基于粒子滤波的磁共振扩散成像人体心肌纤维重建方法研究

发布时间：2017-10-09 14:21

  本文关键词：基于粒子滤波的磁共振扩散成像人体心肌纤维重建方法研究

  更多相关文章： 磁共振扩散成像 心肌纤维 粒子滤波 观测模型 自适应采样

【摘要】：医学研究表明,心肌纤维结构能够体现心脏的各种功能特性及病变信息。为了获取人体心肌纤维的结构信息,先后出现了病理切片、荧光染色、化学跟踪等方法。磁共振扩散成像技术的出现为医学图像分析提供了重要的工具,由于其非入侵特点,基于该项技术的心肌纤维重建引起了广泛的研究兴趣。开展基于磁共振扩散成像心肌纤维重建方法的研究对进一步探索心肌纤维结构的特性改变和病理学变异原因有着重要的理论意义和临床应用价值。基于磁共振扩散成像的纤维重建方法通过对水分子扩散信号的分析,确定可能存在的纤维路径。但是,受组织结构及噪声的影响,纤维重建过程存在着较大的不稳定性。所以,相比于确定性纤维重建方法,基于概率的纤维重建方法更有利于提高纤维重建的准确性。为了描述纤维走向的后验概率分布,本课题引入粒子滤波技术实现纤维走向状态的估计,并针对已有方法在重要性密度函数的设计、自适应策略、观测模型及运行效率等方面的不足开展研究,本文的主要研究内容如下:(1)针对传统粒子滤波计算效率低、收敛速度慢的问题,提出了基于扩散各向异性自适应的粒子滤波心肌纤维重建算法。该算法根据不同体元处的扩散各向异性值动态地调整粒子数量和预测阶段的扰动强度。在保证状态估计质量的同时,降低了算法的计算复杂度,显著提高了系统的运行效率。首先,在纤维重建的起始位置,利用体元的六邻域均值初始化粒子集,以保证粒子滤波算法能够尽快收敛;然后,在纤维演化的过程中,根据当前体元位置的扩散状态调整粒子数量,利用各向异性值FA调整提议分布中的采样参数,获得尺度和状态可动态调控的预测粒子集。实验结果表明:本文提出的基于扩散各向异性自适应的粒子滤波心肌纤维重建算法具有较强的抗噪能力,在改善纤维重建精度的同时,系统计算代价平均下降50%,显著提高了系统的工作效率。(2)针对已有观测模型系统误差较大的问题,提出了基于张量旋转不变特性的观测模型。首先,通过拟合磁共振扩散成像数据计算出每个体元位置处的扩散张量;然后,根据给定的潜在纤维方向与扩散张量的主特征向量的位置关系构建旋转矩阵;最后,在张量形状不变的条件下得到新的观测模型。与约束模型和分部模型相比,本文提出的观测模型可以更加有效地刻画组织内水分子扩散状态,从而减小了观测模型的计算误差。实验结果表明:基于张量旋转不变特性的观测模型能够有效提升粒子滤波中的粒子质量,从而更加有效地刻画纤维走向的后验分布,心肌纤维的重建精度也得到了明显提升。(3)针对低角分辨率条件下交叉纤维和边缘纤维重建误差较大的问题,提出了心肌纤维重建修正技术。首先,通过扩散各项异性值的阈值分析对可能存在交叉纤维或者边缘纤维的区域进行判定;然后,通过对纤维演化方向的修正达到提高纤维重建精度的目的。对于可能存在纤维交叉的区域设置较大的演化步长,以达到跨过交叉区域保持纤维行进方向的目的;对于可能存在边缘纤维离心扩散的区域,通过对纤维走向偏转角度的修正抑制离心扩散所造成的纤维演化偏差。仿真数据和真实心脏数据实验结果表明:本文提出的修正技术能够有效地降低低角分辨率条件下纤维交叉和边缘部分容积效应引起的纤维重建误差。此外,为了能够使基于粒子滤波的心肌纤维重建方法更好地满足实际应用需要,本课题还开展了基于OpenMP的多核环境下粒子滤波并行加速方法研究。首先,对心肌纤维重建中粒子滤波各计算单元进行了并行化分析;然后,从线程管理和内存管理的角度给出了并行化方案;最后,针对心肌纤维重建给出了具体的并行加速实现流程。实验结果表明:本文的基于粒子滤波的心肌纤维重建方法通过并行加速计算效率得到了显著提升。综上所述,本文的研究工作为提高基于粒子滤波的心肌纤维重建的效率和精度提供了重要的解决途径。本文算法是在低角分辨率和单阶张量的条件下实现的,易于移植到高阶张量系统和Q-ball等复杂扩散模型,对进一步提高复杂扩散模型下的纤维重建精度和效率具有一定的参照意义。
【关键词】：磁共振扩散成像 心肌纤维 粒子滤波 观测模型 自适应采样
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP391.41;R445.2;R542.23
【目录】：

