心脏MRI成像：从图像重建到运动分析

发布时间：2024-03-26 06:05

　　心脏疾病是目前威胁人类健康的最重要疾病之一,是人类健康和生命的头号杀手,而且随着各种因素的影响其发病率依然呈上升趋势。如今,心脏磁共振影像可以为心脏提供结构和功能全方位的信息,已经成为心脏疾病诊断与治疗重要的工具。大量的理论研究和临床实验表明,心脏疾病与心室心房的形状变化、心肌的运动状况等有着直接联系。基于图像序列鲁棒地检测心脏的动力学参数(如位移场,应变场),对于提高心脏疾病的早期确诊率和治疗效果至关重要。本文主要研究同时获取心脏多参数动态图像序列和从图像序列中鲁棒提取心肌运动变形问题。由于传统的磁共振多参数定量成像的时间过长并且成像质量易受到患者呼吸的影响,因此本文选择成像时间更短的磁共振指纹成像技术进行多参数图像重建。磁共振指纹成像技术在伪随机成像参数不同的状态下可以为各组织弛豫时间的每个体素创建唯一的时间信号。有别于传统重建方法提取混合参数图的图像特征的重建思路,本文提出的Transformer网络可以直接对指纹序列进行映射,实现了从高度欠采样的图像序列中分离重建出组织参数图像。该方法通过编码器-解码器结构实现了序列对序列的重建,其中一次正向的传播便可逐个得到整个目标序列的预测...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 心脏及其功能的概述
    1.2 MRI成像技术
        1.2.1 MRI原理
        1.2.2 心脏MRI成像技术
    1.3 MRF成像技术
        1.3.1 MRF成像原理
        1.3.2 MRF图像重建
    1.4 运动分析研究现状
    1.5 本文的研究内容
2 心脏图像重建以及运动分析的方法
    2.1 左心室模型的重建技术
        2.1.1 左心室重建的发展
        2.1.2 左心室的分割
        2.1.3 特征点追踪
    2.2 心脏运动力学的模型
        2.2.1 基于变形的力学模型
        2.2.2 基于生物的连续介质力学模型
    2.3 左心室的几何表达
        2.3.1 基于B样条和无网格的几何模型
        2.3.2 有限元模型
    2.4 本章小结
3 基于Transformer的MRF图像重建
    3.1 引言
        3.1.1 MRF的传统重建方法
        3.1.2 MRF的深度学习方法
    3.2 基于Transformer方法的重建模型
        3.2.1 算法框架设计
        3.2.2 MRF重建网络的训练与测试
    3.3 验证实验设计
    3.4 实验结果与讨论
    3.5 本章小结
4 基于图全变分的心脏运动分析框架
    4.1 基于图全变分的心脏运动最小化模型
        4.1.1 图全变分
        4.1.2 凸优化问题的计算
    4.2 验证实验设计
    4.3 结果分析
    4.4 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
作者简介及研究成果



本文编号：3939477