Es wurde in den letzten Jahren gezeigt, dass die Einarbeitung von a priori-Wissen bei medizinischer Bildgebung die Auflösung und Quantifizierung signifikant verbessert. üblicherweise wird dies durch Filterung von Bildern oder Daten erreicht. Wir schlagen vor, diese Einarbeitung direkt im Rekonstruktionsalgorithmus durchzuführen und mathematisch zu analysieren. Wir werden zwei Typen von a priori-Informationen behandeln: Strukturinformationen, z. B. über Anatomie oder Dynamik, sowie physiologische Modellierung. In beiden Fällen muss dies durch Lösung nichtlinearer inverser Probleme realisiert werden.
| Burger, Martin | |
| Büther, Florian | |
| Wübbeling, Frank |
| Burger, Martin |
Laufzeit: 01.07.2005 - 30.06.2017 | 1. Förderperiode Gefördert durch: DFG - Sonderforschungsbereich Art des Projekts: DFG-Hauptprojekt koordiniert an der Universität Münster |
| Advanced Image Reconstruction and Denoising: Bregmanized (Higher order) Total Variation and Application in PET Promovend*in: Jahn Müller | Betreuer*innen: Burger, Martin Zeitraum: 01.12.2008 - 10.07.2013 Promotionsverfahren erfolgt(e) an: Promotionsverfahren an der Universität Münster |