基于压缩感知的MRI图像的二维重构和三维可视化
本文选题：磁共振成像 + 图像处理 ； 参考：《中国医学影像学杂志》2015年03期
【摘要】：压缩感知是一种全新的信息采集与处理的理论框架,借助信号内在的稀疏性或可压缩性,利用随机投影实现以远低于奈奎斯特频率的采样频率下对压缩数据的采集。该技术应用于医学成像领域,可以加快MRI的扫描速度,减少放射剂量,减少患者的不适。算法首先利用小波系数的稀疏性,保留部分比例最大系数;其次利用改进的最佳正交匹配追踪算法实现基于压缩感知的医学图像二维重构;最后利用最大密度投影算法实现三维体绘制。实验结果表明,局部细节放大图、峰值信噪比以及剖分线的对比,均从定性、定量的角度证明了二维重构算法的准确性和高效性,三维体绘制结果对于诊断及治疗具有很好的辅助作用。
[Abstract]:Compression sensing is a new theoretical framework for information acquisition and processing. With the help of the inherent sparsity or compressibility of the signal, the compressed data can be collected at a sampling frequency far lower than the Nyquist frequency by using random projection. This technique can accelerate MRI scan speed, reduce radiation dose and reduce discomfort of patients. The algorithm firstly uses the sparsity of wavelet coefficients to retain the partial proportional maximum coefficients, and then uses the improved optimal orthogonal matching tracking algorithm to realize the two-dimensional reconstruction of medical images based on compressed perception. Finally, the maximum density projection algorithm is used to realize 3D volume rendering. The experimental results show that the accuracy and efficiency of the two-dimensional reconstruction algorithm are proved from the qualitative and quantitative aspects of the local detail amplification, peak signal-to-noise ratio (PSNR) and division lines. The results of 3D volume rendering are helpful for diagnosis and treatment.
【作者单位】： 南通大学电子信息学院;
【基金】：国家自然科学基金项目(11204145,81371663,61401239) 江苏省自然科学基金项目(BK20130393) 江苏省高校自然科学研究面上项目(12KJB510026) 南通市科技项目(BK2014066) 南通大学2008年度博士科研启动基金项目(08B15)
【分类号】：R445.2
【参考文献】
相关期刊论文 前10条
1 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期
2 李本星;曹宝香;马建华;;迫近算子在MR图像快速重建中的应用研究[J];电子学报;2010年12期
3 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
4 戴琼海;付长军;季向阳;;压缩感知研究[J];计算机学报;2011年03期
5 李青;杨晓梅;李红;;基于压缩感知的自适应正则化磁共振图像重构[J];计算机应用;2012年02期
6 李树涛;魏丹;;压缩传感综述[J];自动化学报;2009年11期
7 许志强;;压缩感知[J];中国科学:数学;2012年09期
8 尹宏鹏;刘兆栋;柴毅;焦绪国;;压缩感知综述[J];控制与决策;2013年10期
9 刘芳;武娇;杨淑媛;焦李成;;结构化压缩感知研究进展[J];自动化学报;2013年12期
10 任越美;张艳宁;李映;;压缩感知及其图像处理应用研究进展与展望[J];自动化学报;2014年08期
【共引文献】
相关期刊论文 前10条
1 马如远;金明亮;刘继忠;柴国钟;;移动机器人环境视觉小波稀疏压缩传感和识别[J];传感技术学报;2012年04期
2 焦鹏飞;李亮;赵骥;;压缩感知在医学图像重建中的最新进展[J];CT理论与应用研究;2012年01期
3 黄添强;苏立超;;基于自适应小波基和Smoothed-l_0的压缩感知图像重构算法[J];江苏技术师范学院学报;2011年10期
4 王超;梁大鹏;;压缩感知测量方法的机密性[J];电讯技术;2010年11期
5 吴凌华;张小川;;压缩感知的发展与应用[J];电讯技术;2011年01期
6 陈鹏;徐烽;;卫星认知无线通信中频谱感知算法比较[J];电讯技术;2011年09期
7 陈鹏;徐烽;邱乐德;王宇;;卫星稀疏信道中频谱空穴的新型检测算法[J];电讯技术;2012年01期
8 彭岁阳;卢大威;张军;胡卫东;沈振康;;一种对随机频率步进信号的散射中心提取方法[J];电波科学学报;2010年02期
9 李松;朱丰;刘昌云;冯有前;张群;;基于压缩感知的弹道导弹微多普勒提取方法[J];电波科学学报;2011年05期
10 朱丰;张群;顾福飞;孙凤莲;李开明;;合成孔径雷达运动目标谱图二维压缩与重构方法[J];电波科学学报;2012年01期
相关会议论文 前10条
1 高建虎;陈杰;张履谦;;基于压缩感知和EMD的SAR海洋内波探测方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
