基于图像域的PROPELLER磁共振仿射运动校正新算法

在对人体腹部或其他软组织进行PROPELLER磁共振成像(MRI)过程中,成像结果会有不同程度的仿射运动伪影。迄今为止提出的比较好的仿射运动校正方法是基于频率域的,即用仿射运动信息对k空间条进行校正后网格化重建得到最终图像。但结果中会有混叠现象,并且在一些细节上有伪影存在。本文提出一种新的PRO-PELLER仿射校正方法,将仿射运动模型加入到基于图像域的PROPELLER磁共振图像重建过程中,首先在图像域通过图像配准算法获得仿射运动信息,然后利用仿射信息校正k空间坐标从而完成对k空间条的密度补偿,再通过逆傅立叶变换得到各个子图像并在图像域进行仿射校正,最后通过旋转完成线性叠加得到最终结果。仿真实验表明,相对于现有的PROPELLER仿射校正算法,本文所提算法对于仿射运动造成的伪影具有更好的校正效果。     

一种新的仿射参数估计方法在磁共振成像PROPELLER中的应用

本文提出了一种基于频域相位相关算法的仿射参数估计方法,以改进PROPELLER仿射伪影消除中现有方法的不足。首先利用频域相位相关算法求出每个k-空间条的刚性运动参数,然后把刚性运动参数作为初值代入到仿射估计中,进行运动补偿后由网格化重建得到最终结果。实验结果证实该方法对于仿射参数估计的精度更高,稳定性更好,仿射运动伪影消除效果明显优于现有方法。该方法在PROPELLER伪影消除中是一种有效的并且实用的仿射参数估计方法。     

三维磁共振磁感应成像重建方法研究

对三维磁共振磁感应成像技术进行原理性研究。针对非均匀电导率模型推导了正逆问题的原理公式,重建算法将逆问题求解中的三维问题转化为二维问题,提高了计算速度。仿真实验证明,只通过一次计算即可得到较为理想的重建结果,且误差在可接受范围内,为三维磁共振磁感应成像重建算法的进一步研究提供了参考。     

磁共振成像数据的不规则采集及图像重建软件

开发出了一个基于PC机的软件，用于不规则磁共振成像数据的图像重建。该软件具有临床数据读入、数字图像模型生成、采样轨迹设计、κ空间数据生成、采样密度补偿函数计算、图像重建和图像定量分析等功能。该软件用VC 6编写，可运行在普通配置的微机上。     

基于感兴趣区约束的并行磁共振成像重建算法

目的：并行磁共振成像利用敏感度编码降低成像所需的梯度编码步数，从而缩短数据扫描时间，本文旨在提出一种磁共振并行成像重建新算法，提高加速因子较大时的图像重建质量。材料与方法：获得精确的空间敏感度分布是提高其图像重建质量的关键之一。但是由于可用于估计的数据较少，敏感度分布中总是存在一定的噪声与伪影干扰，根据理想的敏感度分布应该在成像区域外取值为零这一特点，本文提出带感兴趣区约束的并行成像算法，首先基于区域生长和形态学方法提取出成像物体的外部轮廓构造感兴趣区，然后将该区域外的敏感度置零后引人并行重建算法，以避免成像区域外的伪影与噪声对重建的影响。结果：通过8通道线圈并行采集的体模数据重建实验表明，在加速因子取4时，本文算法可以更有效地抑制重建图像中的噪声及伪影，实现高质量的图像重建。结论：通过在并行成像算法中引人带感兴趣区的约束。可使加速因子较大时并行磁共振成像的图像重建质量获得一定的提升。     

快速回波平面磁共振谱成像数据重建算法

传统的相位编码磁共振谱成像采集数据需要很长的时间,使得其在临床上的应用受阻。快速回波平面谱成像(Echoplanarspectroscopicimaging,EPSI)技术采用随时间变化的梯度对谱维和空间维同时进行编码,大大减少了数据采集时间。同时,改进EPSI的读出梯度形式还可以提高‘空间-谱’的分辨率。EPSI数据重建算法比较复杂在t方向先分别对奇偶回波数据进行快速傅立叶变换(FastFouriertranslation,FFT),再利用‘偏移’理论进行组合;在kx方向采用网格化算法将不等间隔采集的数据转换到等间隔的直线网格上,再利用FFT进行图像重建;ky方向是相位编码,不需要转换,直接进行FFT即可。     

一维感应式磁共振电阻抗成像重建方法研究

对一维感应式的磁共振电阻抗成像技术进行原理性研究.针对同心圆盘模型推导了正问题的计算方法及逆问题的重建原理公式,通过仿真分析验证重建方法的正确性,并考察了该方法的抗噪性能.将为进一步研究感应式磁共振电阻抗成像技术的原理及实践提供理论基础.     

