期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于定量磁化率成像人脑深层灰质核团概率性图谱的构建 被引量:2
1
作者 薄斌仕 翟国强 +2 位作者 张苗 王乙 李建奇 《磁共振成像》 CAS CSCD 2017年第5期367-373,共7页
目的基于定量磁化率成像(quantitative susceptibility mapping,QSM)技术制作可用于自动分割大脑深层灰质核团的概率图谱。材料与方法 15名健康受试者参与研究,所有受试者扫描均在3.0 T磁共振成像设备系统上完成。在随机选取的10名受试... 目的基于定量磁化率成像(quantitative susceptibility mapping,QSM)技术制作可用于自动分割大脑深层灰质核团的概率图谱。材料与方法 15名健康受试者参与研究,所有受试者扫描均在3.0 T磁共振成像设备系统上完成。在随机选取的10名受试者得到的标准空间QSM图上,手动勾画出六个双侧脑深部灰质核团,之后采用相应的图谱评价方法选择最优概率阈值的图谱作为最终的概率图谱。在其余5名受试者得到的标准空间QSM图上,分别使用三种图谱(概率图谱、AAL图谱和Johns Hopkins图谱)自动分割和由2名研究者手动勾画出六个双侧脑深部灰质核团感兴趣区,并分别计算自动分割与手动勾画得到的区域的相似度Dice系数和磁化率值,以评价概率图谱的准确性。结果在基底节区域,概率图谱分割结果的Dice系数明显高于AAL图谱,但和Johns Hopkins图谱区别不大;在颅底和小脑区域,概率图谱分割结果的Dice系数明显高于Johns Hopkins图谱。与其他两种图谱相比,概率图谱自动分割深部核团后测量得到的磁化率值,更接近于手动勾画核团测量得到的磁化率值,其差别更小。结论基于多名受试者QSM图像构建的脑深部灰质核团概率图谱,对大脑灰质核团分割效果更加可靠,可有效提高图像分析工作的效率。 展开更多
关键词 磁共振成像 定量磁化率成像 基于图谱分割 脑深部核团
下载PDF
定量磁化率成像多回波相位拟合算法研究 被引量:2
2
作者 赵欣欣 薄斌仕 +2 位作者 刘田 王乙 李建奇 《波谱学杂志》 CAS CSCD 北大核心 2016年第4期609-617,共9页
定量磁化率成像(quantitative susceptibility mapping,QSM)技术大多采用多回波梯度回波序列采集相位数据,经加权最小二乘法(weighted linear least-square,WLS)拟合得到局部磁场分布.对于组织磁化率分布不均匀的区域,尤其是颅底部位,常... 定量磁化率成像(quantitative susceptibility mapping,QSM)技术大多采用多回波梯度回波序列采集相位数据,经加权最小二乘法(weighted linear least-square,WLS)拟合得到局部磁场分布.对于组织磁化率分布不均匀的区域,尤其是颅底部位,常规WLS算法拟合得到的局部磁场误差较大,导致相应部位磁化率分布图信噪比较低.针对常规WLS算法的这一不足,该文提出了一种截断WLS算法.对两种算法拟合得到的磁化率分布图对比研究发现,截断WLS算法可有效提高颅底部位定量磁化率分布图的图像质量,使其噪声明显下降. 展开更多
关键词 定量磁化率成像(QSM) 多回波相位拟合 加权最小二乘法(WLS) 阈值截断
下载PDF
基于复值和模值的肝脏磁共振水脂分离组合算法 被引量:1
3
作者 翟国强 张苗 +3 位作者 薄斌仕 王乙 范明霞 李建奇 《波谱学杂志》 CAS CSCD 北大核心 2018年第4期417-426,共10页
质子密度脂肪分数(proton density fat fraction,PDFF)是用于评估肝脏脂肪的重要定量指标.为了获得更为精确的肝脏PDFF,本文通过分离R_2~*估计,提出了一种改进的基于磁共振成像(magnetic resonance imaging, MRI)脂肪定量方法.通过在3.0... 质子密度脂肪分数(proton density fat fraction,PDFF)是用于评估肝脏脂肪的重要定量指标.为了获得更为精确的肝脏PDFF,本文通过分离R_2~*估计,提出了一种改进的基于磁共振成像(magnetic resonance imaging, MRI)脂肪定量方法.通过在3.0 T MRI扫描仪器上对肝脏脂肪含量不同的人体被试进行MRI扫描,进一步验证了该方法的可行性和准确性.研究结果显示,本文方法得到的肝脏脂肪分数和磁共振波谱(magnetic resonance spectroscopy,MRS)分析得到的脂肪含量高度一致,表明该方法对临床脂肪肝的检测具有重要的参考指导价值. 展开更多
关键词 磁共振成像(MRI) 肝脏 脂肪定量 水脂分离方法 IDEAL算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部