收藏本站

基于k-空间钱采样的动态MRI重建方法研究

【摘要】:磁共振成像(Magnetic Resonance Imaging,MRI)已成为医学临床诊断和科学研究的重要技术手段。受各种成像条件的限制,磁共振成像的检测扫描时间过长,扫描过程中由于病人需要长时间保持某种姿态,一方面会造成病人的不适感,另一方面也容易导致运动伪影的产生。动态磁共振成像(Dynamic MRI,dMRI)是一种在传统MRI设备上通过连续快速扫描获取人体组织器官随时间变化的运动影像技术。相比静态MRI,dMRI图像具有更高的空间分辨率和时间分辨率,但其成像条件要求更高、扫描时间更长。一段时间以来,由于无法克服奈奎斯特采样定律的限制,如何缩短扫描时间、提高成像速度成为困扰MRI研究人员的难题。压缩感知(Compressive Sensing,CS)理论的提出,使得从高度欠采样k空间数据中恢复重建MRI图像成为可能。利用MRI图像数据固有的稀疏性,将CS理论用于MRI成像应用(CS-MRI)可有效解决磁共振成像扫描时间长、成像速度慢的问题。但直接将CS-MRI技术用于dMRI图像重建,会面临因传统稀疏表示无法解决dMR丨图像在空间-时间域的稀疏问题,导致在自由呼吸状态下的动态心脏MRI或心肌灌注MRI成像的应用中表现出较差的重建效果。为解决CS-MRI技术在dMRI图像重建应用中的缺陷,本文利用dMRI图像在空域和时间域的稀疏性,提出了一种盲字典学习方法。该方法从k-t空间欠采样数据中学习生成空-时字典对dMRI图像进行稀疏表示,用于dMRI图像的加速重建。另外,在CS理论框架下,为降低字典学习训练中计算复杂性和字典中原子的过训练等问题,本文利用dMRI图像数据在空-时域的低秩性,基于低秩稀疏矩阵分解模型分别提出了一种凸优化和非凸优化方法,用于从k-t空间欠采样数据中加速dMRI图像的重建并改善重建dMRI图像的性能。本文主要工作与创新点如下:1)提出了一种基于盲字典学习的dMRI图像重建方法,直接从高度欠采样的k-t空间数据中自适应学习、生成字典并完成对图像的稀疏表示,并将字典学习与图像信号的稀疏表示组成联合优化问题,利用最小优化算法求解稀疏表示系数和时间基字典。该方法主要解决了经典CS方法和基于K-SVD的盲压缩感知方法对采样观测矩阵的限制。采用优化最小算法和共轭梯度算法求解dMRI图像的稀疏表示系数,克服了传统凸优化方法直接求解高维度矩阵稀疏解时,需要占用大量计算资源而导致计算收敛慢、图像重建时间过长等问题。实验测试结果表明,在相同采样加速因子下,本文使用的盲字典学习方法的图像重建性能优于对比方法。2)提出了一种利用截断核范数求解鲁棒主成分分析问题的dMRI图像重建方法(Truncated Nuclear Norm for Robust Principal Component Analysis,TNN-RPCA),用于解决在低秩稀疏矩阵分解模型中,传统凸优化方法直接使用核范数对非凸秩函数进行优化时,因忽略非零奇异值对秩函数贡献的差异而导致的重建误差。TNN-RPCA方法使用截断核范数代替传统核范数对秩函数凸优化,通过引入具有快速运算性能和高精度的非精确增广拉格朗日乘子法(Inexact Augmented Lagrange Multiplier,IALM)用于RPCA问题求解。通过仿真实验,并与两种用于求解RPCA问题重建dMRI图像的方法进行了对比,结果表明TNN-RPCA方法无论在重建图像的速度还是重建图像的质量方面,均具有明显的优势。3)提出了一种利用非凸优化奇异值收缩算法求解RPCA问题的dMRI图像重建方法(Optimal Singular value shrinkage for Robust Principal Component Analysis,OptShrink-RPCA),用于解决直接使用核范数对非凸秩函数进行凸优化无法获得最优解的应用缺陷。该方法首先对测量矩阵的奇异值进行截断,然后将截断剩下的奇异值通过门限阈值进行收缩处理,以逼近非凸秩函数的最优解。同时引入增广拉格朗日乘子加速RPCA问题的求解。通过实验与几种凸优化方法对dMRI图像重建的效果进行对比,发现使用OptShrink-RPCA方法重建dMRI图像的性能得到改善。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前19条
1 伍乐生;谢世煊;;低照度三维船舶图像的重建方法研究[J];舰船科学技术;2018年08期
2 陈多芳;;医学图像重建课程的实验教学研究[J];时代教育;2014年17期
3 廖传平;;X线电子计算机体层摄影的基本结构和原理及临床应用[J];蚌埠医药;1987年01期
4 彭克欧;;X线断层光学模拟重建的进展(一)[J];医疗器械;1987年04期
5 曹少平;顾宏清;印春光;;代数迭代图像重建技术在SPECT图像重建中应用的研究[J];中国医疗器械杂志;2010年01期
6 左广霞;张全虎;贾小龙;刘杰;隋洪志;周志波;;层析γ扫描发射图像重建实验研究[J];核电子学与探测技术;2012年11期
7 范风云,张丙芳,陆军,魏文胜,石梅,南克俊;图像重建联合立体定向放射治疗肺癌36例[J];第四军医大学学报;2004年24期
8 王石嵩,郭文臣,郭洪生;东芝TCT-600HQCT机图像重建系统故障1例[J];中国医学影像技术;2002年07期
9 汪元美,吕维雪;多准则图像重建的神经网络实现[J];通信学报;1992年05期
10 刘鹏翔;季凯帆;邓辉;梅盈;柳翠寅;卫守林;戴伟;王锋;;一种全共享低交换并行高分辨太阳图像重建方法[J];科学通报;2018年02期
