bck

收藏本站

基于深度学习的超极化气体肺部快速磁共振成像

【摘要】:磁共振成像(Magnetic ResonanceImaging,MRI)是一种非侵入、无电离辐射的影像学技术,可以为临床提供高分辨率的结构和功能影像。但是,传统MRI以氢质子(1H)为观测对象,而肺部主要由空腔组成,1H密度低,因此肺部是传统MRI的“盲区”。利用自旋交换光抽运技术,能够将惰性气体(如3He和129Xe等)的极化度提高4-5个量级,从而使肺部气体磁共振成像成为可能。超极化气体MRI为肺部的结构和功能评估提供了一种独特策略,在肺部疾病的早发现、早诊断和早治疗方面具有巨大潜力。然而,超极化气体的纵向磁化矢量具有不可恢复性,给超极化气体磁共振信号的采集带来很大限制。此外,大部分超极化气体MRI方法需要在单次屏气内完成,但较长的屏气时间会给受试者带来很大负担。因此,发展快速成像技术对促进超极化气体MRI的临床应用具有重要意义。压缩感知MRI(Compressed Sensing-MRI,CS-MRI)通过欠采样k空间数据加快成像速度,不需要额外的硬件和序列,是目前超极化气体MRI中最常用的快速成像方法。但是,CS-MRI技术存在的一些缺陷,如非线性重建需要较长的重建时间和复杂的超参数选择等,限制了其在临床上的广泛应用。最近,深度学习在欠采样MRI重建领域得到成功应用。相比于CS-MRI,基于深度学习的MRI重建在重建速度、重建质量和加速倍数等方面都具有显著优势。基于深度学习的重建方法需要大量高质量的参考图像作为训练集。然而,由于超极化气体MRI易受噪声和伪影影响,很难获得高质量的超极化气体肺部图像,这使得将深度学习应用于超极化气体MRI面临很大困难。针对该问题,我们利用超极化气体MRI的先验知识,发展了一系列基于深度学习的超极化气体肺部快速磁共振成像方法,在高加速倍数下,实现超极化气体肺部图像的快速和精确重建,主要内容如下:第一,我们首次提出了一种级联卷积神经网络(Cascaded Convolutional Neural Networks,CasNet)用于从高度欠采样的k空间中重建超极化气体肺部通气图像。CasNet包含两个级联的重建网络C-net和F-net,组成由粗到精的重建框架。其中,C-net用于去除欠采样伪影和恢复部分肺部细节信息,而F-net用于利用1H图像的先验知识进一步提高肺部区域的重建效果。我们使用来自72名志愿者的784幅(90%)和87幅(10%)超极化129Xe肺部通气图像分别对CasNet进行训练和测试。与传统的CS-MRI方法相比,CasNet能够在包含各种肺部疾病的测试集中获得更优的重建效果,且重建速度更快,重建一幅96 × 84的肺部通气图像仅需31 ms,能够满足实时重建的需求。此外,CasNet重建还可以有效保护通气图像的通气缺陷分布,从而准确计算通气缺陷百分比(Ventilation Defect Percentage,VDP)。第二,由于多b值采集和较长的扩散梯度时间,超极化气体扩散加权MRI(Diffusion-Weighted MRI,DW-MRI)需要更长的扫描时间。因此,我们首次提出了 一种深度级联残差密集网络(Deep Cascade of Residual Dense Network,DC-RDN)用于加速多b值超极化129Xe DW-MRI。DC-RDN由残差密集模块(Residual Dense Blocks,RDBs)和数据一致性层(Data Consistency,DC)交替级联而成。在RDB中,不同b值的DW图像共享相同的特征图,这有助于利用DW图像在扩散方向上的结构相似性来提高重建效果。同时,使用DC层保证重建图像和欠采样k空间测量的数据一致性,从而可以有效保护肺部的微结构信息。由于缺乏训练集,我们从超极化129Xe通气图像中生成了大量仿真的多b值DW-MRI数据用于训练DC-RDN。实验结果表明,DC-RDN能够有效去除欠采样伪影,并准确估计肺部形态学参数。在4倍的加速因子下,DC-RDN能够将多b值129Xe DW-MRI的成像时间由17.8 s减少至4.7 s,并且重建一层DW图像(5个b值)仅需7.2 ms。综上所述,本文提出的基于深度学习的快速成像方法能够有效加快超极化气体肺部MRI的成像速度,并获得高质量的重建图像和准确的定量参数,有望促进超极化气体MRI的临床转化和肺部疾病研究。

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18条
1 刘博文;;基于深度学习的病变部位识别[J];电子制作;2019年04期
2 王一帆;龙彬;;早产儿视网膜病变智能筛查系统[J];现代计算机(专业版);2019年10期
3 周官皓;孙海洋;;基于改进LeNet-5的人脸识别研究[J];智能计算机与应用;2019年05期
4 陈月;吴恋;周华丽;熊琴;代芳穗;田芳;;基于Deep ID人脸检测身份技术现状和展望[J];物联网技术;2018年07期
5 张瑞国;;基于Face R-CNN的人脸检测研究[J];电脑知识与技术;2018年19期
6 张震江;施华宇;辛海莉;李闯;刘敏超;;深度学习技术辅助门诊发药实践[J];中国数字医学;2019年03期
7 詹劲松;;基于caffe的三种花的分类[J];福建师大福清分校学报;2017年05期
