磁共振图像k空间数据分析与处理PC平台的开发与应用

目的:开发基于普通PC的软件包,实现磁共振图像k空间数据的读取分析与多种后处理。方法:根据磁共振原始数据的存储规则和文件结构,开发读取磁共振图象k空间数据的PC平台,读取文件头相关信息(图像层数,回波采样点数,相位编码步数,数据偏移量等关系后续图像重建、分析、处理的重点参数必须读出备用,其它辅助参数可不读出,若将来用到,可添加读出代码即可),开辟内存空间,线性k空间数据读出到内存,根据前面参数提供的信息进行各层面数据重组。各种序列参数放在hd结构中,数据放在data矩阵中。对数据矩阵进行各种处理。结果:在该平台上,可成功进行磁共振原始k空间数据的读取、显示、分析和重建处理及各种后处理操作(图象重建;幅度、实部、虚部、相位的分别显示;锐化、模糊等各种处理)。结论:软件包成功实现了各项预先设计功能,利用该方法开发磁共振图像k空间数据分析与处理PC平台切实可行。

一种改进的磁共振并行成像k空间数据采集算法

为进一步缩短磁共振成像时间,改善图像质量,提出了一种改进的有限脉冲响应(FIR)GRAPPA算法.与传统的权重固定的FIR GRAPPA算法模型相比,该算法考虑了相位方向的变化,包含更多的k空间数据且更符合并行成像数据拟合的物理过程.为验证该算法的有效性,对人体心脏和大脑图像的原始数据分别进行仿真实验,得到了在较大加速因子下的重建图像及均方误差.与传统的GRAPPA算法及其他改进的GRAPPA算法进行比较,结果发现,利用改进算法重建的图像更清晰,均方误差更小.因此,本文提出的改进GRAPPA算法有效可行.

部分K空间数据的实部重建

从理论分析出发，研究并实现了用于磁共振成象的部分Ｋ空间数据实部重建的一个算法，给出了实验结果并进行了分析和讨论。

基于Chebyshev多项式的消除Gibbs伪影的快速算法

在磁共振成像中通常通过减少相位编码次数来缩短数据采集时间,这样只能得到部分原始k空间数据,运用傅里叶变换成像时会在图像中产生常见的G ibbs环状伪影。Gegenbauer重建方法是一种能够有效消除G ibbs环状伪影并能保持高分辨率的图像重建方法,但是这种方法的缺点在于重建时间长且参数选择必须满足严格的限制且对图像重建质量影响较大。本文提出的基于Chebyshev多项式的逆多项式重建方法是针对Gegenbauer方法的改进算法,在改进原有算法不足的同时有效提高了重建精度。实验结果验证了该算法的有效性。

并行磁共振成像SMASH算法的C++语言实现

对并行磁共振成像的k空间域SMASH算法进行了研究,提出了具体的工程实现方法.用C++语言创建了SMASH算法类,该类实现了5种功能:读入k空间数据,计算线圈灵敏度,求解谐波系数,拟合生成未采集的k空间数据,然后用逆傅立叶变换重建得到图像.对原始数据的重建结果表明:该算法类可以成功重建图像,为并行MRI图像重建算法在工程实现中提供了重要参考.

基于压缩感知的磁共振图像重建算法的VC实现

我们对压缩感知重建算法在MRI中的应用进行了研究,并在VC6.0平台下对其进行工程实现。该程序主要由以下几部分组成:(1)建立图像模型及引入仪器采集数据;(2)设计采样方法模拟压缩感知的稀疏采集;(3)选择图像稀疏变换方法;(4)选用压缩感知算法重建得到图像。结果表明:使用该方法可以成功重建出高质量的图像,为压缩感知算法在MRI扫描仪器上的使用提供了重要参考。

磁共振成像仿真平台设计与实现

为了更好地研究MRI成像技术和图像重建算法,采用Matlab图形用户界面创建了MRI仿真平台。该平台模拟了线性、螺旋及并行扫描3种成像方式,可以导入不同模型图像,设计K空间扫描轨迹,模拟K空间数据采集过程,显示采集信号的波形。对这3种成像方式的图像重建加以实现,并对重建误差进行了分析。该平台为其它各种MRI数据采集和图像重建新算法的研究提供了一种有效工具。