压缩感知框架下MRI图像重建的序列研究

发布时间：2017-05-26 10:09

  本文关键词：压缩感知框架下MRI图像重建的序列研究，由笔耕文化传播整理发布。

【摘要】：压缩感知是一种全新的信号处理，编解码理论。该理论不同于传统的奈奎斯特采样定理。它从信号稀疏性，即可压缩性出发，试图利用较少量的信号投影完成对信号的准确或近似重建。由于它的发现，雷达成像，天文学观测，信道编码，军事侦察等高科技领域有了进一步的发展，尤其是为医学成像开辟了新的思路。目前，MRI（Magnetic Resonance Imaging）已经成为现代医学影像科技中极为重要，非常先进且又昂贵的检查诊断设备，但是，MRI也存在明显的缺陷，那就是图像采集的时间非常长。因此，缩短成像时间一直以来都是磁共振成像技术发展的重要目标之一。 本文深入研究和分析了CS（Compressed Sensing）基本理论框架的三个关键问题，稀疏性（Sparsity）、不一致性（Incoherency）以及基于稀疏性考虑而提出的重建优化算法。并且结合磁共振成像的原理，K空间特性，序列的相关知识，深入研究了之所以CS可以成功的用于MRI的本质条件：除了图像本身满足了变换域的稀疏性，还有降采样伪影的不相关性，以及重建算法的非线性性。同时，通过研究压缩感知的匹配追踪算法，梯度投影算法，以及最小全变分的重建算法，进行仿真实验，在相当短的时间内实现对原始图像的精确重构，充分证实了CS-MRI的可行性和高效性，此外，，通过设置不同采样率下的图像效果对比，可以得出在0.4以上的采样率上各种算法都能保证相当好的重建效果，最小全变分算法由于在二维图像上的适用性在重建效果和信噪比上都具有最好的性能。值得一提的是，MRI应用中有非常多的序列选择，在CS-MRI的研究中，序列的选择对于稀疏性有着非常重要的作用，因此本文通过在FSE，Fast GRE，EPI三种序列扫描得到的图像进行仿真实验，性能对比，可以看出FSE类型的序列对于CS有更好的适用性，这与FSE序列对于重建图像的稀疏性贡献有着重要的联系，这也为序列工程师开辟了一个明确的思路：针对序列中能够对稀疏性起作用的参数进行优化和设计。因此，利用更适用CS的序列和高效的优化算法去应用CS-MRI能起到事半功倍的作用，可以达到快速重建图像的目的，从而缩短对核磁设备对病人的扫描时间，降低病人在扫描时所承受的风险。
【关键词】：压缩感知 磁共振成像 重建 序列
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：R318.6;TP391.41
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第1章 绪论7-16
• 1.1 课题背景及研究的目的和意义7-11
• 1.1.1 课题背景7-9
• 1.1.2 研究的目的和意义9-11
• 1.2 压缩感知理论及其相关理论的发展概况11-13
• 1.2.1 CS 理论基础11-12
• 1.2.2 CS 应用发展概况12-13
• 1.2.3 CS 在医学成像领域的应用现状及前景13
• 1.3 本文主要研究内容13-16
• 1.3.1 主要研究内容13-14
• 1.3.2 问题及解决方案14-15
• 1.3.3 本文的主要工作及结构安排15-16
• 第2章 磁共振成像原理16-25
• 2.1 引言16
• 2.2 质子的自旋16-18
• 2.3 共振原理和成像原理18-19
• 2.3.1 共振原理18
• 2.3.2 成像原理18-19
• 2.4 二维傅里叶变换和K空间19-21
• 2.5 MRI 设备及常规序列21-24
• 2.5.1 MRI 设备主要部分21-22
• 2.5.2 常规序列22-24
• 2.6 本章小结24-25
• 第3章 CS-MRI 图像重建方法25-33
• 3.1 引言25
• 3.2 CS-MRI 理论25-27
• 3.2.1 CS-MRI 原理26
• 3.2.2 CS-MRI 关键技术26-27
• 3.3 基于 CS 理论的图像重建27-31
• 3.3.1 基于 CS 理论的一维图像重建27-28
• 3.3.2 基于 CS 理论的二维图像重建28-31
• 3.4 本章小结31-33
• 第4章 图像重建算法分析与研究33-47
• 4.1 引言33
• 4.2 本文研究方法33-46
• 4.2.1 正交匹配追踪算法33-35
• 4.2.2 算法性能分析35-38
• 4.2.3 梯度投影算法38-40
• 4.2.4 算法性能分析40-42
• 4.2.5 最小全变分算法42-43
• 4.2.6 算法性能分析43-46
• 4.3 本章小结46-47
• 结论47-49
• 参考文献49-54
• 致谢54

【参考文献】

中国期刊全文数据库 前3条

1 方红;章权兵;韦穗;;基于亚高斯随机投影的图像重建方法[J];计算机研究与发展;2008年08期

2 傅迎华;;可压缩传感重构算法与近似QR分解[J];计算机应用;2008年09期

3 宋琳;曹吉海;;基于随机滤波的雷达信号采样和目标重建方法[J];科技导报;2008年13期

  本文关键词：压缩感知框架下MRI图像重建的序列研究，由笔耕文化传播整理发布。

本文编号：396468