基于图像域和K空间域的并行磁共振图像重建技术研究

	基于图像域和K空间域的并行磁共振图像重建技术研究
其他题名	A Study of Effective Algorithms in Parallel MRI Based onImage space and K-space
	陈蓝钰
学位类型	硕士
导师	杨晓冬
	2015-10
学位授予单位	中国科学院大学
学位专业	机械电子工程
关键词	并行磁共振图像重建 Sense 算法 Grappa 算法最小二乘法
摘要	磁共振成像（magnetic resonance image, MRI）因具无辐射，分辨率高，多方位，多参数等优点，目前在临床上已得到广泛应用。传统磁共振成像主要不足之处可归结为两点：一是所需扫描时间较长，病人运动产生伪影，影响临床诊断，且不适用于情况特殊的病人；二是对如心脏、腹腔等运动器官成像困难。并行磁共振成像（pMRI）技术是一个重大的技术突破，它经由多个接收线圈同步骤采集磁共振信号，减少相位编码步数，缩减采样时间，使得成像速度大大提高。采用pMRI 可以提高成像速度和图像分辨率，但这是以牺牲重建图像的信噪比为代价的。并行磁共振重建图像信噪比的降低是主要问题，其原因一方面是由于采样总数的减少；另一方面是由于系统矩阵的病态性，使得求逆重建图像时噪声得以放大，重建图像信噪比下降，质量不够理想。针对以上两方面的问题，本文提出两种相应解决办法，主要研究内容及成果如下：本文提出一种基于SENSE 和GRAPPA 的并行成像算法，降低由于减少采样行而造成的信噪比损失。在采集较少K 空间中心自标定（ACS）行基础上，先用GRAPPA 算法拟合出更多中心数据估计得到较为精确的线圈灵敏度，采用共轭梯度法进行图像重建，得到质量较好的重建图像，进而结合估计的线圈灵敏度进行交替迭代优化，计算出误差较小、分辨率较高的最终重建图像。采用了不同加速因子的人脑磁共振K 空间欠采样数据以验证该算法的重建性能。仿真实验结果表明，该算法重建出的MR 图像从视觉效果上和定量对比结果上都优于已有算法。尤其是在加速因子较大、采样行数较少时可以重建出质量更高的磁共振图像，具有更低的归一化均方误差（NMSE）和更高的信噪比（能提高22%）。新算法降低K 空间采样行的同时，提高了并行磁共振重建图像信噪比并降低了噪声干扰。本文针对并行磁共振成像过程的病态性和图像信噪比下降问题，降低重建过程中噪声放大和异常值的干扰造成的图像信噪比的损失，提出一种基于正则化共轭梯度迭代的并行磁共振成像重建算法。该算法基于最小二乘理论，引入正则化，优化方程，进而进行迭代重建。采用了不同加速因子的人脑磁共振K 空间欠采样数据以验证该算法的重建性能。仿真结果表明，相较于最小二乘法，能较大限度地降低噪声对重建结果的干扰，具有信噪比更高、误差更小、成像效果更好等特征。
语种	中文
文献类型	学位论文
条目标识符	http://ir.ciomp.ac.cn/handle/181722/49258
专题	中科院长春光机所知识产出
推荐引用方式 GB/T 7714	陈蓝钰. 基于图像域和K空间域的并行磁共振图像重建技术研究[D]. 中国科学院大学,2015.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
陈蓝钰.pdf（5522KB）	学位论文		开放获取	CC BY-NC-SA	请求全文