資源描述：
《基于自適應(yīng)緊框架和參考圖像的壓縮感知磁共振成像研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、學校代碼10530學號201510171811分類號TP391密級公開碩士學位論文基于自適應(yīng)緊框架和參考圖像的壓縮感知磁共振成像研究學位申請人段偉指導教師曹春紅副教授學院名稱信息工程學院學科專業(yè)計算機科學與技術(shù)研究方向計算智能與信息處理二〇一八年五月二十二日CompressiveSensingMRImagingBasedonAdaptiveTightFrameandReferenceImageCandidateDuanWeiSupervisorAssociateProfessorCaoChunhongCollegeInstituteofInformati
2、onEngineeringProgramComputerScienceandTechnologySpecializationComputationalIntelligenceandInformationProcessingDegreeMasterofScienceUniversityXiangtanUniversityDateMay22,2018摘要磁共振成像是一種在醫(yī)療診斷中得到普遍使用的醫(yī)療影像技術(shù)，它具有無電離輻射、能高質(zhì)量顯示組織的解剖結(jié)構(gòu)和軟組織變化等優(yōu)越性能。然而在磁共振成像過程中通常需要采集和處理大量的數(shù)據(jù)，導致成像速度變慢，因此研究快速磁
3、共振成像成為當今的熱點之一。為了加快磁共振的成像速度，減少數(shù)據(jù)的采集量是一種可行的方式，但受限于傳統(tǒng)采樣定律，往往很難實現(xiàn)利用少量數(shù)據(jù)重建出高質(zhì)量的磁共振圖像。近年來興起的壓縮感知理論作為一種可以通過較少數(shù)據(jù)實現(xiàn)高精度信號重構(gòu)的技術(shù)，為快速磁共振成像的研究指出了新的方向。但是在目前基于壓縮感知理論的磁共振圖像重建方法中，通常使用預(yù)定義算子作為稀疏表示的工具，且在先驗信息的探求上也大多只關(guān)注于待重建圖像本身?；谝陨蟽蓚€方面的不足，本文提出了一種基于自適應(yīng)緊框架和參考圖像的壓縮感知磁共振圖像重建方法，該重建方法具體包括以下三個方面：第一：在重建模型中引入了
4、自適應(yīng)緊框架作為稀疏表示算子。由于磁共振圖像包含著豐富的結(jié)構(gòu)信息，現(xiàn)有預(yù)定義的稀疏表示方式通常不能充分挖掘圖像的稀疏信息，而本文提出的自適應(yīng)緊框架由于綜合了待重建圖像的自適應(yīng)性以及緊框架的完全重建性質(zhì)，能夠有效獲取磁共振圖像的稀疏信息。第二：在重建模型中探究了磁共振圖像之間的相似性先驗信息。通常情況下，成像目標相同的磁共振圖像之間存在著相似性信息。本文利用這種相似性先驗信息構(gòu)建了相應(yīng)的磁共振圖像重建模型。在該模型中，通過一種自適應(yīng)加權(quán)的方式有效利用了圖像之間的相似先驗信息，從而提高了磁共振圖像的重建質(zhì)量。第三：基于光滑快速迭代閾值法設(shè)計了所提模型的求解算
5、法，有效實現(xiàn)了對重建優(yōu)化模型的求解，并通過仿真實驗，驗證了本文所提方法在磁共振圖像重建上相較于其他對比方法的優(yōu)越性。關(guān)鍵詞：壓縮感知；磁共振成像；圖像重建；緊框架；自適應(yīng)緊框架IAbstractMagneticresonance(MR)imagingisamedicalimagingtechniquethatiswidelyusedinmedicaldiagnosis.Ithassuperiorperformancesuchasnon-ionizingradiation,high-qualitydisplayofanatomicalstructures,
6、andsofttissuechanges.However,intheMRimagingprocess,itisusuallynecessarytocollectandprocessalargeamountofdata,resultinginaslowerimagingspeed,makingthestudyofrapidMRimagingbecomeoneofthecurrenthotspots.InordertospeeduptheimagingspeedofMRimaging,itisafeasiblewaytoreducetheamountofda
7、tacollected,butlimitedbythetraditionalprincipleofsampling,itisdifficulttoreconstructhighqualityMRIimagesbyasmallamountofdata.Thecompressivesensingtheorythathasemergedinrecentyearsasanewtechnologythatcanachievehigh-precisionsignalreconstructionthroughfewdataprovidesanewdirectionfo
8、rrapidMRimagingresearch.However,inthecur
