【摘 要】
：
心脏磁共振成像（CMRI）作为一种非侵入式的医学成像技术,不仅能够提供心脏结构和功能等全方位信息,其组织学特征还能够实现病理影像化,在心脏疾病诊断、预后和危险分层方面发挥重要作用。然而,CMRI需要获取高时空分辨率、不同对比度以及全心脏覆盖的图像,导致其采集时间过长。此外,由于受到呼吸运动和心脏自身跳动的双重影响,成像过程中可能会引入伪影、模糊等问题。因此,加快成像速度,减轻或消除运动对成像结果的
论文部分内容阅读
心脏磁共振成像（CMRI）作为一种非侵入式的医学成像技术,不仅能够提供心脏结构和功能等全方位信息,其组织学特征还能够实现病理影像化,在心脏疾病诊断、预后和危险分层方面发挥重要作用。然而,CMRI需要获取高时空分辨率、不同对比度以及全心脏覆盖的图像,导致其采集时间过长。此外,由于受到呼吸运动和心脏自身跳动的双重影响,成像过程中可能会引入伪影、模糊等问题。因此,加快成像速度,减轻或消除运动对成像结果的影响,是高质量CMRI的关键。近年来,深度学习方法通过卷积神经网络等结构从大量的图像数据中学习先验信息,能够解决多种图像处理问题。由于有监督模型只针对特定任务发挥效用,缺乏一定的通用性和鲁棒性,本研究提出了一种基于梯度域无监督深度学习的心脏磁共振重建模型（UDLGD）,通过条件噪声分数匹配网络得到心脏动态数据的深度生成先验,然后将其与传统的全变分稀疏约束相结合,以获得良好的重建效果。具体而言,首先对全采样的心脏电影序列应用梯度变换和通道融合策略,以减少数据维度并挖掘其稀疏特性。然后通过生成网络拟合动态数据分布的梯度,即获取深度生成先验信息。最后在深度生成先验、全变分稀疏以及欠采样数据的共同约束下,利用退火的朗之万动力学采样法和三步交替最小化方法,使随机高斯噪声逐步逼近原始的心脏动态图像。本研究提出的UDLGD模型使用无监督生成网络估计数据分布的梯度信息,充分利用了心脏电影序列的时空相关性,并将深度生成先验与传统的稀疏算法相结合,构建了全新的稀疏性约束。与多种经典的心脏磁共振重建方法相比,UDLGD模型在改善视觉效果和减少细节误差方面表现优异,加快了成像速度,显著提升了重建质量。
其他文献
随着2020年我国北斗导航卫星系统（Bei Dou Navigation Satellite System,BDS）全球组网成功,标志着北斗三号系统（BDS-3）迈入全球定位、导航和授时服务的新时代,如今正是开发与应用北斗三号系统、使其为全球用户提供优质服务的最佳时机。绝对定位中的精密单点定位（Precise Point Positioning,PPP）仅使用一台接收机即可实现全球范围内的厘米级高
目前成熟的机器人抓取技术大多仅能应用于布局固定的结构化场景,难以准确抓取非结构化场景中特征繁多、随意摆放的多类物体。为了使抓取机器人能对位置不固定的多类物体进行准确且稳定的抓取操作,本文设计了基于深度学习的机械臂抓取系统。首先,使用Kinect v2相机采集抓取场景的彩色与深度图像,通过训练完成的Mask R-CNN网络对彩色图像中的目标物体进行实例分割得到掩膜。接着,结合深度图像将掩膜区域的二维
肺癌,是全世界死亡率最高的癌症之一。虽然计算机断层扫描（CT）可以为肺部疾病诊断提供有价值的信息,但是由于肺癌的种类并不单一,而且往往一个病患的CT扫描影像数量繁多,因此,在长时间观察影像的过程中,容易因为疲劳导致影像科医生出现误检,增大救治成本。为了能够减轻医生负担以及在一定程度上降低误检,计算机辅助诊断（CAD）系统被应用于肺部病灶的检测。在目前的肺部病灶检测研究中,大多数都集中在早期肺结节的
