基于稀疏表示的3D磁共振圖像超分辨率重建算法研究.pdf

1、磁共振成像（MRI，Magnetic resonance imaging）是一種無(wú)損傷、軟組織對(duì)比度高和多參數(shù)的成像方法，由于其獨(dú)特優(yōu)勢(shì)快速成為醫(yī)學(xué)診斷的主要工具之一。但MRI最大的缺點(diǎn)為掃描時(shí)間過(guò)長(zhǎng)，病人無(wú)法長(zhǎng)時(shí)間保持不動(dòng)，導(dǎo)致產(chǎn)生運(yùn)動(dòng)偽影。為了縮短掃描時(shí)間，通常加大層厚，但獲得的3D-MR圖像為低分辨率，即層面選擇方向的分辨率遠(yuǎn)遠(yuǎn)低于層面內(nèi)方向的分辨率，導(dǎo)致體素為各向異性。這種低分辨率3D-MR圖像容易產(chǎn)生部分容積效應(yīng)，限制后期對(duì)圖

2、像的處理、分析和疾病診斷等。因此，提高各向異性3D-MR圖像的分辨率是亟待解決的問(wèn)題。超分辨率重建算法作為一種高效的圖像處理技術(shù)，在提高3D-MR圖像分辨率的同時(shí)，平衡了3D-MR圖像的分辨率、信噪比和掃描時(shí)間，比以增加掃描時(shí)間為代價(jià)直接獲取高分辨率臨床3D-MR圖像更具有優(yōu)越性。
　　本文針對(duì)單幅或多幅低分辨率3D-MR圖像超分辨率重建問(wèn)題，創(chuàng)新性地提出了三種基于稀疏表示的超分辨率重建算法，目的是減小低分辨率3D-MR圖像的層厚

3、，去除部分容積效應(yīng)，重建高分辨3D-MR圖像。本文主要的創(chuàng)新性研究成果如下：
　?、偬岢隽嘶诳鐚用娣较蜃值鋵W(xué)習(xí)的單幅3D-MR圖像超分辨率重建算法（cpSFSR, Cross Plane direction dictionary learning based Single Frame Super Resolution reconstruction algorithm）。cpSFSR算法利用3D-MR圖像跨層面方向的自相似性，提取

4、層面內(nèi)方向的高分辨率層面作為訓(xùn)練集合學(xué)習(xí)字典；再根據(jù)得到的過(guò)完備字典提高層面選擇方向的分辨率，從而獲得高分辨率3D-MR圖像。cpSFSR算法解決了傳統(tǒng)基于稀疏表示的超分辨率重建算法對(duì)額外訓(xùn)練集合的依賴問(wèn)題，同時(shí)解決了過(guò)完備字典的魯棒性和重建精度平衡問(wèn)題。模擬數(shù)據(jù)和臨床數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的插值算法相比，cpSFSR算法重建圖像的峰值信噪比（PSNR，Peak Signal-to-Noise Ratio）和基于結(jié)構(gòu)的相似度（SSIM

5、，Structural SIMilarity）更高，重建圖像更清晰。與非局部均值算法比較，在模擬數(shù)據(jù)的實(shí)驗(yàn)中，當(dāng)重建尺度較小時(shí)，cpSFSR算法重建圖像的PSNR值與SSIM值略低于非局部均值算法；但在臨床數(shù)據(jù)的實(shí)驗(yàn)中，cpSFSR算法能夠取得與非局部均值算法基本相似的重建效果，同時(shí)有效地減少了時(shí)間復(fù)雜度和空間復(fù)雜度。
　?、谔岢隽嘶诙嗄B(tài)先驗(yàn)的單幅3D-MR圖像超分辨率重建算法(mmSFSR，Multi-Modality MR

6、 images based Single Frame Super Resolution algorithm)。利用T1加權(quán)像和T2加權(quán)像的互補(bǔ)性，將同一對(duì)象的T1加權(quán)像的先驗(yàn)知識(shí)引入到低分辨率T2加權(quán)像的超分辨率重建過(guò)程中。為了同時(shí)利用T1加權(quán)像的先驗(yàn)知識(shí)和T2加權(quán)像自身的特征，本文構(gòu)建了基于稀疏表示和非局部自相似性的多約束超分辨率重建優(yōu)化模型，并提出了mmSFSR算法對(duì)其求解。模擬數(shù)據(jù)和臨床數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)插值算法、cpSFS

7、R算法和基于多模態(tài)先驗(yàn)的非局部均值算法比較， mmSFSR算法重建圖像的PSNR和SSIM值最高，同時(shí)通過(guò)主觀觀察和分析剖面像素值分布表明重建圖像質(zhì)量更好。
　?、厶岢隽嘶谡?D-MR圖像的多幅圖像超分辨率重建算法（oMFSR，Orthogonal3D-MR images based Multi-Frames Super Resolution reconstruction algorithm）。利用同一對(duì)象的多幅正交3D-MR

8、圖像的互相關(guān)性和自相似性，提出了基于稀疏表示的超分辨率重建算法。oMFSR算法首次利用稀疏表示的思想求解多幅3D-MR圖像的超分辨率重建問(wèn)題，同時(shí)不需要額外的訓(xùn)練集合。oMFSR算法主要包括三個(gè)步驟：基于稀疏表示的重建步驟，基于小波分解的圖像融合步驟和基于反向投影誤差的全局優(yōu)化步驟。模擬數(shù)據(jù)和臨床數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，與單幅3D-MR圖像超分辨率重建算法相比，oMFSR算法雖然時(shí)間復(fù)雜度相對(duì)較高，但融合了多幅低分辨率3D-MR圖像的細(xì)節(jié)信息