar quality in terms of visual inspection. A quantitative evaluation is also presenteden-US
dc.formatapplication/pdf
dc.formattext/html
dc.languagespa
dc.publisherUniversidad Distrital Francisco José de Caldasen-US
dc.relationhttps://revistas.udistrital.edu.co/index.php/reving/article/view/3853/5687
dc.relationhttps://revistas.udistrital.edu.co/index.php/reving/article/view/3853/6618
dc.sourceIngeniería; Vol 17 No 2 (2012): July - December; 35 - 45en-US
dc.sourceIngeniería; Vol. 17 Núm. 2 (2012): Julio - Diciembre; 35 - 45es-ES
dc.source2344-8393
dc.source0121-750X
dc.subjectdata reconstructionen-US
dc.subjectdenoisingen-US
dc.subjectmagnetic resonance imagingen-US
dc.subjecttruncated SVD.en-US
dc.subjectdescomposición truncada de valores singulareses-ES
dc.subjectreconstrucción de datoses-ES
dc.subjectreducción del ruidoes-ES
dc.subjectresonancia magnética.es-ES
dc.titleReconstrucción Mejorada de Datos de Resonancia Magnética Mediante Aproximación por Descomposición por Valores Singulareses-ES
dc.titleImproved MRI Reconstruction Using a Singular Value Decomposition Approximationen-US
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeArticleen-US
dc.typeArtículoes-ES


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record