应用于磁共振成像的稀疏重建方法研究

发布时间：2020-03-30 16:27

【摘要】：作为当今一种重要的影像技术,磁共振成像具有成像细节丰富、无侵入式和非电离成像等特点,在临床诊断医学和相关影像科学等领域得到广泛地应用,但相对缓慢的成像速度依然制约着该技术的发展。压缩感知理论可以通过非相干性采样获得的少量数据并结合适当的优化算法高概率精确地重建出磁共振图像。因此,本文在压缩感知理论的基础上主要对磁共振图像稀疏表达和重建算法进行研究,给出三种改进的稀疏约束方法来实现磁共振图像的精确重建,主要工作内容如下:首先,采用二阶广义全变分模型来替代传统全变分模型,给出一种基于二阶广义全变分模型的自适应磁共振成像方法。该方法利用广义全变分模型高阶项拟合特性来平衡图像中不同结构区域的重建惩罚,并改进权重系数的选取以便能够在求解目标函数的迭代过程中进行自适应修正。实验结果表明,相比于传统固定参数的全变分模型,该方法在保持图像几何结构和边缘特征方面具有明显优势,在多种测量率下均能够有效减少重建残差值,在20%测量率下峰值信噪比平均提升约2.90dB。其次,分析磁共振图像自身非局部相似性和相似图像块所构造低秩矩阵的稀疏特性,给出一种基于低秩矩阵奇异值动态收缩的磁共振成像方法。该方法首先进行相似图像块匹配并构造低秩矩阵字典来建立目标函数,然后采用奇异值动态收缩方法求解低秩约束问题,并使用交替方向乘子法进行迭代计算。实验结果表明,在多组织重建实验中,该方法均具有较好的图像纹理细节保持能力和更高的重建质量,在20%测量率下峰值信噪比平均提升约2.47dB。最后,针对单一稀疏约束模型的不足,充分挖掘图像在不同稀疏表达域特征的基础上给出一种基于多正则联合约束的磁共振重建方法。该方法通过构建多正则约束目标函数,借助广义全变分模型的高阶平滑特性和低秩约束的细节保持特性共同约束重建模型,并采用分裂布雷格曼迭代算法来对目标函数进行分裂求解。实验结果表明,本方法比其他典型多正则方法重建质量有明显提升,在20%测量率下多组织成像实验和多参数成像实验中峰值信噪比分别平均提升约2.82dB和3.58dB。本文从研究磁共振图像全局稀疏表达和自身结构化特征出发,给出改进的磁共振稀疏重建方法,通过多组对比实验进一步验证这些方法的有效性,为磁共振稀疏成像方法提供了新的解决思路。
【图文】：

脑部,欠采样,一维,图像

28(c) CS-ATGV 方法重建效果图图 3.5 无噪一维欠采样不同方法和不同测量率重建 T1加权脑部图像结果为验证算法的抗噪声能力，向原始数据添加 25dB 加性高斯白噪声，通率下的一维欠采样测量矩阵进行稀疏采样，三种方法重建脑部图像结果如。其中，CS-wL1方法重建图像存在不同程度的混叠伪影且随着测量率的更加严重，受到噪声干扰明显，，重建图像局部放大图和箭头指向区域较为结构几乎无法准确辨识；CS-TV方法重建图像边缘细节保留较为完整，征相对于方法有所提升，但依然存在较为明显的伪影和噪声干TGV 方法重建图像视觉效果更佳，整个图像边缘保留更为完整，脑部加清晰，脑部尾状核头和胼胝体压部结构清晰，且噪声干扰得到进一步在 20%低测量率下依然具有良好的噪声和伪影抑制效果。

欠采样,脑部,一维,图像

29(c) CS-ATGV 方法重建效果图图 3.6 含噪一维欠采样不同方法和不同测量率重建 T1加权脑部图像结果进一步体现实际重建图像差异，选取上述两个实验中各自 20%测量率进行残差图处理，三种方法各自对应的残差图结果如图 3.7 所示。图，对应残差图的亮值区域越明显，也意味着重建图像中相应区域的实大。图 3.7 的实验结果可以看出，CS-wL1方法重建图像残差在边缘部分体较为明亮且混叠波纹较为明显。CS-TV方法略优于方法，明显的残差值，平滑区域存在较为明显的阶梯状斑驳亮纹。CS-ATG明显更接近于零值，在含噪重建下具有较小的残差值，反映出本文方整体结构差异。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;O482.531

【参考文献】