2 王安娜;周小星;孙红英;杨鸿武;;基于压缩感知过程的语音增强新算法[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年
3 高畅;李海峰;马琳;;基于压缩感知理论的语音信号压缩与重构方法[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年
4 周小星;王安娜;孙红英;杨鸿武;;基于压缩感知过程的语音增强[A];第十一届全国人机语音通讯学术会议论文集（二）[C];2011年
5 梁瑞宇;奚吉;张学武;;压缩感知理论在语音信号处理中的应用[A];2010’中国西部声学学术交流会论文集[C];2010年
6 陈守宁;郑宝玉;吉晓东;;WMSN中基于压缩感知的VSQI压缩反馈[A];2010年通信理论与信号处理学术年会论文集[C];2010年
7 魏浩;郑宝玉;岳文静;;基于压缩感知的稀疏多径信道估计[A];2010年通信理论与信号处理学术年会论文集[C];2010年
8 王绍青;王鹏;;未来无线认知传感器监测网络的设计与应用[A];频谱管理与监测系统建设研讨会论文集[C];2011年
9 郑仕链;何斌;杨伟程;;认知无线电宽带频谱感知试验研究[A];浙江省信号处理学会2011学术年会论文集[C];2011年
10 范晋祥;杨建宇;;军用红外成像探测跟踪技术发展趋势与新技术研究进展[A];第十届全国光电技术学术交流会论文集[C];2012年
相关博士学位论文 前10条
1 高艺;能源自给低功耗无线传感器网络关键技术研究[D];南开大学;2010年
2 杨瑞明;基于压缩采样的比幅测向方法研究[D];电子科技大学;2010年
3 周小平;高速移动MIMO OFDM系统快衰落信道估计方法[D];上海大学;2011年
4 邓海松;基于稀疏先验的计算机试验元建模方法研究[D];南京理工大学;2011年
5 杨成;压缩采样中匹配追踪约束等距性分析及其应用[D];复旦大学;2011年
6 王悦;认知无线电宽带频谱感知技术研究[D];北京邮电大学;2011年
7 唐亮;压缩感知及其在超宽带无线传感器网络中的应用研究[D];北京邮电大学;2011年
8 石磊;压缩感知在超宽带信道估计中的应用研究[D];北京邮电大学;2011年
9 朱旭琪;分布式信息压缩算法研究[D];北京邮电大学;2011年
10 郝晓冉;分布式视频编码技术[D];北京邮电大学;2011年
相关硕士学位论文 前10条
1 邢云;基于压缩感知理论的人脸识别方法研究[D];大连理工大学;2010年
2 单进;基于压缩感知的鲁棒性说话人识别[D];苏州大学;2010年
3 王晓;压缩感知在无线通信网络数据采集中的应用研究[D];浙江大学;2011年
4 黄莹;室外移动机器人导航信息压缩算法研究[D];东北电力大学;2011年
5 焦东立;基于压缩感知的盲信号处理技术研究[D];电子科技大学;2011年
6 王超;抗混叠Contourlet滤波器组的设计分析及其在MRI图像压缩感知重构中的应用[D];西安电子科技大学;2011年
7 李国峰;基于生物医学信号的体域网低功耗设计与研究[D];吉林大学;2011年
8 赵志鹏;基于小波域维纳滤波器的压缩感知理论及应用[D];北京交通大学;2011年
9 杨晓;基于OFDM系统的信道估计研究[D];北京邮电大学;2011年
10 杨锐;基于压缩感知理论的宽带模拟多带信号检测的研究[D];北京邮电大学;2011年
【二级参考文献】
相关期刊论文 前10条
1 黄琼;屈乐乐;吴秉横;方广有;;压缩感知在超宽带雷达成像中的应用[J];电波科学学报;2010年01期
2 赵贻玖;王厚军;戴志坚;;基于隐马尔科夫树模型的小波域压缩采样信号重构方法[J];电子测量与仪器学报;2010年04期
3 焦李成,谭山;图像的多尺度几何分析:回顾和展望[J];电子学报;2003年S1期
4 汪雄良;冉承其;王正明;;基于紧致字典的基追踪方法在SAR图像超分辨中的应用[J];电子学报;2006年06期
5 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期
6 杨海蓉;张成;丁大为;韦穗;;压缩传感理论与重构算法[J];电子学报;2011年01期
7 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
8 付宁;曹离然;彭喜元;;基于子空间的块稀疏信号压缩感知重构算法[J];电子学报;2011年10期
9 尹忠科;邵君;Pierre Vandergheynst;;利用FFT实现基于MP的信号稀疏分解[J];电子与信息学报;2006年04期
10 郭海燕;杨震;;基于近似KLT域的语音信号压缩感知[J];电子与信息学报;2009年12期
相关博士学位论文 前3条
1 吴显金;自适应正则化图像复原方法研究[D];国防科学技术大学;2006年
2 李本星;部分K空间采样MR快速重建与相位解缠绕[D];南方医科大学;2009年
3 鲍跃全;结构健康监测的数据压缩采样与损伤识别融合方法[D];哈尔滨工业大学;2009年
相关硕士学位论文 前1条
1 郝鹏鹏;基于压缩传感原理的图像重建方法研究[D];燕山大学;2009年
【相似文献】
相关期刊论文 前10条
1 ;图片的制作要求[J];护理实践与研究;2011年10期
2 ;图片的制作要求[J];护理实践与研究;2011年12期
3 ;图片的制作要求[J];护理实践与研究;2011年11期
4 ;图片的制作要求[J];护理实践与研究;2011年14期
5 ;图片的制作要求[J];护理实践与研究;2011年13期
6 ;图片的制作要求[J];护理实践与研究;2011年19期
7 ;图片的制作要求[J];护理实践与研究;2011年20期
8 ;图片的制作要求[J];护理实践与研究;2011年23期
9 ;图片的制作要求[J];护理实践与研究;2011年24期
10 ;图片的制作要求[J];护理实践与研究;2012年01期
相关会议论文 前1条
1 张尚军;徐光;祁小江;;影响CR胶片质量原因的探讨[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
，本文编号：2047826
本文链接：https://www.wllwen.com/yixuelunwen/fangshe/2047826.html
