磁共振成像(Magnetic Resonance Imaging,MRI)是臨床重要的檢查手段,使用不同的脈沖序列,可以獲得關于人體組織結構、功能、代謝等不同方面的信息。磁共振成像對比度信息豐富、分辨率高、可任意方向切片,并且沒有輻射傷害,在臨床診斷中發(fā)揮著重要作用。磁共振成像也是技術最為復雜的醫(yī)學影像方法之一,在磁共振成像的數(shù)據(jù)采集、圖像重建、圖像后處理與圖像分析等各個階段都有大量的科學與技術問題需要研究。本文利用數(shù)據(jù)驅動與人工智能(Artificial Intelligence,AI)的方法,分別對磁共振圖像重建、圖像處理、圖像分析等進行了系統(tǒng)的研究。本文主要做了如下工作:一、本文對磁共振成像圖像重建中的若干問題進行研究。高分辨的磁共振圖像需要較長的圖像采集時間,這也是磁共振掃描成本較高的主要原因。利用采集部分k空間數(shù)據(jù)(欠采集)進行圖像重建是縮短磁共振成像掃描時間的重要方法。本文首先對磁共振血管造影圖像的重建進行了研究。我們利用磁共振血管的半高全寬不隨分辨率變化這一先驗知識,結合迭代算法,提出了約束數(shù)據(jù)外插(Constrained Data Exploration,CODE)算法...

【文章頁數(shù)】：121 頁

【學位級別】：博士

【部分圖文】：

圖1.1含有一層隱含層的神經(jīng)網(wǎng)絡示意圖

圖1.1含有一層隱含層的神經(jīng)網(wǎng)絡示意圖。上，含有一層隱含層的神經(jīng)網(wǎng)絡可以以任意精度逼近任何函數(shù)含層上的節(jié)點個數(shù)30。受計算能力的限制，淺層神經(jīng)網(wǎng)絡隱含導致模型計算效率低、模型建立成本高，近幾年的網(wǎng)絡設計傾節(jié)點減少，增加隱含層層數(shù)，即使得神經(jīng)網(wǎng)絡結構變深，此時（DeepNeur....

圖2.1CODE重建算法流程圖

圖2.1CODE重建算法流程圖。2.2.2CODE實驗的模擬數(shù)據(jù)和MRA數(shù)據(jù)通過模擬數(shù)據(jù)和真實MRA數(shù)據(jù)進行實驗驗證。數(shù)據(jù)采用一系列的圓形結構和月形結構，用來模擬不同大小的窄血管截面。模擬數(shù)據(jù)使用10241024大小的矩陣進行構造分布為16、18、……、60....

圖2.2CODE采樣方式（左）和CS采樣方式（右）

ODE采樣方式（左）和CS采樣方式（右）。其中CODE集中間的低頻部分，能夠獲得更高的信噪比。使用RUS、CS和CODE分別在512512的矩陣大小上進行與全采的圖像（FullySampled，F(xiàn)S）進行比較。測量圓形結構中面積誤差由公式⑾表示。針對月形結構，....

圖2.3RUS、CS和CODE在25%采樣率條件下對不同尺度的模擬數(shù)據(jù)（16體素和6體素）在不同重建矩陣大小（256256、512512、10241024）的重建效果，右上角是邊緣的放大圖

統(tǒng)計方法采用配對t檢驗，顯著性指標選擇0.05。以上實驗我們使用Matlab2015a（TheMathWorks，Inc.）進行實現(xiàn)，實驗平臺為Windows10、英特爾i7處理器和16GB內存；血管截面計算和狹窄程度計算使用SPIN（SignalProce....

本文編號：3908324