【摘要】：磁共振成像(Magnetic Resonance Imaging,MRI)已成為醫(yī)學(xué)臨床診斷和科學(xué)研究的重要技術(shù)手段。受各種成像條件的限制,磁共振成像的檢測(cè)掃描時(shí)間過(guò)長(zhǎng),掃描過(guò)程中由于病人需要長(zhǎng)時(shí)間保持某種姿態(tài),一方面會(huì)造成病人的不適感,另一方面也容易導(dǎo)致運(yùn)動(dòng)偽影的產(chǎn)生。動(dòng)態(tài)磁共振成像(Dynamic MRI,dMRI)是一種在傳統(tǒng)MRI設(shè)備上通過(guò)連續(xù)快速掃描獲取人體組織器官隨時(shí)間變化的運(yùn)動(dòng)影像技術(shù)。相比靜態(tài)MRI,dMRI圖像具有更高的空間分辨率和時(shí)間分辨率,但其成像條件要求更高、掃描時(shí)間更長(zhǎng)。一段時(shí)間以來(lái),由于無(wú)法克服奈奎斯特采樣定律的限制,如何縮短掃描時(shí)間、提高成像速度成為困擾MRI研究人員的難題。壓縮感知(Compressive Sensing,CS)理論的提出,使得從高度欠采樣k空間數(shù)據(jù)中恢復(fù)重建MRI圖像成為可能。利用MRI圖像數(shù)據(jù)固有的稀疏性,將CS理論用于MRI成像應(yīng)用(CS-MRI)可有效解決磁共振成像掃描時(shí)間長(zhǎng)、成像速度慢的問(wèn)題。但直接將CS-MRI技術(shù)用于dMRI圖像重建,會(huì)面臨因傳統(tǒng)稀疏表示無(wú)法解決dMR丨圖像在空間-時(shí)間域的稀疏問(wèn)題,導(dǎo)致在自由呼吸狀態(tài)下的動(dòng)態(tài)心臟MRI或心肌灌注MRI成像的應(yīng)用中表現(xiàn)出較差的重建效果。為解決CS-MRI技術(shù)在dMRI圖像重建應(yīng)用中的缺陷,本文利用dMRI圖像在空域和時(shí)間域的稀疏性,提出了一種盲字典學(xué)習(xí)方法。該方法從k-t空間欠采樣數(shù)據(jù)中學(xué)習(xí)生成空-時(shí)字典對(duì)dMRI圖像進(jìn)行稀疏表示,用于dMRI圖像的加速重建。另外,在CS理論框架下,為降低字典學(xué)習(xí)訓(xùn)練中計(jì)算復(fù)雜性和字典中原子的過(guò)訓(xùn)練等問(wèn)題,本文利用dMRI圖像數(shù)據(jù)在空-時(shí)域的低秩性,基于低秩稀疏矩陣分解模型分別提出了一種凸優(yōu)化和非凸優(yōu)化方法,用于從k-t空間欠采樣數(shù)據(jù)中加速dMRI圖像的重建并改善重建dMRI圖像的性能。本文主要工作與創(chuàng)新點(diǎn)如下:1)提出了一種基于盲字典學(xué)習(xí)的dMRI圖像重建方法,直接從高度欠采樣的k-t空間數(shù)據(jù)中自適應(yīng)學(xué)習(xí)、生成字典并完成對(duì)圖像的稀疏表示,并將字典學(xué)習(xí)與圖像信號(hào)的稀疏表示組成聯(lián)合優(yōu)化問(wèn)題,利用最小優(yōu)化算法求解稀疏表示系數(shù)和時(shí)間基字典。該方法主要解決了經(jīng)典CS方法和基于K-SVD的盲壓縮感知方法對(duì)采樣觀測(cè)矩陣的限制。采用優(yōu)化最小算法和共軛梯度算法求解dMRI圖像的稀疏表示系數(shù),克服了傳統(tǒng)凸優(yōu)化方法直接求解高維度矩陣稀疏解時(shí),需要占用大量計(jì)算資源而導(dǎo)致計(jì)算收斂慢、圖像重建時(shí)間過(guò)長(zhǎng)等問(wèn)題。實(shí)驗(yàn)測(cè)試結(jié)果表明,在相同采樣加速因子下,本文使用的盲字典學(xué)習(xí)方法的圖像重建性能優(yōu)于對(duì)比方法。2)提出了一種利用截?cái)嗪朔稊?shù)求解魯棒主成分分析問(wèn)題的dMRI圖像重建方法(Truncated Nuclear Norm for Robust Principal Component Analysis,TNN-RPCA),用于解決在低秩稀疏矩陣分解模型中,傳統(tǒng)凸優(yōu)化方法直接使用核范數(shù)對(duì)非凸秩函數(shù)進(jìn)行優(yōu)化時(shí),因忽略非零奇異值對(duì)秩函數(shù)貢獻(xiàn)的差異而導(dǎo)致的重建誤差。TNN-RPCA方法使用截?cái)嗪朔稊?shù)代替?zhèn)鹘y(tǒng)核范數(shù)對(duì)秩函數(shù)凸優(yōu)化,通過(guò)引入具有快速運(yùn)算性能和高精度的非精確增廣拉格朗日乘子法(Inexact Augmented Lagrange Multiplier,IALM)用于RPCA問(wèn)題求解。通過(guò)仿真實(shí)驗(yàn),并與兩種用于求解RPCA問(wèn)題重建dMRI圖像的方法進(jìn)行了對(duì)比,結(jié)果表明TNN-RPCA方法無(wú)論在重建圖像的速度還是重建圖像的質(zhì)量方面,均具有明顯的優(yōu)勢(shì)。3)提出了一種利用非凸優(yōu)化奇異值收縮算法求解RPCA問(wèn)題的dMRI圖像重建方法(Optimal Singular value shrinkage for Robust Principal Component Analysis,OptShrink-RPCA),用于解決直接使用核范數(shù)對(duì)非凸秩函數(shù)進(jìn)行凸優(yōu)化無(wú)法獲得最優(yōu)解的應(yīng)用缺陷。該方法首先對(duì)測(cè)量矩陣的奇異值進(jìn)行截?cái)?然后將截?cái)嗍Ｏ碌钠娈愔低ㄟ^(guò)門限閾值進(jìn)行收縮處理,以逼近非凸秩函數(shù)的最優(yōu)解。同時(shí)引入增廣拉格朗日乘子加速RPCA問(wèn)題的求解。通過(guò)實(shí)驗(yàn)與幾種凸優(yōu)化方法對(duì)dMRI圖像重建的效果進(jìn)行對(duì)比,發(fā)現(xiàn)使用OptShrink-RPCA方法重建dMRI圖像的性能得到改善。
【圖文】：

