基于字典學(xué)習(xí)與GPU加速的快速磁共振成像技術(shù)研究.pdf

1、磁共振技術(shù)由于其優(yōu)秀的軟組織分辨度及對被檢測人體無輻射危害等巨大的優(yōu)勢在臨床醫(yī)學(xué)上近年來備受青睞，然而磁共振技術(shù)采集速度過慢，已逐漸成為臨床醫(yī)學(xué)特別是動態(tài)心臟成像領(lǐng)域上的瓶頸。壓縮感知理論的出現(xiàn)以及基于稀疏表示方法的壓縮感知技術(shù)在磁共振成像中的應(yīng)用已經(jīng)部分解決了這一問題。本文主要研究自適應(yīng)稀疏表示方法中字典學(xué)習(xí)算法及其優(yōu)化算法-雙字典學(xué)習(xí)算法，并分別將其應(yīng)用到三維動態(tài)心臟磁共振成像中。由于三維數(shù)據(jù)重建計(jì)算量大、重建時(shí)間過長，本文將利用硬

2、件GPU并行計(jì)算加速來縮短重建時(shí)間。本文主要從以下三個(gè)方面開展工作：
　　(1)研究壓縮感知理論的基本原理，它包括信號稀疏表達(dá)方法、觀測矩陣及圖像重建等三個(gè)核心部分。重點(diǎn)研究壓縮感知理論在磁共振成像中的應(yīng)用后三個(gè)核心部分，即MR圖像的稀疏表示、欠采樣方式的設(shè)計(jì)和圖像重建算法的設(shè)計(jì)。最后研究基于小波變換的CS-MRI實(shí)現(xiàn)方法并通過仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證。
　　(2)研究以字典學(xué)習(xí)為稀疏表示方法的CS-MRI算法，同時(shí)將研究數(shù)據(jù)從二維

3、數(shù)據(jù)拓展到三維數(shù)據(jù)中。在三維數(shù)據(jù)重建方法上，由傳統(tǒng)方法中多層重建改進(jìn)為三維直接重建，即所有的數(shù)據(jù)全部為三維數(shù)據(jù)直接參與算法的重建當(dāng)中。這樣做的目的是利用三維數(shù)據(jù)中每一層數(shù)據(jù)重建前的先驗(yàn)經(jīng)驗(yàn)以及層與層之間的相關(guān)性。在其基礎(chǔ)上，研究字典學(xué)習(xí)的優(yōu)化算法即雙字典算法，用來提高數(shù)據(jù)重建的質(zhì)量。主要為訓(xùn)練不同精度的字典，在不同重建步驟中分別使用不同精度的字典，達(dá)到提高數(shù)據(jù)重建質(zhì)量的目的。最后，本文將該算法應(yīng)用到三維動態(tài)心臟磁共振成像當(dāng)中。仿真實(shí)驗(yàn)表

4、明，雙字典學(xué)習(xí)算法相比其他兩種算法能更有效地提升重建圖像質(zhì)量。
　　(3)本文同時(shí)考慮算法的耗時(shí)程度，三維數(shù)據(jù)量龐大，尤其三維直接重建過程中三維矩陣相乘相當(dāng)耗時(shí)。正交匹配追蹤（Orthogonal Matching Pursuit, OMP）算法將在稀疏編碼階段求解數(shù)據(jù)的稀疏表示系數(shù)，而OMP算法具備并行性且十分耗時(shí)，占整個(gè)算法運(yùn)行時(shí)間比重大，這就為GPU硬件加速OMP算法運(yùn)行速度提供了可能。我們研究利用JACKET引擎對OMP算