导读:本文包含了并行磁共振成像论文开题报告文献综述及选题提纲参考文献，主要关键词:磁共振成像,压缩感知,肝脏
并行磁共振成像论文文献综述
刘锴,陈财忠,温喜喜,王剑,曾蒙苏[1]（2019）在《压缩感知联合并行成像在肝脏多动脉期增强磁共振成像中的应用》一文中研究指出目的:应用压缩感知联合并行成像(uCS)技术进行肝脏增强磁共振多动脉期成像,评估其临床应用价值。方法:纳入本院临床诊断肝脏占位的病例80例,所选病例分为压缩感知联合并行成像(uCS)扫描组和常规并行成像(PI)扫描组,每组患者各40例进行磁共振肝脏增强扫描。对uCS组扫描所得多组动脉期图像成像效果和图像质量对比PI组做综合评价,根据连续多组动脉期图像绘制病灶及肝脏强化曲线。结果:uCS组显示连续8组动脉期图像,所示动脉晚期精确率优于PI组(100%vs 88%)。uCS组呼吸伪影评分显着高于PI组(3.50±0.51 vs 2.97±0.73,P<0.01)。uCS肝脏边缘清晰度优于PI组(3.25±0.63 vs 2.95±0.71,P<0.05)。uCS组病灶对比度低于PI组(2.65±0.53 vs 3.30±0.65,P<0.01)。uCS组图像质量总体评分与PI组差异无统计学意义(3.08±0.73 vs 3.10±0.74,P>0.05),uCS组多期图像可描述病灶动脉期连续强化过程。结论:uCS技术应用于肝脏增强磁共振成像可提高时间分辨力,减少动脉期伪影,获取更多病灶血供信息,有广泛的应用前景。(本文来源于《放射学实践》期刊2019年11期）
刘畅畅[2]（2018）在《基于3D模型的并行磁共振成像算法研究》一文中研究指出无电离辐射的磁共振成像(magnetic resonance imaging,MRI)技术是临床诊断和医学研究的重要成像手段之一,能够获取高对比度、高分辨率的医学图像。然而,采集MRI数据需要较长时间,影响MRI技术的广泛应用。并行磁共振成像(parallel MRI,pMRI)技术通过多个线圈接收MRI成像数据,利用多线圈的冗余性,只采集部分k空间数据,减少扫描时间,但需要研究pMRI的重建算法,重建出目标图像。由于pMRI是欠采样系统,机器噪声会影响成像质量,因此需要进一步研究更有效的pMRI技术解决问题。本文利用多线圈的冗余性,研究MRI数据之间的相关性,提出叁维图像数据约束模型,解决图像重建产生的混迭伪影和噪声放大的问题,主要创新点:1)利用多个线圈k空间数据的冗余性,将二维MRI信息迭成叁维数据,根据叁维数据之间的相关性,约束重建图像,抑制伪影和噪声;2)对二维MRI数据做二维小波分解提取特征,再对线圈进行一维Haar小波分解,描述线圈之间特征的内在联系;3)基于MRI叁维模型,提出3D稀疏优化模型,在基于交替方向乘子法(ADMM)框架下构造非线性迭代算法3DcGRAPPA插值系数估计算法和3DrGRAPPA重建算法,解决不光滑凸优化重建问题。实验结果表明,本文所提出的3D稀疏优化模型能够校准出精确的插值权重,抑制图像的伪影和噪声,重建出高质量、高对比度的医学图像。(本文来源于《深圳大学》期刊2018-06-30）
黄丽洁,宋阳,赵献策,谢海滨,吴东梅[3]（2018）在《一种结合并行成像和压缩感知的快速磁共振成像新方法》一文中研究指出压缩感知(CS)技术和并行成像技术(主要是SENSE技术、GRAPPA技术等)都能通过减少k空间数据的采集量来加快磁共振成像速度,目前已有一些将两种方法相结合进一步加速磁共振成像速度的方法(例如CS-GRAPPA).本文针对数据采集和重建这两方面对现有CS-GRAPPA方法进行了改进,采集方式上采用了局部等间隔采集模板以满足GRAPPA重建的要求,并对采集模板进行随机放置以满足CS重建的要求;数据重建时,根据自动校正数据估算GRAPPA算法中欠采行的重建误差,并利用误差的大小确定在CS算法中保真的程度.不同磁共振图像重建实验的结果表明:与现有方法相比,本文方法能够更好地保留原有图像细节并有效减少伪影.(本文来源于《波谱学杂志》期刊2018年01期）