8 杨俊钦;张雨楠;林实锋;徐伟臻;;基于深度学习的人脸多属性识别系统[J];现代计算机(专业版);2019年05期
9 闫春江;王闯;方华林;王毅轩;杜觉晓;项学智;郭鑫立;;基于深度学习的输电线路工程车辆入侵检测[J];信息技术;2018年07期
10 黄同愿;向国徽;杨雪姣;;基于深度学习的行人检测技术研究进展[J];重庆理工大学学报(自然科学);2019年04期
11 李荣瑞;施霖;;基于深度学习的盲文自动识别系统[J];电子科技;2018年09期
12 关晓菡;韩建辉;;基于双向字交互卷积网络的句子相似度计算[J];计算机工程与设计;2019年08期
13 顾郑平;朱敏;;基于深度学习的鱼类分类算法研究[J];计算机应用与软件;2018年01期
14 银温社;胡杨升;董青青;易三莉;贺建峰;;基于深度学习的细胞癌恶化程度预测方法研究[J];软件导刊;2018年03期
15 童茵;;基于深度网络的中国画皴法风格迁移模型研究[J];中国博物馆;2020年03期
16 邱鹏;邓秀慧;霍瑛;;复杂环境中一种基于深度学习的异常检测方法[J];科学技术与工程;2018年10期
17 戴诗琪;曾智勇;;基于深度学习的疲劳驾驶检测算法[J];计算机系统应用;2018年07期
18 孙学东;;一次函数图象为什么是一条直线[J];中学数学杂志;2017年02期
中国重要会议论文全文数据库 前20条
1 申昭强;曾理;;基于先验图像和正则化的不完备CT图像重建的发展[A];第十六届中国体视学与图像分析学术会议论文集——交叉、融合、创新[C];2019年
2 王天泉;王赟;李英帼;黄川;范亚明;邬家龙;尹永智;;一种脑部专用的DOI-PET系统设计与仿真[A];中国核科学技术进展报告(第六卷)——中国核学会2019年学术年会论文集第8册(辐射研究与应用分卷、核技术工业应用分卷、辐照效应分卷、核电子学与核探测技术分卷、核医学分卷、放射性药物分卷)[C];2019年
3 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
4 潘金秋;桂冠;;基于深度学习的物联网智能水位监控系统[A];物联网与无线通信-2018年全国物联网技术与应用大会论文集[C];2018年
5 梁栋;;快速磁共振成像[A];2018第二十届全国波谱学学术年会会议论文摘要集[C];2018年
6 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
7 姚大伟;强悦;周程远;马琳珊;李丽婷;邓威;杨德吉;;脑与脊髓磁共振成像(MRI)的原理和应用[A];2019中国畜牧兽医学会兽医外科学分会第十届会员代表大会暨第24次学术研讨会论文集[C];2019年
8 张勇;董安珂;程敬亮;李颜良;朱晨迪;许珂;;长期吸烟对男性大脑灰质结构影响的磁共振成像评价[A];中国控制吸烟协会第19届全国控烟学术研讨会论文摘要[C];2018年
9 孔亚卓;;脊髓磁共振成像的进展和临床应用[A];2019中国生理学会学术年会暨张锡钧基金第十五届全国青年优秀生理学学术论文交流会及第十三届全国青年生理学工作者学术会议论文摘要[C];2019年
10 常莉莉;林松毅;唐越;;加工过程中自热油炸鲅鱼水分迁移特性及品质变化规律[A];中国食品科学技术学会第十七届年会摘要集[C];2020年
11 周欣;;超灵敏肺部磁共振成像[A];第十九届全国波谱学学术会议论文摘要集[C];2016年
12 毕帆;陈颖;郑蕴欣;姜瑞瑶;李斌;;磁共振成像技术成熟度评估模型研究[A];中华医学会医学工程学分会第十五次全国学术年会论文汇编[C];2015年
13 赵强;;磁共振成像的临床应用[A];核磁共振技术及应用研讨会论文集[C];2014年
14 邹利光;;3.0T磁共振成像的特点和技术问题[A];中华医学会第16次全国放射学学术大会论文汇编[C];2009年
15 范六一;;山东省医用磁共振成像性能指标调查分析[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
16 郑富增;;磁共振成像图像的质量控制探讨[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
17 余正贤;;磁共振成像尿路造影的应用价值[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
18 雷皓;;转化型小动物磁共振成像研究[A];第十六届全国波谱学学术会议论文摘要集[C];2010年
19 蔡志强;水淼;王海涛;沈其君;;磁共振成像在子宫内膜癌诊断价值的探索[A];2013年浙江省放射学学术年会论文集[C];2013年
20 陳育文;黃聖言;;利用鎖頻放大成像方法增強磁振造影對比度[A];第十八届全国波谱学学术年会论文集[C];2014年
中国博士学位论文全文数据库 前20条
1 段曹辉;基于深度学习的超极化气体肺部快速磁共振成像[D];中国科学院大学(中国科学院武汉物理与数学研究所);2020年
2 王露笛;心律失常与心力衰竭智能诊断方法研究[D];北京邮电大学;2019年
3 徐俊;基于视觉的文本生成方法研究[D];中国科学技术大学;2018年
