抑制磁共振图像伪影算法的研究

《抑制磁共振图像伪影算法的研究》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、南京航空航天大学硕士学位论文抑制磁共振图像伪影算法的研究姓名：陈渊博申请学位级别：硕士专业：精密仪器及机械指导教师：陈春晓20070101南京航空航天大学硕士学位论文摘要磁共振成像技术以较高的时间分辨率、空间分辨率、无侵入式和无放射损伤等优点,已被广泛地应用于临床诊断。然而，由于成像技术的局限性、成像设备的缺陷、成像时患者的自主或非自主的运动等原因，在成像过程中不可避免的会出现伪影。这些伪影降低了图像的质量，影响了功能激活区域的检测，极大降低了图像的临床诊断价值。本文从图像域入手，对图像质量影响较大的EPIghost伪影和运动伪影进行了研究

2、。在研究了抑制EPIghost伪影的奇、偶行分别重建法，凸集投影算法和二阶矩算法等基础上，提出了基于图像域的改进算法。通过对仿真数据和真实数据的仿真实验，证明了所提出的改进算法的有效性。对运动伪影，主要研究了抑制图像平面内刚体运动伪影的方法。对经典平移运动伪影的抑制算法作了改进，提出了基于POCS的刚性平移运动伪影抑制算法，并把频谱平移思想与POCS理论相结合，有效解决了原经典算法仅对抑制较小伪影有效的问题；利用模拟退火优化算法的高效、自适应全局寻优和全局收敛的特点，提出了基于模拟退火的抑制运动伪影的新方法，解决了凸集投影算法没有解决的收敛域

3、难题；并引入蛇行算法和频谱平移理论，实现了目标区域的自动提取及能有效抑制由较大运动引起的伪影。仿真数据及真实数据的实验结果显示，本文所提出的方法能有效地抑制伪影，显著提高磁共振图像的质量。本课题受973计划资助，项目编号：2003CB716102关键词：磁共振成像ghost伪影运动伪影蛇行算法模拟退火算法i抑制磁共振图像伪影算法的研究ABSTRACTMagneticresonanceimaginghasbeenwidelyappliedinclinicsbecauseofitsimportantcharacteristics,sucha

4、shightemperalandspatialresolution,non-invasiveandnoharmfulradiation.However,intheprocessingofimaging,variousartifactswouldbeproducedduetodefectionoftechnology,limitationofdeviceandpatientmovement.Theseartifactsdegradethequalityoftheimageandmakethedetectingandlocatingofthefu

5、nctionalactiveregionmorecomplicated.Theobjectiveofthisworkistosuppresstheseartifactsbyafterprocessingmethodsbasedonimage.Inthispaper,westudyEPIghostandmotionartifact,whicharethemostcommonartifactsinmagneticresonanceimaging.Severalmethods,suchasodd/evenlinereconstructionmeth

6、od,projectionontoconvexsetsmethod,secondmomentmethod,havebeenstudiedtosuppressEPIghostartifact.AndthenanewmethodtosupperessEPIghostartifactbasedonimageispromoted.Astomotionartifact,wehavestudiedsomemethodsforsuppressingrigidtranslationalmotionartifact,whichisproducedintheim

7、agingplane.WepromoteanimprovedmethodbasedonthetheoryofPOCS(projectionontoconvexsets)andthespectrumshifttoremovetranslationmotionartifact.Theexperimentsshowthatthismethodisquiteusefulforsuppressingartifactscausedbylargemovement.Furthermore,weimplementanovelapproachtosuppress

8、rigidtranslationmotionbasedonSimulatedAnnealing(SA)algorithmcombiningwiththetheori