论文部分内容阅读
肝细胞癌是异质性最强、死亡率最高的恶性肿瘤之一。在肝硬化结节逐步形成肝细胞癌的过程中,新生异常动脉血供的增多是临床诊断的一个重要判据。肝脏四维动态对比增强磁共振成像(DCE-MRI:Dynamic Contrast-Enhanced Magnetic Resonance Imaging)不仅可提供病变组织形态学的信息,还可反映病变组织血流微循环的改变,从而为肝细胞癌的早期诊断及疗效评估提供更加丰富、精准的影像信息。肝脏4D DCE-MRI的临床应用主要面临两大技术挑战:一是快速成像,需要基于高度降采样的k空间数据,重建高时空分辨率的全肝4D图像;二是呼吸运动校正,需要有效去除长时间扫描中呼吸运动引起的伪影。本文重点研究自由呼吸下的高时空分辨率全肝4D DCE-MRI的关键技术,主要取得了如下创新成果:(1)针对基于高度降采样的A空间数据重建高时空分辨率图像的需求,提出了一种基于字典学习的低秩稀疏分解重建算法。采用低秩稀疏分解模型有效挖掘重建图像帧之间的相关性,利用字典学习进一步增强算法对数据的自适应性,从而实现了图像信号的高稀疏性表达。实验表明,本文算法可以有效去除降采样伪影,改善重建图像细节。(2)面向自由呼吸扫描,提出了一种内嵌呼吸运动校正的动态MRI重建算法。首先,基于A空间数据直接估计一维呼吸运动信号,并据此信号k将空间数据划分到若干运动状态中;然后,基于各状态的A空间数据,采用低秩稀疏分解分别重建图像序列;最后,采用稀疏性约束对整个序列做二次重建。实验表明,本文算法可以有效去除运动伪影,重建自由呼吸下的高时空分辨率图像。(3)针对胸腹部图像的呼吸运动配准问题,提出了 一种保持运动场不连续性的配准算法。采用基于马尔可夫随机场的离散优化方法,结合运动场估计值和图像信号自动分割得到内脏与胸腹部内壁之间呼吸滑动的界面,然后去除横跨界面的运动场平滑性约束。实验表明,本文算法可以实现呼吸滑动界面的自动分割,有效降低配准误差。