基于自適應(yīng)雙字典學(xué)習(xí)的MRI序列圖像重構(gòu).pdf

1、磁共振成像(MRI)是利用人體的磁性核(氫核)在磁場中所表現(xiàn)出來的特性進(jìn)行成像的技術(shù)。該技術(shù)的具有無傷害性、組織對比度高和組織分辨率高等優(yōu)點,己成為臨床醫(yī)學(xué)的一種十分重要的檢測手段。但是,目前MRI仍遭遇到成像速度太慢的瓶頸問題,被成像者長時間滯留在成像儀器內(nèi),被成像者的運動會使圖像產(chǎn)生運動模糊;較慢的速度已經(jīng)大大制約了MRI成像技術(shù)的發(fā)展。因此,MRI研究領(lǐng)域中最熱門的課題就是如何提高M(jìn)RI數(shù)據(jù)采集速度,減少成像時間。其中,利用部分K

2、空間數(shù)據(jù)成像是加快MRI成像速度的最常用的方法。隨著成像方法越來越好,對于運動腫瘤的放射治療也變得越來越復(fù)雜,4D-MRI將會為放射治療方案提供經(jīng)得起檢驗的信息,如何獲得高分辨率的4D-MRI也十分具有研究意義。
　　本文主要研究利用高倍下采樣的部分 K空間序列數(shù)據(jù)重構(gòu)高分辨率磁共振圖像的方法,提出了一種基于自適應(yīng)雙字典學(xué)習(xí)的部分 K空間序列圖像重構(gòu)算法和一種基于相似性插值的部分 K空間序列圖像重構(gòu)算法,并將其應(yīng)用到多個健康志愿者

3、和多個癌癥患者的MRI重構(gòu)中。同時,本文還研究了如何利用多層2D動態(tài)MRI獲得高分辨率的4D-MRI,提出了一種基于雙字典學(xué)習(xí)的4D-MRI超分辨率重構(gòu)算法。本論文的主要創(chuàng)新點如下:
　　(1)提出了一種基于自適應(yīng)雙字典學(xué)習(xí)的部分 K空間序列圖像重構(gòu)算法。該方法不需要已知參考圖,而是充分利用部分 K空間序列數(shù)據(jù)之間的相關(guān)性,產(chǎn)生一些完整的 K空間數(shù)據(jù),得到高分辨字典,這樣不僅減少了數(shù)據(jù)的采集量,提高了數(shù)據(jù)的采集速度,同時合成參考圖

4、和待重構(gòu)圖像具有結(jié)構(gòu)相似性,獲得的字典自適應(yīng)性更強。通過殘差補償進(jìn)一步補償了丟失信息,修正了重構(gòu)圖像的一些細(xì)節(jié)邊緣,使圖像的視覺效果得到進(jìn)一步的提高。此外,通過適時更新字典,該方法能夠顯著降低序列數(shù)據(jù)的重構(gòu)誤差,從而大大增強算法的自適應(yīng)性和魯棒性。
　　(2)提出了一種基于相似性插值的部分 K空間序列圖像重構(gòu)方法。該方法不需要采集高采樣率的K空間數(shù)據(jù),而是充分利用部分K空間序列數(shù)據(jù)之間的相似性,合成一些較完整的 K空間數(shù)據(jù),降低了

5、采樣率。然后利用呼吸狀態(tài)最相似的合成數(shù)據(jù)對待重構(gòu)的部分K空間數(shù)據(jù)進(jìn)行插值補充,而不是僅僅用相鄰的K空間數(shù)據(jù)進(jìn)行插值,插值的數(shù)據(jù)更為精確,重構(gòu)效果更好。此外,通過適時更新合成 K空間數(shù)據(jù),能夠顯著降低序列數(shù)據(jù)的重構(gòu)誤差,從而大大增強算法的自適應(yīng)性和魯棒性。
　　(3)提出了一種基于雙字典學(xué)習(xí)的4D-MRI超分辨率重構(gòu)算法。該方法利用預(yù)先采集的幾層2D動態(tài)MRI作為訓(xùn)練樣本來獲得高、低分辨率字典,訓(xùn)練樣本圖像與待重構(gòu)圖像相關(guān)度高,重構(gòu)