时域磁共振指纹识别的奇异值分解压缩

磁共振（MR）指纹识别是一种获取和处理MR数据的技术，它通过模式识别算法同时提供不同组织参数的定量图。一个预定义的字典通过使用Bloch方程模拟不同组合的各种MR参数可能的信号演变，而模式识别则通过计算观测信号与字典中每个预测信号的内积来完成。尽管这个匹配算法已被证明能够准确预测感兴趣的MR参数，但人们希望找到一种更高效的方法来获得定量图像。我们建议使用奇异值分解压缩字典，这将提供低秩近似。通过在时域中压缩字典的大小，我们能够加快模式识别算法的速度，速度提升在3.4到4.8倍之间，而不牺牲之前提出的原始方案的高信噪比。