磁共振波譜微弱信號(hào)的自動(dòng)檢測和量化算法研究.pdf

1、基于磁共振波譜(MRS)這種無創(chuàng)地檢測活體組織特定化學(xué)特性的影像信息學(xué)方法,本文研究和設(shè)計(jì)了一套針對微弱譜峰信號(hào)的自動(dòng)檢測的量化算法,實(shí)現(xiàn)了對低信噪比信號(hào)的量化估計(jì),為其臨床應(yīng)用提供了可能。
　　本課題研究的算法包涵了信號(hào)預(yù)處理和量化估計(jì),前者內(nèi)容包括水信號(hào)的抑制、降噪和基線校正,后者主要運(yùn)用ER濾波(ER-filter)和基于Hankel矩陣的奇異值分解法(HSVD)相結(jié)合的時(shí)頻結(jié)合方法。在量化估計(jì)部分,針對洛侖茲模型中代表信號(hào)

2、成分個(gè)數(shù)的模型階數(shù) K的選取這一關(guān)鍵問題做了不同方法的研究測試,并通過全仿真測試實(shí)驗(yàn)和在真實(shí)人腦 MRS數(shù)據(jù)加入測試信號(hào)的半仿真測試實(shí)驗(yàn)對算法的性能進(jìn)行測試。在保證算法誤碼率在5％以下的前提下,我們通過檢出率和相對均方誤差(RRMSE)來衡量算法的檢測和估計(jì)性能,并給出了算法適合臨床應(yīng)用的信噪比(SNR)要求。
　　在模型階數(shù)K的選取上,我們首先比較了高斯曲線擬合法、峰度分析法和固定值法的性能差別,結(jié)果顯示高斯擬合法在檢出率和RR

3、MSE上都有優(yōu)勢。在此基礎(chǔ)上,我們進(jìn)一步研究了基于歸一化擬合質(zhì)量數(shù)Qfit和最小信息長度MDL的估計(jì)方法,并提出一種有條件的最小信息長度方法 MDLcon,其估計(jì)性能較好,且檢出率最高?？紤]臨床應(yīng)用的誤差上限條件, MDLcon與高斯擬合法相比,其準(zhǔn)確性較高,尤其是針對低衰減系數(shù)的信號(hào)的量化估計(jì)有較大的優(yōu)勢,檢出率略低于高斯擬合。
　　最后,本文對后期的工作進(jìn)行了展望,希望本研究能為臨床MRS微弱譜峰檢測應(yīng)用提供更加準(zhǔn)確和直觀的波