基于压缩感知的超声逆散射成像研究

目的逆散射超声成像具有较高的空间分辨率和图像对比度,有着重大的临床应用价值。传统的基于逆问题理论的超声逆散射重建算法存在重建系统稳定性差,设备数据采集量大等问题。本文基于超声逆散射理论,利用压缩感知原理,对目标进行重建,以降低设备数据处理量,增强重建过程的稳定性。方法首先分别从时域和频率两个角度建立超声散射正向模型;再根据压缩感知原理,提出数据采集方案,获得投影观测数据;然后,利用目标的稀疏性,建立基于压缩感知的超声逆散射重建逆问题;最后,以囊肿体模和点目标为例,求解逆问题,重建图像。结果提出的基于压缩感知超声逆散射重建算法,对囊肿体模采样率降低50%,对点目标采样率降低76%。结论基于压缩感知的超声逆散射重建,能够降低设备数据处理量,与传统的延时叠加、合成孔径等成像算法相比,重建的图像具有更高的空间分辨率和对比度。     

磁共振部分K空间重建算法

磁共振成像（MRI）是必要的获取临床图像的影像学方法之一,但是它获取数据过程缓慢使得成像时间过长。目前提出了许多高效的成像算法来降低磁共振的成像时间,如半傅里叶成像和压缩感知MRI等。半傅里叶成像仅采用多于一半的K空间数据进行图像重建,不仅提高了MRI的成像速度,而且降低了运动伪影,是有效的部分K空间重建技术之一。基于压缩感知理论的MRI仅采用25%~30%的K空间数据就能重建出MRI图像,与其它成像技术相比,可在相同的扫描时间内获得更高质量的MRI图像,也可在相同的空间分辨率下加速成像。本文综述几种半傅里叶成像算法的原理,也阐述了压缩感知理论与MRI相结合的原理,包括MR图像的稀疏表示、K空间的采样轨迹设计、重建算法的选择等。     

基于投影矩阵广义逆的CT重建迭代算法

目的在CT检查时,有限角度投影和稀疏矩阵投影能够减少X射线的剂量,然而这会导致投影数据不足,给图像重建带来一定的困难。为了克服这一难题得到较好的重建图像,本文提出一种基于计算投影矩阵广义逆的CT迭代重建算法。方法该算法在计算过程中,将重建图像表示为投影矩阵以及其广义逆的乘积。首先使用一阶迭代计算广义逆矩阵,但是由于投影矩阵和其广义逆矩阵都比较大,在迭代过程中以投影和滤波反投影代替。然后通过不同的算法分别对平行束投影、有限角度投影、稀疏矩阵投影的数据进行重建,并对重建结果的均方差、通用图像质量指标以及图像互信息进行比较。结果本文提出的方法重建出图像的均方差、通用图像质量指标和图像互信息更优,而且重建时间较短。结论该方法能够在没有未知图像先验结构信息和伪影猜想的情况下有效地提高重建图像的质量,而且该算法不需要计算投影过程,重建过程简单易行。     

基于Bandlet的压缩感知算法及其在智能乳腺全容积超声系统中的应用

目的在智能乳腺全容积超声系统中需扫描很多个切面同时进行成像和保存,数据量庞大。为此,本文提出基于Bandlet变换的压缩感知方法并应用于该系统,以降低存储和传输的数据量。方法首先利用超声图像的Bandlet变换域能够根据图像的"几何正则性"来自适应改变得到稀疏表示的特点,将所得图像进行Bandlet变换。然后选择与Bandlet基矩阵不相干的随机测量来降低图像压缩的数据量,之后利用匹配追踪算法由压缩数据重建超声图像。最后以智能乳腺全容积超声系统的图像数据为例进行压缩效率和重建有效性的验证。结果压缩后的数据大小为原数据的30%,降低了传输和存储的数据量,同时可得到高质量的重建图像。结论基于Bandlet的压缩感知算法可降低智能乳腺全容积超声系统图像的传输带宽和数据量,并保证了图像重建的质量,适用于智能乳腺全容积超声系统。     