磁共振成像的计算机仿真

用基于Bloch方程的数学模型描述磁共振仪的工作原理，构成仿真器，把ρ，T1和T2三个参数的模板作为仿真器的输入，以自旋回波（SE）信号的激发，相位编码，信号的读取和图像重建为例，实现整个过程的计算机仿真，仿真结果令人满意，基于这种思路是可进一步进行多方面的研究。     

奇异值分解在磁共振波谱成像中的应用

目的:磁共振波谱成像有7类快速方法,它们都来自快速MRI成像方法.本文提出的奇异值分解波谱成像不同这7类快速方法,它是把MRI中任意轨迹图像重建方法用于波谱成像,这将有利于设计出速度更快的波谱成像数据采集脉冲序列.     

灵敏度编码磁共振谱成像(SENSE-SI)技术及图像重建方法

传统的相位编码磁共振谱成像(MRSI)采集数据需要很长的时间,使得MRSI在临床上的应用受阻.灵敏度编码磁共振谱成像(SENSE-SI)采用线圈矩阵来并行采集MRSI数据,是一种不仅可以大大减少数据采集时间,而且不影响空间和谱的分辨率的全新方法.在图像重建时利用各个线圈的空间灵敏度来对丢失的编码信息进行恢复,将像素折叠的图像进行展开,可以得到完全没有重叠伪影的代谢物图像.SENSE-SI采集数据的快速性和图像重建的高分辨性为MRSI真正应用于临床打下了坚实的基础.     

基于圆形网格化的磁共振PROPELLER旋转校正算法

PROPELLER数据采集成像技术利用K空间中心重叠采样区域的数据来估计受检查者的运动并加以校正,能较好地消除运动伪影。本文提出了一种基于圆形网格化的PROPELLER旋转校正算法,将中心重叠区域数据网格化到圆形的网格点上,避免了旋转估计时需多次网格化的缺点;并提出有效的相似性测度公式,通过计算测度值估计相应的旋转运动参数,据此对各数据带进行旋转校正。实验表明,与传统旋转校正算法相比,该算法运行速度快,成像质量好。     

非笛卡尔并行磁共振成像数据的自适应约束重建新算法

多通道欠采样非笛卡尔轨迹数据重建是当前磁共振成像的研究热点,当欠采样因子比较大时,病态问题往往使得敏感度编码(SENSE)方法重建图像信噪比严重降低,传统的解决方法是在重建方程中引入Tikhonov约束或TV约束。提出自适应约束的SENSE重建算法,由先验图像的梯度特征并借鉴PM模型的思想决定惩罚函数,在梯度幅值较大的区域使用各向异性扩散的TV约束方式,在梯度幅值较小的区域使用各向同性扩散的Tikhonov约束方式。进行8通道2.6倍欠采样可变密度螺旋轨迹人体动静脉畸形瘤动脉注射X线的仿真实验。结果表明,与平方和(SOS)重建方法、传统无约束SENSE重建方法以及TV约束SENSE重建方法相比,本算法可以有效抑制部分数据成像带来的噪声和伪影,并能较好保护图像细节尤其是小细节信息,成像效果优于传统方法。     

动态磁共振成像中利用时空滤波的非笛卡尔稀疏数据重建新算法

通过非笛卡尔稀疏采样,可以显著缩短磁共振成像数据采集时间,在动态磁共振中具有良好的应用前景.现有的动态图像重建算法主要利用信号在时间域上的相关性完成图像重建,对信号在空间域上的相关性探讨不足.本文提出利用时空滤波的非笛卡尔稀疏数据重建新算法,同时考虑采集信号在时间域和空间域上的相关性.对动态的磁共振数据在时间域上采用改进的Hanning滤波,以克服数据量的不足;在空间域上,引入高频增强约束以突出图像中的细节信息.仿真实验结果显示,该方法重建出时间分辨率良好、细节比较清晰的图像,实现了稀疏采集的非笛卡尔数据在k空间的重建.     

