磁共振成像是當下醫(yī)療成像中一種重要的成像方式,因其安全、準確等優(yōu)勢現(xiàn)已得到廣泛應用。然而緩慢的成像方式是限制其進一步發(fā)展的瓶頸所在,壓縮感知理論就是在此大背景下產(chǎn)生的一種新型的數(shù)據(jù)采集方式,壓縮感知理論的提出實現(xiàn)了較少的采樣數(shù)據(jù)量精確重建原始信號,大大加快圖像的成像速度。通過對前人基于壓縮感知理論的磁共振成像算法基礎進行了研究,對已有的非線性重建算法進行改進,并且利用變密度的采樣方式,有效地提高圖像的重建精度。針對傳統(tǒng)的欠采樣方式,易造成圖像混疊偽影的產(chǎn)生,通過對幾種常見的采樣方式進行研究,研究發(fā)現(xiàn)對于一幅圖像信號,能量主要集中位于低頻段,圖像的高頻部分則含有較少的能量分布,因此提出了變密度的采樣方式,仿真結果發(fā)現(xiàn)相對于傳統(tǒng)的均勻采樣,使用的采樣方式可以得到更為精確的重建效果,減少圖像在重建過程中所產(chǎn)生的混疊偽影。信號的最稀疏表示、觀測矩陣的設計和信號的最優(yōu)化重建算法的選擇是壓縮感知圖像重建中最為關鍵的三個模塊。其中重建算法的選擇將直接影響重建圖像的直觀效果。在分裂布雷格曼迭代算法的基礎上,發(fā)現(xiàn)磁共振圖像不同特征在不同變換域中的稀疏性,充分利用圖像的先驗信息,將全變分和小波變換相結合同時作為正則項,提出了一種改進的分裂布雷格曼迭代圖像重建算法。最后,仿真實驗選取三幅不同的磁共振圖像進行重建,仿真結果表明,改進的重建算法相比較于全變分正則約束算法、小波變換約束算法和傳統(tǒng)的_1l范數(shù)模型重建算法可以有效降低圖像的重建誤差,提高磁共振圖像的重建精度。圖25幅;表3個;參58篇。
【學位單位】：華北理工大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：O482.531;TP391.41
【文章目錄】：
摘要
abstract
引言
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 壓縮感知及其應用的研究現(xiàn)狀
        1.2.2 基于壓縮感知的MRI重建研究現(xiàn)狀
    1.3 研究內(nèi)容及結構安排
第2章 CS理論原理及應用現(xiàn)狀
    2.1 壓縮感知基本理論
        2.1.1 稀疏變換表示
        2.1.2 編碼測量的設計
        2.1.3 重建算法
    2.2 壓縮感知理論的應用
    2.3 本章小結
第3章 MRI基本理論及原理
    3.1 磁共振成像理論
        3.1.1 磁共振現(xiàn)象產(chǎn)生的物理原理
        3.1.2 弛豫及弛豫時間
        3.1.3 磁共振信號的空間定位
    3.2 CS-MRI測量矩陣的設計
        3.2.1 隨機變密度采樣方式
        3.2.2 采樣軌跡
        3.2.3 基于變密度的隨機笛卡爾采樣方式
    3.3 本章小結
第4章 基于分裂布雷格曼迭代重建算法
    4.1 Bregman迭代算法
    4.2 分裂Bregman迭代算法
    4.3 改進的分裂Bregman迭代算法
    4.4 實驗仿真與結果分析
        4.4.1 實驗仿真圖像的選取及參數(shù)設置
        4.4.2 實驗仿真結果分析
    4.5 本章小結
結論
參考文獻
致謝
導師簡介
企業(yè)導師簡介
作者簡介
學位論文數(shù)據(jù)集

【參考文獻】

相關期刊論文 前9條

1 沈燕飛;李錦濤;朱珍民;張勇東;代鋒;;基于非局部相似模型的壓縮感知圖像恢復算法[J];自動化學報;2015年02期

2 費選;韋志輝;肖亮;李星秀;;優(yōu)化加權TV的復合正則化壓縮感知圖像重建[J];中國圖象圖形學報;2014年02期

3 張鑫;陳偉斌;;Contourlet變換系數(shù)加權的醫(yī)學圖像融合[J];中國圖象圖形學報;2014年01期

4 王晨;高美鳳;;基于單層小波變換的加權壓縮感知圖像處理[J];江南大學學報(自然科學版);2013年04期

5 方晟;吳文川;應葵;郭華;;基于非均勻螺旋線數(shù)據(jù)和布雷格曼迭代的快速磁共振成像方法[J];物理學報;2013年04期

6 張成;楊海蓉;韋穗;;基于隨機間距稀疏Toeplitz測量矩陣的壓縮傳感[J];自動化學報;2012年08期

7 郝巖;馮象初;許建樓;;一種新的去噪模型的分裂Bregman算法[J];電子與信息學報;2012年03期

8 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學報;2011年07期

9 劉衛(wèi)華,水鵬朗;多個小波基的聯(lián)合圖像去噪方法[J];系統(tǒng)工程與電子技術;2005年09期

相關博士學位論文 前3條

1 呂文濤;基于壓縮感知的雷達成像方法研究[D];上海交通大學;2015年

2 趙地;基于壓縮感知理論的MR圖像重建[D];北京理工大學;2015年

3 李國燕;基于壓縮感知的核磁共振成像重建技術研究[D];河北工業(yè)大學;2013年

相關碩士學位論文 前10條

1 白帆;基于字典擴展的稀疏表示魯棒人臉識別算法研究[D];燕山大學;2016年

2 周凱;基于貝葉斯壓縮感知的人臉識別研究[D];廣西大學;2016年

3 孟祥瑞;壓縮感知貪婪類重建算法研究[D];北京交通大學;2016年

4 張建廣;基于壓縮感知的快速MRI圖像重建[D];哈爾濱理工大學;2016年

5 孟健;基于壓縮感知的紅外圖像與可見光圖像融合[D];長春工業(yè)大學;2016年

6 荀慧麗;壓縮感知盲稀疏信號貪婪迭代重構算法研究[D];安徽大學;2014年

7 馬亞偉;基于變密度隨機采樣算法的并行磁共振成像的研究[D];青島大學;2012年

8 周愛珍;基于稀疏采樣的醫(yī)學成像方法研究[D];南方醫(yī)科大學;2011年

9 公偉;變密度隨機采樣的并行磁共振成像方法的研究[D];青島大學;2010年

10 方青;磁共振部分K空間數(shù)據(jù)圖像重構[D];上海交通大學;2007年

本文編號：2839072