学位论文 > 优秀研究生学位论文题录展示
基于压缩感知原理的核磁共振成像算法研究
作 者: 杜文琦
导 师: 陈华华
学 校: 杭州电子科技大学
专 业: 通信与信息系统
关键词: 图像重建 压缩感知 核磁共振成像 非局部相似性 稀疏表示 流形学习
分类号: TP391.41
类 型: 硕士论文
年 份: 2014年
下 载: 3次
引 用: 0次
阅 读: 论文下载
内容摘要
磁共振成像技术依靠其无辐射、非侵入、成像对比度高等特点得到了快速的发展,在医学诊断和科学研究中发挥了重要作用。但成像过程较慢成为了制约其发展的主要因素之一,降低成像时间特别是成像过程中的数据采样时间尤为重要。因此,研究通过降低采样的数据量以降低采样时间成为了一个研究热点。压缩感知理论的发展使得大幅度的降低所需的采样数据量成为可能,能够利用不完整的K空间数据较好的重建图像。本质上是利用了图像可以被稀疏表示的特性和图像本身存在的多种先验知识来对重建模型进行约束求解。本文主要针对图像稀疏表示和图像重建模型中的多种先验正则项进行研究,以达到降低数据采集量继而降低磁共振成像所需的采样时间的目的。本文的主要研究内容为:1.基于稀疏性约束和全变分正则项约束的经典重建模型能够较好的重建多种图像,但由于全变分正则项是基于图像是分块光滑的假设,造成该类算法不能有效重建图像中的纹理、边缘等结构。为了改善这一问题,在经典重建模型的基础上,本文引入了重建图像对应的稀疏系数逼近于原始图像对应的稀疏系数作为先验,通过图像子块之间存在的非局部相似性逼近原始图像,得到了采用非局部稀疏表示正则化的磁共振图像重建模型。实验结果表明,所提算法取得了较好的重建效果。2.传统的基于稀疏表示的重建中,稀疏表示的过程并没有考虑数据中的结构特征。特别是仅利用欠采样图像数据训练稀疏表示字典的情况,图像并不能很好的被稀疏表示。为了改善这一情况,本文基于图像块进行稀疏表示,对稀疏表示模型引入了图正则项以充分利用数据空间中存在的局部几何结构和图像块之间的联系,从而使得到的字典能够更好的表示图像。实验结果表明,所提出的算法取得了较好的重建效果,同时还讨论了不同采样矩阵、以及不同采样率对重建的影响。
|
全文目录
摘要 5-6 ABSTRACT 6-11 第1章 绪论 11-18 1.1 论文研究的背景及意义 11-12 1.2 国内外研究现状 12-14 1.3 磁共振成像数据及 K 空间 14-16 1.3.1 选层 14 1.3.2 频率编码与相位编码 14-15 1.3.3 K空间 15-16 1.4 MR图像伪影和噪声 16-17 1.4.1 MR图像的伪影 16 1.4.2 M R图像中的噪声类型 16-17 1.5 论文主要研究内容及安排 17-18 第2章 压缩感知与重建模型 18-32 2.1 引言 18 2.2 稀疏表示 18-23 2.2.1 MR图像的稀疏表示 18-20 2.2.2 K-SVD稀疏字典 20 2.2.3 小波树稀疏 20-22 2.2.4 PCA自适应字典 22-23 2.3 投影测量 23-25 2.3.1 压缩感知投影测量理论 23-25 2.3.2 K空间采样矩阵 25 2.4 压缩感知重建算法 25-28 2.4.1 基于贪婪算法的重建算法 26-27 2.4.2 基于凸优化的重建算法 27-28 2.5 重建模型中的正则项 28-30 2.5.1 范数约束 28 2.5.2 TV正则 28-29 2.5.3 NLTV正则 29-30 2.5.4 广义全局变分正则 30 2.6 重建图像质量评价 30-31 2.7 本章小结 31-32 第3章 基于非局部稀疏表示正则化的 MRI 重建 32-45 3.1 引言 32-33 3.2 非局部相似及稀疏表示 33-35 3.2.1 非局部相似性 33-35 3.2.2 稀疏表示 35 3.3 快速混合分裂求解算法 35-38 3.3.1 混合正则项求解模型 35-36 3.3.2 FISTA算法与FCSA算法 36-38 3.4 非局部稀疏表示正则化重建模型 38-39 3.5 算法求解 39-40 3.6 实验结果及分析 40-44 3.6.1 采样率对重建的影响 40-43 3.6.2 不同类型 MRI 重建 43-44 3.7 本章小结 44-45 第4章 基于图正则自适应字典的 MRI 重建 45-58 4.1 引言 45 4.2 图正则自适应字典 45-49 4.2.1 图正则稀疏编码 47-48 4.2.2 字典更新 48-49 4.3 图像更新重建 49-50 4.4 本章算法求解 50 4.5 实验结果及分析 50-57 4.5.1 采样矩阵对重建的影响 50-53 4.5.2 不同采样率 2D 随机采样对重建的影响 53-55 4.5.3 不同类型 MRI 重建 55-57 4.5.4 算法重建时间比较 57 4.6 本章小结 57-58 第5章 总结与展望 58-59 5.1 本文工作总结 58 5.2 未来研究展望 58-59 致谢 59-60 参考文献 60-64 附录 64
|
相似论文
- 基于学习的低阶视觉问题研究,TP391.41
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 基于有限元法和遗传算法的电磁层析成像方法的研究,TM15
- 基于DSP电阻层析成像系统设计及其在两相流参数测量中应用研究,O359
- 基于部分K空间数据的并行磁共振成像,R445.2
- 基于PROPELLER技术的磁共振成像算法的设计与实现,TP391.41
- 压缩感知在无线通信网络异常事件检测中的应用研究,TN929.5
- 基于随机矩阵理论和压缩感知的合作频谱感知技术研究,TN925
- 压缩感知中信号重构算法的研究,TN911.6
- 基于压缩感知的认知无线电频谱检测技术及其研究,TN925
- 压缩感知在无线传感网中的应用研究,TN929.5
- 利用非局部相似性的图像超分辨率重建研究,TP391.41
- 基于压缩感知的语音信号编码技术研究,TN912.3
- 无线传感器网络中视频编码的跨层优化研究,TN919.81
- 无线传感器网络中分布式压缩感知关键技术,TN929.5
- 基于压缩感知的多径信道估计及其研究,TN925
- 基于压缩感知的语音稀疏基和投影矩阵构造技术的研究,TN919.8
- 基于稀疏表示的语音信号的最佳投影与其重构技术的研究,TN912.3
- 宽带无线通信中基于压缩感知的信道估计研究,TN92
- OFDM系统中的信道估计技术研究,TN919.3
- 蜂窝网络中基于流量预测的节能关键技术研究,TN929.53
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|