磁共振成像（Magnetic Resonance Imaging,MRI）技術(shù)因其具有較高的軟組織分辨率,對(duì)人體沒(méi)有電離輻射損傷等優(yōu)點(diǎn)已廣泛應(yīng)用于臨床。但是由于MRI的成像速度較慢,成像過(guò)程中被檢者的生理性運(yùn)動(dòng)等往往會(huì)造成成像偽影,難以滿足實(shí)時(shí)成像的要求,因此如何加快MRI的成像速度是MRI理論和技術(shù)研究的熱點(diǎn)之一。減少M(fèi)RI的k空間數(shù)據(jù)采集總量是一種有效的加速方法,但是數(shù)據(jù)采集量的大量減少,會(huì)帶來(lái)圖像質(zhì)量的顯著下降,盡管研究者可通過(guò)多種重建算法,例如,壓縮感知技術(shù)等提高欠采樣圖像重建的質(zhì)量,但往往需要較長(zhǎng)的重建時(shí)間,難以滿足實(shí)時(shí)重建的臨床需求。基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的磁共振圖像成像技術(shù)具有離線訓(xùn)練、在線快速成像的優(yōu)點(diǎn)。在高性能計(jì)算硬件的支持下,卷積神經(jīng)網(wǎng)絡(luò)利用大量的欠采樣磁共振數(shù)據(jù)和全采樣磁共振數(shù)據(jù)進(jìn)行訓(xùn)練,通過(guò)多次反向傳播計(jì)算得到參數(shù)優(yōu)化后的卷積神經(jīng)網(wǎng)絡(luò),再將需要重建的欠采樣數(shù)據(jù)利用訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行快速高質(zhì)量重建。深度學(xué)習(xí)技術(shù)對(duì)欠采樣圖像的稀疏性沒(méi)有要求,而且能利用離線訓(xùn)練好的網(wǎng)絡(luò)對(duì)欠采樣的圖像進(jìn)行快速重建,因此在磁共振圖像重建領(lǐng)域有非常好的應(yīng)用前景。本文主要做了以下工作:（1）... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

常見(jiàn)的k空間數(shù)據(jù)采樣方式

杭州電子科技大學(xué)碩士學(xué)位論文12示：21inputfilteroutputWWPWS(2.1)21inputfilteroutputHHPHS(2.2)其中，W和H分別表示輸入、輸出、卷積核數(shù)據(jù)的寬度（Weight）和高度（Height），P表示圖像邊緣增加的像素層數(shù)，S表示卷積核的滑動(dòng)步長(zhǎng)（Stride）。圖2.5卷積層計(jì)算示意圖圖2.6邊界零填充示意圖池化層（PoolingLayer）是卷積神經(jīng)網(wǎng)絡(luò)中一種提取輸入數(shù)據(jù)的核心特征的方式，其作用不僅降低了原始數(shù)據(jù)的大小，也減少了參與模型計(jì)算的參數(shù)，減少計(jì)算資源的耗費(fèi)。池化層也有一個(gè)空間滑動(dòng)窗口，這個(gè)窗口用作提取輸入數(shù)據(jù)的特征，一般的，設(shè)定池化層的滑動(dòng)窗口大小為2*2，滑動(dòng)步長(zhǎng)設(shè)定為2，對(duì)數(shù)據(jù)進(jìn)行下采樣，池化函數(shù)（如圖2.7所示）一般分為最大值池化[73]（如圖2.7(a)所示）和均值池化[74]（如圖2.7(b)所示）等，最大值池化計(jì)算滑動(dòng)窗口中的最大值并保留下來(lái)作為輸出，平均池化計(jì)算窗口數(shù)據(jù)的加權(quán)平均值并保留下來(lái)作為輸出。池化層不影響數(shù)據(jù)的輸入輸出深度。池化層的輸出尺寸可以用公式2.3、2.4計(jì)算：1inputfilteroutputWWWS(2.3)

杭州電子科技大學(xué)碩士學(xué)位論文12示：21inputfilteroutputWWPWS(2.1)21inputfilteroutputHHPHS(2.2)其中，W和H分別表示輸入、輸出、卷積核數(shù)據(jù)的寬度（Weight）和高度（Height），P表示圖像邊緣增加的像素層數(shù)，S表示卷積核的滑動(dòng)步長(zhǎng)（Stride）。圖2.5卷積層計(jì)算示意圖圖2.6邊界零填充示意圖池化層（PoolingLayer）是卷積神經(jīng)網(wǎng)絡(luò)中一種提取輸入數(shù)據(jù)的核心特征的方式，其作用不僅降低了原始數(shù)據(jù)的大小，也減少了參與模型計(jì)算的參數(shù)，減少計(jì)算資源的耗費(fèi)。池化層也有一個(gè)空間滑動(dòng)窗口，這個(gè)窗口用作提取輸入數(shù)據(jù)的特征，一般的，設(shè)定池化層的滑動(dòng)窗口大小為2*2，滑動(dòng)步長(zhǎng)設(shè)定為2，對(duì)數(shù)據(jù)進(jìn)行下采樣，池化函數(shù)（如圖2.7所示）一般分為最大值池化[73]（如圖2.7(a)所示）和均值池化[74]（如圖2.7(b)所示）等，最大值池化計(jì)算滑動(dòng)窗口中的最大值并保留下來(lái)作為輸出，平均池化計(jì)算窗口數(shù)據(jù)的加權(quán)平均值并保留下來(lái)作為輸出。池化層不影響數(shù)據(jù)的輸入輸出深度。池化層的輸出尺寸可以用公式2.3、2.4計(jì)算：1inputfilteroutputWWWS(2.3)


本文編號(hào)：2945660