Lernen Spärlicher Repräsentationen Für Die Verbesserte Mpi-Rekonstruktion

Die Magnetpartikelbildgebung (engl. Magnetic Particle Imaging - MPI) ist ein bildgebendes Verfahren, das die Konzentration superparamagnetischen Materials in einem Volumen quantitativ darstellt. Aktuell wird das Bild aus der gemessenen, verrauschten Spannung mittels iterativer Methoden rekonstruiert. Diese Methoden bieten durch Regularisierung die Moglichkeit, das Rauschen zu verringern. Das geschieht aber auf Kosten der Auflosung der Bilder. In diesem Werk wird die MPI-Rekonstruktion um einen zusatzlichen Entrauschungsschritt erweitert. Dafur wird das Bild zunachst mit dem Kaczmarz-Algorithmus rekonstruiert. Auf das Bild wird eine fur MPI angepasste Variante eines mit sparlichen Reprasentationen arbeitenden Entrauschungsalgorithmus (expected patch log likelihood mit sparlichem Prior) angewendet. Die Simulation einer MPI-Rekonstruktion zeigt, dass die Bilder aus der Kaczmarz-Rekonstruktion mit der vorgestellten Methode verbessert werden konnen. Als beste Wahl erweist sich ein auf Beispielen gelerntes Worterbuch, das uber die Iterationen konstant gehalten wird. Der Algorithmus zeigt ein stabiles Verhalten und ist robust gegenuber verschiedenen Rauschniveaus.