谭莎[4]（2017）在《基于字典学习的并行磁共振成像》一文中研究指出磁共振成像技术,是一种无辐射无电离的医学影像技术,其成像参数多、成像方位全,不仅可以显示组织解剖结构等形态学信息,还可以反映人体生理生化等功能信息,是临床应用和科学研究中的重要工具。目前国内外磁共振市场需求大,而国内磁共振应用市场主要被外资企业占据,再加上磁共振成像一大技术瓶颈问题:成像时间长,无法满足人体运动成像等快速成像的要求,严重影响它在基础研究与高端需求的应用。因此,研究掌握国内具有自主知识产权的高端磁共振成像技术,实现磁共振成像系统国产化,提高成像速度和精度,具有重要的学术价值和工程实践意义。本论文针对如何提高磁共振成像速度和精度的问题,围绕字典学习、压缩感知理论和并行成像技术,开展了基于字典学习的并行磁共振成像方法的研究,提出了两种重建方法,在保证重建图像精度的同时缩短了成像的时间。本文的主要工作和贡献如下:(1)研究了基于字典学习的并行磁共振成像方法的总体架构。该框架结合了压缩感知理论,提出了两种新的基于字典学习的并行磁共振成像模型,再对模型进行求解,其中包含数据预处理模块、字典学习模块和图像更新模块,最后求得重建图像。(2)提出了一种基于自适应稀疏表达的并行磁共振成像方法,它针对传统磁共振成像方法的稀疏约束是固定变换,且图像结构信息不能被自适应地捕捉而提出的。该方法依赖字典学习强大的自适应优势,把并行磁共振成像问题转换成L2-L2-L1最小化问题,再采用Bregman算法求解图像块的稀疏表达,字典更新和加强K空间数据的约束。实验结果表明,基于自适应稀疏表达的并行磁共振成像方法有较强的保存图像细节的能力和抑制噪声的能力,且图像重建精度较高。(3)提出了一种基于免校准的联合稀疏表达的并行磁共振成像方法,该方法利用通道间的联合稀疏系数来弥补灵敏度信息的缺失,并充分利用了字典学习强大的自适应优势,把并行磁共振成像问题转换成L2-L-L21最小化问题,再对未知变量采用分而治之的方法求解。实验结果表明,论文提出的基于免校准的联合稀疏表达的并行磁共振成像方法的重建图像效果好,并在较高的加速倍数下能保存图像的结构信息和抑制噪声。(本文来源于《广东工业大学》期刊2017-05-01）
宋杰[5]（2016）在《基于压缩感知与敏感度编码的并行磁共振成像方法研究》一文中研究指出并行磁共振成像是一种利用多个接收线圈同时采集信号,减少相比使用单个线圈时所需的相位编码的次数,从而降低信号采集时间,加快成像速度的方法。其中SENSE是目前较为成熟和使用广泛的一种并行磁共振成像方法。压缩感知是近年来信号处理领域的一项新理论,它可以利用信号的稀疏特性,对原始信号进行随机采样,在低于奈奎斯特频率的情况下采样也能完美的重建信号。本文主要对压缩感知和SENSE进行研究,并对它们的重建效果进行比较和评价。此外,将两项技术进行结合,在极大的提高采样速率的同时,也可以解决并行磁共振技术在较高加速比时信噪比急剧下降的问题。本文的主要工作有：(1)基于稀疏性约束将压缩感知和自动校准敏感度编码并行磁共振成像方法进行结合,并对该模型的随机采样、敏感度重建、加速比等方面做了详细分析,实验证明,此模型在较高的加速比时能保证较好的成像质量。