Laplacian manifold regularization method for fluorescence molecular tomography
Laplacian manifold regularization method for fluorescence molecular tomography
复制标题
荧光分子断层扫描的拉普拉斯流形正则化方法
DOI：
10.1117/1.jbo.22.4.045009
复制
发表时间：
2017-04
影响因子：
3.5
通讯作者：
贺小伟
中科院分区：
文献类型：
--
作者：
何雪磊;王晓东;易黄建;陈雁蓉;张旭;余景景;贺小伟
稀疏正则化方法已广泛应用于荧光分子层析成像（FMT）中，以实现稳定的三维重建。通常，基于1.1正则化的方法允许利用目标分布的稀疏性。然而，除了稀疏性之外，还应利用空间结构信息。为了提高重构性能，提出了一种l1和拉普拉斯流形联合正则化模型，并提出了两种求解正则化模型的算法（带Barzilai-Borwein策略和不带Barzilai-Borwein策略）。数值研究和体内实验结果表明，本文提出的梯度投影分解拉普拉斯流形正则化方法具有较好的性能。在空间聚合和定位精度方面，对l1最小化方法进行了比较。
Sparse regularization methods have been widely used in fluorescence molecular tomography (FMT) for stable three-dimensional reconstruction. Generally, l1-regularization-based methods allow for utilizing the sparsity nature of the target distribution. However, in addition to sparsity, the spatial structure information should be exploited as well. A joint l1 and Laplacian manifold regularization model is proposed to improve the reconstruction performance, and two algorithms (with and without Barzilai–Borwein strategy) are presented to solve the regularization model. Numerical studies and in vivo experiment demonstrate that the proposed Gradient projection-resolved Laplacian manifold regularization method for the joint model performed better.than the comparative algorithm for l1 minimization method in both spatial aggregation and location accuracy.
登录
查看更多内容
使用重新启动的 L1 正则化非线性共轭梯度算法增强荧光分子断层扫描的空间分辨率
影响因子：
3.5
作者：
Fei Liu;Guanglei Zhang;Jianwen Luo;Jing Bai
通讯作者：
Jing Bai
影响因子：
3.6
作者：
R. Holt;S. Davis;B. Pogue
通讯作者：
R. Holt;S. Davis;B. Pogue
荧光分子断层扫描L1正则化的高效重建方法
影响因子：
1.9
作者：
Han, Dong;Yang, Xin;Tian, Jie
通讯作者：
Tian, Jie
简化球谐函数近似的荧光分子断层扫描自适应hp有限元法
影响因子：
2.5
作者：
Guo Hongbo;Hou Yuqing;He Xiaowei;Yu Jingjing;Cheng Jingxing;Pu Xin
通讯作者：
Pu Xin
影响因子：
1.9
作者：
Xiaomei Song;B. Pogue;Shudong Jiang;M. Doyley;H. Dehghani;T. Tosteson;K. Paulsen
通讯作者：
Xiaomei Song;B. Pogue;Shudong Jiang;M. Doyley;H. Dehghani;T. Tosteson;K. Paulsen