基于SENSE的并行磁共振成像關(guān)鍵技術(shù)研究.pdf

1、并行磁共振成像技術(shù)采用多個(gè)接收線圈陣列同時(shí)采集數(shù)據(jù)，對(duì)K空間數(shù)據(jù)進(jìn)行欠采樣，大幅度縮短了磁共振掃描時(shí)間，提高了成像速度。常見的重建算法主要是GRAPPA和SENSE兩類，其中，GRAPPA是基于K空間的重建算法，而SENSE是基于圖像域上的重建算法。本文對(duì)GRAPPA和SENSE及其典型衍生型算法進(jìn)行研究，提出了一種將非線性GRAPPA與SENSE相結(jié)合的并行磁共振成像算法，并且對(duì)其進(jìn)行評(píng)價(jià)和比較。另外本文對(duì)壓縮感知理論及其在磁共振成像

2、領(lǐng)域中應(yīng)用進(jìn)行研究，結(jié)合快速?gòu)?fù)合分裂算法FCSA，基于多種采樣軌跡條件下，提出了一種基于稀疏約束的SENSE并行磁共振成像重建方法。主要研究成果如下:
　　(1)本文提出一種基于GRAPPA和SENSE兩類算法的混合算法。首先通過非線性GRAPPA重建算法計(jì)算獲取并行線圈中未被采集的數(shù)據(jù)，再利用歸一化方法得到并行線圈的敏感度分布，然后將利用SENSE重建框架進(jìn)行磁共振圖像重建，將這種混合算法應(yīng)用于數(shù)據(jù)欠采樣的腦磁共振圖像。重建實(shí)驗(yàn)

3、結(jié)果表明:相比單一的非線性GRAPPA和SENSE重建算法，這種混合的并行磁共振成像重建算法能夠在加速因子較大時(shí)，可重建出更加準(zhǔn)確的圖像，并且具有更低的噪聲功率和更高的信噪比性能。
　　(2)本文基于稀疏約束，提出了一種新的SENSE磁共振成像算法，該算法將并行磁共振成像與壓縮感知磁共振成像結(jié)合起來(lái)，能夠從欠采樣的K空間數(shù)據(jù)有效的重建磁共振圖像?；谙∈杓s束的SENSE重建算法，包含了全變差分正則化項(xiàng)和L1范數(shù)正則化項(xiàng)，由于這兩個(gè)

4、正則化約束項(xiàng)的非平滑性，從而導(dǎo)致磁共振圖像重建過程中的優(yōu)化問題難以解決，最終影響的重建圖像的質(zhì)量。本文利用快速?gòu)?fù)合分裂算法FCSA(FastCompositeSplittingAlgorithm，F(xiàn)CSA)將重建中的優(yōu)化問題分解為多個(gè)子問題，再對(duì)子問題逐個(gè)求解，解決了正則化約束項(xiàng)的非平滑性的問題。在本文中，利用FCSA算法對(duì)不同加速因子、不同欠采樣模式的腦部磁共振圖像進(jìn)行重建。實(shí)驗(yàn)結(jié)果表明，相比于最新典型的非線性共軛梯度NLCG算法，本