磁共振成像(Magnetic Resonance Imaging,MRI)是臨床重要的檢查手段,使用不同的脈沖序列,可以獲得關(guān)于人體組織結(jié)構(gòu)、功能、代謝等不同方面的信息。磁共振成像對(duì)比度信息豐富、分辨率高、可任意方向切片,并且沒有輻射傷害,在臨床診斷中發(fā)揮著重要作用。磁共振成像也是技術(shù)最為復(fù)雜的醫(yī)學(xué)影像方法之一,在磁共振成像的數(shù)據(jù)采集、圖像重建、圖像后處理與圖像分析等各個(gè)階段都有大量的科學(xué)與技術(shù)問題需要研究。本文利用數(shù)據(jù)驅(qū)動(dòng)與人工智能(Artificial Intelligence,AI)的方法,分別對(duì)磁共振圖像重建、圖像處理、圖像分析等進(jìn)行了系統(tǒng)的研究。本文主要做了如下工作:一、本文對(duì)磁共振成像圖像重建中的若干問題進(jìn)行研究。高分辨的磁共振圖像需要較長的圖像采集時(shí)間,這也是磁共振掃描成本較高的主要原因。利用采集部分k空間數(shù)據(jù)(欠采集)進(jìn)行圖像重建是縮短磁共振成像掃描時(shí)間的重要方法。本文首先對(duì)磁共振血管造影圖像的重建進(jìn)行了研究。我們利用磁共振血管的半高全寬不隨分辨率變化這一先驗(yàn)知識(shí),結(jié)合迭代算法,提出了約束數(shù)據(jù)外插(Constrained Data Exploration,CODE)算法...

【文章頁數(shù)】：121 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖1.1含有一層隱含層的神經(jīng)網(wǎng)絡(luò)示意圖

圖1.1含有一層隱含層的神經(jīng)網(wǎng)絡(luò)示意圖。上，含有一層隱含層的神經(jīng)網(wǎng)絡(luò)可以以任意精度逼近任何函數(shù)含層上的節(jié)點(diǎn)個(gè)數(shù)30。受計(jì)算能力的限制，淺層神經(jīng)網(wǎng)絡(luò)隱含導(dǎo)致模型計(jì)算效率低、模型建立成本高，近幾年的網(wǎng)絡(luò)設(shè)計(jì)傾節(jié)點(diǎn)減少，增加隱含層層數(shù)，即使得神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)變深，此時(shí)（DeepNeur....

圖2.1CODE重建算法流程圖

圖2.1CODE重建算法流程圖。2.2.2CODE實(shí)驗(yàn)的模擬數(shù)據(jù)和MRA數(shù)據(jù)通過模擬數(shù)據(jù)和真實(shí)MRA數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證。數(shù)據(jù)采用一系列的圓形結(jié)構(gòu)和月形結(jié)構(gòu)，用來模擬不同大小的窄血管截面。模擬數(shù)據(jù)使用10241024大小的矩陣進(jìn)行構(gòu)造分布為16、18、……、60....

圖2.2CODE采樣方式（左）和CS采樣方式（右）

ODE采樣方式（左）和CS采樣方式（右）。其中CODE集中間的低頻部分，能夠獲得更高的信噪比。使用RUS、CS和CODE分別在512512的矩陣大小上進(jìn)行與全采的圖像（FullySampled，F(xiàn)S）進(jìn)行比較。測量圓形結(jié)構(gòu)中面積誤差由公式⑾表示。針對(duì)月形結(jié)構(gòu)，....

圖2.3RUS、CS和CODE在25%采樣率條件下對(duì)不同尺度的模擬數(shù)據(jù)（16體素和6體素）在不同重建矩陣大小（256256、512512、10241024）的重建效果，右上角是邊緣的放大圖

統(tǒng)計(jì)方法采用配對(duì)t檢驗(yàn)，顯著性指標(biāo)選擇0.05。以上實(shí)驗(yàn)我們使用Matlab2015a（TheMathWorks，Inc.）進(jìn)行實(shí)現(xiàn)，實(shí)驗(yàn)平臺(tái)為Windows10、英特爾i7處理器和16GB內(nèi)存；血管截面計(jì)算和狹窄程度計(jì)算使用SPIN（SignalProce....

本文編號(hào)：3908324