首页 | 本学科首页   官方微博 | 高级检索  
     

基于主成分迭代支集检测的多对比度磁共振快速成像
引用本文:彭 玺,宋光华,安一硕,刘元元,王圣如,刘 新,梁 栋. 基于主成分迭代支集检测的多对比度磁共振快速成像[J]. 集成技术, 2013, 2(5): 18-21
作者姓名:彭 玺  宋光华  安一硕  刘元元  王圣如  刘 新  梁 栋
作者单位:中国科学院深圳先进技术研究院 深圳 518055;中国科学院深圳先进技术研究院 深圳 518055;中国科学院深圳先进技术研究院 深圳 518055;中国科学院深圳先进技术研究院 深圳 518055;中国科学院深圳先进技术研究院 深圳 518055;中国科学院深圳先进技术研究院 深圳 518055;中国科学院深圳先进技术研究院 深圳 518055
基金项目:国家自然科学基金(11301508,61102043,81120108012),深圳市基础研究(JC201104220219A),深圳市孔雀计划(KQCX20120816155710259)
摘    要:很多磁共振成像应用(如 T1、T2 参数成像)需要连续采集一系列不同对比度的图像。丰富的对比度机制反映了人体组织的内在特性,为临床提供了有效的定量诊断手段。然而,由于扫描时间过长,这种方法在临床上的应用受到一定的限制。近几年兴起的压缩感知理论在磁共振快速成像方面显示了巨大的潜能。其中,学者们提出一种基于主成分分析的快速磁共振成像方法。该方法从已知的解析物理模型和参数范围中训练主成分,并通过截断的方式利用图像序列的时域稀疏性。但是,当这种截断先验信息不准确时,上述方法可能会产生模型误差。 本文通过采用迭代支集检测的方法实现主成分系数支集的适应性估计。文章最后通过两组人体膝盖数据的重建实验,验证了该方法的有效性。

关 键 词:多对比度磁共振成像;压缩感知;主成分分析;迭代支集检测

Accelerating T2 Mapping using ISD in the Spatial-PCA Domain
PENG Xi,SONG Guang-hu,AN Yi-shuo,LIU Yuan-yuan,WANG Sheng-ru,LIU Xin and LIANG Dong. Accelerating T2 Mapping using ISD in the Spatial-PCA Domain[J]. , 2013, 2(5): 18-21
Authors:PENG Xi  SONG Guang-hu  AN Yi-shuo  LIU Yuan-yuan  WANG Sheng-ru  LIU Xin  LIANG Dong
Abstract:A series of multi-contrast MR images are usually required in various MR applications, such as T1 and T2mappings, which provide quantitative information of inherent tissue properties for diagnosis purpose. However, its clinicalapplication is limited by the long scanning time. The emerging theory of compressed sensing has shown great potential inaccelerating MR acquisitions. Recently, a principal component analysis based method has been proposed exploiting thetemporal sparsity via truncated PCs based on the knowledge of the analytic model and possible parameter range. However,it may generate model errors when such prior information is not accurate. In this work, the support of the PC coefficientswere detected in a more adaptive way using iterative support detection. Reconstructions based on two knee data sets wereconducted to demonstrate the effectiveness of the proposed method.
Keywords:multi-contrast magnetic resonance imaging   compressed sensing   principal component analysis   iterativesupport detection
点击此处可从《集成技术》浏览原始摘要信息
点击此处可从《集成技术》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号