基于压缩感知的磁共振图像重建算法的VC实现

我们对压缩感知重建算法在MRI中的应用进行了研究,并在VC6.0平台下对其进行工程实现。该程序主要由以下几部分组成：（1）建立图像模型及引入仪器采集数据;（2）设计采样方法模拟压缩感知的稀疏采集;（3）选择图像稀疏变换方法;（4）选用压缩感知算法重建得到图像。结果表明：使用该方法可以成功重建出高质量的图像,为压缩感知算法在MRI扫描仪器上的使用提供了重要参考。     

低剂量CT的加权总变差重建算法

针对稀疏投影角度的CT图像重建问题,结合压缩感知理论,提出基于加权迭代支持检测的分块代数重建算法,以较少的投影角度重建出理想的CT图像。首先,针对传统的代数重建技术计算量大、收敛速度慢的问题,提出分块代数重建算法;其次,传统的最小总变差模型会引起图像过度平滑及纹理细节模糊等问题,对此提出一种最小加权总变差算法,即加权迭代支持检测算法,并建立加权迭代支持检测模型;最后,分块代数重建技术与加权迭代支持检测模型交替迭代,使重建结果趋于收敛。本文采用经典的Shepp-Logan体模及实际的脑部CT切片进行重建,以均方根误差作为重建图像的质量评判标准,并与其他重建算法的重建结果进行对比。在经过一定次数的迭代后,基于本文算法的重建图像更贴近原始图像,而且比其他算法更早收敛。实验结果表明,本文算法在重建质量及收敛速度上都优于其他对比算法。     

基于扇束—并行数据的CT图像重建

第三代扇束计算机断层成像扫描仪(CT)每次扫描获取一组完整的投影数据,相关的滤波反投影算法需要一个耗费计算的图元相关加权因子。简化重建过程的方法包括一种将扇束数据改组为并行投影数据的方法。这种改组包括以下两步:第一步称为方位角插值,得到扇束—并行结构,将数据在通过Radon空间原点的径向直线上非均匀排布;第二步是轴向插值以形成并行数据。在合适的视图和投影采样条件下,方位角插值可以用数据重排或投影的通道相关延迟来代替。论文研究了由扇束—并行数据直接重建图像的反正弦算法;给出了尽管并不严密,但却是非常近似的算法描…     

基于穿越长度权重迭代重建算法的研究

目的:传统的CT迭代算法中为了简化运算,投影系数的计算选择用成像射线路径是否穿过像素内来确定投影系数矩阵中元素的数值,穿过为1,不穿过为0。有些射线只穿过像素的边缘,也被赋值为1,扩大了该射线对相应像素投影值的贡献。为减小图像重建的误差,提高图像重建质量,提出了基于穿越长度权重的迭代重建算法,通过精确建模,选择用成像射线路径在像素内的穿越长度来确定投影系数矩阵中元素的数值。方法:采用MATLAB7.0仿真工具,对Shepp-Logan模型进行计算机仿真扫描,分别以传统投影系数和穿越长度权重计算的投影系数进行ML-EM迭代重建图像。结果:仿真数据表明基于穿越长度权重投影系数的ML-EM迭代重建算法,相比基于传统投影系数的迭代重建算法,可以提高重建图像的质量。结论:基于穿越长度权重的ML-EM迭代重建算法,通过精确建模达到了控制噪声、减小误差、较为准确重建的目的。通过对成像的几何和物理因素进行精确的建模,能有效地控制其中的非随机部分的影响,减小图像重建误差,一方面对迭代重建算法提供一种新的投影系数的计算方法,另一方面进一步提高迭代算法在CT重建中的图像质量。     

节点反投影方法在三维EIT模型中的仿真与实验研究

电阻抗成像(EIT)技术中逆问题的病态特性是造成重建图像分辨率较低的主要原因之一,增加先验信息是改善成像效果的可行方法.建立三维圆柱体仿真模型,对边界电压数据进行多项式曲面拟合,增加先验信息,采用节点反投影方法进行图像重建.对两种目标模型进行仿真实验,并利用本实验室设计的128通道EIT系统进行水槽物理模型重建实验.仿真实验结果表明,较之传统的反投影方法,两种目标模型采用节点反投影方法重建的总体误差分别降低了8.87％和6.85％;在物理模型中,重建图像可清晰显示目标物体.所提出的方法有望用于提高临床检测与监护的成像质量.     

