基于压缩感知的快速磁共振成像技术研究
发布时间:2021-05-20 22:42
人们生活质量的改善往往归功于科技的发展,医疗健康领域也不例外。目前包括超声(Ultrasound,US)、计算机断层显像(Computed Tomography,CT)、核磁共振成像(Nuclear Magnetic Resonance Imaging,NMRI)以及正电子发射型计算机断层显像(Positron Emission Tomography,PET)等在内的主要影像技术研究正蓬勃兴起。磁共振成像是一种利用核磁共振原理进行人体显像的技术,即通过激发人体大量存在的氢原子核(氢质子),捕捉其由激发态到基态释放的能量信号,以此用作人体组织结构以及生理功能信息的影像呈现。但在实际磁共振成像过程中,其数据采集时间受限于Nyquist采样定理,成像时间缓慢。因此,如何在确保图像重建质量的情况下,提高成像速度是目前磁共振成像研究的热点问题。压缩感知(Compressed Sensing,CS)技术因其对欠采样数据良好的重建能力已在磁共振快速成像中得到应用,即利用磁共振图像在线性变换域内的稀疏特性,仅由非相干性采样得到的少量成像数据即可较大概率地精确重建出原始图像。本文针对磁共振成像数据扫描时...
【文章来源】:重庆邮电大学重庆市
【文章页数】:69 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 引言
1.1 磁共振成像研究
1.2 国内外研究现状
1.3 本文的主要工作
1.4 本文的组织结构
第2章 磁共振成像基本知识
2.1 磁共振成像原理
2.1.1 磁共振信号产生
2.1.2 磁共振空间编码
2.2 基于傅里叶变换的磁共振重建方法
2.3 本章小结
第3章 压缩感知算法
3.1 压缩感知基本模型与应用条件
3.2 压缩感知算法在快速磁共振成像中的应用
3.3 传统压缩感知重建框架存在问题
3.4 本章小结
第4章 磁共振重建的常用先验信息
4.1 基于信号稀疏特性的先验信息
4.1.1 稀疏程度
4.1.2 稀疏角度
4.2 基于磁共振应用场景的先验信息
4.2.1 多对比度成像
4.2.2 多通道成像
4.3 本章小结
第5章 基于广义级数模型的压缩感知快速磁共振重建方法
5.1 广义级数模型
5.2 广义级数模型与残差图像稀疏
5.3 基于CS-GS模型的快速磁共振成像
5.4 本章小结
第6章 基于梯度方向约束的压缩感知快速磁共振重建方法
6.1 梯度方向先验
6.2 梯度方向约束的保边性
6.3 基于梯度方向约束的单个对比度图像重建
6.3.1 图像重建模型
6.3.2 多对比度图像实验
6.4 基于梯度方向约束的多个对比度图像联合重建
6.4.1 图像重建模型
6.4.2 SRI24实数数据仿真
6.4.3 In-vivo复数数据实验
6.4.4 T2加权图像辅助验证
6.5 本章小结
第7章 结束语
7.1 主要工作与创新点
7.2 后续研究工作
参考文献
附录A 变密度随机欠采样矩阵代码
附录B 非线性回溯共轭梯度算法主要代码
致谢
攻读硕士学位期间从事的科研工作及取得的成果
本文编号:3198558
【文章来源】:重庆邮电大学重庆市
【文章页数】:69 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 引言
1.1 磁共振成像研究
1.2 国内外研究现状
1.3 本文的主要工作
1.4 本文的组织结构
第2章 磁共振成像基本知识
2.1 磁共振成像原理
2.1.1 磁共振信号产生
2.1.2 磁共振空间编码
2.2 基于傅里叶变换的磁共振重建方法
2.3 本章小结
第3章 压缩感知算法
3.1 压缩感知基本模型与应用条件
3.2 压缩感知算法在快速磁共振成像中的应用
3.3 传统压缩感知重建框架存在问题
3.4 本章小结
第4章 磁共振重建的常用先验信息
4.1 基于信号稀疏特性的先验信息
4.1.1 稀疏程度
4.1.2 稀疏角度
4.2 基于磁共振应用场景的先验信息
4.2.1 多对比度成像
4.2.2 多通道成像
4.3 本章小结
第5章 基于广义级数模型的压缩感知快速磁共振重建方法
5.1 广义级数模型
5.2 广义级数模型与残差图像稀疏
5.3 基于CS-GS模型的快速磁共振成像
5.4 本章小结
第6章 基于梯度方向约束的压缩感知快速磁共振重建方法
6.1 梯度方向先验
6.2 梯度方向约束的保边性
6.3 基于梯度方向约束的单个对比度图像重建
6.3.1 图像重建模型
6.3.2 多对比度图像实验
6.4 基于梯度方向约束的多个对比度图像联合重建
6.4.1 图像重建模型
6.4.2 SRI24实数数据仿真
6.4.3 In-vivo复数数据实验
6.4.4 T2加权图像辅助验证
6.5 本章小结
第7章 结束语
7.1 主要工作与创新点
7.2 后续研究工作
参考文献
附录A 变密度随机欠采样矩阵代码
附录B 非线性回溯共轭梯度算法主要代码
致谢
攻读硕士学位期间从事的科研工作及取得的成果
本文编号:3198558
本文链接:https://www.wllwen.com/linchuangyixuelunwen/3198558.html
最近更新
教材专著