11 吴新杰;李红玉;梁南南;;卷积神经网络在ECT图像重建上的应用[J];辽宁大学学报(自然科学版);2018年01期
12 朱俊林;;基于约束最小二乘法的CT图像重建[J];临床医学研究与实践;2018年29期
13 谭毅;;不同采样率对光声图像重建的影响[J];应用激光;2016年01期
14 田跃忠;;东芝Aquilion 64层螺旋CT机图像重建故障维修[J];医疗装备;2010年04期
15 王振军,王珺琛,曹英杰;东芝Asteion/VR螺旋CT图像重建的原理及故障维修[J];医疗设备信息;2004年11期
16 黄性芳;;基于梯度旋转的局部分块图像重建[J];江苏第二师范学院学报;2017年12期
17 赵志升;张晓;梁俊花;叶永飞;;融入背景差分连续重构的心脏医学图像重建[J];科技通报;2015年08期
18 王时庆,吴新淮;Siemens Somatom Plus 4 Expert CT机图像重建故障分析与检修[J];医疗卫生装备;2001年03期
19 霍启正;;Kalman滤波在ECT图像重建中的应用[J];电子技术与软件工程;2019年06期
中国重要会议论文全文数据库 前10条
1 张挺;朱双华;;一种基于多点地质统计法的图像重建方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
2 张德斌;王石;马天予;刘亚强;姚树林;;基于Origin Ensembles原理的PET系统新型图像重建方法[A];中国医学装备协会第二十六届学术与技术交流年会论文汇编[C];2017年
3 张唯;;正在开发的三维旋转血管造影图像重建工作站及在神经介入方面的应用(摘要)[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
4 张宇;唐志列;吴泳波;谢家兴;代芬;赵文锋;;多种光声图像重建方法研究[A];中国光学学会2011年学术大会摘要集[C];2011年
5 李灿;张雄伟;刘家金;;PET图像重建方法的比较研究[A];中华医学会第九次全国核医学学术会议论文摘要汇编[C];2011年
6 魏龙;;正电子成像技术现状及发展[A];第十届全国正电子湮没谱学会议论文集[C];2009年
7 张海南;汤日杰;蔡霜;;基于16层CT的4D图像重建及其肺癌放疗中的应用[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
8 张海南;汤日杰;张书旭;蔡霜;彭俊琴;张爱芳;;4维CT图像重建及其肺癌调强放疗中的应用[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年
9 李琳;单保慈;魏龙;刘力;;Micro-PET数据重组与图像重建[A];第九届全国正电子谱学会议论文集[C];2005年
10 王得水;常宇;高斌;轩艳娇;马鑫蕊;张娅;;基于CT图像重建的心室模型及有限元法分析[A];第十届全国生物力学学术会议暨第十二届全国生物流变学学术会议论文摘要汇编[C];2012年
中国博士学位论文全文数据库 前10条
1 陈军波;基于k-空间钱采样的动态MRI重建方法研究[D];华中师范大学;2018年
2 李丹;基于l_0范数约束的稀疏优化算法及其在图像重建中的应用[D];哈尔滨工业大学;2018年
3 刘明明;基于单张图像的室内场景建模技术研究[D];南京大学;2019年
4 张伶俐;有限角及低信噪比CT图像重建的优化模型与算法研究[D];重庆大学;2018年
5 EBTESAM MOHAMEED ALHARBI;基于暗原色优先的图像去雾算法研究[D];华南理工大学;2018年
6 张宇;医学层析图像重建和生物组织光传输的研究[D];天津大学;2004年
7 孙雪楠;数值逼近在CT图像重建中的应用[D];吉林大学;2005年
8 田毅;基于状态空间理论的ECT图像重建[D];浙江大学;2006年
9 王静;面向复杂产品的工业CT图像重建与分析技术[D];西北工业大学;2004年
10 袁泽寰;跨图像视觉语义的挖掘研究[D];南京大学;2017年
中国硕士学位论文全文数据库 前10条
1 曾有灵;基于Spark的CT图像并行重建与分割研究[D];南方医科大学;2019年
2 邓其龙;二维电阻抗断层成像系统研究[D];长江大学;2019年
3 刘思行;基于低秩和流形嵌入的图像子空间表征研究[D];江苏大学;2019年
4 张鹏程;基于块稀疏的电阻抗成像方法研究[D];天津工业大学;2019年
5 谢丰;RGB-D图像协同显著目标计算方法研究[D];安徽大学;2019年
6 宣经纬;基于GPU并行计算的太阳自适应光学图像斑点重建技术实现[D];中国科学院大学(中国科学院光电技术研究所);2019年
7 孟杞凤;基于磁感应断层成像技术的CFRP缺陷评价方法研究[D];南昌航空大学;2019年
8 苗立;离心机粒子分布检测的无线阻抗层析成像系统开发及实验验证[D];西安理工大学;2019年
9 张馨;ERT传感器优化及图像重建[D];沈阳工业大学;2019年
10 王刚;基于Linux的嵌入式ECT系统研究[D];沈阳工业大学;2019年
中国重要报纸全文数据库 前3条
1 赵熙熙;[N];中国科学报;2012年
2 沈小平;[N];医药经济报;2001年
3 本报记者 吴苡婷;[N];上海科技报;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|