基于自適應(yīng)字典學(xué)習(xí)的醫(yī)學(xué)圖像重建算法研究.pdf

1、醫(yī)學(xué)影像成像技術(shù)作為一種非侵入方式的醫(yī)學(xué)診斷參考依據(jù)，在現(xiàn)代醫(yī)學(xué)中起著越來越重要的作用。但是主流的醫(yī)學(xué)影像成像系統(tǒng)都存在著一定的不足，如：MRI數(shù)據(jù)掃描時間長且容易受運動偽影影響，CT對患者有一定的輻射傷害等。如何在減少數(shù)據(jù)采集量的同時實現(xiàn)高質(zhì)量圖像重建是目前醫(yī)學(xué)影像領(lǐng)域研究的重點，本文圍繞壓縮感知理論中兩種字典學(xué)習(xí)模型以及自適應(yīng)醫(yī)學(xué)圖像重建算法展開研究，具體研究內(nèi)容如下：
　　首先，針對正交字典中字典原子不相關(guān)性大能夠提高圖像稀

2、疏編碼性能的特點，提出一種基于自適應(yīng)正交字典學(xué)習(xí)的醫(yī)學(xué)圖像重建算法。該算法在正交字典學(xué)習(xí)過程中采用SVD方法求解，大大降低了算法的計算復(fù)雜度，提高了重建速度，同時實現(xiàn)了較好的圖像重建效果。
　　其次，考慮解析字典相比于綜合字典在相同維數(shù)時對圖像的稀疏表示能力更強(qiáng)，更為靈活的特點，基于自適應(yīng)緊標(biāo)架學(xué)習(xí)，提出一種基于自適應(yīng)緊標(biāo)架學(xué)習(xí)的醫(yī)學(xué)圖像重建算法。該算法能夠僅通過欠采樣的測量值實現(xiàn)緊標(biāo)架學(xué)習(xí)和圖像重建。緊標(biāo)架學(xué)習(xí)在稀疏編碼步驟中利

3、用簡單的閾值方法進(jìn)行處理，因此該算法的運行時間少于基于冗余綜合字典的CSMRI算法。此外，自適應(yīng)緊標(biāo)架能夠充分地捕獲圖像的細(xì)節(jié)信息，基于自適應(yīng)緊標(biāo)架學(xué)習(xí)的醫(yī)學(xué)圖像重建算法的圖像重建質(zhì)量較之前算法得到明顯提高。
　　最后，針對醫(yī)學(xué)圖像尤其是MRI圖像在數(shù)據(jù)掃描過程中容易受到運動偽影影響，通過分析運動偽影產(chǎn)生的原理，針對性的提出一種基于自適應(yīng)緊標(biāo)架學(xué)習(xí)的相位校正醫(yī)學(xué)圖像重建算法。該算法對加性噪聲和相位噪聲有較強(qiáng)的魯棒性，能夠?qū)\動偽影