基于压缩感知稀疏字典的mri图像重构研究

《基于压缩感知稀疏字典的mri图像重构研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TN911.7论文编号：102870318-SX004学科分类号：080402硕士学位论文基于压缩感知稀疏字典的MRI图像重构研究研究生姓名傅雪学科、专业测试计量技术及仪器研究方向图像处理指导教师刘文波教授南京航空航天大学研究生院自动化学院二О一八年一月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationEngineeringResearchonMRIImageReconstructionBasedonCompressed

2、SensingandSparseDictionaryAThesisinMeasuringandTestingTechnologiesandInstrumentsbyFuXueAdvisedbyProf.LiuWenboSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringJanuary,2018南京航空航天大学硕士学位论文摘要近年来作为重要医疗诊断的MRI成像技术因其对人体没有辐射伤害而被广泛应用，并得到了社会的高度接受。然而由于MRI成像

3、时K空间数据采集时间过长，导致一般仅用于对病人的身体局部进行MRI成像诊断。针对该问题，本文基于压缩感知理论对MRI成像进行优化，主要对MRI图像重构的数学模型及重构算法开展研究，主要研究内容和成果包括：（1）探讨压缩感知的基本工作原理和流程，重点对其中的字典学习K-SVD算法及重构优化算法OMP算法进行深入的分析。（2）对压缩感知框架下的MRI图像重构模型——固定稀疏字典的算法模型、学习字典的算法模型进行了性能分析与比较，总结了两种模型的优缺点。（3）针对MRI图像特点，改进了字典学习算法模型DL-MRI的算法流程。在字典学习之前通过引入图

4、像分割技术，然后使用模糊C均值聚类算法，来增大图像稀疏度。实验结果表明，结合了图像分割算法的MRI图像压缩感知重构相比于传统字典学习算法模型重构出的MRI图像的峰值信噪比提升了10%~20%。（4）针对现实中有噪声的信号采集条件，在引入图像分割技术的基础上，同时对算法的数学模型进行改进。为了在降噪的同时能保持图像的边缘信息，在数学模型中加入了全变分惩罚项，同时将OMP算法替换为更容易处理具有惩罚项的优化问题的交替方向乘子ADMM算法。不同噪声条件下的实验结果表明，改进后的算法重构图像的质量远远优于基于字典学习的MRI图像重构算法，可以将重构图

5、像的峰值信噪比提升5%~20%。关键词：压缩感知，核磁共振成像，图像分割，图像重构，字典学习I基于压缩感知稀疏字典的MRI图像重构研究ABSTRACTInrecentyears,MRIimagingtechnology,asanimportantmedicaldiagnosis,hasbeenwidelyusedbecauseofitslackofradiationdamagetothehumanbody,andhasbeenhighlyacceptedbythesociety.However,asthetimeofKspatialdataa

6、cquisitionistoolonginMRIimaging,itisgenerallyusedonlyforthediagnosisofMRIimaginginthepartofthepatient'sbody.Aimingatthisproblem,thispaperoptimizedtheMRIimagingbasedonthecompressedsensingtheory,mainlystudiedthemathematicalmodelandreconstructionalgorithmofMRIimagereconstructi

7、on.Themaincontentsinclude:(1)Todiscussthebasicworkingprinciplesandprocessesofcompressedsensing,andfocusonthein-depthanalysisofdictionarylearningK-SVDalgorithmandreconstructionoptimizationalgorithmOMPalgorithm.(2)TocomparetheMRIimagereconstructionundertheframeworkofcompresse

8、dsensingmodel-fixedsparsedictionaryalgorithmmodelanddictionarylearningalgorithmmod