• 摘要4-6
• ABSTRACT6-14
• 第1章 绪论14-35
• 1.1 课题研究的目的及意义14-16
• 1.2 磁共振扩散成像及研究现状16-22
• 1.2.1 磁共振扩散成像原理16-21
• 1.2.2 磁共振扩散成像研究现状21-22
• 1.3 磁共振扩散成像纤维重建方法的研究现状22-26
• 1.4 粒子滤波理论及研究现状26-30
• 1.5 心肌纤维的结构特征30-32
• 1.6 纤维重建存在的问题32-33
• 1.7 课题的来源及主要研究内容33-35
• 第2章 基于扩散异性自适应采样的心肌纤维重建35-58
• 2.1 引言35
• 2.2 心肌纤维重建系统框架35-44
• 2.2.1 系统状态空间37-38
• 2.2.2 粒子采样38-41
• 2.2.3 噪声分析41-43
• 2.2.4 重建算法43-44
• 2.3 粒子滤波自适应机制分析44-46
• 2.3.1 粒子数目自适应机制44-45
• 2.3.2 重要性密度函数自适应机制45-46
• 2.3.3 重采样自适应机制46
• 2.4 心肌纤维重建中的自适应采样46-49
• 2.4.1 重要性密度函数46-47
• 2.4.2 采样策略47-49
• 2.5 实验结果与分析49-57
• 2.5.1 不同粒子数条件下的心肌纤维重建对比实验50-51
• 2.5.2 不同聚集系数条件下的心肌纤维重建对比实验51-53
• 2.5.3 自适应粒子滤波心肌纤维重建对比实验53-57
• 2.6 本章小结57-58
• 第3章 基于张量旋转不变特性的观测模型研究58-78
• 3.1 引言58
• 3.2 心肌纤维重建中的粒子更新58-61
• 3.3 磁共振扩散成像观测模型61-67
• 3.3.1 已有观测模型分析62-63
• 3.3.2 基于张量模型的观测模型63-64
• 3.3.3 基于约束模型的观测模型64-66
• 3.3.4 基于分部模型的观测模型66-67
• 3.4 基于张量旋转不变特性的观测模型67-69
• 3.5 实验结果与分析69-76
• 3.6 本章小结76-78
• 第4章 心肌纤维重建修正技术及并行加速方法研究78-93
• 4.1 引言78
• 4.2 基于可变步长的交叉纤维修正技术78-81
• 4.3 基于离心扩散原理的边缘纤维修正技术81-83
• 4.4 心肌纤维重建算法并行化分析83-85
• 4.5 基于Open MP的心肌纤维重建并行加速实现85-88
• 4.6 实验结果与分析88-91
• 4.6.1 实验环境88
• 4.6.2 结果与分析88-91
• 4.7 本章小结91-93
• 结论93-96
• 参考文献96-106
• 攻读博士学位期间发表的论文及其它成果106-108
• 致谢108-109
• 个人简历109

【相似文献】

中国期刊全文数据库 前10条

1 顾顺德,聂生东,陈瑛,章鲁;基于K-最近邻规则的磁共振颅脑图像分割算法的应用研究[J];上海医科大学学报;2000年02期

2 徐志荣,朱弋,张卫东;磁共振实用图像参数实验分析[J];医疗卫生装备;2000年03期

3 刘德光,孙毅平;磁共振介导微创外科的展望[J];中国冶金工业医学杂志;2001年03期

4 吴前芝,张太生,毛存南,陈马昊;磁共振窗口技术应用初探[J];实用医技杂志;2002年12期

5 陈迎良;苗重昌;张波;;新生儿缺氧缺血性脑病患儿磁共振检查的护理体会[J];医学理论与实践;2012年24期

6 Von D.Uhlenbrock;张本固;;磁共振体层照像诊断炎性肾脏病的可能性[J];放射学实践;1988年04期

7 杨扬;西班牙空军高性能战斗机飞行员的颈椎磁共振图像[J];航空军医;1997年01期

8 ;眼科学[J];国外科技资料目录.医药卫生;1998年01期

9 王其玲;磁共振介绍[J];今日科技;1999年10期

10 倪萍;陈自谦;;磁共振质量控制和质量保证若干问题的探讨[J];福州总医院学报;2008年03期

中国重要会议论文全文数据库 前10条

1 赵磊;徐进;;磁共振导航微创治疗系统及其临床应用[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年

