用于压缩感知磁共振成像的分割字典学习算法.pdfVIP

波 谱 学 杂 志 第 33 卷第4 期 Vol. 33 No. 4 2016 年 12 月 Chinese Journal of Magnetic Resonance Dec. 2016 文章编号：1000-4556(2016)04-559-11 doi:10.11938/cjm 用于压缩感知磁共振成像的 分割字典学习算法 1 1 1,2 宋 阳 ，谢海滨 ，杨 光 （1. 华东师范大学 物理系，上海市磁共振重点实验室，上海 200062 ； 2. 上海卡勒幅磁共振技术有限公司，上海 201614 ） 摘 要：字典学习算法可以根据数据本身的特点构建稀疏域中的基，从而使数据的表示更 加稀疏．该文在传统的字典学习算法基础上提出了分割字典学习算法，由于部分磁共振图 像组织结构简单、可以进行图像分割，因此可根据此特点来优化字典中基函数的构建，使 磁共振图像的表达更为稀疏，从而获得更高的重建图像质量．该文利用模拟数据和真实数 据进行了重建实验，结果表明与传统的字典学习算法相比，分割字典学习算法能进一步改善 重建图像质量． 关键词：磁共振成像（MRI ）；压缩感知；字典学习；图像分割 中图分类号：O482.53 文献标识码：A 引言 磁共振成像（MRI ）技术是医学影像中常用的技术之一，具有无电离辐射、软组 织对比度好、任意角度成像等优势．限制 MRI 应用的主要瓶颈之一是其扫描时间较 长，主要原因是 MRI 技术需要对图像的傅里叶变换域，即 k 空间进行全采样．在典 型的二维图像扫描中，假设每次射频激发只采集一个回波，则总扫描时间可以简单表 示为： 收稿日期: 2015-12-31; 收修改稿日期: 2016-10-24 基金项目: 国家高技术研究发展计划资助项目(2014AA123400). 作者简介: 宋阳(1991-) ，男，山东泰安人，硕士研究生，无线电物理专业. *通讯联系人：谢海滨，电话：021， E-mail ：hbxie@. 560 波 谱 学 杂 志 第 33 卷 T TR ky N (1) 其中 TR 是射频脉冲间隔时间，k 是相位编码次数，N 是累加次数．可见总采样时间与 y 相位编码次数k 成正比，因此可以通过减少相位编码次数加速磁共振信号的采集． y 常用的利用减少相位编码次数而加速采样的技术包括并行成像（Parallel-MRI ） [1] [2] 技术 、部分傅里叶成像（Partial Fourier MRI ）技术 ，以及近年来出现的压缩感知 （Compressed Sensing ）方法[3–6] ．并行成像技术可以充分利用多通道线圈在空间灵敏 度分布的不同，对 k 空间进行等间隔欠采，之后用重建算法对图像进行去卷褶，得到 较好的重建图像．使用如自校准并行采集（GeneRalized Autocalibrating Partially Parallel [7] [8] Acquisition, GRAPPA ） 和基于灵敏度编