基于深度学习的磁共振图像去噪和重建

来源 :南昌大学 | 被引量 : 0次 | 上传用户:yangzexv001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
磁共振(Magnetic Resonance,MR)成像是当今医学领域的一种非常重要的成像方法,MR特殊图像成像方法导致其成像在复杂度、难度以及成像速度上都远高于其他常见的成像方法,成像的结果也会受到各种因素的干扰到信号结果包含伪影和噪声。压缩感知技术通过在k空间上利用少量欠采样数据即可重建MR图像,能够提高数据采集效率,成为MR成像的一个重要研究方向。在磁共振图像重建研究中,本文提出了一种基于非采样小波变换和迭代图像重建算法的先验学习方法。在先验学习阶段,将非采样小波变换得到的特征图像作为去噪自编码网络(Denoising-Autoencoder,DAE)的输入进行叠加。高冗余和多尺度的输入使得特征图像能够在不同的通道上相互关联,从而实现了 一个强大的网络驱动先验。此外,在磁共振图像去噪任务当中,通过拟合图像像素级和特征级的信息分布,提出了一种渐进式网络学习策略。本论文的主要研究成果包括以下两点:(1)基于小波域去噪自编码网络的MR成像重建。基于深度学习的迭代网络构架,利用小波变换作为网络的输入指导,与传统算法相比,基于迭代网络的在性能上有了很大提升,而且处理时间大大缩短。(2)基于渐进分布式神经网络的MR图像去噪。通过在像素级和特征级用大卷积滤波器拟合莱斯分布,提出了一种渐进式网络学习策略。第一子网络和第二子网络分别起初步和再细度估计的作用。由于莱斯噪声的非线性特性,第一个子网中没有使用批量标准化(batch normalization,BN)层。同时,随着非线性分量的减少,在第二次子网路中使用BN来映射估计。本章通过改变网络结构来验证RicianNet的稳定性,并实验验证两个子网络级联的RicianNet具有更好的性能。综上所述,本文围绕快速MR成像重建和图像去噪,分别提出无监督学习的小波域去噪自编码网络算法和有监督的渐进式神经网络算法。
其他文献
加强对党内法规解释的制度层面的研究是促进党内法规贯彻执行的必然要求,更是建立完善的党内法规体系的必要条件,也是实现依法治国和依规治党有机统一的必然选择,因此形成完善的党内法规解释制度势在必行。党内法规解释制度是由党内法规解释主体、解释权限、解释程序、解释效力、以及对解释的监督等一系列的规则所构成的。通过梳理有关党内法规解释的基础理论,知道党内法规的解释是一种立规解释,并且集合法合规性、政策性和规范
随着我国高职教育教学领域的不断发展,越来越多的创新型教学方法被应用到高职院校的教育教学当中。近年来,体验式教学法在高职英语教育教学中得到了越来越广泛的应用,也取得
1概述感染性心内膜炎是一种心内膜表面的微生物感染,根据临床表现的发展速度和严重性及疾病的进展情况,被分为"急性"或"亚急性-慢性".特征性病变即赘生物由血小板、纤维蛋白
期刊
<正>目的研究显示氧化应激与tau蛋白病包括阿尔茨海默病(AD)的发病机制相关。番茄红素(lyc)作为强抗氧化剂能够减缓机体的氧化损伤。本文旨在探讨番茄红素对P301L转基因小鼠
会议
异常子宫出血是妇科常见的临床症状,是引起妇女缺铁性贫血的主要原因,严重影响妇女的身心健康.50%子宫切除与此有关.近几十年来各种子宫内膜消融技术已逐渐成为子宫切除的一
本文介绍了电子地图的实现及测试.系统对所查询的交通路线与乘车方案等用电子地图的形式给予显示.可以更换不同城市的地图,通用性强;能对各种信息进行维护.并结合传统的测试
"做中学、做中教"课程模式强调的是一个"做"字,即在操作过程中完成"教"与"学"。教学过程中,学生一方面掌握了相关的操作技能,另一方面也掌握了相关的理论知识,真正做到了理论与实践一