基于高阶奇异值分解的磁共振图像去噪方法

    公开(公告)号:CN104200441A

    公开(公告)日:2014-12-10

    申请号:CN201410477499.5

    申请日:2014-09-18

    Abstract: 一种基于高阶奇异值分解的磁共振图像去噪方法,包括:(1)对原始图像进行方差稳定变换;(2)对变换后的图像进行第一次高阶奇异值分解去噪,具体是:(a)对每一个标的像素对应的参考块,逐个寻找该参考块的相似块组成高维数组;(b)对高维数组进行高阶奇异值分解变换得到系数和自适应基;(c)通过第一阈值操作;(d)进行高阶奇异值分解逆变换;(3)加权平均进行像素合并;(4)加权平均得到第一次加权平均后的图像;(5)对第一次加权平均后的图像进行第二次高阶奇异值分解去噪获得第二次去噪后的图像;(6)对第二次去噪后的图像进行方差稳定逆变换得到滤波图像。本发明的方法能够有效地抑制磁共振图像噪声,提高图像质量。

    一种肝脏磁共振横向弛豫率R2*参数的测量方法

    公开(公告)号:CN103218788A

    公开(公告)日:2013-07-24

    申请号:CN201310144276.2

    申请日:2013-04-24

    Abstract: 一种肝脏磁共振横向弛豫率R2*参数的测量方法,包括:(1)获得磁共振肝脏图像、绘制全肝感兴趣区域;(2)获得去噪后的磁共振肝脏图像;再获取去噪后磁共振肝脏图像的全肝感兴趣区域内的每个像素灰度,将每个像素的灰度与回波时间拟合到单指数模型在非中心Chi噪声影响下的一阶矩模型式子(I)中,获得全肝R2*图;(3)将全肝感兴趣区域的R2*值分成两类,分别对应于肝实质和血管;再获得肝实质感兴趣区域;(4)计算各回波图像肝实质感兴趣区域的灰度均值、回波时间,拟合到式子(I)中,获得最终的肝实质R2*值。本发明的方法能够提高横向弛豫率R2*参数的精确度且重复性好。

    基于区域时空先验的动态PET重建方法

    公开(公告)号:CN102013108A

    公开(公告)日:2011-04-13

    申请号:CN201010555644.9

    申请日:2010-11-23

    Abstract: 本发明公开了一种基于区域时空先验的动态PET重建方法,包括以下步骤:(1)利用PET成像设备采集动态投影数据;(2)对获取的动态投影数据进行传统的FBP重建,生成初始动态图像;(3)对获取的动态重建图像提取各感兴趣区域对应的均值时间活度曲线TAC;(4)对步骤(3)提取的均值TAC应用房室模型进行拟合,得到拟合后的最优TAC;(5)利用拟合后的最优TAC计算所有动态图像估计的区域时空先验;(6)利用获取的区域时空先验及动态图像估计应用基于贝叶斯最大后验重建方法对各时间帧进行重建,更新原动态图像估计;(7)重复步骤(3-6),直至迭代终止。该方法相比经典的图像重建方法,可以有效地提高动态PET重建图像质量,进而提高动力学参数的估计准确度。

    在T1加权磁共振成像中用PROPELLER采样方式消除运动伪影的方法

    公开(公告)号:CN1686050A

    公开(公告)日:2005-10-26

    申请号:CN200510033772.6

    申请日:2005-03-28

    Inventor: 冯衍秋 陈武凡

    Abstract: 本发明公开了一种在T1加权磁共振成像中用PROPELLER采样方式消除运动伪影的方法,包括步骤如下:(1)基于PROPELLER采集方式对T1加权成像数据进行采集;(2)在图像域进行相位矫正;(3)由中心重叠采样区域的K空间数据,根据相关测度,进行基于频域相关的运动参数估计;(4)以步骤3中结果出发,基于图像域最大化互信息量算法,进行运动参数的迭代优化搜索;(5)由步骤4中结果,进行运动补偿;(6)通过非笛卡尔数据网格化重建算法,重建出不受运动伪影干扰的图像。本发明可以提高运动估计与补偿的精度与稳健性,相应地更好地消除T1加权图像的运动伪影干扰。

    磁共振图像重建时所产生Gibbs环状伪影的消除方法

    公开(公告)号:CN1663526A

    公开(公告)日:2005-09-07

    申请号:CN200510033773.0

    申请日:2005-03-28

    Abstract: 本发明公开了一种磁共振图像重建时所产生Gibbs环状伪影的消除方法,包括以下步骤:(1)获取部分K空间数据;(2)将所获各原始频域矢量矩阵进行转换;(3)对转换成的频域矢量矩阵数据1进行滤波得到频域矢量矩阵数据2;(4)利用频域矢量矩阵数据2对图像进行边缘检测;(5)把图像函数方程改写成以第二类Chebyshev多项式为基函数进行展开的图像成像方程;(6)通过步骤(4)获取的边缘信息,在每个连续区域内,把频域矢量矩阵数据1带入步骤(5)中求得的图像成像方程,来获得所求的图像域数据矩阵;并将其矢量转化为向量,得到修正好的图像。本发明可有效消除Gibbs环状伪影同时保证了重建图像的高分辨率。