(2)由于上述模型中的压缩感知阶段具有TV和l1复合正则化约束,对其求解使用传统的共轭梯度类算法的时间复杂度较高,需要耗费大量计算时间,因此将快速分裂复合算法应用在上述模型,对多个正则化项进行分裂求解,实验证明此算法能够在加快重建速度的同时,能在一维随机采样方式的k空间采集中带来更好的重建效果。(3)传统稀疏磁共振重建中是将小波变换作为稀疏基的l1正则化,由于小波在多尺度分析方面存在不足,因此本文将Contourlet作为新的正则化项,引入到重建模型中,通过修改后的FCSA算法来实现,并将其应用于压缩感知并行成像模型中,实验证明有良好的重建效果。(本文来源于《四川师范大学》期刊2016-06-06）
苏适,谢国喜,史彩云,张晓咏,刘新[6]（2016）在《基于可控混迭的快速并行磁共振成像初步研究》一文中研究指出基于可控混迭的快速并行成像是目前磁共振快速成像领域的研究热点。该技术在传统的多层同时激发成像原理的基础上,利用相位调制后的多频带射频脉冲同时激发多层,避免被激发的多层图像在同一区域迭加,有利于利用不同层面线圈灵敏度不同的先验信息将不同层的图像分离出来。该技术不仅能够成倍地减少扫描时间,而且所得图像的信噪比相对传统的多层同时激发技术有大幅提升。文章详细介绍基于可控混迭的快速并行成像技术的原理,并给出我们基于该技术与梯度回波序列相结合的快速成像序列及其在水模和人体上的初步测试结果。(本文来源于《集成技术》期刊2016年03期）
杨敏,刘光泓[7]（2015）在《部分并行磁共振成像的交替方向乘子法研究》一文中研究指出交替方向乘子法是求解基于全变分模型的部分并行磁共振成像(partially parallel imaging,PPI)的有效方法,但研究表明其测量矩阵的求解繁琐且复杂。文中针对交替方向乘子法采用固定步长求解速度慢的缺点,提出了一种自适应交替方向乘子法,将传统的交替方向乘子法和BarzilaiBorwein方法相结合,有效处理了全变分正则项的非凸难以求解的问题。实验结果表明,该改进算法不仅能得到较好的图像恢复效果,而且具有良好的收敛性和稳定性。(本文来源于《南京邮电大学学报(自然科学版)》期刊2015年02期）
许林[8]（2015）在《并行磁共振成像及相位信息获取方法研究》一文中研究指出磁共振成像(magnetic resonance imaging,MRI)以其无电离辐射、无创伤性和良好的软组织对比度等优点成为临床诊断和医学研究中的重要检测工具之一,但过长的扫描时间阻碍了其进一步的推广和应用。并行磁共振成像技术(parallel MRI,pMRI)能在扫描视野和空间分辨率保持不变的情况下有效地减少成像时间,从而受到广泛关注。然而,受重建过程中混迭伪影和噪声放大的影响,现有pMRI方法只能在很小的采样加速因子下才能取得较好的图像质量,其成像速度和重建质量有待进一步提高。MRI信号的相位信息能反映生物组织的磁敏感性和主磁场的不均匀性等信息,因而有着广泛的应用前景。在低场MRI中采集到的相位信息的信噪比较低,且相位本身存在缠绕等因素,造成相位信息在现有的MRI重建过程中被忽略。超导和pMRI技术的出现极大地提高了信号的信噪比,使得相位信息在高场MRI中受到越来越多的重视。在pMRI中,每幅线圈接收到的相位是主磁场,自旋质子和接收线圈叁者相位的迭加。为了获取质子的真实相位,需要设计出优化的多通道线圈联合方式以去除线圈和主磁场的相位,但目前尚未有标准的线圈联合方法以获取准确的相位信息。针对以上情况,本文以pMRI重建及相位信息获取为研究课题,重点研究了基于K空间重建的广义自校准并行采集成像技术中插值窗的选择、伪影和噪声的去除问题、以及从多通道线圈采集的K空间数据中获取相位信息的方法等。