基于压缩感知的MRI图像超分辨率重建算法研究

发布时间：2020-05-13 16:04

【摘要】：磁共振成像作为目前临床医学数字影像诊疗中重要的工具之一,在疾病检测与诊断中应用非常广泛。但是实际过程中MRI图像的分辨率会受到信噪比、设备性能、扫描时间等因素的限制,而且,重建算法也会影响图像分辨率,高分辨率意味着所花费的软件成本更大。本文采用图像超分辨率重建技术,得到分辨率更高的MRI图像。通过将图像超分辨率重建技术与压缩感知理论结合,建立了压缩感知框架下的MRI图像超分辨率重建模型,由此提出了基于压缩感知的MRI图像超分辨率重建算法。同时,鉴于MRI图像自身的特点以及联合字典学习的局限性,本文还提出了基于局部信息的压缩感知MRI图像超分辨率重建改进算法,并进行了仿真实验。实验结果表明,本文提出的改进算法充分考虑到MRI图像本身的特点,计算量少,重建性能优于传统的重建方法。相比于之前的基于压缩感知的MRI图像超分辨率重建算法,得到的图像PSNR、SSIM值平均提高0.3747、0.0078,表明通过改进算法的MRI图像分辨率更高,视觉效果更好,具有一定的临床应用价值。
【图文】：

图像退化过程

插值算法效果对比
【学位授予单位】：长春理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R445.2;TP391.41

【参考文献】

相关期刊论文 前10条

1 刘振圻;包立君;陈忠;;基于自适应对偶字典的磁共振图像的超分辨率重建[J];光电技术应用;2013年04期

2 叶兆丰;;图像超分辨率重建技术及研究[J];电子世界;2013年09期

3 刘娟娟;;超分辨率重建算法综述[J];科技信息;2013年08期

4 万莎;徐彪;段洪涛;;压缩感知技术综述[J];中国无线电;2013年02期

5 张忠旭;;浅谈DR图像质量控制[J];青海医药杂志;2012年09期

6 沈松;朱飞;姚琦;王鹏飞;;基于稀疏表示的超分辨率图像重建[J];电子测量技术;2011年06期

7 蔺铁锚;郑旭媛;顾欣;校午阳;;基于结构自适应归一化卷积的磁共振图像超分辨率重建[J];国际生物医学工程杂志;2011年01期

8 邵文泽;韦志辉;;基于各向异性MRF建模的多帧图像变分超分辨率重建[J];电子学报;2009年06期

9 陈翼男;金伟其;赵磊;赵琳;;基于Poisson-Markov分布最大后验概率的多通道超分辨率盲复原算法[J];物理学报;2009年01期

10 张晓玲,沈兰荪;超分辨率图像复原技术的研究进展[J];测控技术;2005年05期

相关博士学位论文 前2条

1 李欣;基于稀疏表示的图像超分辨率重建研究[D];南京邮电大学;2016年

2 张健;基于稀疏表示模型的图像复原技术研究[D];哈尔滨工业大学;2014年

相关硕士学位论文 前10条

1 陈伟业;基于压缩感知的遥感图像超分辨率重建方法研究[D];南京理工大学;2017年

2 王慧;基于压缩感知的单像超分辨率重建[D];中国矿业大学;2016年

3 程建;基于改进正则化超分辨率重建方法的人脸识别研究[D];西安电子科技大学;2014年

4 李祥灿;基于组稀疏表示的自然图像超分辨率算法研究[D];南京理工大学;2014年

5 唐秋阳;基于压缩感知的快速弥散张量成像算法的研究[D];吉林大学;2013年

6 刘立成;医学图像增强若干算法的改进研究[D];湖南大学;2012年

7 梅玲;脑部MRI分割算法研究[D];华南理工大学;2011年

8 高彦彦;基于双树复数小波的压缩传感图像重构算法研究[D];燕山大学;2009年

9 刘涛;序列图像的超分辨率重建技术研究[D];中北大学;2008年

10 孙刚;基于MAP的红外图像超分辨率重建算法研究[D];西安电子科技大学;2008年

，

本文编号：2662198