基于压缩感知理论的医学图像重构算法研究现状

压缩感知理论的提出促进了医学成像技术的发展。压缩感知是通过直接采集压缩后的数据,利用重构算法高精度恢复原信号,避免了传统的先采样再压缩造成的资源浪费。基于压缩感知的CT、MRI、US成像的重构算法对其应用于医学成像起着至关重要的作用。因此,对重构算法进行了着重介绍,并进行比较分析。     

信噪比对不同EIT图像重建算法的影响研究及评价

探索不同位置单目标和多目标电阻抗断层成像(EIT)中,信噪比对不同EIT图像重建算法应用效果的影响。针对16电极系统,通过仿真获取EIT场域理想边界电压作为理想EIT系统的采集信号,对理想系统所有通道采集的数据整体添加高斯白噪声,模拟信噪比为40、60、80 dB的EIT检测系统的测量电压。采用等位线反投影(LBP)、基于Newton-Raphson算法的Tikhonov正则化(NR Tikhonov)和Tikhonov-Noser组合正则化(NR Tikhonov-Noser)、Landweber迭代以及Newton-Raphson 5种算法,重建EIT图像。引入重建误差ER和结构相似度函数SSIM,定量评价成像效果。结果表明,当单目标由场域中心向场域边界移动时,5种算法的SSIM都增大;当目标位置靠近边界但个数增加时,5种算法的ER都增大。LBP和NR Tikhonov-Noser在3种信噪比的系统中均可对5种目标模型成像,5种算法中NR Tikhonov-Noser成像质量最好。对场域中心的目标A,Newton-Raphson算法在40 dB信噪比时无法成像,NR Tikhonov、Landweber在40和60 dB时均不能获得有效图像。在80 dB系统中,LBP成像效果不及另4种算法。不同算法成像对EIT检测系统信噪比的要求不一致,应依据构建的EIT检测系统信噪比指标和具体应用目标择优选取成像算法。NR Tikhonov-Noser可作为一般情况下的首选算法,信噪比低于60 dB的系统建议选择LBP,80 dB以上的系统不建议选择LBP。60 dB左右的系统还建议可选择Newton-Raphson算法成像。     

基于时域后向投影的光声谱成像系统研究

光声谱成像是一种新的生物组织成像方法,它结合光学成像和超声成像的特点,可提供高分辨率和对比度的图像。采用波长532nm、重复频率10Hz的脉冲激光作为激励源,宽带PVDF非聚焦超声探测器频率响应范围为200kHz～15MHz,探测器以圆周扫描的方式采集样品的时域光声信号,并采用时域后向投影算法重建样品内部的二维光学吸收分布图像。实验表明,系统成像的空间分辨率小于1mm,重建的图像与原始样品完全吻合。     

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。     

基于压缩感知的CT重建算法的研究现状

压缩感知理论是一种新兴的信号获取与处理理论,通过减少信号重建所需的数据以缩短信号采样时间,减少计算量,并在一定程度上保持原有图像的重建质量,由此可以解决在CT重建中还普遍存在的清晰度不够高、线性度不够好和有噪声伪影干扰等问题。由于该理论的这些显著优点,使其在CT成像领域引起了广泛关注,取得了很大进展。本文对近几年压缩感知应用于CT重建的研究方法和成果进行归纳和分析,其中包括传统统计迭代算法与压缩感知理论相结合方法的分析,先验图像约束与压缩感知理论相结合方法的分析以及字典学习的发展历程分析。最后,对该研究领域的发展进行了展望。     

参考制导的压缩感知快速磁共振重建方法

磁共振成像相比于CT以及Ultrasound等手段,具有无辐射损害、较高软组织分辨力以及多方位成像的优势,但耗时的数据采集过程,一直是限制其广泛应用的主要瓶颈。压缩感知技术旨在通过少量非相干性采样数据较大概率地实现原始图像的快速精确重建。本文提出一种的基于参考制导的压缩感知快速磁共振重建方法,该方法基于预先采集的参考图像信号强度分布以及梯度方向信息,给出两种新的稀疏约束,以便进一步提升重建质量,尤其是在边缘区域。作者通过参数成像以及多对比度扫描数据实验,验证了所提方法在图像伪影抑制以及边缘恢复方面的优良性能。     

