基于字典學(xué)習(xí)與GPU加速的快速磁共振成像技術(shù)研究
發(fā)布時(shí)間:2022-08-02 17:08
磁共振技術(shù)由于其優(yōu)秀的軟組織分辨度及對(duì)被檢測(cè)人體無輻射危害等巨大的優(yōu)勢(shì)在臨床醫(yī)學(xué)上近年來備受青睞,然而磁共振技術(shù)采集速度過慢,已逐漸成為臨床醫(yī)學(xué)特別是動(dòng)態(tài)心臟成像領(lǐng)域上的瓶頸。壓縮感知理論的出現(xiàn)以及基于稀疏表示方法的壓縮感知技術(shù)在磁共振成像中的應(yīng)用已經(jīng)部分解決了這一問題。本文主要研究自適應(yīng)稀疏表示方法中字典學(xué)習(xí)算法及其優(yōu)化算法-雙字典學(xué)習(xí)算法,并分別將其應(yīng)用到三維動(dòng)態(tài)心臟磁共振成像中。由于三維數(shù)據(jù)重建計(jì)算量大、重建時(shí)間過長(zhǎng),本文將利用硬件GPU并行計(jì)算加速來縮短重建時(shí)間。本文主要從以下三個(gè)方面開展工作:(1)研究壓縮感知理論的基本原理,它包括信號(hào)稀疏表達(dá)方法、觀測(cè)矩陣及圖像重建等三個(gè)核心部分。重點(diǎn)研究壓縮感知理論在磁共振成像中的應(yīng)用后三個(gè)核心部分,即MR圖像的稀疏表示、欠采樣方式的設(shè)計(jì)和圖像重建算法的設(shè)計(jì)。最后研究基于小波變換的CS-MRI實(shí)現(xiàn)方法并通過仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證。(2)研究以字典學(xué)習(xí)為稀疏表示方法的CS-MRI算法,同時(shí)將研究數(shù)據(jù)從二維數(shù)據(jù)拓展到三維數(shù)據(jù)中。在三維數(shù)據(jù)重建方法上,由傳統(tǒng)方法中多層重建改進(jìn)為三維直接重建,即所有的數(shù)據(jù)全部為三維數(shù)據(jù)直接參與算法的重建當(dāng)中。這樣做的目...
【文章頁數(shù)】:61 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 目的和意義
1.2 國內(nèi)外研究進(jìn)展
1.2.1 基于字典學(xué)習(xí)的快速磁共振成像的發(fā)展?fàn)顩r
1.2.2 心臟磁共振成像研究現(xiàn)狀
1.2.3 基于GPU硬件加速的重建
1.3 主要研究?jī)?nèi)容
1.4 論文章節(jié)安排
第2章 磁共振成像基本原理
2.1 磁共振物理原理
2.1.1 自旋現(xiàn)象
2.1.2 進(jìn)動(dòng)與拉莫方程
2.1.3 共振現(xiàn)象
2.1.4 弛豫過程
2.1.5 信號(hào)的產(chǎn)生
2.2 磁共振圖像的建立
2.2.1 層面選擇
2.2.2 空間編碼
2.2.3 了解k-空間
2.3 本章小結(jié)
第3章 基于壓縮感知的快速磁共振成像原理
3.1 引言
3.2 壓縮感知基本理論
3.3 基于壓縮感知的快速磁共振成像原理
3.3.1 稀疏表示
3.3.2 欠采樣方式
3.3.3 圖像重建算法
3.4 基于小波變換的CS-MRI實(shí)現(xiàn)
3.4.1 實(shí)現(xiàn)方法
3.4.2 重建算法流程
3.4.3 仿真實(shí)驗(yàn)
3.5 本章小結(jié)
第4章 基于雙字典學(xué)習(xí)的磁共振快速成像技術(shù)研究
4.1 引言
4.2 字典學(xué)習(xí)原理
4.2.1 原子的抽取
4.2.2 Spare Land模型在MRI中的應(yīng)用
4.3 基于雙字典學(xué)習(xí)的CS-MRI的重建算法
4.3.1 算法框架
4.3.2 字典學(xué)習(xí)
4.3.3 稀疏編碼
4.3.4 圖像迭代與重建
4.4 仿真實(shí)驗(yàn)及結(jié)果
4.4.1 實(shí)驗(yàn)數(shù)據(jù)
4.4.2 仿真實(shí)驗(yàn)方法
4.4.3 參數(shù)設(shè)定
4.4.4 定量評(píng)估標(biāo)準(zhǔn)
4.4.5 實(shí)驗(yàn)結(jié)果
4.4.6 討論與總結(jié)
4.5 本章小結(jié)
第5章 基于GPU加速的磁共振快速成像技術(shù)研究
