融合1p范数压缩感知与深度学习的磁共振图像重建优化研究

一、引言

1.1研究背景与意义

磁共振成像（MRI）作为一种非侵入性的医学影像技术，凭借其高分辨率和良好的软组织对比度，在现代医学诊断中占据着举足轻重的地位。它能够清晰地呈现人体内部器官和组织的详细结构，为医生提供准确的解剖信息，助力疾病的精准诊断。例如，在神经系统疾病的诊断中，MRI可以清晰地显示脑部的细微结构，帮助医生准确判断是否存在肿瘤、梗死、炎症等病变；在心血管疾病的诊断中，MRI能够提供心脏的形态、功能以及血流动力学等多方面的信息，为疾病的诊断和治疗方案的制定提供重要依据。

然而，传统的MRI技术存在着一些显著的不足