并行磁共振成像grappa算法的c 語(yǔ)言實(shí)現(xiàn)

并行磁共振成像grappa算法的c 語(yǔ)言實(shí)現(xiàn)

ID:22452499

大小:52.00 KB

頁(yè)數(shù):5頁(yè)

時(shí)間:2018-10-29

并行磁共振成像grappa算法的c  語(yǔ)言實(shí)現(xiàn)_第1頁(yè)
并行磁共振成像grappa算法的c  語(yǔ)言實(shí)現(xiàn)_第2頁(yè)
并行磁共振成像grappa算法的c  語(yǔ)言實(shí)現(xiàn)_第3頁(yè)
并行磁共振成像grappa算法的c  語(yǔ)言實(shí)現(xiàn)_第4頁(yè)
并行磁共振成像grappa算法的c  語(yǔ)言實(shí)現(xiàn)_第5頁(yè)
資源描述:

《并行磁共振成像grappa算法的c 語(yǔ)言實(shí)現(xiàn)》由會(huì)員上傳分享,免費(fèi)在線(xiàn)閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)

1、并行磁共振成像GRAPPA算法的C語(yǔ)言實(shí)現(xiàn):本文對(duì)并行磁共振成像的空間域GRAPPA算法進(jìn)行了研究,提出了一種用C語(yǔ)言創(chuàng)建GRAPPA算法類(lèi)的工程實(shí)現(xiàn)方法。該算法類(lèi)首先讀入空間數(shù)據(jù),計(jì)算線(xiàn)圈的空間靈敏度。然后求解空間每個(gè)線(xiàn)圈的諧波權(quán)重系數(shù),對(duì)空間未采樣的數(shù)據(jù)進(jìn)行擬合,最后對(duì)空間數(shù)據(jù)進(jìn)行IFFT重建得到圖像。結(jié)果表明該方法可以更好地利用線(xiàn)圈的空間靈敏度信息,提高重構(gòu)圖像的質(zhì)量,縮短數(shù)據(jù)掃描時(shí)間,是一種有效的圖像重建算法?! £P(guān)鍵詞:GRAPPA算法并行磁共振成像空間域  :R138:A:1007-9416(2011)11-0134-02    1、引言  所謂的

2、pMRI技術(shù)[1],是指多個(gè)線(xiàn)圈按照專(zhuān)門(mén)的設(shè)計(jì),使每個(gè)線(xiàn)圈連接單獨(dú)的接收器,從而對(duì)數(shù)據(jù)進(jìn)行并行采集的技術(shù)。由于每個(gè)線(xiàn)圈都具有特定的空間靈敏度信息,從而可以在有限的空間里得到SNR較高的信號(hào)。  本文主要研究現(xiàn)已用于臨床應(yīng)用的GRAPPA算法,系統(tǒng)的介紹GRAPPA算法的基本原理,詳細(xì)說(shuō)明了采用C語(yǔ)言實(shí)現(xiàn)該算法類(lèi)的流程,最后對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行討論對(duì)比?! ?、算法介紹  GRAPPA算法在空間的采樣方式是:除了欠采樣外,在空間中心額外的采集若干行數(shù)據(jù)作為ACS(Auto-calibrationsignallines)數(shù)據(jù)。利用欠采樣數(shù)據(jù)和ACS數(shù)據(jù)對(duì)空間未采樣的數(shù)據(jù)

3、進(jìn)行擬合,得到完整的空間數(shù)據(jù),最后對(duì)空間數(shù)據(jù)進(jìn)行IFFT重建得到圖像。其重建示意圖如圖1所示:    圖1GRAPPA算法的圖像重建示意  2.1GRAPPA算法的采樣方式  GRAPPA采樣軌跡見(jiàn)圖2所示[3],圖2a是信號(hào)全采樣示意圖。圖2b是以加速因子R=2進(jìn)行欠采樣。其中,黑色實(shí)線(xiàn)表示采樣信號(hào),灰色虛線(xiàn)表示未采樣信號(hào),F(xiàn)OV表示可見(jiàn)視野(fieldofvie)可以由式(1)計(jì)算得出。得到權(quán)重系數(shù)n后,利用式(1)和采樣信號(hào)Sk即可擬合出未采樣信號(hào)Sj,重復(fù)以上過(guò)程可以得到全空間數(shù)據(jù)?! ?、C語(yǔ)言實(shí)現(xiàn)  為了提高GRAPPA算法的可讀性、時(shí)效性以及臨床