邐＝邋ＱＡ邐（２－５）逡逑２－５式中０也稱信息算子，信號(hào)測(cè)量示意圖如圖２－１所示。ＣＳ理論指出，信息算子０或者測(cè)量逡逑矩陣０需要滿足ＲＩＰ條件。Ｅ．邋Ｃａｎｄ紅等人證明當(dāng)Ｏ為隨機(jī)矩陣時(shí)能以大概率滿足ＲＩＰ條件，由逡逑于判斷測(cè)量矩陣是否滿足ＲＩＰ條件比較困難，Ｅ．邋Ｃａｒｎｅｓ在文獻(xiàn)［９１］中提出相對(duì)簡(jiǎn)單的非相干逡逑性判別準(zhǔn)則，測(cè)量矩陣０和稀疏變換矩陣Ｖ之間的相干性定義為：逡逑／／（＜�。�，ｖ｛／）邋＝邋Ｖ７７－邐（２－６）逡逑２－６式求解的相干性Ｗ表示稀疏信號(hào)的維度大小。／／（屯中）越小，表明測(cè)量逡逑矩陣￥與變換矩陣Ｖ的非相千性越大。文獻(xiàn)［９１］實(shí)驗(yàn)結(jié)果給出：當(dāng)采樣矩陣為沖擊函數(shù)，稀疏逡逑變換為傅里葉變換時(shí)，采樣矩陣與變換矩陣之間的相干系數(shù)Ｍ（電Ｖ）邋＝邋ｌ，具有最大的非相干逡逑性。另外

