磁共振弥散加权成像涡流失真系统性矫正算法研究

针对基于EPI扫描序列的弥散加权成像技术中存在的涡流失真现象,给出一种基于图像配准的系统性失真矫正方法.矫正过程以非弥散加权图像为参考图像,利用二值蒙版分割图像消除高b值图像脑脊液区域对比度差异影响,在迭代互相关ICC算法基础上结合相邻层的变形参数进行平滑得到系统性配准参数.比较实验表明,结合相邻层信息能减少两两配准带来的矫正误差,得到更好的矫正效果.     

多次激发弥散成像中运动伪影的正则化矫正算法

为了去除多次激发弥散磁共振成像中的运动伪影,提出一种对于导航回波数据分辨率要求不高、具有更快收敛速度的伪影矫正算法。该方法应用Tikhonov正则化理论对当前的共轭梯度算法进行改进,以融入先验知识的方式利用导航回波数据的幅值信息,提高数据利用率,弥补由于实际数据分辨率低引起的伪影矫正不彻底的问题和在采用并行成像情况下的算法收敛速度慢的问题。计算机仿真和人体实验结果表明:正则化矫正方法能更彻底地矫正运动伪影,减小重建误差,具有较高的临床价值。     

永磁磁共振扩散加权平面回波成像涡流伪影校正

研究了涡流对永磁磁共振扩散加权平面回波成像的影响,提出了一种针对永磁磁共振成像系统的涡流补偿算法,并对扩散加权EPI序列由于剩余涡流引起的相位误差提出了一种补偿方法.在0.35T永磁型磁共振成像系统上对算法进行了验证,不同的梯度方向经过涡流预加重补偿后,涡流最少也会降至未补偿前的1/15.对涡流补偿和未补偿的模体扩散加权EPI图像进行了比较,经过两次补偿后,图像几何畸变会降低5%,图像伪影会降低1/3.实验结果表明,所提出的算法可以有效抑制因涡流引起的扩散加权EPI伪影及畸变.     

一种基于HLCC的CT图像刚性平移运动伪影校正算法

为消除CT检查过程中病人运动引起的伪影,提高图像质量,提出一种基于HLCC多约束运动参数估计的校正算法.首先用贝塞尔曲线模型描述病人的刚性平移运动,基于HLCC构造一个包含运动信息的目标函数,再引入运动幅度的有限性和图像零阶几何动量为常量作为约束条件,通过二次规划的方法估计运动参数;重建过程中改进滤波反投影算法,加入运动参数进行补偿,以消除运动伪影.实验结果表明,该算法能够准确地估计出物体的运动参数,有效消除运动伪影,具有较强的鲁棒性.     

基于卷积神经网络的能谱CT射束硬化伪影抑制方法

X射线能谱CT探测器可以通过一次扫描,对两个不同的能量区间进行图像重建,由于重建算法基于单色X 射线源的假设,低能量重建图像会存在明显的射束硬化伪影. 为此提出了一种用于校正射束硬化伪影的卷积神经网络结构,使用大规模的体模样本进行训练:利用低能和高能重建图像共同作为网络输入以提取伪影特征,通过最小化输出和无伪影图像之间的均方误差来对低能图像进行校正.在两种不同能谱组合中的测试结果证明了该方法可以在保留物质结构特征的基础上抑制射束硬化伪影,校正后低能图像的峰值信噪比大约提高了20 dB.     

基于冗余表达的CT图像中金属伪影校正

针对CT图像中存在的金属伪影,提出了一种新的基于冗余表达的校正方法.首先分割出CT图像中的金属区域,将其投影得到金属投影区域;然后从原始投影数据中去除金属投影区域部分的投影数据;最后利用冗余表达的算法恢复金属部分的投影数据,经过滤波反投影后,重建出校正后的图像.校正结果显示,本方法对含有多块金属模体的重建图像的金属伪影有较好的校正效果.     

一种射束硬化伪影校正方法

提出了一种医用CT图像射束硬化伪影校正后处理算法。CT扫描机扫描得到的投影数据重建CT图像,对此图像进行分割,得到仅包含高密度物质的图像。分别对原始图像和高密度物质图像进行投影,并对投影数据进行校正。使用校正后的投影数据进行图像重建,得到包含校正信息的校正图像。对原始CT图像,使用校正图像进行CT值校正,得到校正后的CT图像。通过实验,验证了该后处理校正算法的有效性和稳定性。     

基于CT投影数据不完全的代数重建算法的研究与实现

目前,CT图像重建算法主要包括解析法和迭代法。解析法以卷积反投影算法最为常用,该算法的重建速度快,成像质量较好,但它要求完全的、等间距的投影数据,积分路径（射线）要为直线,而且重建图像有伪影。代数重建算法是迭代法的典型形式。它适用于不同方式的采样数据,对不完全数据也可重建图像,但计算量大、重建速度慢,影响了算法的应用范围。     

逆滤波在消除磁共振图像运动伪影中的仿真和应用研究

由于自主运动、呼吸和器官搏动等原因,在磁共振成像过程中会造成运动伪影.该文对脑部、胸部和腹部磁共振图像仿真出不同的运动伪影,通过逆滤波方法和位移纠正来消除运动伪影和复原原始图像.实验结果表明,该文方法可以较好地消除运动伪影并复原原始图像.     

一种自适应加权欠采样图像重建算法

针对欠采样图像重建中容易对噪声敏感且出现伪影的问题,构建了结合离散小波和TV的双正则化图像重建模型,基于该模型进一步提出了一种自适应加权迭代图像重建算法。该算法在每次迭代中通过阈值收缩方法依次计算TV正则项与小波系数先验项,更新重建图像。同时为了进一步提升重建图像的质量,引入迭代支集检测方法计算小波系数的自适应权重。实验结果表明,与其他算法相比,该文算法具有更好的时间效率和重建质量。