小數(shù)據(jù)集磁共振成像神經(jīng)網(wǎng)絡(luò)重建算法研究.pdf

1、在該論文中,我們研究了結(jié)合神經(jīng)網(wǎng)絡(luò)理論和優(yōu)化理論的小數(shù)據(jù)集磁共振成像重建算法,并給出了兩類穩(wěn)定的磁共振成像神經(jīng)網(wǎng)絡(luò)重建算法.該論文首先介紹了磁共振成像的基本原理和基本重建算法,然后從不同角度分別提出了兩類神經(jīng)網(wǎng)絡(luò)重建算法.這些重建算法利用神經(jīng)網(wǎng)絡(luò)的非線性特性和噪聲不敏感性,結(jié)合先驗約束和正則化項來改善逆問題的非適應(yīng)性,將小數(shù)據(jù)集的磁共振圖像重建問題轉(zhuǎn)化成為優(yōu)化問題,使用先驗約束來估計未測的信號,有效去除了Gibbs環(huán)狀偽跡,提高了分辨率

2、,得到了傳統(tǒng)的傅立葉重建方法無法達到的重建結(jié)果.第2章介紹了磁共振成像的基本原理,包括Bloch方程和基本的成像算法,并討論了該文使用的離散FID信號模型,作為進一步討論的基礎(chǔ).第3章從闡述圖像重建問題開始,介紹了傳統(tǒng)傅立葉重建方法及其局限性,討論了Gibbs環(huán)形偽跡產(chǎn)生的原因和數(shù)據(jù)窗方法,最后簡要介紹了投影重建算法.在第4章中,該文作者將磁共振圖像重建問題轉(zhuǎn)化成數(shù)據(jù)一致性約束下的最大熵問題,分析了最大熵神經(jīng)網(wǎng)絡(luò)磁共振圖像重建的原理,在

3、復(fù)數(shù)域中提出了結(jié)合Hopfield神經(jīng)網(wǎng)絡(luò)模型與最大熵原理的共扼復(fù)數(shù)最大熵神經(jīng)網(wǎng)絡(luò)重建算法,使用磁共振圖像的熵作為代價函數(shù),在數(shù)據(jù)一致性約束下選擇一個解使重建圖像的熵最大,而所重建出的圖像是滿足觀測系統(tǒng)數(shù)據(jù)一致性的最平滑的圖像.第5章中提出的算法基于外推理論,用多層感知器作為預(yù)測器,外推觀測數(shù)據(jù)進行重建.采用信賴域策略的自適應(yīng)動量擴展LMBP感知器重建算法和正則化復(fù)數(shù)感知器重建算法具有根強的全局收斂性,不僅收斂速度快,而且預(yù)測精度也較高