主要研究内容分为以下四部分:(1)研究了一种基于多核学习和支撑向量机的广义自校准并行采集成像算法,以解决传统广义自校准并行采集成像算法的重建精度严重依赖于插值窗等重建参数和采样参数的选取等问题。提出的方法同时利用线性核、多项式核和高斯核将接收到的K空间数据映射到不同的高维特征空间,然后在联合后的高维特征空间中使用支撑向量机方法拟合插值函数。通过MRI设备上采集到的体模和人体成像数据在不同的采样条件下进行重建,其结果表明本文提出的方法能在不同加速因子下完成噪声和伪影之间的权衡和折衷,并且重建结果对参数选取不敏感。(2)将基于K空间重建的pMRI方法中所使用的数据相关性归纳为前向约束、后向约束和自约束。结合这叁种约束,提出了一种分离式自约束的并行磁共振成像方法,将K空间的插值问题转化为线性方程组来进行求解。提出的方法分别利用采集到的数据和未采集到的数据构造一种分离式自约束,将由采集到的数据构造的自约束用来自适应地校准自约束系数,从而减少了由于数据相关性在K空间范围内不一致而引入的重建误差。此外,考虑到自约束重建中插值源点和插值目标点都是未采集数据,且在加速采样因子较大时相距较远,本文方法在重建方程中引入了自约束权重以防止过学习问题。并设计了一种通过计算叁种约束在全采样的自校准区域的拟合误差来自动估计自约束权重的方法。通过体模和人体成像数据在加速采样下的重建实验结果表明,提出的算法能有效地减少当前pMRI算法重建图像中的混迭伪影和噪声。(3)提出了一种核范数正则化的并行磁共振成像算法以抑制现有pMRI重建中的噪声。提出的方法先将基于K空间重建pMRI中的插值问题转化为线性反问题以便引入正则化约束进行重建。同时,将所有线圈采集到的K空间数据重新排列成具有低秩特性的结构矩阵,从而在反问题求解中引入低秩约束。然后利用核范数代替非凸的秩函数,将重建问题转化为无约束的凸优化问题,并通过交替方向乘子法进行快速求解。通过采集到的人体脑部数据进行加速采样下的重建对比实验,其结果表明本文提出的算法能有效抑制传统pMRI重建中的噪声。(4)首次提出了基于K空间解卷积的相位信息获取方法以解决当前基于图像域幅值加权的相位信息获取方法受pMRI重建中的噪声放大和伪影的影响难以准确地获取扫描组织的相位信息的问题。提出的方法首先通过平方和方法和相位对齐方法分别获取一幅参考线圈图像的幅值和相位,以用来计算线圈敏感度及其频域信息。然后通过截断的线圈敏感度频域信息和接收到的K空间数据来解卷积线圈K空间的联合权重,再通过联合线圈K空间数据得到质子分布的K空间信号,最后通过傅里叶逆变换得到其幅值和相位信息。通过采集到的MRI数据进行相位信息获取实验,其结果表明本文提出的方法与基于幅值加权的方法相比,能有效地减少线圈联合中的相位消除,获取的相位图像中不一致性伪影更少。(本文来源于《电子科技大学》期刊2015-03-25）
蒋明峰,朱礼涛,汪亚明,夏灵,龚莹岚[9]（2014）在《结合非线性GRAPPA与SENSE的并行磁共振成像》一文中研究指出针对SENSE并行磁共振成像中采用补零缺失数据方法估计敏感度分布不准确性的问题,提出采用非线性GRAPPA方法估算缺失的K空间欠采样数据.计算并行线圈的敏感度分布,将这些敏感度分布应用于SENSE并行磁共振成像.采用不同加速因子的脑磁共振K空间欠采样数据以验证提出算法的重建性能.实验结果表明,与单一的非线性GRAPPA和SENSE重建算法相比,该混合NLGRAPPA-SENSE算法在加速因子较大时可以重建出更加准确的磁共振图像,具有更低的噪声功率(AP)和更高的信噪比(SNR)性能.(本文来源于《浙江大学学报(工学版)》期刊2014年10期）
