基于稀疏变换学习的改进灵敏度编码重建算法

灵敏度编码(SENSE)是一种利用多个接收线圈的灵敏度信息来减少扫描时间的技术。 基于 SENSE 算法的磁共振成像重建算法的重建图像存在模糊伪影和细节缺失等问题,不利于临床医学诊断。 为减少磁共振重建图像伪影并提高重建图像质量,将数据驱动的自适应稀疏变换学习(TL)引入 SENSE 算法中,得到一种 TL-SENSE 算法。该算法利用交替方向乘子法进行求解,通过变换更新、硬阈值去噪和图像更新实现并行磁共振成像重建。 仿真实验结果表明,所提算法对图像去噪和修复效果较好,能完整保留纹理细节和边缘轮廓信息,目标图像与原始图像的一致性较高。 对所选 48 组数据, TL-SENSE 算法重建图像的平均信噪比相比 SENSE 算法、 L1-SENSE 算法、TV-SENSE算法和 LpTV-SENSE 算法,分别提高了 4.62 dB、1.91 dB、1.30 dB 和 0.89 dB。     

基于反馈网络的磁共振图像超分辨率重建研究

针对磁共振图像超分辨率重建算法存在的边缘信息丢失和运动伪影等问题,本文提出一种基于反馈网络的磁共振图像超分辨重建方法.采用反馈路径构成网络结构,在所提出的重建算法中,将输入图像进行上采样和下采样操作,提取图像特征,并对提取的特征进行融合后与输入图像一起进行局部循环训练,同时通过残差和卷积操作,重建超分辨率图像.为了更加...     

一种有损压缩车牌图像重建算法

图像经过JEPG格式压缩后易存在方块伪影。针对此类有损压缩车牌图像,给出一种基于卷积神经网络的重建方法,据以通过非线性映射和重建减少压缩伪影。卷积神经网络分为特征提取层、特征增强层、非线性映射层和重建层。其中,特征提取层采用三个不同尺寸的卷积核提取特征,并对其进行融合,由此可捕捉更多图像细节信息。实验结果表明,采用该网络结构重建有损压缩车牌图像的效果较好,能明显减少重建后的方块伪影。     

一种注意力机制的多尺度特征融合MRI重建

针对深度卷积神经网络重建磁共振图像存在的高频细节纹理丢失问题，本文提出一种注意力机制的多尺度特征融合磁共振成像(magnetic resonance imaging, MRI)重建。在U-Net模型基础上，采用参考图像的特征，约束低分辨磁共振图像的重建，并引入多尺度特征挤压注意力(multi-scale feature squeeze attention, MFSA)模块，建立跨通道信息交互，在通道维度上对多尺度特征层进行特征提取并融合，强化高频细节纹理的特征信息，提高磁共振图像重建的分辨率。同时，为验证所提注意力模块的有效性，保持其他参数不变，在测试集上分别对网络加入的注意力模块前后进行对比实验。实验结果表明，本文所提出的MFSA,能提高图像的重建质量，使图像获得更丰富的信息，各项指标均达到最优，重建结果纹理清晰，接近于真实图像，更能满足人类的视觉感受，而且网络在峰值信噪比和结构相似性等质量评价指标方面均得到较大改善，在定量评估上明显优于其他网络，而且通过不同尺度注意力相融合，使网络在小数据集上就可明显提升图像的感知质量。该研究具有较大的应用价值。     

换能器指向性对磁感应磁声成像伪影的影响

磁感应磁声成像具有超声成像高分辨率和强穿透性、电阻抗成像高对比度的优点,在早期肿瘤诊疗方面有巨大的应用潜力. 本文针对电导率边界图像伪影问题,基于换能器接收特性和声偶极辐射原理,对双层偏心球状组织模型进行了磁声信号的仿真,分析了重建图像伪影的产生原因,并研究了换能器指向性与重建图像伪影的关系. 结果表明,随着换能器ka的增大,其接收特性接近单指向性,重建图像的伪影逐渐模糊直至消失,证明提高换能器指向性可有效抑制伪影的产生. 本研究为磁感应磁声成像中换能器的选择提供参考,也为其图像重建质量的提高提供了技术支持.     

基于字典学习与等效视数的低剂量 CT伪影抑制算法

针对低剂量CT图像出现条形伪影的现象,提出了一种基于字典学习与等效视数(ENL)的伪影抑制算法.该方法首先利用平稳小波变换(SWT)对低剂量CT图像进行单层分解,并对高频图像训练字典,然后利用等效视数(ENL)对字典进行分区得到伪影字典和特征字典,并只对特征原子进行稀疏编码,经小波逆变换(ISWT)后得到处理的CT图像;然后,采用双边滤波器对处理后的CT图像进行分解并训练高频字典,通过判断等效视数(ENL)来摒弃伪影字典,从而去除高频图像残留的伪影和噪声,达到抑制条形伪影的目的.实验结果表明,与总变分降噪算法、K-奇异值分解(K-SVD)算法和三维块匹配滤波(BM3D)算法对比,该算法在抑制条形伪影的同时保留了更多的边缘和细节信息,并具有较高的结构相似性和峰值信噪比.     

