基于CS的MRI并行成像算法研究
發(fā)布時間:2024-07-05 20:08
磁共振成像(Magnetic Resonance Imaging,MRI)是一種重要的醫(yī)學成像方式,但由于掃描時間過長,因而限制了其進一步地發(fā)展和應用。并行磁共振成像技術(parallel MRI,pMRI)通過多個線圈采集的方式加速了成像過程,然而較大的加速因子會帶來噪聲和偽影,使得重建圖像的信噪比下降。將壓縮感知(Compressed Sensing,CS)應用到MRI中,能夠在一定程度上提高成像的速度。研究表明,結合pMRI和CS方法能夠在保證重建質量的同時減少數(shù)據(jù)采集所需的時間,進而減少了臨床診斷的時間,所以這方面的研究在醫(yī)學成像相關領域具有重要的意義。本文研究了pMRI方法與CS-MRI成像方法的相關重建問題,重點分析了CS方法應用于MRI中的優(yōu)勢和不足,并針對CS測量矩陣、CS-MRI重建模型和重建算法三個方面的不足之處提出了相應的改進方法,具體分為以下四部分:(1)重點分析了pMRI和CS-MRI重建方法的優(yōu)勢與不足。pMRI通過并行采集的方式加速了成像過程,但SNR會隨著加速因子的增大而明顯下降,而CS-MRI方法在滿足重建條件時可以重建出令人滿意的空間分辨率圖像。本文...
【文章頁數(shù)】:84 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景與意義
1.2 基于CS的MRI并行成像方法的研究歷史與現(xiàn)狀
1.3 本文主要工作及章節(jié)安排
第二章 并行磁共振與壓縮感知磁共振成像方法
2.1 磁共振原理
2.2 圖像重建過程
2.2.1 頻率和相位編碼
2.2.2 重建過程
2.3 pMRI與CS重建方法
2.3.1 pMRI重建方法
2.3.2 CS重建方法
2.4 MRI重建方法分析
2.4.1 pMRI重建方法優(yōu)勢與不足
2.4.2 CS-MRI重建方法優(yōu)勢與不足
2.5 本章小結
第三章 基于多通道聯(lián)合的壓縮感知成像方法
3.1 基于多通道聯(lián)合的壓縮感知重建模型MCS-MRI
3.1.1 MCS-MRI重建模型
3.1.2 空間敏感度信息的估計
3.2 基于Noiselet編碼的介紹
3.2.1 Noiselet變換函數(shù)
3.2.2 Noiselet編碼中的欠采樣
3.3 Fourier與Noiselet的RIP分析
3.4 隨機欠采樣模型
3.4.1 點分布函數(shù)與變換點分布函數(shù)
3.4.2 K空間采樣方式的非相干性測量
3.5 實驗結果及分析
3.5.1 實驗數(shù)據(jù)采集與對比方法
3.5.2 重建實驗流程
3.5.3 腦部數(shù)據(jù)重建實驗結果
3.6 本章小結
第四章 基于稀疏先驗信息的壓縮感知成像方法
4.1 基于稀疏先驗信息的重建模型SCS-MRI
4.1.1 重建模型的數(shù)學形式
4.1.2 模型的求解方法
4.2 迭代過程的優(yōu)化改進
4.3 實驗結果與分析
4.3.1 實驗數(shù)據(jù)與對比方法
4.3.2 重建實驗流程
4.3.3 實驗結果分析
4.4 本章小結
第五章 SCS-MRI模型在并行成像中的應用
5.1 基于SCS-MRI模型的SENSE重建方法
5.1.1 基于SCS-MRI的SENSE重建過程
5.1.2 實驗分析
5.2 基于SCS-MRI模型的GRAPPA重建方法
5.2.1 基于SCS-MRI的GRAPPA重建過程
5.2.2 實驗分析
5.3 本章小結
第六章 總結與展望
6.1 全文總結
6.2 后續(xù)工作展望
致謝
參考文獻
本文編號:4001463
【文章頁數(shù)】:84 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景與意義
1.2 基于CS的MRI并行成像方法的研究歷史與現(xiàn)狀
1.3 本文主要工作及章節(jié)安排
第二章 并行磁共振與壓縮感知磁共振成像方法
2.1 磁共振原理
2.2 圖像重建過程
2.2.1 頻率和相位編碼
2.2.2 重建過程
2.3 pMRI與CS重建方法
2.3.1 pMRI重建方法
2.3.2 CS重建方法
2.4 MRI重建方法分析
2.4.1 pMRI重建方法優(yōu)勢與不足
2.4.2 CS-MRI重建方法優(yōu)勢與不足
2.5 本章小結
第三章 基于多通道聯(lián)合的壓縮感知成像方法
3.1 基于多通道聯(lián)合的壓縮感知重建模型MCS-MRI
3.1.1 MCS-MRI重建模型
3.1.2 空間敏感度信息的估計
3.2 基于Noiselet編碼的介紹
3.2.1 Noiselet變換函數(shù)
3.2.2 Noiselet編碼中的欠采樣
3.3 Fourier與Noiselet的RIP分析
3.4 隨機欠采樣模型
3.4.1 點分布函數(shù)與變換點分布函數(shù)
3.4.2 K空間采樣方式的非相干性測量
3.5 實驗結果及分析
3.5.1 實驗數(shù)據(jù)采集與對比方法
3.5.2 重建實驗流程
3.5.3 腦部數(shù)據(jù)重建實驗結果
3.6 本章小結
第四章 基于稀疏先驗信息的壓縮感知成像方法
4.1 基于稀疏先驗信息的重建模型SCS-MRI
4.1.1 重建模型的數(shù)學形式
4.1.2 模型的求解方法
4.2 迭代過程的優(yōu)化改進
4.3 實驗結果與分析
4.3.1 實驗數(shù)據(jù)與對比方法
4.3.2 重建實驗流程
4.3.3 實驗結果分析
4.4 本章小結
第五章 SCS-MRI模型在并行成像中的應用
5.1 基于SCS-MRI模型的SENSE重建方法
5.1.1 基于SCS-MRI的SENSE重建過程
5.1.2 實驗分析
5.2 基于SCS-MRI模型的GRAPPA重建方法
5.2.1 基于SCS-MRI的GRAPPA重建過程
5.2.2 實驗分析
5.3 本章小結
第六章 總結與展望
6.1 全文總結
6.2 后續(xù)工作展望
致謝
參考文獻
本文編號:4001463
本文鏈接:http://sikaile.net/yixuelunwen/fangshe/4001463.html
最近更新
教材專著