5.1 引言
5.2 GPU并行計(jì)算
5.2.1 基于C語言環(huán)境下的CUDA應(yīng)用
5.2.2 基于MATLAB環(huán)境下JACKET應(yīng)用
5.2.3 基于MATLAB環(huán)境下PCT應(yīng)用
5.3 基于GPU加速的磁共振快速成像
5.4 仿真實(shí)驗(yàn)及結(jié)果
5.4.1 二維MR數(shù)據(jù)仿真實(shí)驗(yàn)
5.4.2 實(shí)驗(yàn)結(jié)果
5.4.3 三維MR數(shù)據(jù)仿真實(shí)驗(yàn)
5.4.4 實(shí)驗(yàn)結(jié)果
5.4.5 結(jié)果分析
5.5 本章小結(jié)
第6章 總結(jié)與展望
6.1 工作總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄
本文編號(hào):3668912
【文章頁數(shù)】:61 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 目的和意義
1.2 國內(nèi)外研究進(jìn)展
1.2.1 基于字典學(xué)習(xí)的快速磁共振成像的發(fā)展?fàn)顩r
1.2.2 心臟磁共振成像研究現(xiàn)狀
1.2.3 基于GPU硬件加速的重建
1.3 主要研究?jī)?nèi)容
1.4 論文章節(jié)安排
第2章 磁共振成像基本原理
2.1 磁共振物理原理
2.1.1 自旋現(xiàn)象
2.1.2 進(jìn)動(dòng)與拉莫方程
2.1.3 共振現(xiàn)象
2.1.4 弛豫過程
2.1.5 信號(hào)的產(chǎn)生
2.2 磁共振圖像的建立
2.2.1 層面選擇
2.2.2 空間編碼
2.2.3 了解k-空間
2.3 本章小結(jié)
第3章 基于壓縮感知的快速磁共振成像原理
3.1 引言
3.2 壓縮感知基本理論
3.3 基于壓縮感知的快速磁共振成像原理
3.3.1 稀疏表示
3.3.2 欠采樣方式
3.3.3 圖像重建算法
3.4 基于小波變換的CS-MRI實(shí)現(xiàn)
3.4.1 實(shí)現(xiàn)方法
3.4.2 重建算法流程
3.4.3 仿真實(shí)驗(yàn)
3.5 本章小結(jié)
第4章 基于雙字典學(xué)習(xí)的磁共振快速成像技術(shù)研究
4.1 引言
4.2 字典學(xué)習(xí)原理
4.2.1 原子的抽取
4.2.2 Spare Land模型在MRI中的應(yīng)用
4.3 基于雙字典學(xué)習(xí)的CS-MRI的重建算法
4.3.1 算法框架
4.3.2 字典學(xué)習(xí)
4.3.3 稀疏編碼
4.3.4 圖像迭代與重建
4.4 仿真實(shí)驗(yàn)及結(jié)果
4.4.1 實(shí)驗(yàn)數(shù)據(jù)
4.4.2 仿真實(shí)驗(yàn)方法
4.4.3 參數(shù)設(shè)定
4.4.4 定量評(píng)估標(biāo)準(zhǔn)
4.4.5 實(shí)驗(yàn)結(jié)果
4.4.6 討論與總結(jié)
4.5 本章小結(jié)
第5章 基于GPU加速的磁共振快速成像技術(shù)研究
5.1 引言
5.2 GPU并行計(jì)算
5.2.1 基于C語言環(huán)境下的CUDA應(yīng)用
5.2.2 基于MATLAB環(huán)境下JACKET應(yīng)用
5.2.3 基于MATLAB環(huán)境下PCT應(yīng)用
5.3 基于GPU加速的磁共振快速成像
5.4 仿真實(shí)驗(yàn)及結(jié)果
5.4.1 二維MR數(shù)據(jù)仿真實(shí)驗(yàn)
5.4.2 實(shí)驗(yàn)結(jié)果
5.4.3 三維MR數(shù)據(jù)仿真實(shí)驗(yàn)
5.4.4 實(shí)驗(yàn)結(jié)果
5.4.5 結(jié)果分析
5.5 本章小結(jié)
第6章 總結(jié)與展望
6.1 工作總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄
本文編號(hào):3668912
本文鏈接:http://sikaile.net/yixuelunwen/fangshe/3668912.html
最近更新
教材專著