基于改进的四阶各向异性扩散的中值先验重建算法

针对只能提供有限局部先验信息的最大后验法可以使重建后的图像出现阶梯状边缘伪影和过度平滑等缺点,提出了一种基于改进四阶各向异性扩散的中值先验重建算法.该算法首先在中值先验分布重建算法的目标函数中加入先验信息,用于保真图像的细节;然后针对重建图像依然存在块状伪影的问题,在每次迭代中对重建的图像进行改进的四阶偏微分降噪处理,从而使图像得到进一步的优化.仿真实验结果表明,该重建算法可以在对重建图像进行降噪的同时很好地保持图像的边缘和细节,获得高信噪比以及高质量的图像.     

并行磁共振图像的非二次正则化保边性重建

针对并行磁共振在欠采样率较高情况下重建图像存在的混迭伪影和噪声问题,提出一种非二次正则化的保边性图像重建算法.基于SENSE技术,该算法以保边平滑性的非二次凸函数为正则化项,构建一个非二次代价函数,并运用非线性共轭梯度算法求解该最小化问题,实现并行磁共振图像的保边性重建.为了评价算法的有效性和鲁棒性,以归一化均方误差作为评价准则,分析并行磁共振欠采样率最大时真实数据和仿真数据的图像重建.结果表明,该算法显著减少欠采样率较高时并行磁共振图像的混迭伪影,并能够有效抑制噪声和保留边缘信息.相比于其他图像重建算法,该算法能够快速收敛.     

基于正弦图恢复的CT局部重建算法

针对局部扫描过程中投影数据沿探测器方向截断的特点,提出一种基于正弦图数据恢复的扇束CT局部重建算法.算法首先基于截断正弦图提取的边缘信息对缺失投影数据进行扩充,接下来对未扩充完整的零值区域利用两侧已知的投影数据进行线性插值,最后依据扩充完整的投影数据经滤波反投影重建出局部图像.仿真和临床数据的重建结果表明,算法对直接利用局部截断投影数据重建图像中呈现的环形伪影有明显的抑制作用,且重建图像边缘清晰.     

多尺度残差网络模型的开放式电阻抗成像算法

针对开放式电阻抗成像（OEIT）的图像重建算法存在的成像精度低、对噪声敏感、重建图像伪影面积较大等问题,提出基于多尺度残差网络模型的OEIT算法. 该算法利用不同尺寸卷积核的残差块提取边界电压的多尺度特征;在完成特征拼接后,利用卷积实现深层信息融合,得到预测的电导率分布结果. 使用有限元法搭建OEIT正问题模型,构造“边界电压?电导率分布”数据集,将所提算法与其他算法在该数据集和实际模型实验中进行比较. 结果表明,所提算法使OEIT的重建精度、抗噪能力和定位目标准确性显著提高,并使检测目标的伪影面积缩小.     

改进的共轭梯度MRI压缩成像算法

为了缩短磁共振成像系统的扫描时间,压缩感知方法利用欠采样数据和非线性恢复算法实现系统的实时或准实时成像需求。通过联合考虑MRI图像在变换域和梯度域下的稀疏性,提出了一种基于预测线搜索方法的共轭梯度算法来重建磁共振图像。针对共轭梯度算法中线搜索次数过多和运行时间过长问题,采用基于预测的方法来优化搜索步长值,以此缩短算法执行时间和减少线搜索次数。仿真实验利用磁共振图像的10%、20%和30%的下采样数据进行图像重建,结果显示基于该预测线搜索方法的压缩成像算法执行时间少于回溯线搜索法的执行时间,重构图像质量优于零填充法和FR共轭梯度法,验证了该算法的有效性。     

新型开放式超导MRI主磁体结构优化设计

针对超导磁共振成像（MRI）装置对磁体结构开放性的设计要求,提出了一种开放式超导MRI磁体结构.为了实现高磁场强度、高磁场均匀度以及低成本等设计目标,对设计的磁体结构进行了多目标优化.运用正交试验（OD）法确定影响磁体性能指标的关键设计变量,在此基础上,提出一种结合表面响应法和遗传算法的自适应优化策略,找出全局最优解,完成了主磁体结构的优化设计.实验结果表明,设计的超导型MRI主磁体不仅提供了一定的开放成像空间,同时也满足成像区磁场强度及均匀度等方面的设计要求.     

