导读:本文包含了磁共振伪影论文开题报告文献综述及选题提纲参考文献，主要关键词:磁共振伪影,修复体,桩核冠,无信号区
磁共振伪影论文文献综述
关晶,张栋,程凤峡[1]（2019）在《金属桩核冠引起巨大磁共振伪影致牙齿拔除1例》一文中研究指出磁共振成像(MRI)检查对软组织形态、解剖结构和病理改变有很高的敏感性,临床中得到了十分广泛的应用。在进行头部MRI扫描时,口腔内金属修复物易干扰MRI成像,形成伪影,影响诊断[1,2]。因此,国内外学者做了大量研究并在材料的使用方面给出了科学的推荐。近年来接诊的病人中极少有因为口腔固定修复体影响头颅磁共振检查而被迫拆除的病例。本文报告一例因金属桩核冠修复引起巨大伪影影响诊断而拔除该牙齿的病例。希望引起同行的重视。一、病例资料(本文来源于《现代口腔医学杂志》期刊2019年06期）
韩峰,徐亚明[2]（2019）在《认识磁共振检查中图像伪影的常见类型及应对解决策略》一文中研究指出目的:认识磁共振检查中图像伪影的常见类型及应对解决策略。方法:收集120例磁共振成像(MRI)图像,进行回顾性分析。结果:运动性伪影37例,占29.4%;卷褶伪影21例,占16.7%;磁化率及金属伪影23例,占18.3%;交叉伪影9例,占7.1%;化学位移伪影11例,占8.7%;容积效应伪影7例,占5.6%;近线圈效应8例,占6.3%;截断伪影10例,占7.9%。结论:认识磁共振图像伪影的常见类型,并根据这些类型运用一定的科学技术手段,减轻伪影,使图像呈现更准确、更清晰,进一步提高诊断质量。(本文来源于《中国医疗器械信息》期刊2019年20期）
翟宇红,莫宏兵,杨绍威,赵文礼,王佳琦[3]（2019）在《两种材料的金属冠与烤瓷冠磁共振成像伪影的研究》一文中研究指出目的:对比分析口腔临床修复工作中两种常用的口腔金属材料金属冠与烤瓷冠进行头颈部常用核磁共振成像(MRI)检查序列扫描时产生的伪影大小。方法:实验组选取牙科标准模型左下颌第一磨牙制作钴铬金属冠、镍铬金属冠、钴铬烤瓷冠、镍铬烤瓷冠各10个;选取丙烯酸树脂冠10个为对照组,在1.5T MRI四种序列(SE-T1WI TSE-T2WI STIR DWI)下进行扫描,测量其产生的伪影直径大小。结果:①同种序列扫描下同一材料的金属冠伪影大于烤瓷冠,差异具有统计学意义(P<0.05)。②同种序列扫描下镍铬金属冠伪影大于钴铬金属冠;镍铬烤瓷冠伪影大于钴铬烤瓷冠,差异具有统计学意义(P<0.05)。③不同序列相同材料产生的伪影大小不同,STIR序列产生的伪影最小,差异具有统计学意义(P<0.05)。结论:在MRI扫描时,合理的选择修复材料及扫描序列会减少金属伪影的产生。(本文来源于《黑龙江医药科学》期刊2019年05期）
朱熹,叶靖,王志军,孙继全,朱庆强[4]（2019）在《并行采集技术在头颅磁共振中产生伪影的原因及处理方法》一文中研究指出目的:探讨头颅MRI T1FLAIR序列中不明原因高信号弧形伪影的成因,并进行序列优化。方法:连续选择300例临床病例及60例水模,分别分为A、B、C 3组行MRI扫描。临床组A组100例,使用常规参数;B组100例,降低并行采集技术(ASSET)加速因子为1.50;C组100例,去除ASSET选项,降低激励次数为1。水模组采用同种分组方式与扫描参数。对各组所产生伪影图像的例数以及图像质量进行客观及主观数据统计学分析。结果:临床组图像中出现伪影的例数分别为A组12例、B组7例、C组0例。经Bonferroni法进行多重比较,A组与B组比较差异无统计学意义,A组与C组、B组与C组比较差异均有统计学意义。3组图像脑实质信噪比分别为37.6±10.2、38.7±10.4、37.2±12.0。客观比较各组图像质量,均无统计学意义(P>0.05)。3组图像质量主观数据:A组总得分为395分,B组424分,C组455分。使用Kruskal-Wallis检验对3组总分进行统计学分析,有统计学意义。使用Mann-Whitney U检验进行A组与B组、A组与C组、B组与C组间比较,差异均有统计学意义。水模组客观图像质量与伪影数结果与临床组相符。结论:在设置头颅MRI T1FLAIR序列时放弃使用ASSET并降低激励次数为1,或适当降低加速因子,可在保证图像质量与扫描效率的同时有效消除高信号弧形伪影。(本文来源于《中国医学物理学杂志》期刊2019年09期）
