论文部分内容阅读
磁共振成像技术凭借其无辐射、可任意断层扫描以及良好的软组织对比度等优点,已被广泛应用在临床医学诊断中,然而其数据采集速度较慢,制约着磁共振成像技术的进一步发展。新的压缩感知(Compressed Sensing,CS)采样技术应用于磁共振快速数据采集时,可通过随机采集少量的k空间数据来提高数据采集速度,基于非线性迭代重建算法可构建出高质量的图像。常规的基于CS的磁共振快速成像中,通常都是对全局图像进行非线性重建,但是在某些肿瘤等疾病的诊断应用中,常常更多关注的是病灶周围等感兴趣区域的信息。本文主要研究基于感兴趣区域(Region of Interest,ROI)的压缩感知技术,提出新的基于图像域ROI数据连续性约束条件来进行CS重建,并将ROI-CS技术分别应用于血管和动态磁共振快速成像中。本文主要做了以下工作:(1)基于压缩感知的磁共振快速成像技术研究研究压缩感知理论的基本原理和在磁共振快速成像中的应用,压缩感知理论主要包括信号的稀疏表示、观测矩阵设计以及非线性重建三个核心部分。在不同的欠采样率下,我们以小波变换和TV变换作为稀疏基,在保证图像数据保真度的约束条件下,通过求解稀疏变换后的图像1L范数的最小值,高质量的重构出的二维磁共振图像。(2)基于ROI-CS的磁共振动脉快速成像技术研究将ROI与CS相结合,研究基于ROI-CS的压缩感知模型及其重建方法。研究不同欠采样率下k空间随机采集数据的填零重建方法和多层填零重建图像的最大密度投影(Maximum Intensity Projection,MIP),研究在MIP图中交互分割出ROI区域,作为数据连续性约束条件加入CS重建中。初步的仿真实验表明,ROI-CS可以应用于磁共振动脉快速成像中;相同的欠采样率下,相比常规的CS重建,ROI-CS重建质量有所提高。(3)基于ROI-CS的实时在线动态磁共振成像技术研究动态磁共振成像时,帧间的区别主要是由组织的运动引起的(如心脏收缩等),帧间数据信息存在冗余,由此提出基于ROI-CS的实时在线动态磁共振成像方法。研究基于运动估计/运动补偿(Motion Estimate/Motion Compensation,ME/MC)的预测方法和基于迭代软阈值的残差信号快速重建方法。提出了一种新的基于ROI的运动估计/运动补偿方法,只对图像的ROI区域采用自适应十字架搜索算法,利用重叠块来抑制运动估计中的块效应。仿真实验表明基于ROI-CS的实时在线动态磁共振成像方法能有效降低算法复杂度,提高成像速度。相同的欠采样率下,通过与已有的实时在线成像方法比较,所提方法的重建图像质量有所提高,且重建时间缩短。