当前位置: 首页 > 学术活动 > 正文
Off-the-Grid Compressed Sensing MRI Reconstruction via Data Driven Tight Frame Regularization
时间:2019年12月02日 08:14 点击数:

报告人:Jae Kyu Choi

报告地点:数学与统计学院二楼会议室

报告时间:2019年 12月03日星期二10:00-11:00

邀请人:刘俊

报告摘要:

In this talk, we propose an off-the-grid approach for the CS-MRI reconstruction based on the finite-ratio-of-innovation which leads to the structured low rank matrix. We observe that the singular value decomposition of a low rank Hankel matrix induces an adaptive tight frame system which can represent an image with a few nonzero canonical coefficients, and propose a data driven tight frame based off-the-grid CS-MRI reconstruction model as an alternative of low rank matrix completion.

主讲人简介:

Jae Kyu Choi(崔宰珪)于2015年在韩国延世大学获得理学博士学位,2015年-2018年在上海交通大学自然科学研究院从事博士后研究工作。自2018年11月起,加入同济大学数学科学学院,担任助理教授。崔教授的研究兴趣包括但不限于图像科学、(医学成像上的)反问题、基于计算调和分析的方法以及微局部分析。崔教授在SIAM Journal on Imaging Science, Communications on Pure and Applied Mathematics, Inverse Problem Imaging, Journal of Computational Mathematics, Journal of X-Ray Science and Technology和SIAM Conference on Imaging Science等顶级期刊和会议中发表多篇论文。

©2019 东北师范大学数学与统计学院 版权所有

地址:吉林省长春市人民大街5268号|邮编:130024|电话:0431-85099589|传真:0431-85098237