李淇越,屈小波,郭迪,刘运松,占志芳[10]（2014）在《基于图像块的磁共振成像稀疏重建方法的并行计算》一文中研究指出磁共振成像在医学领域有着广泛的应用,但是其成像速度慢的特点,一直以来为人们所诟病。稀疏重建的发展,逐渐弥补了此不足。稀疏重建通过欠采k空间数据来减少磁共振成像所需的时间,同时重建出令人满意的图像。PBDW[1]和PANO[2]是我们组提出来的两种以图像块为基础的稀疏重建方法,能够有效地稀疏表示磁共振图像,但是这种以图像块为基础的稀疏重建需要大量的计算,因此比较耗时。目前的计算机基本上配置多核CPU,利用多(本文来源于《第十八届全国波谱学学术年会论文集》期刊2014-10-10）
并行磁共振成像论文开题报告
（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：
无电离辐射的磁共振成像(magnetic resonance imaging,MRI)技术是临床诊断和医学研究的重要成像手段之一,能够获取高对比度、高分辨率的医学图像。然而,采集MRI数据需要较长时间,影响MRI技术的广泛应用。并行磁共振成像(parallel MRI,pMRI)技术通过多个线圈接收MRI成像数据,利用多线圈的冗余性,只采集部分k空间数据,减少扫描时间,但需要研究pMRI的重建算法,重建出目标图像。由于pMRI是欠采样系统,机器噪声会影响成像质量,因此需要进一步研究更有效的pMRI技术解决问题。本文利用多线圈的冗余性,研究MRI数据之间的相关性,提出叁维图像数据约束模型,解决图像重建产生的混迭伪影和噪声放大的问题,主要创新点:1)利用多个线圈k空间数据的冗余性,将二维MRI信息迭成叁维数据,根据叁维数据之间的相关性,约束重建图像,抑制伪影和噪声;2)对二维MRI数据做二维小波分解提取特征,再对线圈进行一维Haar小波分解,描述线圈之间特征的内在联系;3)基于MRI叁维模型,提出3D稀疏优化模型,在基于交替方向乘子法(ADMM)框架下构造非线性迭代算法3DcGRAPPA插值系数估计算法和3DrGRAPPA重建算法,解决不光滑凸优化重建问题。实验结果表明,本文所提出的3D稀疏优化模型能够校准出精确的插值权重,抑制图像的伪影和噪声,重建出高质量、高对比度的医学图像。
（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。
并行磁共振成像论文参考文献
[1].刘锴,陈财忠,温喜喜,王剑,曾蒙苏.压缩感知联合并行成像在肝脏多动脉期增强磁共振成像中的应用[J].放射学实践.2019
[2].刘畅畅.基于3D模型的并行磁共振成像算法研究[D].深圳大学.2018
[3].黄丽洁,宋阳,赵献策,谢海滨,吴东梅.一种结合并行成像和压缩感知的快速磁共振成像新方法[J].波谱学杂志.2018
[4].谭莎.基于字典学习的并行磁共振成像[D].广东工业大学.2017
[5].宋杰.基于压缩感知与敏感度编码的并行磁共振成像方法研究[D].四川师范大学.2016
[6].苏适,谢国喜,史彩云,张晓咏,刘新.基于可控混迭的快速并行磁共振成像初步研究[J].集成技术.2016
[7].杨敏,刘光泓.部分并行磁共振成像的交替方向乘子法研究[J].南京邮电大学学报(自然科学版).2015
[8].许林.并行磁共振成像及相位信息获取方法研究[D].电子科技大学.2015
[9].蒋明峰,朱礼涛,汪亚明,夏灵,龚莹岚.结合非线性GRAPPA与SENSE的并行磁共振成像[J].浙江大学学报(工学版).2014
[10].李淇越,屈小波,郭迪,刘运松,占志芳.基于图像块的磁共振成像稀疏重建方法的并行计算[C].第十八届全国波谱学学术年会论文集.2014