本文選題：磁共振指紋 + 奇異值分解��； 參考：《生物醫(yī)學(xué)工程研究》2017年02期

【摘要】：傳統(tǒng)MRI一次掃描只能得到一種加權(quán)像,"磁共振指紋"成像新方法可同時(shí)獲得組織的T1,T2及質(zhì)子密度圖像,但它需要采用全新的數(shù)據(jù)處理方式。直接匹配法將每個(gè)體素的信號(hào)與"字典"中的所有信號(hào)進(jìn)行逐條匹配,得到參數(shù)值所需的時(shí)間很長。我們采用基于SVD的"磁共振指紋"快速分組匹配法來提高匹配效率。首先建立頭部和模型"字典",從"字典"選取一條時(shí)間信號(hào),根據(jù)該信號(hào)與字典的相關(guān)系數(shù)對(duì)字典進(jìn)行分組,以大幅壓縮字典的大小;再對(duì)分組后的字典進(jìn)行奇異值分解,提取字典的特征信息,加速匹配速度。采用大腦和模型數(shù)據(jù)進(jìn)行測(cè)試的結(jié)果表明,該方法可以快速準(zhǔn)確地得到各種組織參數(shù)圖像。
[Abstract]:Traditional MRI can only get one weighted image at a time. A new method of "magnetic resonance fingerprint" imaging can obtain T1T _ 2 and proton density images simultaneously, but it needs a new data processing method. The direct matching method matches each voxel signal with all the signals in the dictionary one by one, and it takes a long time to get the parameter value. We use SVD-based fast grouping matching method to improve the matching efficiency. First, the dictionary and the model "dictionary" are set up, a time signal is selected from the dictionary, the dictionary is grouped according to the correlation coefficient between the signal and the dictionary, and the size of the dictionary is greatly compressed, and then the singular value of the classified dictionary is decomposed. The feature information of the dictionary is extracted and the matching speed is accelerated. The results of brain and model data show that the method can get various tissue parameter images quickly and accurately.
【作者單位】： 中南民族大學(xué)生物醫(yī)學(xué)工程學(xué)院;華中科技大學(xué)光學(xué)與電子信息學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(30970782) 湖北省自然科學(xué)基金項(xiàng)目(2014CFB918) 中南民族大學(xué)中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(CZY17012)
【分類號(hào)】：R445.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 羅小桂;;矩陣奇異值分解(SVD)的應(yīng)用[J];井岡山醫(yī)專學(xué)報(bào);2005年04期

2 張二虎,卞正中,張燕,段敬紅,吳學(xué)毅;基于ICP和SVD的視網(wǎng)膜圖像特征點(diǎn)配準(zhǔn)算法[J];小型微型計(jì)算機(jī)系統(tǒng);2004年10期

3 陳戲墨;謝鉉洋;李志銘;李曦;李揚(yáng)彬;;PACS中診斷文本的SVD聚類研究[J];醫(yī)學(xué)信息;2005年12期

4 ;[J];;年期

相關(guān)會(huì)議論文 前4條

1 徐晨曦;陳光;張池軍;;基于SVD特征提取的模擬電路軟故障和多故障診斷[A];第四屆中國測(cè)試學(xué)術(shù)會(huì)議論文集[C];2006年

2 梁曉騰;臧勝濤;石林光;梁鴻賢;張軍華;;分頻SVD方法在地震弱信號(hào)檢測(cè)中的應(yīng)用研究[A];中國地球物理2010——中國地球物理學(xué)會(huì)第二十六屆年會(huì)、中國地震學(xué)會(huì)第十三次學(xué)術(shù)大會(huì)論文集[C];2010年

3 滕麗娜;佟德純;陳兆能;;非線性時(shí)間序列的迭代SVD降噪法[A];振動(dòng)工程學(xué)報(bào)（工程應(yīng)用專輯）[C];2001年

4 劉星燕;黃山江;趙海江;郭金河;劉杰;;近50年西北地區(qū)春季降水SVD分析[A];第27屆中國氣象學(xué)會(huì)年會(huì)干旱半干旱區(qū)地氣相互作用分會(huì)場(chǎng)論文集[C];2010年

相關(guān)碩士學(xué)位論文 前5條

1 黃志強(qiáng);基于直方圖平移可逆信息隱藏與基于SVD水印算法[D];福州大學(xué);2014年

2 錢庚;基于SVD方法地震電離層異常特征研究[D];中國地震局地震預(yù)測(cè)研究所;2016年

3 張嘉鑫;基于網(wǎng)絡(luò)水軍聚類檢測(cè)的SVD商務(wù)推薦優(yōu)化算法研究與應(yīng)用[D];東北大學(xué);2015年

4 廖弘毅;基于SVD變換和模糊推理的汽輪機(jī)故障診斷專家系統(tǒng)研究[D];華南理工大學(xué);2015年

5 張霄;基于核函數(shù)與SVD的蛋白質(zhì)關(guān)系抽取[D];大連理工大學(xué);2009年

，

本文編號(hào)：1952380