A wavelet-based regularized reconstruction algorithm for SENSE parallel MRI with applications to neuroimaging☆

OPTIMED : optimisation itérative pour la résolution de problèmes inverses de grande taille

“…Comme dans (Chaari et al, 2011b) où des représentations en ondelettes sépara-bles 2D sont utilisées pour la régularisation, toutes les méthodes de reconstruction de la littérature en IRMp opèrent coupe par coupe. L'inconvénient de cette stratégie ré-side dans le fait que la continuité spatiale est brisée entre les coupes adjacentes.…”

“…Pour ces raisons, modéliser la dépendance temporelle à travers les acquisitions temporelles au niveau de l'étape de reconstruction pourrait profondément influencer l'analyse statistique à mener. Nous nous sommes donc intéressés à l'extension de l'approche proposée dans (Chaari et al, 2011b) afin de :…”

“…Selon (Chaari et al, 2011b), et pour chaque niveau de résolution j et orientation o, l'opérateur proximal de la fonction de régularisation spatiale Φ o,j est donné par :…”

A Majorize-Minimize Memory Gradient method for complex-valued inverse problems

“…Most of these works were directed to the proposal of reconstruction methods for parallel MRI (PMRI) [7,9,12,31,41]. The objective of PMRI is to reduce the acquisition time while maintaining a good image quality.…”

“…Reconstruction approaches based on various variational formulations and optimization algorithms have been proposed for processing PMRI data, most of them being restricted to the convex case. We can mention, in particular, methods based on iterative soft-thresholding [27] or more elaborate proximal algorithms [11,12], and augmented Lagrangian techniques [2,7]. Note that, to the best of our knowledge, MM subspace algorithms have never been used in the context of PMRI.…”