【摘 要】
：
并行磁共振成像p MRI（parallel Magnetic Resonance Image）是一种常用的临床检查技术,不同于计算机断层扫描CT（Computed Tomography）、X射线等成像技术,没有电离辐射,对人体没有伤害。p MRI系统利用多个线圈同时接收MRI信号,得到关于目标切片的多线圈k空间数据,将每个线圈的k空间数据经过傅里叶逆变换得到二维空间域图像信息,通过多幅线圈图像合并
论文部分内容阅读
并行磁共振成像p MRI（parallel Magnetic Resonance Image）是一种常用的临床检查技术,不同于计算机断层扫描CT（Computed Tomography）、X射线等成像技术,没有电离辐射,对人体没有伤害。p MRI系统利用多个线圈同时接收MRI信号,得到关于目标切片的多线圈k空间数据,将每个线圈的k空间数据经过傅里叶逆变换得到二维空间域图像信息,通过多幅线圈图像合并成目标切片信息。受奈奎斯特采样定理的限制,p MRI机器需要长时间扫描采集数据,在技术、人体承受能力等因素的制约下,硬件加速已经达到瓶颈。现有硬件采集速率不变,p MRI系统通过采集部分k空间数据,加速扫描成像,并利用重建算法从采集的数据中重建出目标信息。重建算法的目标是在较低采样率下,重建出满足医学诊断要求的高质量MRI图像。pMRI重建是典型的逆问题,通过对目标切片图像进行约束来提高重建图像的质量,如全变差、小波变换的稀疏表示技术等二维正则化技术,都只针对二维图像,未考虑线圈图像间相关性,容易产生伪影瑕疵问题。本文针对p MRI系统多线圈数据的特点,利用三维紧框架系统分析线圈图像间相关性,并构建正则化模型,提出迭代算法求解优化重建模型。创新点:1)多幅二维线圈图像堆叠形成三维空间图像,利用三维紧框架系统对其进行三维特征提取,多尺度分析三维图像数据的相关性,通过稀疏约束相关特征系数,正则化p MRI重建问题。2)在均匀采样模式下,提出了三维紧框架正则化GRAPPA,能有效抑制GRAPPA重建结果中的混叠伪影和噪声。3)提出了三维紧框架约束的SPIRi T重建模型,有效减少在随机采样模式下的重建伪影问题。在交替方向乘子法（ADMM）迭代框架下,提出了3D-GRAPPA和3D-SPIRi T迭代算法求解其对应优化重建模型。实验结果表明,提出的3D-GRAPPA算法和3D-SPIRi T算法能够有效抑制混叠伪影和噪声,提高成像质量。
其他文献
广州、深圳两市作为中国四大“一线城市”的其中两座代表性城市,随着经济迅速发展,人口激增,老龄化水平提高,凸显出严重的医疗资源不足的问题。医院建筑作为拯救生命和维护人民健康的重要公共建筑,提供医疗和护理服务。而中医院是医院建筑的重要组成部分,发挥着不可替代的重要作用。目前,大部分建成的中医院,为了追求经济效益或者满足巨大的医疗缺口,盲目套用西医院的建设方式,院区规划、建筑设计和中医传统诊疗空间都毫无
近年来,区块链技术推动着数字化产业变革,为人类科技产业开辟了新的领域。目前,电子投票领域是区块链应用新的趋势,基于区块链平台的电子投票解决了传统电子投票应用中的中心化存储、信息不透明、信息溯源问题。首先,区块链的共识机制使得所有数据得到公共节点的共同维护和管理,恶意节点的干扰不影响投票进程,解决中心化存储问题。其次,区块链上的数据可追溯且不可更改,所有投票信息都公开透明的记录于区块链中,接收网络公
