基于低秩約束的磁共振圖像重構(gòu)方法研究.pdf

1、動態(tài)磁共振成像數(shù)據(jù)是一組變化的圖像序列，由于運動會導(dǎo)致磁共振圖像出現(xiàn)偽影，所以動態(tài)磁共振成像通常要求減少采樣K空間的數(shù)據(jù)，以提高磁共振掃描速度，便于尋求更高的磁共振圖像重構(gòu)質(zhì)量?；诘椭燃s束的磁共振(MR)圖像重構(gòu)，需處理矩陣的秩越低，重構(gòu)圖像的精度會越高。因此，如何更好的運用磁共振成像的低秩性，對提高重構(gòu)圖像的質(zhì)量具有重要的研究意義。論文的主要工作與成果如下:
　　(1)低秩+稀疏(L+S，Low-Rank plus Spars

2、e)矩陣分解模型是一種基于低秩組件和稀疏組件的模型，該方法可以提高動態(tài)MRI數(shù)據(jù)的壓縮性，用于處理欠采樣磁共振成像的背景與動態(tài)組件的分離，是比較成功的圖像重建模型之一。另外，基于分塊低秩(patchbased low rank)方法是一種基于搜索相似塊進而形成低秩組件的模型，分析了低秩與塊之間的關(guān)系以及如何處理低秩最小化問題。通過與L+S方法，direct IFFT方法進行對比，實驗結(jié)果表明基于分塊低秩的方法能夠更加準確地重建心臟電影圖

3、像重要的組織結(jié)構(gòu)和腹部數(shù)據(jù)的局部細節(jié)結(jié)構(gòu)，改善了圖像質(zhì)量并使得噪聲和混疊偽影更少。
　　(2)基于多尺度低秩模型(MSL，Multi-Scale Low Rank)的磁共振成像方法將矩陣分解成多尺度的塊低秩矩陣之和，并將多尺度塊低秩矩陣之和的最小化作為約束條件用于磁共振成像。采用交替方向乘子方法(ADMM，Alternating Direction Method of Multiplier)實現(xiàn)基于多尺度低秩模型的磁共振圖像重構(gòu)凸