本文關(guān)鍵詞：基于壓縮感知的快速M(fèi)RI圖像重建

  更多相關(guān)文章： 壓縮感知 磁共振成像 分裂布雷格曼迭代 混沌測(cè)量矩陣

【摘要】：磁共振成像(Magnetic Resonance Imaging,MRI)是目前醫(yī)學(xué)成像的一個(gè)重要手段之一,相比于計(jì)算機(jī)斷層掃描(Computed Tomography,CT)技術(shù)的優(yōu)勢(shì)是對(duì)人體沒(méi)有電離輻射等傷害,而且可以對(duì)人體的各種軟組織例如心臟、血管等進(jìn)行成像。但是磁共振成像也有其局限性,較慢的數(shù)據(jù)掃描速度一直是制約其進(jìn)一步發(fā)展的關(guān)鍵問(wèn)題,由此而引發(fā)的其他問(wèn)題也有很多。首先,成像速度慢會(huì)使磁共振掃描儀的利用率降低,檢查費(fèi)用高,不利于磁共振成像的推廣;其次,磁共振成像是在較封閉的空間進(jìn)行的,成像時(shí)間較長(zhǎng)會(huì)使病人產(chǎn)生幽閉恐懼的心理,進(jìn)而會(huì)產(chǎn)生不自覺(jué)的移動(dòng),最終使成像質(zhì)量受到影響。因此,在兼顧成像質(zhì)量的情況下,尋找一種快速的成像法是亟待解決的問(wèn)題。壓縮感知作為一種新的信號(hào)處理理論,能夠以很少的測(cè)量值近似精確地恢復(fù)稀疏信號(hào)。為了解決磁共振成像速度慢的問(wèn)題,本文在壓縮感知理論的基礎(chǔ)上,對(duì)已有的非線性重建算法進(jìn)行了改進(jìn),并且利用混沌系統(tǒng)設(shè)計(jì)了有效的非相干測(cè)量矩陣。分裂布雷格曼(Split Bregman)迭代算法是在Bregman迭代算法的基礎(chǔ)上將目標(biāo)函數(shù)中的1l范數(shù)部分和2l范數(shù)部分分別進(jìn)行迭代,大大減少了算法的計(jì)算復(fù)雜度,同時(shí)加快了算法的收斂時(shí)間,但是重建圖像的質(zhì)量有待進(jìn)一步提升。本文在分裂布雷格曼迭代算法的基礎(chǔ)上,將全變分、短支撐小波和高消失矩小波同時(shí)作為正則項(xiàng),對(duì)壓縮感知磁共振圖像進(jìn)行重建。所提出的方法能夠充分挖掘磁共振圖像不同特征的在不同變換域中的稀疏性,從而在相同測(cè)量數(shù)據(jù)的前提下,提高重建圖像的質(zhì)量。壓縮感知磁共振成像技術(shù)要求測(cè)量矩陣要滿足與稀疏變換矩陣的非相干性,滿足磁共振成像數(shù)據(jù)幅值中心高四周低的分布特點(diǎn),同時(shí)還要易于硬件實(shí)現(xiàn)。壓縮感知理論中常用的隨機(jī)測(cè)量矩陣的適用性受到限制,因?yàn)榧冸S機(jī)的測(cè)量矩陣在硬件上的實(shí)現(xiàn)是非常困難的。本文利用混沌系統(tǒng)內(nèi)在偽隨機(jī)性和外在確定性的特點(diǎn),設(shè)計(jì)了一種基于混沌系統(tǒng)的測(cè)量矩陣,偽隨機(jī)性能夠滿足非相干性的要求,確定性又易于硬件實(shí)現(xiàn),與現(xiàn)有的螺旋測(cè)量矩陣相比,混沌測(cè)量矩陣具有更好的非相干性,能夠在相同測(cè)量數(shù)據(jù)的條件下,得到更高的重建圖像質(zhì)量。
【關(guān)鍵詞】：壓縮感知 磁共振成像 分裂布雷格曼迭代 混沌測(cè)量矩陣
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：R445.2;TP391.41
【目錄】：

• 摘要5-7
• Abstract7-11
• 第1章 緒論11-17
• 1.1 課題研究的背景和意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 壓縮感知理論及應(yīng)用研究現(xiàn)狀12-14
• 1.2.2 壓縮感知在磁共振成像中應(yīng)用的研究現(xiàn)狀14-15
• 1.3 研究?jī)?nèi)容及結(jié)構(gòu)安排15-17
• 第2章 基于壓縮感知的快速磁共振成像原理17-28
• 2.1 磁共振成像理論17-23
• 2.1.1 磁共振物理原理17-19
• 2.1.2 弛豫和弛豫時(shí)間19-20
• 2.1.3 磁共振信號(hào)的空間編碼20-22
• 2.1.4 k空間22-23
• 2.2 壓縮感知基本理論23-26
• 2.2.1 壓縮感知理論的數(shù)學(xué)模型23-24
• 2.2.2 信號(hào)的稀疏表示24
• 2.2.3 測(cè)量矩陣設(shè)計(jì)24-25
• 2.2.4 非線性重建算法25-26
• 2.3 壓縮感知理論下的快速磁共振成像26-27
• 2.4 本章小結(jié)27-28
• 第3章 基于分裂布雷格曼迭代的CS_MRI圖像重建算法28-41
• 3.1 Bregman迭代算法28-29
• 3.2 分裂布雷格曼迭代算法29-30
• 3.3 基于三正則的分裂布雷格曼迭代算法30-32
• 3.4 實(shí)驗(yàn)仿真及結(jié)果分析32-39
• 3.4.1 實(shí)驗(yàn)參數(shù)設(shè)置及實(shí)驗(yàn)圖像的選取32-34
• 3.4.2 實(shí)驗(yàn)結(jié)果及實(shí)驗(yàn)分析34-39
• 3.5 本章小結(jié)39-41
• 第4章 基于混沌系統(tǒng)的CS_MRI測(cè)量矩陣41-56
• 4.1 混沌系統(tǒng)簡(jiǎn)介41-43
• 4.1.1 混沌的定義41-42
• 4.1.2 混沌的基本性質(zhì)42-43
• 4.2 混沌測(cè)量矩陣的構(gòu)建43-49
• 4.2.1 Rossler混沌系統(tǒng)分析43-46
• 4.2.2 混沌測(cè)量矩陣的實(shí)現(xiàn)46-49
• 4.3 仿真實(shí)驗(yàn)及結(jié)果分析49-55
• 4.4 本章小結(jié)55-56
• 結(jié)論56-58
• 參考文獻(xiàn)58-63
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文63-64
• 致謝64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 潘晉孝,韓焱,劉清s，

本文編號(hào)：604538