基于凸集投影的稀疏磁共振图像重建新算法

目的:只将稀疏MRI数据重建公式中的正则化项作为最小化的目标函数,避免在迭代过程中系统矩阵参与运算,以降低算法的运算量,提高稀疏MRI数据重建的速度.方法:本文中所用的正则化函数是图像全变分与小波系数L1范数的组合,其最小化问题是用次梯度优化算法来求解的.在每一步迭代过程中,首先求出正则化项的次梯度,用次梯度优化算法求解得到中间图像并对其进行傅立叶变换,再根据凸集投影原理,直接将在相位编码方向上随机降采样的K空间数据替换到中间图像频域值的相应位置上,然后对替换后得到的频域值进行反傅立叶变换并将求得的图像作为下一次迭代过程的初始图像.结果:在正则化函数和迭代步数均相同的条件下,本文方法重建的图像质量与NCG-SMRI方法的相当,但重建速度是NCG-SMRI方法的2倍多.结论:实验表明,在不降低重建图像的质量的前提下,本文方法可以提高稀疏MRI数据的重建速度,能进一步满足临床上对MRI重建速度的要求.     

PROPELLER for motion-robust imaging of in vivo mouse abdomen at 9.4 T

In vivo high-field MRI in the abdomen of small animals is technically challenging because of the small voxel sizes, short T(2) and physiological motion. In standard Cartesian sampling, respiratory and gastrointestinal motion can lead to ghosting artefacts. Although respiratory triggering and navigator echoes can either avoid or compensate for motion, they can lead to variable TRs, require invasive intubation and ventilation, or extend TEs. A self-navigated fast spin echo (FSE)-based periodically rotated overlapping parallel lines with enhanced reconstruction (PROPELLER) acquisition was implemented at 9.4 T to enable high-resolution in vivo MRI of mouse abdomen without the use of additional navigators or triggering. T(2)-weighted FSE-PROPELLER data were compared with single-shot FSE and multi-shot FSE data with and without triggering. Single-shot methods, although rapid and robust to motion, demonstrated strong blurring. Multi-shot FSE data showed better resolution, but suffered from marked blurring in the phase-encoding direction and motion in between shots, leading to ghosting artefacts. When respiratory triggering was used, motion artefacts were largely avoided. However, TRs and acquisition times were lengthened by up to approximately 20%. The PROPELLER data showed a 25% and 61% improvement in signal-to-noise ratio and contrast-to-noise ratio, respectively, compared with multi-shot FSE data, together with a 35% reduction in artefact power. A qualitative comparison between acquisition methods using diffusion-weighted imaging was performed. The results were similar, with the exception that respiratory triggering was unable to exclude major motion artefacts as a result of the sensitisation to motion by the diffusion gradients. The PROPELLER data were of consistently higher quality. Considerations specific to the use of PROPELLER at high field are discussed, including the selection of practical blade widths and the effects on contrast, resolution and artefacts.     

A New Algorithm for Autoregression Moving Average Model Parameter Estimation Using Group Method of Data Handling

A new algorithm for autoregresive moving average (ARMA) parameter estimation is introduced. The algorithm is based on the group method of data handling (GMDH) first introduced by the Russian cyberneticist, A. G. Ivakhnenko, for solving high-order regression polynomials. The GMDH is heuristic in nature and self-organizes into a model of optimal complexity without any a priori knowledge about the system's inner workings. We modified the GMDH algorithm to solve for ARMA model parameters. Computer simulations have been performed to examine the efficacy of the GMDH and comparison of the GMDH is made to one of the most accurate and one of the most widely used algorithms, the fast orthogonal search (FOS) and the least-squares methods, respectively. The results show that in some cases with noise contamination and incorrect model order assumptions, the GMDH performs better than either the FOS or the least-squares methods in providing only the parameters that are associated with the true model terms. © 2001 Biomedical Engineering Society. PAC01: 8710+e     

An Improved Fixed-point Algorithm for Independent Component Analysis of Functional MRI Data

The fixed-point algorithm and infomax algorithm are two of the most popular algorithms in independent component analysis （ICA）. However, it is hard to take both stability and speed into consideration in processing functional magnetic resonance imaging （fMRI） data. In this paper, an optimization model for ICA is presented and an improved fixed-point algorithm based on the model is proposed. In the new algorithms a small step size is added to increase the stability. In order to accelerate the convergence, an improvement on Newton method is made, which makes cubic convergence for the new algorithm. Applying the algorithm and two other algorithms to invivo fMRI data, the results show that the new algorithm separates independent components stably, which has faster convergence speed and less computation than the other two algorithms. The algorithm has obvious advantage in processing fMRI signal with huge data.     

一种心电数据压缩算法的研究

利用心电信号的相关性，对ECG进行预处理，再进行差值运算，将得到的差值序列进行DCT变换，从而实现心电数据的压缩。