智能制造是新一轮工业革命的基础支撑,其核心是以信息物理系统为依托,实现制造业智能化。数字孪生技术是实现智能制造的关键落地技术。本文基于数字孪生五维模型,探讨了数控铣床数字孪生模型中连接系统的构建方法与运行机制,并在此基础上开发了一套面向主轴系统动力学特性监测的数控铣床数字孪生连接系统,依托此系统实现了数控铣床主轴系统动力学特性的动态监测。本文主要研究内容包括:提出了面向主轴系统动力学特性监测的数控
焊接作为制造领域中一种重要加工手段,以其可靠、稳定、低成本、适用于多种金属材料的连接等优点,被广泛应用在船舶、航天、汽车制造等工业领域。随着“工业4.0”的提出,制造业领域对焊接自动化、精准化和智能化提出了更高的要求。目前的焊接系统大多是非线性的,编程示教的控制方式缺乏对焊接过程中装配误差和焊件热变形的检测,焊缝轨迹容易出现偏差,焊接质量不佳。针对上述问题,设计了一套基于双目视觉的焊缝识别与跟踪系
特征分类效果不佳是阻碍运动想象BCI系统落地的一个重要因素,而提升运动想象脑电信号分类准确率的关键步骤是特征的提取。幅值特征是一种常用于在线运动想象BCI的控制特征,本文从健康的受试者出发,基于左右手运动想象的短期训练分析了两组受试者（有日常锻炼,无日常锻炼）和基于想象右手运动和不想象的长期训练数据分析了14名受试者的10个session（即10次在线训练）,分析训练对幅值特征影响的同时考虑相位耦
水是万物之源,纯净的水对于万物的生长极为重要。近年来,我国工业现代化进程的快速发展,使江河湖泊的污染现象变得极为突出;由于人们的生活生产,使得地下水和地表水的水质急剧恶化,可供人们使用的水资源愈发紧缺。针对以上问题,本文基于鄱阳湖南矶山截面为背景,设计一套基于LoRa技术的在线水质监测系统,对鄱阳湖水域的水质实时监测,及时掌握远端水域信息,通过对数据进行分析,预测水域水质。首先,分析广域网的特点和
以“双碳”为特征的低碳循环发展观,叠加对通信需求的急剧增加,使得可见光通信（Visible Light Communication,VLC）成为非常有潜力的组网通信技术。VLC以现有LED（Light Emitting Diode）照明灯具为基础设施,其显著的优势是带宽资源丰富、复用照明功率、无电磁干扰、无辐射泄露,同时具备绿色环保、安全和高速等其它无线通信方式很难同时兼顾的优势,是未来室内热点最
磁共振成像是一种多用途且无损伤的医学影像技术,但磁共振成像过程中所需的大量数据导致扫描时间过长,限制了磁共振成像技术的进一步发展。为提高其成像速度,许多快速成像方法被提出,并行成像是其中效果较为显著的一种。但随着并行成像接收线圈通道数量的增多,庞大的数据存储和复杂的数学计算成为了亟需解决的问题。线圈压缩技术可以很好地缓解这一问题。线圈压缩是将多个线圈通道的数据压缩到更少的虚拟线圈中,从而消除线圈数
磁共振成像具有无辐射损害、多模态成像的特点,能提供高分辨率的图像和丰富的解剖学信息,在许多临床和研究场景中发挥着不可或缺的作用。然而,其特有的数据采集特性使得它的成像时间比X射线、计算机断层扫描和超声等方式更长,成为制约磁共振成像应用范围的重要原因。为了在不明显降低图像质量的情况下提高磁共振系统的成像速度,目前已经研究了许多用于磁共振采集的有效加速方案,主要可分为两个方面:压缩感知和并行成像。压缩