2 徐志荣;朱戈;张卫东;;磁共振实用图像参数实验分析[A];中华医学会医学工程学分会第一次医学影像设备应用技术研讨会论文集[C];1999年

3 翁得河;王慧贤;宋涛;;基于小波和模糊集的磁共振图像增强[A];第六届全国计算机应用联合学术会议论文集[C];2002年

4 刘英豪;于源;;ASM-016P磁共振装置脊椎扫描技术分析及临床应用评价[A];中华医学会医学工程学分会第一次医学影像设备应用技术研讨会论文集[C];1999年

5 江宝钏;张森;胡兰清;;无指导的模糊聚类的多回波脑部磁共振图像分割[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 宁本德;屈小波;郭迪;陈忠;;基于小波变域内局部方向性的磁共振图像稀疏重建[A];第十七届全国波谱学学术会议论文摘要集[C];2012年

7 赵磊;;磁共振导航微创治疗技术及其在经皮冷冻治疗中的应用[A];第六届中国科学家论坛论文汇编[C];2007年

8 陈晓荣;任宇婧;胡红杰;尹学青;钱玉娥;刘华锋;;磁共振评价左室容量-时间曲线的初步研究[A];2012年浙江省放射学术年会论文集[C];2012年

9 相艳;李江涛;杨嘉林;;基于模糊C均值聚类算法的脑部磁共振图像分割[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

10 胡昌伟;屈小波;郭迪;陈忠;;基于小波变换的迭代阈值磁共振图像稀疏重构新算法[A];第十六届全国波谱学学术会议论文摘要集[C];2010年

中国重要报纸全文数据库 前3条

1 本报记者 皮泽红;国产磁共振的痛苦只是暂时的[N];广东科技报;2004年

2 记者　孙占稳;新奥博为勇破世界性难题[N];河北日报;2006年

3 本报记者 刘正午;磁共振竞技场的新较量[N];医药经济报;2004年

中国博士学位论文全文数据库 前10条

1 李建福;磁共振结构像分析及其在音乐家大脑研究中的应用[D];电子科技大学;2015年

2 罗敏敏;胎儿磁共振安全问题研究[D];南方医科大学;2015年

3 陈相教;基于统计学方法的无参考MRI测温关键技术研究[D];中国科学院研究生院(上海技术物理研究所);2015年

4 侯漠;磁性微泡对比剂介导超声与磁共振图像的配准与融合研究[D];东南大学;2015年

5 盖永浩;超声联合磁共振评价Budd-Chiari综合征血管病变与引流方式以及超声定量分析肝静脉引流的研究[D];山东大学;2016年

6 孔凡辉;基于粒子滤波的磁共振扩散成像人体心肌纤维重建方法研究[D];哈尔滨工业大学;2016年

7 江远亮;颅内动脉粥样硬化斑块离体高分辨率磁共振成像与病理对照研究及活体颅内责任斑块磁共振特征分析[D];第二军医大学;2016年

8 王丽嘉;磁共振图像全自动分割量化方法研究[D];华东师范大学;2015年

9 张宁;心脏磁共振图像左心室分割算法研究[D];南方医科大学;2009年

10 张元凯;四肢肿瘤的微结构与生物学行为及动态增强磁共振相关性研究[D];山东大学;2010年

中国硕士学位论文全文数据库 前10条

1 陈勇;基于偏微分方程的磁共振图像降噪算法研究[D];昆明理工大学;2015年

2 厉元杰;四维心脏辅助诊断系统关键技术的研究[D];四川师范大学;2015年

3 庄亚运;利用高介电材料提高胎儿磁共振射频安全性理论研究[D];南方医科大学;2015年

4 张翔亚;磁共振扩散张量成像FA值在足月新生儿缺氧缺血性脑病中的应用[D];南方医科大学;2015年

5 商立清;基于磁共振数据的脑结构网络研究[D];电子科技大学;2014年

6 葛岭岭;稀疏磁共振图像重建方法研究[D];河北工业大学;2015年

7 周延明;基于PRONY模型的磁共振测温技术研究[D];哈尔滨工业大学;2015年

8 周维林;心脏磁共振实时电影成像方法研究[D];东北大学;2014年

9 李婷婷;超声与磁共振图像三维配准方法研究[D];南京航空航天大学;2014年

10 杜磊;核磁共振图像中的3D胰腺分割[D];西安电子科技大学;2014年

，

本文编号：1000664