4 石武祯;图像和视频的深度压缩感知[D];哈尔滨工业大学;2020年
5 肖洒;基于压缩感知的超极化~(129)Xe肺部快速磁共振成像[D];中国科学院大学(中国科学院武汉物理与数学研究所);2019年
6 童国炜;电容层析成像图像重建方法研究[D];华北电力大学(北京);2019年
7 丁乔乔;医学图像重建中的数学建模及算法研究[D];上海交通大学;2018年
8 朱捷;图像视频与图形的分割与表达及其应用研究[D];南京大学;2018年
9 宋西姊;基于超声调制的电阻抗层析成像技术研究[D];天津大学;2017年
10 衣文军;激光层析距离谱图像重建研究[D];国防科技大学;2017年
11 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
12 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
13 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
14 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
15 冀东江;基于先验信息的图像重建和伪影矫正算法研究[D];北京交通大学;2018年
16 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
17 袁泽寰;跨图像视觉语义的挖掘研究[D];南京大学;2017年
18 贾梦宇;近场光子输运理论及薄层光学层析非线性图像重建研究[D];天津大学;2017年
19 MADIHA SAEED;磁性纳米生物材料在乳腺癌成像诊断与治疗中的应用研究[D];中国科学院大学(中国科学院宁波材料技术与工程研究所);2018年
20 左敏静;原发性闭角型青光眼患者脑功能与结构的3.0T磁共振研究[D];南昌大学;2019年
中国硕士学位论文全文数据库 前20条
1 曹宇;自主容器云下微服务部署调度的研究与实现[D];中国电子科技集团公司电子科学研究院;2019年
2 丁沙;低空无人飞艇的目标检测方法研究[D];华中科技大学;2019年
3 汪加思;基于卷积神经网络的混合监督物体检测方法研究[D];华中科技大学;2019年
4 杨成龙;基于深度学习的二进制协议逆向方法研究[D];华中科技大学;2019年
5 宋欣雨;基于组学大数据的药物重定位预测和癌症共识分子亚型辨识[D];军事科学院;2019年
6 张昊天;基于领域适应的跨领域情感分析的应用研究[D];中国矿业大学;2019年
7 王淑媛;基于深度学习的事件共指消解研究[D];新疆大学;2019年
8 王家伟;基于链接线的自然场景文字检测技术的研究[D];哈尔滨工业大学;2018年
9 黄文;面向自动家装生成的户型图识别方法研究[D];合肥工业大学;2018年
10 洪思霞;基于迭代收缩阈值算法和自适应采样的磁共振成像研究[D];湘潭大学;2020年
11 范天岳;基于多视频关联的车辆追踪与识别[D];北京交通大学;2019年
12 Florian Rudin;[D];上海交通大学;2018年
13 李想;基于深度学习下视频车辆与车尾灯语识别[D];广东工业大学;2019年
14 张晓军;心电信息采集及心律失常检测方法研究[D];哈尔滨工业大学;2019年
15 金杰;多频段无设备目标定位研究[D];南京师范大学;2019年
16 刘恒;协同常规-特定语义的多特征图像字幕生成[D];西安电子科技大学;2019年
17 韩晓雨;面向多场景的行人重识别研究[D];西南交通大学;2019年
18 罗浩;深度视频物体检测中的时空上下文及时序调度算法研究[D];华中科技大学;2019年
19 杨雯;基于人脸视频的非接触式心测量算法的研究与实现[D];北京邮电大学;2019年
20 王鈃润;基于帧得分的视频摘要方法研究[D];山东大学;2019年
中国重要报纸全文数据库 前20条
1 赵熙熙;[N];中国科学报;2012年
2 龙九尊;[N];科学时报;2011年
3 赵熙熙;[N];中国科学报;2013年
4 本报记者 顾泳 实习生 罗志华;[N];解放日报;2017年
5 本报记者 连漪;[N];健康报;2013年
6 纪准培;[N];医药养生保健报;2008年
7 何洋;[N];卫生与生活报;2007年
8 ;[N];农村医药报(汉);2006年
9 本报记者 田豆豆;[N];人民日报;2018年
10 ;[N];农村医药报(汉);2006年
11 ;[N];农村医药报(汉);2006年
12 记者 李大庆;[N];科技日报;2015年
13 本报记者  朱广菁;[N];大众科技报;2006年
14 ;[N];农村医药报(汉);2006年
15 记者 张家伟;[N];经济参考报;2018年
16 李冬;[N];中国建材报;2010年
17 任晓辉;[N];健康报;2000年
18 本报记者 吴月辉;[N];人民日报;2015年
19 潘治;[N];医药经济报;2003年
20 记者 何德功;[N];新华每日电讯;2003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}|