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(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、學(xué)校代碼10530學(xué)號(hào)201510171811分類號(hào)TP391密級(jí)公開碩士學(xué)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(xué)位申請(qǐng)人段偉指導(dǎo)教師曹春紅副教授學(xué)院名稱信息工程學(xué)院學(xué)科專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)研究方向計(jì)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(dǎo)致成像速度變慢，因此研究快速磁
3、共振成像成為當(dāng)今的熱點(diǎn)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(shí)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(shí)現(xiàn)高精度信號(hào)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(yàn)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€(gè)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(gè)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(yàn)信息。通常情況下，成像目標(biāo)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(yàn)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(yàn)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(jì)了所提模型的求解算
5、法，有效實(shí)現(xiàn)了對(duì)重建優(yōu)化模型的求解，并通過仿真實(shí)驗(yàn)，驗(yàn)證了本文所提方法在磁共振圖像重建上相較于其他對(duì)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