4、應(yīng)用。本文將GRAPPA算法以C類(lèi)的形式包裝起來(lái),每個(gè)處理數(shù)據(jù)進(jìn)程都作為類(lèi)的對(duì)象函數(shù)?! ?.1數(shù)據(jù)讀取和處理[1]  為了實(shí)現(xiàn)多線(xiàn)圈pMRI以及GRAPPA算法,我們基于加速因子為R的欠采樣數(shù)據(jù),設(shè)計(jì)一個(gè)矩陣模塊類(lèi)Matrix,當(dāng)D為復(fù)數(shù)時(shí),可用來(lái)存儲(chǔ)空間數(shù)據(jù)。利用C標(biāo)準(zhǔn)庫(kù)中vector容器作為Matrix中的一個(gè)向量,重載[]運(yùn)算符,這樣可以方便地讀取矩陣中的任意行向量和位置元素。通過(guò)設(shè)定的加速因子R和ACS行的數(shù)量,生成pMRI數(shù)據(jù)?! ?.2線(xiàn)圈的空間靈敏度  首先采集得到體線(xiàn)圈的低分辨率全FOV圖像,然后采集得到每個(gè)相位陣列線(xiàn)圈的低分辨率全FOV圖像

5、。把體線(xiàn)圈圖像作為參考進(jìn)行歸一化。用每個(gè)相位陣列線(xiàn)圈圖像除以體線(xiàn)圈圖像,就可以得到每個(gè)線(xiàn)圈的原始靈敏度?! ?.3諧波權(quán)重系數(shù)  對(duì)特定的某個(gè)頻率編碼,得到對(duì)應(yīng)的靈敏度數(shù)據(jù)矩陣。當(dāng)加速因子為R時(shí),利用已經(jīng)采集的相位編碼行合成未采集的相位編碼行,得到諧波數(shù)量為R1。諧波系數(shù)n(j,b,k,m)可以由式(1)計(jì)算得出。  3.4擬合未采樣數(shù)據(jù)  利用諧波權(quán)重系數(shù)和欠采樣信號(hào)Sk即可擬合得到未采樣信號(hào)Sj,重復(fù)以上過(guò)程可以得到全空間的數(shù)據(jù)。經(jīng)過(guò)傅里葉逆變換后,就能得到重建圖像?! ?、實(shí)驗(yàn)結(jié)果與討論  本算法在VC6.0開(kāi)發(fā)平臺(tái)上實(shí)現(xiàn),分別設(shè)定不同加速因子R和ACS

6、行數(shù)進(jìn)行重建圖像對(duì)比如下:  當(dāng)R=2時(shí),圖5a~圖5d表示采用不同的ACS重建得到的圖像,數(shù)目分別為8、16、32和64。從圖5可以看到,當(dāng)ACS數(shù)目較少時(shí),GRAPPA重建得到的圖像(圖5a和圖5b)有明顯的混疊偽影;ACS數(shù)目越多,圖像質(zhì)量越高。  當(dāng)R=4時(shí),圖6a~圖6d表示采用不同的ACS重建得到的圖像,數(shù)目分別為8、16、32和64。從圖6可以看出,與R=2的重建圖像比較,相同的ACS條件下,圖像的信噪比變差,有明顯的混疊偽影。  5、結(jié)語(yǔ)  本文對(duì)并行磁共振成像的k空間域GRAPPA算法進(jìn)行了研究,并運(yùn)用C語(yǔ)言實(shí)現(xiàn)圖像重建。對(duì)原始數(shù)據(jù)的重建結(jié)果

7、表明:加速因子R越大,圖像的信噪比越差;ACS行數(shù)越多,圖像的質(zhì)量越好。總之,該算法類(lèi)可以成功重建圖像,為并行MRI圖像重建算法在工程實(shí)現(xiàn)中提供了重要參考。

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶(hù)上傳,版權(quán)歸屬用戶(hù),天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶(hù)請(qǐng)聯(lián)系客服處理。