基于深度递归级联卷积神经网络的并行磁共振成像方法

快速磁共振成像是磁共振研究领域重要的课题之一.随着大数据和深度学习的兴起,神经网络成为快速磁共振技术的重要方法.然而网络性能表现和网络参数量之间较难取得平衡,且对于多通道数据重建的并行成像问题,相关研究较少.本文构建了一种深度递归级联卷积神经网络结构,用于处理并行成像问题.这种网络结构在减少网络参数量的同时,能够尽可能地提高网络的表达能力,提高网络重建的精确度.实验结果表明,相较于传统并行成像方法,通过训练好的神经网络对欠采样磁共振数据进行重建,可以得到更准确的重建结果,且重建时间大大缩短.

基于回波平移序列的快速三维磁共振温度成像方法

高强度聚焦超声(HIFU)是一种无创的热消融疗法,为保证其安全性和有效性,需要一种精度高、速度快的测温方法在其治疗过程中对温度进行监控.基于质子共振频率位移(PRFS)的磁共振温度成像(MRT)对温度具有较高的灵敏度,且与温度具有良好的线性关系,因此常被用于引导HIFU治疗.然而在实际应用中,HIFU治疗的最大隐患在于可能造成表皮灼伤,并且灼伤区域可能与焦点区域相隔较远.因此MRT的监控范围十分重要.本文基于三维回波平移成像序列,结合可控混叠的空间并行成像技术,实现了时间分辨率为3 s的快速三维温度成像.为了验证该方法的精度,本文首先设计了仿体降温实验,利用光纤温度计验证回波平移序列测温的准确度和精确度.然后在室温条件下扫描离体猪肉组织,对比加速前后的MRT的测温精确度.在HIFU加热条件下扫描离体猪肉组织,对比加速前后的MRT的测温准确度.结果显示,本文提出的方法可以在3 s内完成三维温度精准测量,对于HIFU治疗的安全监控具有重要意义.

基于图形处理器加速Wave-CAIPI重建的改进共轭梯度法

Wave-CAIPI是一种利用多通道线圈和k空间螺旋轨迹采样来加速磁共振成像的新3D成像方法。然而,Wave-CAIPI采集的3D数据对于重建计算是巨大的。为了加速重建过程,该文使用基于图形处理器改进的共轭梯度算法实现了Wave-CAIPI重建,减少了重建时间。水模数据集和体内人脑数据集的实验表明,基于图形处理器的Wave-CAIPI重建可以获得与传统基于中央处理器的WaveCAIPI重建类似的图像结果,且重建效率显著提升。