Compressed Sensing und Sparse Rekonstruktion bei Magnetic Particle Imaging

Anselm von Gladiß

ISBN 10: 3945954053 / ISBN 13: 9783945954058

Verlag: Infinite Science Publishing, Infinite Science Publishing Sep 2015, 2015

Beschreibung

This item is printed on demand - it takes 3-4 days longer - Neuware -Beim Magnetic Particle Imaging (MPI) regt ein zeitlich veränderliches Magnetfeld Nanopartikel an, und diese induzieren eine Spannung in Empfangsspulen. Mithilfe einer Systemmatrix kann aus den gemessenen Spannungen die Partikelkonzentration rekonstruiert werden. Die Systemmatrix wird erstellt, indem die Systemantwort auf eine Punktprobe in jedem Voxel gemessen wird. Die Theorie des Compressed Sensing besagt, dass ein Signal unter bestimmten Bedingungen unterabgetastet und verlustfrei rekonstruiert werden kann. Dabei ist es wichtig, dass das Signal eine sparse Repräsentation in einem anderen Raum besitzt und dieser Raum inkohärent zum Akquisitionsraum ist. In diesem Werk wird gezeigt, dass Compressed Sensing bei der Aufnahme von MPI-Systemmatrizen genutzt werden kann. Die Systemmatrix wird unterabgetastet und die Aufnahmezeit reduziert. 92 pp. Deutsch.

Bestandsnummer des Verkäufers 9783945954058

Bibliografische Details

• Titel: Compressed Sensing und Sparse Rekonstruktion bei Magnetic Particle Imaging
• Verlag: Infinite Science Publishing, Infinite Science Publishing Sep 2015
• Erscheinungsjahr: 2015
• Sprache: Deutsch
• ISBN-10: 3945954053
• ISBN-13: 9783945954058
• Einband: Taschenbuch
• Zustand: Neu

Über diesen Titel

Inhaltsangabe

Beim Magnetic Particle Imaging (MPI) regt ein zeitlich veränderliches Magnetfeld Nanopartikel an, und diese induzieren eine Spannung in Empfangsspulen. Mithilfe einer Systemmatrix kann aus den gemessenen Spannungen die Partikelkonzentration rekonstruiert werden. Die Systemmatrix wird erstellt, indem die Systemantwort auf eine Punktprobe in jedem Voxel gemessen wird. Die Theorie des Compressed Sensing besagt, dass ein Signal unter bestimmten Bedingungen unterabgetastet und verlustfrei rekonstruiert werden kann. Dabei ist es wichtig, dass das Signal eine sparse Repräsentation in einem anderen Raum besitzt und dieser Raum inkohärent zum Akquisitionsraum ist. In diesem Werk wird gezeigt, dass Compressed Sensing bei der Aufnahme von MPI-Systemmatrizen genutzt werden kann. Die Systemmatrix wird unterabgetastet und die Aufnahmezeit reduziert.