醫(yī)學(xué)磁共振圖像Gibbs環(huán)狀偽影消除新方法研究.pdf_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、伴隨著醫(yī)療技術(shù)水平及計算機技術(shù)日新月異的發(fā)展,磁共振檢查技術(shù)已成為疾病診斷不可缺少的先進手段之一。磁共振成像的主要不足,在于它掃描所需的時間較長,因而對一些危重病人或不配合的病人的檢查非常困難。臨床應(yīng)用中常常為了縮短成像時間,而減少收集的掃描數(shù)據(jù)量。在磁共振成像中,通常使用傅立葉成像方法,對有限的數(shù)據(jù)使用傅立葉變換進行重建,在重建圖像中將會出現(xiàn)Gibbs環(huán)狀偽影。 Gibbs效應(yīng)長期已來一直是頻域數(shù)據(jù)進行圖像重建時所遇到的主要障

2、礙。目前,已經(jīng)有許多重建技術(shù)用來消除Gibbs現(xiàn)象,通常采用濾波的方法來消除此類偽影,但是這將降低圖像分辨力造成圖像邊緣模糊。對如何消除臨床磁共振圖像中存在的Gibbs偽影的研究顯得較為迫切。本文針對采用部分K空間數(shù)據(jù)進行圖像重建時,在MR圖像所產(chǎn)生的Gibbs環(huán)狀偽影的消除展開研究,提出了一種新的、更為有效的重建算法:基于切比雪夫(Chebyshev)多項式的逆向重建算法。 蓋根堡(Gegenbauer)方法是近幾年提出的算法

3、,它已經(jīng)被證明是一種能有效消除Gibbs現(xiàn)象的方法,這種方法最大的優(yōu)點在于能夠保持重建后圖像的高分辨力,尤其在重建后圖像邊緣表現(xiàn)良好,這一點正是一般這類偽影消除技術(shù)所難以解決的問題。本文在深入分析算法形成機理的基礎(chǔ)上也討論了該算法的限制條件,其中的參數(shù)選擇必須滿足確定條件以滿足頻域數(shù)據(jù)的快速收斂條件。否則,會對重建圖像質(zhì)量產(chǎn)生巨大影響。 針對上述不足之處,本文引入逆多項式重建方法,它是針對蓋根堡重建方法的改進算法,有效解決了原方

4、法中參數(shù)選擇正確與否對重建圖像質(zhì)量影響較大的問題,更提高了重建精度。同時,以Chebyshev多項式替代Gegenbauer多項式,免去了其中一個參數(shù)的人為選擇,在保證圖像重建精度的條件下提高了重建速度。 由于上述方法是針對連續(xù)區(qū)間討論,因此必須首先利用原始數(shù)據(jù)獲得重建圖像的邊緣信息,從而獲得一系列連續(xù)的子區(qū)間并進行重建。顯然,邊緣檢測的準確性直接影響到重建效果。在臨床應(yīng)用中,由于真實人體具有的復(fù)雜組織結(jié)構(gòu),造成了圖像邊緣信息的

5、復(fù)雜。針對原有邊緣檢測方法不能很好獲取的偽影圖像邊緣信息的缺陷,本文提出新的頻域濾波加邊緣檢測技術(shù),它有效減少了Gibbs環(huán)狀偽影對邊緣檢測的影響,并且新的邊緣檢測技術(shù)在計算時間上并沒有明顯的增加。 本文對所提基于Chebyshev多項式的逆向重建算法做了大量的實驗,提出的邊緣檢測技術(shù)和重建算法已成功應(yīng)用于真實MR部分K-空間數(shù)據(jù),證明能有效地消除了Gibbs環(huán)形偽影,提高成像質(zhì)量。通過實驗比較,驗證了本文所提算法的優(yōu)越性。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論