[发明专利]一种基于稀疏表示的磁共振图像重建方法及系统在审
申请号: | 201810549926.4 | 申请日: | 2018-05-31 |
公开(公告)号: | CN108765293A | 公开(公告)日: | 2018-11-06 |
发明(设计)人: | 彭静;董小凤 | 申请(专利权)人: | 成都信息工程大学 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T5/50 |
代理公司: | 北京元本知识产权代理事务所 11308 | 代理人: | 常桑 |
地址: | 610225 四川省成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 磁共振图像 高分辨率 稀疏表示 重建 同质区域 高分辨率字典 低分辨率 精细细节 临床诊断 模型重建 特征提取 训练样本 有效抑制 约束模型 重建结果 正则化 平滑 锐利 噪声 字典 清晰 全局 | ||
本发明公开了一种基于稀疏表示的磁共振图像重建方法及系统,其包括:自若干磁共振图像的训练样本中进行特征提取以构造出一对高分辨率字典Dh和低分辨率字典Dl;基于局部稀疏表示模型重建高分辨率磁共振图像;基于全局正则化约束模型获取最优的高分辨率重建磁共振图像。本发明具有有效抑制了磁共振图像同质区域噪声、精准重建了磁共振图像的精细细节,保持了清晰、锐利的边缘、产生平滑的同质区域等优点,进而能够有效重建高分辨率的磁共振图像,使重建结果更加接近于原始的高分辨率磁共振图像中的细节,更好地辅助临床诊断。
技术领域
本发明属于图像处理领域,具体涉及一种基于稀疏表示的磁共振图像重建方法及系统。
背景技术
磁共振(MR,Magnetic Resonance)图像的分辨率受到各种物理、技术以及经济因素的影响。这些因素会带来一系列的伪影,如部分容积效应(Partial Volume),导致图像质量下降,干扰临床影像诊断甚至引起诊断错误。提高MR图像的分辨率是MR图像处理的一项重要挑战,而如何恢复在MR图像采集过程中丢失的高频信息(边缘)是最基本的问题。
传统的MR图像重建经常使用标准的图像插值技术将低分辨率的MR图像插值到高分辨率,如最近邻内插法(Nearest Neighbour Interpolation,NNI),双线性内插(Bilinear Interpolation)和双三次内插(Bicubic Interpolation)。其中,最近邻内插法将原图像中最近邻的灰度赋给了每个新位置,该方法尽管简单,但是会导致某些直边缘的严重失真。由于这个原因,该方法实际上并不常使用,而更实用的是双线性内插法。在该方法中,用四个最近邻像素的灰度值去估计给定位置的灰度值。双线性内插法产生的结果远优于最近邻内插法,但随之而来的是计算量的增加。另一种复杂度较高的方法是双三次内插法,该方法按照一定的权重公式,通过计算16个最近邻点组成的方程,以确定给定位置的灰度值。相对于双线性内插法,双三次插值法在保持细节方面效果相对要好。同时,双三次内插法是标准的商业图像编辑程序(例如Adobe Photoshop和Corel Photopaint)常用的内插方法。然而,对于医学图像处理来说,保留精细细节是一个特别重要方面,这类插值方法是用已知数据来估计未知位置的数值的处理。这类方法虽然非常简单,但是却不能很好地恢复高分辨率数据中丢失的高频信息,并且易产生模糊的边缘和块效应,不能很好地恢复精细的细节,影响了后续处理步骤(如分割或配准)的精准性。
而超分辨率(Super-Resolution,SR)技术已经被广泛应用于提高医学图像的分辨率。一开始,研究人员试图通过结合多幅低分辨率图像的信息来恢复一幅高分辨率的图像。这其中的方法大致可分为两类:一类在数据获取阶段直接对原始数据(频率空间/K空间数据)进行处理,另一类在后续步骤中对图像体积数据(空域图像空间数据)进行处理。在获取阶段时,通过利用K空间数据的一些重要特点(如共轭对称性)来加快成像速度,获取足够的空间分辨率和图像对比度,同时去除一些伪影;或者通过配置参数来获取不同层和方向的多次扫描。对于图像数据本身,Peled等人和Greenspan首次提出将迭代后向投影方法(back-projection)用于二维和三维MR图像;紧接着,Carmi又提出了一种分辨率加强的方法。近年来,一些新的方法改变了经典的结合多幅低分辨率图像信息的SR方法,慢慢发展成为仅使用单幅低分辨率图像中的信息来恢复图像的分辨率。该类方法还通过结合不同模态的MR图像来提高图像的信息,例如Rousseau和Manjón提出基于图像块的非局部正则化方法,并且将该方法扩展至利用T1w(T1-weighted,T1加权)图像中的高频信息来重建低分辨率的T2w(T2-weighted,T2加权)图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都信息工程大学,未经成都信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810549926.4/2.html,转载请声明来源钻瓜专利网。