基于核TV的多通道EPRI图像重建方法研究.pdf

摘要

电子顺磁共振成像（ElectronParamagneticResonanceImaging，EPRI）作为一种

主流的肿瘤氧成像方法，能高空间分辨率、高密度分辨率地重建出肿瘤内部氧气浓

度图像。但当前EPRI的主要缺点和技术瓶颈是扫描速度慢。为了提高扫描速度，

一种有效途径是从稀疏投影数据中重建EPRI图像。然而，传统解析法稀疏重建出

来的EPRI图像存在明显的条状伪影，导致图像可用性降低。因此，本文旨在研究

EPRI高精度稀疏重建方法。

总变差（TotalVariation，TV）最小化算法是一种经典的基于压缩感知

（CompressedSensing，CS）的EPRI稀疏重建方法，可以从稀疏投影数据中高精度

地重建图像。然而，在多通道EPRI重建中，TV算法是逐通道进行图像重建的，忽

略了各个通道图像之间的相似性。因此，本文基于图像相似性原理，研究基于核

TV的多通道EPRI图像重建方法。

本文主要工作如下：

（1）提出了一种应用于多通道EPRI稀疏重建的平衡核TV算法。通过逆犯罪

研究，验证了平衡核TV算法的正确性，探索了平衡因子对算法收敛速率的影响。

并利用稀疏和带噪的投影数据进行稀疏重建实验，展示了平衡核TV算法优异的稀

疏重建能力和去噪能力。

（2）在（1）的基础上，受自适应加权TV算法和加权核范数的启发，提出了

一种双加权核TV算法。推导了其Chambolle-Pock求解算法，通过仿真和物理模体

重建实验对算法进行验证和评估。实验结果表明，双加权核TV算法可以从稀疏投

影数据中高精度地重建EPRI图像，其重建效果优于平衡核TV算法。

（3）设计并实现了一个基于核TV的多通道EPRI成像系统。它拥有图像重建、

图像显示、收敛性分析、算法稀疏重建能力和去噪能力评估等功能。

关键词：电子顺磁共振成像；图像相似性；总变差最小；核TV；自适应加权

I

目录

摘要I

ABSTRACTIII

1绪论1

1.1研究背景、目的及意义1

1.2国内外研究现状3

1.2.1EPRI研究现状3

1.2.2核TV研究现状4

1.3研究内容和文章结构6

1.3.1研究内容6

1.3.2文章结构6

2图像重建基础知识及算法9

2.1EPRI基本原理9

2.2解析法理论10

2.3迭代法理论12

2.4EPRI成像模型及求解算法14

2.4.1成像模型14

2.4.2最优化模型及CP求解算法16

2.4.3图像质量评价指标18

2.5核TV模型20

2.6本章小结20

3基于平衡核TV的多通道EPRI图像重建算法21

3.1最优化模型21

3.2bTV−CP算法21

N

3.3重建参数22

3.4实验结果及分析23

3.4.1仿真模体23

3.4.2逆犯罪研究25

3.4.3稀疏重建能力评估28

3.4.4去噪能力评估31

3.4.5平衡因子对收敛速率的影响34



3.5本章小结35

4基于双加权核TV的多通道EPRI图像重建算法37

4.1双加权核TV基本原理37

4.2双加权核TV最