    扩散加权图像去噪算法、介质及设备

    公开(公告)号:CN113837958B

    公开(公告)日:2023-08-04

    申请号:CN202111056998.3

    申请日:2021-09-09

    Abstract: 本发明公开了一种扩散加权图像去噪算法、介质及设备,算法包括步骤:S1、获取扩散加权图像;S2、建立莱斯分布或非中心卡方分布下的噪声矫正模型;S3、求解得到初始解X0;S4、采用迭代法,对X0进行去噪处理;S5、已知第k‑1次的输入图像Xk‑1,采用滑动窗形式,以固定步长,选取扩散加权图像Xk‑1的局部三维块,对每个局部图像块进行高阶奇异值分解去噪处理;S6、对步骤S5得到的所有图像块进行聚合得到去噪图像Zk;S7、计算非局部均值滤波的相似性权重,对原始输入图像进行非局部均值滤波;S8、更新Xk‑1,得到Xk,若满足迭代停止条件,则退出,更新后的Xk为最终的去噪图像,否则跳到步骤S5。本发明能确保最终所得的去噪图像为理想无噪图像的无偏估计。

    基于多先验约束扩散峰度成像张量估计方法、介质和设备

    公开(公告)号:CN112581385B

    公开(公告)日:2023-07-07

    申请号:CN202011371326.7

    申请日:2020-11-30

    Abstract: 基于多先验约束扩散峰度成像张量估计方法、介质和设备,包括步骤:采用有约束的加权线性最小二乘拟合方法得到DKI参数的初始估计值;根据图像背景计算高斯噪声的标准差;根据初始估计值构建参数集、或根据初始估计值和高斯噪声的标准差构建参数集;根据基于体素的非局部结构相似性测度模型,计算每个体素搜索窗中的权重;建立DKI扩散信号在非中心卡方分布下的一阶矩噪声校正模型;建立DKI张量的物理约束模型;由权重、物理约束模型、一阶矩噪声校正模型、基于局部全变分的约束项构建DKI张量估计目标函数模型;以参数集作为输入,计算DKI张量场,并根据DKI张量场计算得到DKI量化参数图。本发明准确得到DKI量化参数图,为临床疾病的量化诊断提供可靠信息。

    一种扩散张量成像参数量化方法、系统、设备和介质

    公开(公告)号:CN115984404A

    公开(公告)日:2023-04-18

    申请号:CN202310088128.7

    申请日:2023-01-19

    Abstract: 本发明提供了一种扩散张量成像参数量化方法、系统、设备和介质,其中方法包括:获取dMRI数据{S0,Sb(gn),n=1,2,…,N},以及获取dMRI数据对应的b值和扩散编码方向gn;根据扩散编码方向gn,求取球谐函数对dMRI数据进行数据变换,得到扩散衰减图像,并根据扩散衰减图像和球谐函数的复共轭计算球谐系数图;将球谐系数图输入已构建的深度学习网络,得到DTI扩散张量场;根据DTI扩散张量场,计算得到DTI量化参数图。本发明能够提高DTI扩散张量估计的准确性,进而提高DTI量化参数的准确性,为精准医疗提供可靠的量化依据。

    基于循环网络的磁共振参数量化方法、装置、设备及介质

    公开(公告)号:CN115775235A

    公开(公告)日:2023-03-10

    申请号:CN202211482818.2

    申请日:2022-11-24

    Abstract: 本发明提供了一种基于循环网络的磁共振参数量化方法、装置、设备及介质,其中方法包括:采集不同对比度的多幅磁共振加权图像;将多幅磁共振加权图像输入已构建的循环神经网络中,多次循环后,得到磁共振参数图像;其中,循环神经网络是基于物理模型和卷积神经网络构建而成的,对于循环神经网络的每一次循环,对应输入为不同对比度的多幅磁共振加权图像和循环神经网络上一次循环输出的状态参数,对应输出为循环神经网络本次循环计算得到的磁共振参数图像和状态参数;物理模型由不同对比度的多幅磁共振加权图像的采集过程确定。本发明解决了现有深度学习技术无法在输入的磁共振加权图像的采集参数发生较大改变时进行高质量参数量化的问题。

    医学影像检查前呼吸训练方法、系统及使用方法

    公开(公告)号:CN113996029B

    公开(公告)日:2022-06-10

    申请号:CN202111276401.6

    申请日:2021-10-29

    Abstract: 本发明公开了一种医学影像检查前呼吸训练方法、系统及使用方法,包括步骤:获取受检者的个人信息;依据个人信息生成第一动作指令,当获取到触摸信息时,对第一动作持续时间进行计算直至无法获取到触摸信息;依据第一动作持续时间生成第二动作指令,若第二动作有效,保存受检者执行第二动作的第二动作持续时间;依据第二动作持续时间生成第三动作指令,在获取到反馈信息时,根据反馈信息调整第三动作指令,若第三动作有效,保存受检者执行第三动作的第三动作持续时间;以第一动作持续时间、第一动作指令、第二动作持续时间、第二动作指令、第三动作持续时间、第三动作指令、个人信息生成训练报告。本发明能为受检者提供呼吸自主训练。

Patent Agency Ranking