近些年来,随着计算机技术和医学成像技术的发展,医学图像处理已经成为临床实验和诊断的重要辅助手段。在医学图像处理领域中,深度学习方法占据着重要的地位。其中,卷积神经网络（Convolutional Neural Network,CNN）是最为常用的一种深度学习技术。CNN可以自动从医学图像中提取疾病特征,达到疾病分类、病灶区域分割等目的。而医学图像普遍存在数据样本少,数据维度高等问题,给疾病的自动化
目前,深圳地区老年人口主要呈现密度高、候鸟型、空巢化、高龄化、半失能老人逐渐增加的特征,传统的居家与机构养老已经不堪重负,进而把压力转向社区养老。而日间照料中心作为其的重要组成部分,能否有效服务社区的养老需求,是能否真正实现社区养老的关键问题之一。当下,政策所推动的日照中心多有未能尽人所愿之处。笔者通过对深圳市社区老年日间照料中心大量的调研、访谈与分析,认为其在医养康养方面存在较大的欠缺。同时,加
深圳城中村经历了为期十年（2009-2019）的“大拆大建”,进入了“拆留并举”新时代,本文在此主要背景下开展研究。深圳城中村体量庞大,按照过去十年大拆大建的拆除城中村的速度,拆光深圳所有城中村需要大约100年,这一实际情况奠定了本文主张适度拆除城中村的大基调,进而提出三个主要的研究问题:拆多留少还是拆少留多?如何更好地拆?如何更好地留?此外,本文将城中村城市空间划分为四种:村属私宅、村属厂房、村
帕金森病是世界上最常见的神经退行性疾病之一,该病患者通常会出现多种非运动症状（抑郁、嗜睡、嗅觉和认知障碍）和运动症状。这些症状是由中脑黑质多巴胺能神经元变性死亡引起的,尽管这种病理改变不可逆,且帕金森病到目前为止尚无法根治,但针对帕金森病的纵向分析如早期诊断和临床评分预测（抑郁、嗜睡、嗅觉和认知障碍）可以使患者尽早地确认病情并得到及时的治疗,这对改善患者生活质量和延缓疾病的恶化十分重要。目前帕金森
本选题的研究背景立足于深圳这一超大城市,其独特的城市背景、滨海的自然地理条件、区别于内陆的文化传统,使得这一区域的传统村落形成其典型的特色。由于这些传统村落往往位于城市和乡村的中间过渡区域,随着深圳城市的快速发展和向外辐射扩张,这些传统村落不得不接受快速城市化的冲击和影响,经历着原有生活、生产方式与现代文明的激烈碰撞,与城市的关系并非主动融入而是被动裹挟,故其保护和更新面临着特殊的考验。此外,从政
帕金森病作为中老年人中第二大神经退行性疾病,其病症通常可以分为运动症状和非运动症状,这些症状的出现主要是由大脑中的黑质多巴胺能神经元的死亡造成。随着人口老龄化的加剧,帕金森病患者的数量随年逐增,鉴于目前的帕金森病主要诊断是以临床症状作为主要依据,其确诊和治疗的过程是复杂的,并且在现阶段造成病理改变的原因仍未明确,在临床上需要耗费大量人力物力对疾病进行确诊,这一现状无疑对社会或者个人都造成了一定的负
脑卒中是危害中老年人群生命健康的主要疾病之一,并且现在缺乏对脑卒中疾病有效的治疗手段。临床认为较好的手段是在脑卒中患者病发前,通过前期预防,对行为进行干预,从而减少脑卒中疾病的发作。近年来,深度学习已经得到广泛的应用,其中包括图片、语言、语音等领域,同样在现有的脑卒中预测的研究中,基于深度学习的机器学习方法的性能效果突出。然而,深度学习建立一个良好的模型前提是需要获取大量已标记好的数据。但是,实际
在如今的医疗体系中,医学图像分割技术具备很高的临床应用价值。无论是外科切除手术还是对病灶的定量分析,都需要精确地掌握器官和肿瘤的大小、三维结构和具体位置等重要信息,医学图像分割是提供这些信息的重要手段。近年来,泌尿系统肿瘤的发病率呈逐年上升态势,而膀胱癌和肾癌又是两种高发的泌尿系统肿瘤,因此,研究对膀胱肿瘤图像和肾肿瘤图像的自动分割算法是疾病治疗的实际需求。由于医学图像普遍存在复杂的噪声和伪影,不