ＤＯＣＴＯＲＡＬ邋ＤＩＳＳＥＲＴＡＴＩＯＮ逡逑２．２．邋１邋ＭＲ成像掃描方法逡逑為獲得如圖２－３所示的置身于外磁場(chǎng)中人體組織或器官影像的空間信息，需要由梯度線圈逡逑分別在Ｘ、７和２三個(gè)方向上產(chǎn)生梯度磁場(chǎng)，這三個(gè)梯度可分別作為層面選擇梯度、相位編碼梯逡逑度和頻率編碼（或讀出）梯度。磁共振掃描過(guò)程中，可以根據(jù)成像需要任意選擇并組合梯度線逡逑圈，分別在不同平面（橫斷、矢狀和冠狀）成像。為提高ＭＲＩ掃描成像效率，單掃描成像技術(shù)逡逑的應(yīng)用比較流行［１３５］。掃描過(guò)程中通過(guò)調(diào)整ＭＲ成像參數(shù)，可獲得組織器官的不同成像效果。由逡逑于影響ＭＲ成像效果的參數(shù)種類繁多，使得ＭＲ成像脈沖序列的設(shè)計(jì)變得非常復(fù)雜。目前普遍逡逑使用的掃描成像技術(shù)主要有快速自旋回波（ＦａｓｔＳｐｉｎＥｃｈｏ，ＦＳＥ）成像和回波平面成像（Ｅｃｈｏ－逡逑Ｐｌａｎａｒ邋Ｉｍａｇｉｎｇ，，ＥＰＩ）等方法。逡逑ｆＴＴＪ］逡逑圖２－３指定掃描機(jī)內(nèi)的梯度線圈方向逡逑其中ＦＳＥ是在自旋回波成像技術(shù)基礎(chǔ)上通過(guò)單次激發(fā)同時(shí)填充多行ｋ空間數(shù)據(jù)
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：R445.2;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 伍樂(lè)生;謝世煊;;低照度三維船舶圖像的重建方法研究[J];艦船科學(xué)技術(shù);2018年08期

2 陳多芳;;醫(yī)學(xué)圖像重建課程的實(shí)驗(yàn)教學(xué)研究[J];時(shí)代教育;2014年17期

3 廖傳平;;X線電子計(jì)算機(jī)體層攝影的基本結(jié)構(gòu)和原理及臨床應(yīng)用[J];蚌埠醫(yī)藥;1987年01期

4 彭克歐;;X線斷層光學(xué)模擬重建的進(jìn)展(一)[J];醫(yī)療器械;1987年04期

5 曹少平;顧宏清;印春光;;代數(shù)迭代圖像重建技術(shù)在SPECT圖像重建中應(yīng)用的研究[J];中國(guó)醫(yī)療器械雜志;2010年01期

6 左廣霞;張全虎;賈小龍;劉杰;隋洪志;周志波;;層析γ掃描發(fā)射圖像重建實(shí)驗(yàn)研究[J];核電子學(xué)與探測(cè)技術(shù);2012年11期

7 范風(fēng)云,張丙芳,陸軍,魏文勝,石梅,南克俊;圖像重建聯(lián)合立體定向放射治療肺癌36例[J];第四軍醫(yī)大學(xué)學(xué)報(bào);2004年24期

8 王石嵩,郭文臣,郭洪生;東芝TCT-600HQCT機(jī)圖像重建系統(tǒng)故障1例[J];中國(guó)醫(yī)學(xué)影像技術(shù);2002年07期

9 汪元美,呂維雪;多準(zhǔn)則圖像重建的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[J];通信學(xué)報(bào);1992年05期

10 劉鵬翔;季凱帆;鄧輝;梅盈;柳翠寅;衛(wèi)守林;戴偉;王鋒;;一種全共享低交換并行高分辨太陽(yáng)圖像重建方法[J];科學(xué)通報(bào);2018年02期

相關(guān)會(huì)議論文 前10條

1 張挺;朱雙華;;一種基于多點(diǎn)地質(zhì)統(tǒng)計(jì)法的圖像重建方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

2 張德斌;王石;馬天予;劉亞強(qiáng);姚樹林;;基于Origin Ensembles原理的PET系統(tǒng)新型圖像重建方法[A];中國(guó)醫(yī)學(xué)裝備協(xié)會(huì)第二十六屆學(xué)術(shù)與技術(shù)交流年會(huì)論文匯編[C];2017年

3 張唯;;正在開發(fā)的三維旋轉(zhuǎn)血管造影圖像重建工作站及在神經(jīng)介入方面的應(yīng)用(摘要)[A];中華醫(yī)學(xué)會(huì)醫(yī)學(xué)工程學(xué)分會(huì)第一次醫(yī)學(xué)影像設(shè)備應(yīng)用技術(shù)研討會(huì)論文集[C];1999年

4 張宇;唐志列;吳泳波;謝家興;代芬;趙文鋒;;多種光聲圖像重建方法研究[A];中國(guó)光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)摘要集[C];2011年

5 李燦;張雄偉;劉家金;;PET圖像重建方法的比較研究[A];中華醫(yī)學(xué)會(huì)第九次全國(guó)核醫(yī)學(xué)學(xué)術(shù)會(huì)議論文摘要匯編[C];2011年

