CORC  > 厦门大学  > 信息技术-学位论文
题名基于自适应字典的动态MR图像部分K空间数据重建方法研究; Partial K-space Sampling Dynamic MRI Reconstruction based on adaptive dictionary
作者王欣
答辩日期2013 ; 2013
导师廖英豪
关键词动态磁共振成像 压缩感知 自适应字典 KSVD Double Sparsity KSVD Magnetic resonance imaging Compressed sensing adaptive dictionary KSVD Double Sparsity KSVD
英文摘要磁共振成像(MagneticResonanceImaging,MRI)因具有无辐射,多平面成像,扫描参数多,提供病理信息丰富,软组织对比分辨率高等优点,在临床医学和科研中得到了广泛的应用。而动态MRI,因可以监视成像目标的动态过程,所以普遍应用于人体运动器官和功能成像等领域。但是受到成像机理限制,现有的动态MR成像技术的重要不足是成像时间过长,这一方面会影响成像设备的效率且会引起被成像者不适;另一方面被成像者在检查中的轻微运动所导致的噪声和伪影也会严重影响成像质量。由MR的成像机理可知,成像时间与数据采集量成正比例关系,但受奈奎斯特采样定理的约束,传统MR有效重建所需的数据采样量较大,严重制约...; Magnetic resonance imaging (Magnetic Resonance Imaging, MRI) as an important means of Modern Clinical diagnosis and medical research,with non-radiation, multiplan imaging, scanning many parameters to provide path physiological information and more advantages of soft-tissue contrast resolution, clinical and scientific research. Dynamic MRI widely apply in the organs and functional imaging, because ...; 学位:工学硕士; 院系专业:信息科学与技术学院_电路与系统; 学号:23120101152951
语种zh_CN
出处http://210.34.4.13:8080/lunwen/detail.asp?serial=39196
内容类型学位论文
源URL[http://dspace.xmu.edu.cn/handle/2288/79456]  
专题信息技术-学位论文
推荐引用方式
GB/T 7714
王欣. 基于自适应字典的动态MR图像部分K空间数据重建方法研究, Partial K-space Sampling Dynamic MRI Reconstruction based on adaptive dictionary[D]. 2013, 2013.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace