基于压缩感知的磁共振图像重建算法研究

发布时间：2020-10-13 10:55

　　 磁共振成像是当下医疗成像中一种重要的成像方式,因其安全、准确等优势现已得到广泛应用。然而缓慢的成像方式是限制其进一步发展的瓶颈所在,压缩感知理论就是在此大背景下产生的一种新型的数据采集方式,压缩感知理论的提出实现了较少的采样数据量精确重建原始信号,大大加快图像的成像速度。通过对前人基于压缩感知理论的磁共振成像算法基础进行了研究,对已有的非线性重建算法进行改进,并且利用变密度的采样方式,有效地提高图像的重建精度。针对传统的欠采样方式,易造成图像混叠伪影的产生,通过对几种常见的采样方式进行研究,研究发现对于一幅图像信号,能量主要集中位于低频段,图像的高频部分则含有较少的能量分布,因此提出了变密度的采样方式,仿真结果发现相对于传统的均匀采样,使用的采样方式可以得到更为精确的重建效果,减少图像在重建过程中所产生的混叠伪影。信号的最稀疏表示、观测矩阵的设计和信号的最优化重建算法的选择是压缩感知图像重建中最为关键的三个模块。其中重建算法的选择将直接影响重建图像的直观效果。在分裂布雷格曼迭代算法的基础上,发现磁共振图像不同特征在不同变换域中的稀疏性,充分利用图像的先验信息,将全变分和小波变换相结合同时作为正则项,提出了一种改进的分裂布雷格曼迭代图像重建算法。最后,仿真实验选取三幅不同的磁共振图像进行重建,仿真结果表明,改进的重建算法相比较于全变分正则约束算法、小波变换约束算法和传统的_1l范数模型重建算法可以有效降低图像的重建误差,提高磁共振图像的重建精度。图25幅;表3个;参58篇。
【学位单位】：华北理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：O482.531;TP391.41
【文章目录】：
摘要
abstract
引言
第1章 绪论
    1.1 研究背景及意义
    1.2 研究现状
        1.2.1 压缩感知及其应用的研究现状
        1.2.2 基于压缩感知的MRI重建研究现状
    1.3 研究内容及结构安排
第2章 CS理论原理及应用现状
    2.1 压缩感知基本理论
        2.1.1 稀疏变换表示
        2.1.2 编码测量的设计
        2.1.3 重建算法
    2.2 压缩感知理论的应用
    2.3 本章小结
第3章 MRI基本理论及原理
    3.1 磁共振成像理论
        3.1.1 磁共振现象产生的物理原理
        3.1.2 弛豫及弛豫时间
        3.1.3 磁共振信号的空间定位
    3.2 CS-MRI测量矩阵的设计
        3.2.1 随机变密度采样方式
        3.2.2 采样轨迹
        3.2.3 基于变密度的随机笛卡尔采样方式
    3.3 本章小结
第4章 基于分裂布雷格曼迭代重建算法
    4.1 Bregman迭代算法
    4.2 分裂Bregman迭代算法
    4.3 改进的分裂Bregman迭代算法
    4.4 实验仿真与结果分析
        4.4.1 实验仿真图像的选取及参数设置
        4.4.2 实验仿真结果分析
    4.5 本章小结
结论
参考文献
致谢
导师简介
企业导师简介
作者简介
学位论文数据集

【参考文献】

相关期刊论文 前9条

1 沈燕飞;李锦涛;朱珍民;张勇东;代锋;;基于非局部相似模型的压缩感知图像恢复算法[J];自动化学报;2015年02期

2 费选;韦志辉;肖亮;李星秀;;优化加权TV的复合正则化压缩感知图像重建[J];中国图象图形学报;2014年02期

3 张鑫;陈伟斌;;Contourlet变换系数加权的医学图像融合[J];中国图象图形学报;2014年01期

4 王晨;高美凤;;基于单层小波变换的加权压缩感知图像处理[J];江南大学学报(自然科学版);2013年04期

5 方晟;吴文川;应葵;郭华;;基于非均匀螺旋线数据和布雷格曼迭代的快速磁共振成像方法[J];物理学报;2013年04期

6 张成;杨海蓉;韦穗;;基于随机间距稀疏Toeplitz测量矩阵的压缩传感[J];自动化学报;2012年08期

7 郝岩;冯象初;许建楼;;一种新的去噪模型的分裂Bregman算法[J];电子与信息学报;2012年03期

8 焦李成;杨淑媛;刘芳;侯彪;;压缩感知回顾与展望[J];电子学报;2011年07期

9 刘卫华,水鹏朗;多个小波基的联合图像去噪方法[J];系统工程与电子技术;2005年09期

相关博士学位论文 前3条

1 吕文涛;基于压缩感知的雷达成像方法研究[D];上海交通大学;2015年

2 赵地;基于压缩感知理论的MR图像重建[D];北京理工大学;2015年

3 李国燕;基于压缩感知的核磁共振成像重建技术研究[D];河北工业大学;2013年

相关硕士学位论文 前10条

1 白帆;基于字典扩展的稀疏表示鲁棒人脸识别算法研究[D];燕山大学;2016年

2 周凯;基于贝叶斯压缩感知的人脸识别研究[D];广西大学;2016年

3 孟祥瑞;压缩感知贪婪类重建算法研究[D];北京交通大学;2016年

4 张建广;基于压缩感知的快速MRI图像重建[D];哈尔滨理工大学;2016年

5 孟健;基于压缩感知的红外图像与可见光图像融合[D];长春工业大学;2016年

6 荀慧丽;压缩感知盲稀疏信号贪婪迭代重构算法研究[D];安徽大学;2014年

7 马亚伟;基于变密度随机采样算法的并行磁共振成像的研究[D];青岛大学;2012年

8 周爱珍;基于稀疏采样的医学成像方法研究[D];南方医科大学;2011年

9 公伟;变密度随机采样的并行磁共振成像方法的研究[D];青岛大学;2010年

10 方青;磁共振部分K空间数据图像重构[D];上海交通大学;2007年

本文编号：2839072