CS-MRI中评价随机欠采样矩阵的新方法.PDF

波 谱 学 杂 志 第 32 卷第4 期 Vol. 32 No. 4 2015 年 12 月 Chinese Journal of Magnetic Resonance Dec. 2015 文章编号：1000-4556(2015)04-584-12 doi:10.11938/cjm CS-MRI 中评价随机欠采样矩阵的 新方法 1,2 1 1 1 1 肖 洒 ，吕植成 ，孙献平 ，叶朝辉 ，周 欣 [1. 波谱与原子分子物理国家重点实验室，中国科学院生物磁共振分析重点实验室，武汉磁共振中心 （中国科学院武汉物理与数学研究所），湖北 武汉 430071 ； 2. 中国科学院大学，北京 100049] 摘 要：在压缩感知-磁共振成像(CS-MRI) 中，随机欠采样矩阵与重建图像质量密切相关． 而选取随机欠采样矩阵一般是通过计算点扩散函数(PSF)，以可能产生的伪影的最大值为评 价参数，评估欠采样对图像重建的影响，然而最大值只反应了伪影的最坏情况．该文引入 了两种新的统计学评价参数平均值(MV)和标准差(SD) ，其中平均值评估了伪影的平均大小， 标准差可以反映伪影的波动情况．该文分别使用这 3 种参数对小鼠和人体脑部 MRI 数据以 不同的采样比率进行 CS 图像重建，实验结果表明，当采样比率不低于4 倍稀疏度时，使用 平均值获得了质量更优的重建图像．因此，通过稀疏度先验知识指导合理选取采样比率， 并以平均值为评价参数选取随机欠采样矩阵，能够获得更优的 CS-MRI 重建图像． 关键词：磁共振成像(MRI) ；压缩感知；随机欠采样矩阵；点扩散函数 中图分类号：O482.53 文献标识码：A 引言 压缩感知(Compressed Sensing ，CS) 作为一种新兴的采样理论，可以在远小于 Nyquist 采样频率的条件下，使用欠采样方式采集信号数据，然后通过非线性重建算法 [1–3] 很好的重建信号．2006 年，Donoho 、Candes 和陶哲轩等人奠定了压缩感知的基础 ， 收稿日期: 2015-02-15; 收修改稿日期: 2015-10-22 基金项目: 国家自然科学基金资助项目 ． 作者简介: 肖洒(1990-)，男，湖北襄阳人，博士研究生，分析化学专业，主要研究方向为磁共振图像重建与压缩感知． *通讯联系人：周欣，电话：027，E-mail: xinzhou@wipm.ac.cn. 第 4 期 肖 洒等：CS-MRI 中评价随机欠采样矩阵的新方法 585 在此之后压缩感知在信息技术领域引起了广泛关注和研究．磁共振成像(Magnetic Resonance Imaging ，MRI)是一种重要的医学影像技术，具有无放射性，非侵入性等特 点，但是和其他影像学方法相比其成像速度较慢、成本较高．压缩感知-磁共振成像 (Compressed Sensing-Magnetic Resonance Imaging，CS-MRI)是一种将压缩感知技术与磁 共振成像相结合，提高成像速度的新技术．通过 CS-MRI 技术，不仅可以节省采样时间， 从而降低磁共振成像的使用成本；而且可以结合现有磁共振成像技术发展许多新的技 [4] [5]