6 魏龍;;正電子成像技術(shù)現(xiàn)狀及發(fā)展[A];第十屆全國(guó)正電子湮沒(méi)譜學(xué)會(huì)議論文集[C];2009年

7 張海南;湯日杰;蔡霜;;基于16層CT的4D圖像重建及其肺癌放療中的應(yīng)用[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

8 張海南;湯日杰;張書旭;蔡霜;彭俊琴;張愛(ài)芳;;4維CT圖像重建及其肺癌調(diào)強(qiáng)放療中的應(yīng)用[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

9 李琳;單保慈;魏龍;劉力;;Micro-PET數(shù)據(jù)重組與圖像重建[A];第九屆全國(guó)正電子譜學(xué)會(huì)議論文集[C];2005年

10 王得水;常宇;高斌;軒艷嬌;馬鑫蕊;張婭;;基于CT圖像重建的心室模型及有限元法分析[A];第十屆全國(guó)生物力學(xué)學(xué)術(shù)會(huì)議暨第十二屆全國(guó)生物流變學(xué)學(xué)術(shù)會(huì)議論文摘要匯編[C];2012年

相關(guān)重要報(bào)紙文章 前3條

1 趙熙熙;用X射線為細(xì)胞無(wú)損拍照[N];中國(guó)科學(xué)報(bào);2012年

2 沈小平;知己知彼話CT[N];醫(yī)藥經(jīng)濟(jì)報(bào);2001年

3 本報(bào)記者 吳苡婷;數(shù)字化時(shí)代來(lái)臨 醫(yī)療大變革在即[N];上�？萍紙�(bào);2016年

相關(guān)博士學(xué)位論文 前10條

1 陳軍波;基于k-空間錢采樣的動(dòng)態(tài)MRI重建方法研究[D];華中師范大學(xué);2018年

2 李丹;基于l_0范數(shù)約束的稀疏優(yōu)化算法及其在圖像重建中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2018年

3 劉明明;基于單張圖像的室內(nèi)場(chǎng)景建模技術(shù)研究[D];南京大學(xué);2019年

4 張伶俐;有限角及低信噪比CT圖像重建的優(yōu)化模型與算法研究[D];重慶大學(xué);2018年

5 EBTESAM MOHAMEED ALHARBI;基于暗原色優(yōu)先的圖像去霧算法研究[D];華南理工大學(xué);2018年

6 張宇;醫(yī)學(xué)層析圖像重建和生物組織光傳輸?shù)难芯縖D];天津大學(xué);2004年

7 孫雪楠;數(shù)值逼近在CT圖像重建中的應(yīng)用[D];吉林大學(xué);2005年

8 田毅;基于狀態(tài)空間理論的ECT圖像重建[D];浙江大學(xué);2006年

9 王靜;面向復(fù)雜產(chǎn)品的工業(yè)CT圖像重建與分析技術(shù)[D];西北工業(yè)大學(xué);2004年

10 袁澤寰;跨圖像視覺(jué)語(yǔ)義的挖掘研究[D];南京大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 曾有靈;基于Spark的CT圖像并行重建與分割研究[D];南方醫(yī)科大學(xué);2019年

2 鄧其龍;二維電阻抗斷層成像系統(tǒng)研究[D];長(zhǎng)江大學(xué);2019年

3 劉思行;基于低秩和流形嵌入的圖像子空間表征研究[D];江蘇大學(xué);2019年

4 張鵬程;基于塊稀疏的電阻抗成像方法研究[D];天津工業(yè)大學(xué);2019年

5 謝豐;RGB-D圖像協(xié)同顯著目標(biāo)計(jì)算方法研究[D];安徽大學(xué);2019年

6 宣經(jīng)緯;基于GPU并行計(jì)算的太陽(yáng)自適應(yīng)光學(xué)圖像斑點(diǎn)重建技術(shù)實(shí)現(xiàn)[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所);2019年

7 孟杞鳳;基于磁感應(yīng)斷層成像技術(shù)的CFRP缺陷評(píng)價(jià)方法研究[D];南昌航空大學(xué);2019年

8 苗立;離心機(jī)粒子分布檢測(cè)的無(wú)線阻抗層析成像系統(tǒng)開發(fā)及實(shí)驗(yàn)驗(yàn)證[D];西安理工大學(xué);2019年

9 張馨;ERT傳感器優(yōu)化及圖像重建[D];沈陽(yáng)工業(yè)大學(xué);2019年

10 王剛;基于Linux的嵌入式ECT系統(tǒng)研究[D];沈陽(yáng)工業(yè)大學(xué);2019年

本文編號(hào)：2692212