带阈值滤波的迭代法三维ECT图像重建

针对Landweber迭代法用于三维ECT重建时,需要的迭代次数多且重建图像中含有大量伪迹的问题,提出了一种带阈值滤波的迭代重建法.该方法利用Landweber迭代法重建一初始图像,用阈值滤波获得改进图像,为了获得最佳阈值,依次用有限个离散化阈值对初始图像做二值化处理,计算出二值化图像对应的电容估计值与电容测量值之间的误差,并将对应最小误差的阈值确定为最佳阈值.仿真实验结果表明,自适应阈值滤波能够显著减少重建图像中的伪迹和重建时间,该方法具有良好的应用潜力.     

各向异性头部组织感应电流磁共振电阻抗成像

为了对人体头部组织各向异性电导率分布进行成像,借助扩散张量核磁共振成像(DT-MRI)技术,提出一种新的感应电流磁共振电阻抗成像(IC-MREIT)算法.采用IC-MREIT J-substitution算法,重构头皮、颅骨、脑脊液、灰质组织的各向同性电导率及白质组织的等效各向同性电导率分布,以该等效各向同性电导率分布作为初始信息,迭代重构脑白质各向异性电导率分布.基于磁共振成像(MRI)数据,构建包含5种组织的真实头模型,在该模型上对重构算法的可行性进行验证.在无噪声及15％的噪声水平下,重构电导率的相对误差分别小于15％和24％.仿真结果表明,该算法具有较高的抗噪声能力和成像精度.     

基于形态学的香梨褐变核磁共振成像无损检测

以新疆库尔勒香梨为研究对象,提出使用核磁共振成像技术检测香梨内部褐变的方法.采用核磁共振成像设备扫描得到香梨中部冠状面图像,使用MATLAB软件完成图像分割和中值滤波,采用自动阈值分割目标区域,利用图像面积区域属性函数分离果核与褐变部分,以提取香梨褐变特征,并对误判褐变切片图像作了进一步分析与处理.实验结果表明:核磁共振成像技术对不同贮藏周期的正常与褐变香梨切片图像的识别准确率分别为84%和100%,该方法对贮藏后期（6个月）香梨的褐变识别更有效.     

基于磁共振图像的脑瘤MGMT表达状况检测算法

针对脑胶质瘤的O6 甲基鸟嘌呤-DNA甲基转移酶(MGMT)表达状况检测受主观影响的问题,以中国脑胶质瘤患者的磁共振图像（MRI）为研究对象,提出一种包括特征提取、特征优化和模式分类的图像处理方法.利用图像的灰度共生矩阵、灰度 梯度共生矩阵和二维离散正交S变换(2D-DOST)提取肿瘤病变区域的纹理特征,结合环形增强和年龄特征构成初始特征集.将k最邻近法（KNN）与支持向量机（SVM）结合,进行特征优化.使用留一交叉检验法(LOOCV),将最优特征集进行SVM分类.分别对25位脑胶质瘤患者的T1加权、T1增强和FLAIR序列的磁共振图像进行分析.结果表明,该算法能够降低特征集的冗余程度,克服小样本分类困难,准确有效地检测MGMT表达状况.     

一种加权中值滤波算法在医学磁共振图像去噪中的应用

为了更好地去除医学磁共振图像(MRI)中的高密度椒盐噪声和高斯噪声,提出了一种加权中值滤波算法.该算法的核心思想是利用改良的有限阈值策略对滤波窗口的每个像素点的灰度值与计算该像素点所得的相应权值之积进行求和,然后将运算结果作为滤波窗口中心点的输出值.利用该算法对含有高密度椒盐噪声和高斯噪声的医学MRI进行去噪仿真实验表明,该算法对高密度椒盐噪声和高斯噪声的抑制力显著优于单纯的中值算法和均值算法,且去噪后的图像具有良好的细节保真度和清晰度.     

一种两阶段的由粗到细的多模态脑肿瘤分割框架

从核磁共振图像中提取脑肿瘤在临床诊断及手术规划中起到关键作用。该文提出了一种两阶段的由粗到细的自动分割框架对多模态脑肿瘤图像进行分割。该框架分为粗分割及细分割两部分。粗分割部分采用一个深度卷积神经网络对脑肿瘤五分类，生成4种肿瘤组织的粗分割概率图；细分割部分将这些概率图作为掩膜促使卷积网络关注高概率区域。此外，为了减轻数据不均衡，细分割部分采用了双分支输出，一个支输出五分类结果，并采用带掩膜的交叉熵损失函数；另外一个分支输出二分类结果来标记整个脑肿瘤，采用了均方误差。利用BRATS 2015数据集进行验证，结果表明该方法具有很好的效果。     

荧光电磁探伤的图象采集和处理软件系统

介绍了一个荧光电磁自动探伤的图象采集和处理软件系统，在图象处理中，采用了一个称为迟滞滤波的平滑法，进而提出了一维三角形模板二值化算法。实验结果表明，这些方法对于本系统的图象处理是十分有效的．