基于字典学习与GPU加速的快速磁共振成像技术研究

发布时间：2022-08-02 17:08

　　磁共振技术由于其优秀的软组织分辨度及对被检测人体无辐射危害等巨大的优势在临床医学上近年来备受青睐,然而磁共振技术采集速度过慢,已逐渐成为临床医学特别是动态心脏成像领域上的瓶颈。压缩感知理论的出现以及基于稀疏表示方法的压缩感知技术在磁共振成像中的应用已经部分解决了这一问题。本文主要研究自适应稀疏表示方法中字典学习算法及其优化算法-双字典学习算法,并分别将其应用到三维动态心脏磁共振成像中。由于三维数据重建计算量大、重建时间过长,本文将利用硬件GPU并行计算加速来缩短重建时间。本文主要从以下三个方面开展工作:（1）研究压缩感知理论的基本原理,它包括信号稀疏表达方法、观测矩阵及图像重建等三个核心部分。重点研究压缩感知理论在磁共振成像中的应用后三个核心部分,即MR图像的稀疏表示、欠采样方式的设计和图像重建算法的设计。最后研究基于小波变换的CS-MRI实现方法并通过仿真实验进行验证。（2）研究以字典学习为稀疏表示方法的CS-MRI算法,同时将研究数据从二维数据拓展到三维数据中。在三维数据重建方法上,由传统方法中多层重建改进为三维直接重建,即所有的数据全部为三维数据直接参与算法的重建当中。这样做的目... 

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 目的和意义
    1.2 国内外研究进展
        1.2.1 基于字典学习的快速磁共振成像的发展状况
        1.2.2 心脏磁共振成像研究现状
        1.2.3 基于GPU硬件加速的重建
    1.3 主要研究内容
    1.4 论文章节安排
第2章 磁共振成像基本原理
    2.1 磁共振物理原理
        2.1.1 自旋现象
        2.1.2 进动与拉莫方程
        2.1.3 共振现象
        2.1.4 弛豫过程
        2.1.5 信号的产生
    2.2 磁共振图像的建立
        2.2.1 层面选择
        2.2.2 空间编码
        2.2.3 了解k-空间
    2.3 本章小结
第3章 基于压缩感知的快速磁共振成像原理
    3.1 引言
    3.2 压缩感知基本理论
    3.3 基于压缩感知的快速磁共振成像原理
        3.3.1 稀疏表示
        3.3.2 欠采样方式
        3.3.3 图像重建算法
    3.4 基于小波变换的CS-MRI实现
        3.4.1 实现方法
        3.4.2 重建算法流程
        3.4.3 仿真实验
    3.5 本章小结
第4章 基于双字典学习的磁共振快速成像技术研究
    4.1 引言
    4.2 字典学习原理
        4.2.1 原子的抽取
        4.2.2 Spare Land模型在MRI中的应用
    4.3 基于双字典学习的CS-MRI的重建算法
        4.3.1 算法框架
        4.3.2 字典学习
        4.3.3 稀疏编码
        4.3.4 图像迭代与重建
    4.4 仿真实验及结果
        4.4.1 实验数据
        4.4.2 仿真实验方法
        4.4.3 参数设定
        4.4.4 定量评估标准
        4.4.5 实验结果
        4.4.6 讨论与总结
    4.5 本章小结
第5章 基于GPU加速的磁共振快速成像技术研究
    5.1 引言
    5.2 GPU并行计算
        5.2.1 基于C语言环境下的CUDA应用
        5.2.2 基于MATLAB环境下JACKET应用
        5.2.3 基于MATLAB环境下PCT应用
    5.3 基于GPU加速的磁共振快速成像
    5.4 仿真实验及结果
        5.4.1 二维MR数据仿真实验
        5.4.2 实验结果
        5.4.3 三维MR数据仿真实验
        5.4.4 实验结果
        5.4.5 结果分析
    5.5 本章小结
第6章 总结与展望
    6.1 工作总结
    6.2 展望
致谢
参考文献
附录



本文编号：3668912