王睿,宋阳,王一达,吴东梅,谢海滨[5]（2019）在《基于遗传算法去除磁共振图像的运动伪影》一文中研究指出病人在磁共振成像扫描过程中的运动会在图像中产生运动伪影,影响图像质量与临床诊断。提出了一种去除磁共振图像运动伪影的图像重建方法,通过遗传算法筛选出受运动影响较小的k空间数据,利用压缩感知进行重建。设计了一种无需参考图像的图像质量评估方法,与全参考图像质量评价指标呈强相关性。实验结果表明,算法可减轻运动伪影,提高图像质量。(本文来源于《信息技术》期刊2019年09期）
韩勇,张雪岩,齐顺,马轩祥[6]（2019）在《口腔固定修复金属材料磁共振伪影的对比研究》一文中研究指出目的:比较口腔临床常用的固定修复金属材料在磁共振成像(magnetic resonance imaging,MRI)检查中伪影的大小。方法:选取拟作全冠或桩核冠的志愿者各1名,分别制作5种金属全冠(钴铬合金、镍铬合金、含钛合金、纯钛、金合金)和4种金属桩核(钴铬合金、镍铬合金、含钛合金、纯钛)。将修复体依次就位于基牙,进行1. 5T磁共振T1加权梯度回波序列扫描,测量MRI图像上伪影的最大面积并确定伪影涉及图像的层数。结果:金属全冠中,钴铬合金全冠的伪影最大面积最大(P<0. 001),金合金全冠最小(P<0. 05),镍铬合金全冠大于纯钛全冠(P<0. 01)和含钛合金全冠(P<0. 05),含钛合金全冠与纯钛全冠之间无显着性差异(P>0. 05);钴铬合金全冠伪影涉及的层数最多,金合金全冠最少,其余全冠相等。金属桩核中,钴铬合金桩核的伪影最大面积最大(P<0. 001),纯钛桩核最小(P<0. 05),镍铬合金桩核大于含钛合金桩核(P<0. 001);钴铬合金桩核伪影涉及的层数最多,其余金属桩核相等。伪影波及的解剖结构影像主要局限于正中矢状面同侧颌面部,颅脑部和颈椎部图像未受影响。结论:口腔固定修复金属材料产生的伪影大小与材料类型密切相关,钴铬合金产生的伪影最大,金合金产生的伪影最小;单个金属全冠、桩核产生的伪影不会影响颅脑部和颈椎部的图像;除钴铬合金桩核外,磨牙区单个金属全冠、桩核产生的伪影不会影响正中矢状面对侧解剖结构的影像。(本文来源于《口腔颌面修复学杂志》期刊2019年05期）
周贝贝,王晶,赖伟建[7]（2019）在《磁共振成像的常见伪影及解决方法探究》一文中研究指出磁共振成像(MRI)是利用原子核在强磁场内发生共振产生的信号经图像重建的一种成像技术,与其他成像技术不同,它能提供比医学影像更为丰富的成像信息,对临床疾病诊断具有重要作用,能够直接作出横断面、矢状面、冠状面和各种斜面的体层图像,对人体没有副作用,主要应用于头部、四肢、脊椎、胸部、盆腔、腹部等部位,检测效果较好。但也不可避免地会出现伪影,本文就此展开详细论述,提出有效的解决措施,从而提高它的临床应用价值。(本文来源于《影像研究与医学应用》期刊2019年13期）
王睿[8]（2019）在《关于去除磁共振头部图像运动伪影的研究》一文中研究指出磁共振成像(Magnetic Resonance Imaging,MRI)扫描过程中病人自主或不自主的运动,都使图像产生运动伪影,影响图像的诊断价值。去除图像中的运动伪影对于提高设备利用率、扩大MRI应用范围、提高图像的诊断价值具有重大意义。本文尝试利用算法来消除或减轻磁共振图像中的运动伪影。首先,本文借鉴压缩感知的随机欠采的思想,提出:为了使得图像重建与后处理算法能够更好地消除运动伪影,需要对K空间数据的采集数据进行重新规划,用伪随机的方式进行K空间数据采集。然后,我们尝试通过遗传算法(Genetic Algorithm)选择出未受运动影响的k空间数据,利用压缩感知(Compressed Sensing)重建这部分数据得到图像。为了能够判断重建图像的质量,我们提出了一种新的无参考图像的图像质量评价指标,经实验证实,该图像评价指标与全参考图像评价指标呈良好的相关关系。由于遗传算法的计算过程非常耗时,我们模拟了在临床应用中,使MRI系统按照预定的k空间填充顺序进行数据采集,然后遍历K空间进行分析,找到病人开始运动的时刻,利用病人运动前的k空间数据进行压缩感知重建,得到的重建图像。最后,本文探究了卷积神经网络在去除磁共振头部运动伪影图像上的应用,通过模拟病人在扫描中可能产生的运动伪影,将运动伪影图像与相对应的无伪影图像输入卷积神经网络(Convolutional Neural Network,CNN)进行训练,然后利用训练好的模型对图像进行处理,达到消除伪影的目的。本文使用的CNN网络是在U-net的基础上修改的。实验结果表明,利用CNN能够对图像进行优化,提高图像质量。(本文来源于《华东师范大学》期刊2019-05-01）