基于双边滤波迭代修正的CT欠投影ART重建

针对CT欠投影数据进行成像问题,本文提出了一种基于双边滤波迭代修正的代数迭代(ART)重建算法。该算法在每一次迭代过程中,先采用ART算法重建图像并进行非负约束,然后采用双边滤波法对以上约束后的图像进行修正,再进入下一次迭代,直到满足迭代终止条件。为了进一步提高图像重建质量和加快迭代收敛速度,利用改进的双边滤波算法以提高迭代效能。通过对Shepp-Logan体模和真实投影数据进行重建,验证了本文算法的可行性,并与滤波反投影(FBP)算法、ART算法、ART混合高斯滤波(GF-ART)算法相比较。结果表明,本文算法重建出的图像信噪比更高,能够更好的保持图像边缘信息。     

基于加权压缩感知的MR图像重建方法

背景：压缩感知理论已广泛应用于MR图像的快速重建中。在对K空间数据进行随机欠采样后,通过非线性优化算法求解带约束的范数最小化问题,可恢复出在变换域具有稀疏性的MR图像。 目的：为了增强图像在变换域中的稀疏性,改善MR图像重建质量,提出了对待重建图像的稀疏表示进行加权的方法。 方法：采用非线性共轭梯度下降算法求解该加权范数最小化问题,在迭代过程中,根据所求取的图像稀疏表示来更新权值矩阵,增强MR图像的稀疏性。 结果与结论：通过比较带加权矩阵和不带加权矩阵的压缩感知图像重建方法,结果表明带加权矩阵改进的算法提高了图像重建能力。     

基于多尺度低秩的心脏磁共振图像的高质量重构算法

借助信号内在的稀疏性或可压缩性,压缩感知利用随机投影实现以远低于奈奎斯特频率的采样频率下对压缩后数据的采集。结合压缩感知和低秩思想,可以加快心脏磁共振(CMR)图像的扫描速度,减轻患者不适,提高检查质量。本文提出CMR图像的多尺度低秩分解模型,并采用交替方向拉格朗日乘子法(ADMM)进行求解。以峰值信噪比(PSNR)和相对误差(RLNE)作为定量评价指标,结合人眼视觉感受以及局部区域放大,对比分析本文算法与L+S分解、kt FOCUSS、k-t SPARSE SENSE等主流算法的性能优劣。实验结果表明:本文提出的多尺度低秩分解模型,经过ADMM算法重构的效果在性能指标上明显优于其他对比算法,同时图像细节和边缘轮廓成像质量更佳。该方法将推动CMR快速成像技术的发展及其在临床疾病诊疗中的应用。     

由二维眼底正投影图像向三维曲面逆投影成像的重建算法

本文根据眼球的解剖学和生理学特征建立了适于医学可视化的眼底数学模型 ,分析得出了眼底成像系统成像的先验知识 ,在此基础上提出中心扩散法将二维眼底图像逆投影到眼底三维曲面上 ,重建了真实的眼底三维可视化环境。本算法重建三维眼底具有准确、快速、不失真的优点 ,为在三维眼底曲面上获取真实的眼底参数、为临床诊断和治疗提供了有力的帮助     

迭代成像中一种快速求解投影矩阵的方法

迭代成像中投影矩阵的获取速度直接影响算法的效率.本文提出了一种快速求解投影矩阵的方法,它尤其适用于扇形扫描投影数据的重建.利用扇形射束与重建图像像素的几何对称性一次获取多个投影矩阵的向量以及实时获取投影矩阵向量方式,减少了获得投影矩阵花费时间,节省了存储矩阵所占用的空间.通过模拟投影数据进行图像重建,其结果表明,该法较全部求出投影矩阵法极大地减少了内存空间的占用,较数据转换法节省了转换时间,从而提高了扇形投影数据的图像重建效率.