周宇亮[9]（2019）在《基于深度学习的磁共振吉布斯伪影移除和并行成像》一文中研究指出深度学习技术已经在计算机视领域已经取得了显着的效果,特别是在图像识别和检测,图像恢复,和去噪上有着大量的应用。基本卷积神经网络(CNN),和基于此的其他变形网络可以自动地从大量的训练数据中提取对应的特征表示。从而识别出复杂的结构信息,能够把输入和输出之间构建非线性映射关系。由此技术得到启发,可以利用深度学习技术在磁共振成像(Magnetic Resonance Imaging,MRI)中的一些图像处理技术进行研究,磁共振成像中最影响患者体验的一个原因是扫描时间过长。在得不到足够的采样数据的情况下,得到的图像会被严重的吉布斯伪影所干扰。磁共振图像成像技术中成像速度取决于采样的多少,以及生理和硬件条件的限制,在这些条件已经达到极限的情况下,磁共振的欠采样成像技术能够突破磁共振的采样速度,利用一些算法例如GRAPPA,SENSE,压缩感知成像等技术可以重建出和全采样相同的质量的图像。1.本文设计并调整了基于深度残差网络,U-NET的神经网络,对带有伪影的图像进行训练,使其建立起有伪影的图像到没有伪影的图像之间的非线性映射关系,同时把自然图像加入训练,首先经过自然图像训练的网络再经过磁共振图像进行训练,比起单一的数据集进行训练能更加有效地消除伪影,并且保留图像的结构信息,同时研究发现经过足够训练的神经网络可以代替数据一致单元,独自完成端对端的图像处理。2.本文设计并调整了基于深度残差网络的神经网络,对磁共振成像的并行成像模式进行训练,用特别设计的深度神经网络实现输入欠采样图像到金标准的全采样图像之间的非线性映射关系,实现磁共振图像的欠采样重建,比起传统方法,这种方法可以更加灵活地处理图片并且不用设定额外的参数,同时得到更快的处理速度。本文研究表明,深度卷积神经网络对磁共振的伪影消除和欠采样图像重建体现出了比传统方法不具备的优势。深度学习技术在磁共振图像处理等领域有巨大的潜力。(本文来源于《电子科技大学》期刊2019-04-20）
夏丰光,李论雄[10]（2019）在《磁共振成像的伪影分析及其解决对策探析》一文中研究指出伪影是指在磁共振成像扫描过程中,被检查部位的成像与相应断层组织实际解剖结构不符的图像信息,多表现图像缺失、模糊、重迭等。面对当前磁共振成像技术在临床检查中的广泛应用,如何有效消除和抑制磁共振成像伪影,已受到临床的高度关注与重视。本文就对磁共振成像伪影产生的特点及原因进行分析,并提出有效的解决对策,旨在进一步提高图像质量,更好地帮助临床医师进行疾病的诊断。(本文来源于《影像研究与医学应用》期刊2019年07期）
磁共振伪影论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:认识磁共振检查中图像伪影的常见类型及应对解决策略。方法:收集120例磁共振成像(MRI)图像,进行回顾性分析。结果:运动性伪影37例,占29.4%;卷褶伪影21例,占16.7%;磁化率及金属伪影23例,占18.3%;交叉伪影9例,占7.1%;化学位移伪影11例,占8.7%;容积效应伪影7例,占5.6%;近线圈效应8例,占6.3%;截断伪影10例,占7.9%。结论:认识磁共振图像伪影的常见类型,并根据这些类型运用一定的科学技术手段,减轻伪影,使图像呈现更准确、更清晰,进一步提高诊断质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
磁共振伪影论文参考文献
[1].关晶,张栋,程凤峡.金属桩核冠引起巨大磁共振伪影致牙齿拔除1例[J].现代口腔医学杂志.2019
[2].韩峰,徐亚明.认识磁共振检查中图像伪影的常见类型及应对解决策略[J].中国医疗器械信息.2019
[3].翟宇红,莫宏兵,杨绍威,赵文礼,王佳琦.两种材料的金属冠与烤瓷冠磁共振成像伪影的研究[J].黑龙江医药科学.2019
[4].朱熹,叶靖,王志军,孙继全,朱庆强.并行采集技术在头颅磁共振中产生伪影的原因及处理方法[J].中国医学物理学杂志.2019
[5].王睿,宋阳,王一达,吴东梅,谢海滨.基于遗传算法去除磁共振图像的运动伪影[J].信息技术.2019
[6].韩勇,张雪岩,齐顺,马轩祥.口腔固定修复金属材料磁共振伪影的对比研究[J].口腔颌面修复学杂志.2019
[7].周贝贝,王晶,赖伟建.磁共振成像的常见伪影及解决方法探究[J].影像研究与医学应用.2019
[8].王睿.关于去除磁共振头部图像运动伪影的研究[D].华东师范大学.2019
[9].周宇亮.基于深度学习的磁共振吉布斯伪影移除和并行成像[D].电子科技大学.2019
[10].夏丰光,李论雄.磁共振成像的伪影分析及其解决对策探析[J].影像研究与医学应用.2019