一、敏感相位编码在磁共振成像扫描中的应用（论文文献综述）
李钊[1]（2021）在《基于深度学习的磁共振图像重建和波谱相位校正方法研究》文中研究说明核磁共振（Nuclear Magnetic Resonance,NMR）现象自上世纪发现以来,在分析化学、生命科学以及医学诊断领域受到了广泛应用。目前磁共振最常见的应用场景分别是成像和波谱。磁共振成像是一种非侵入、无电离辐射的临床成像手段,能获得多对比度的图像,在临床诊断中发挥了重要作用。磁共振波谱是一种常用的化学、代谢组学分析手段,能提供丰富的化学结构和代谢动力学信息。近年来,深度学习方法被成功应用于计算机视觉与自然语言处理等领域,取得了突破性进展。在磁共振领域,深度学习在图像加速重建、运动伪影校正、超分辨率、波谱加速重建和去噪等方面取得了比传统方法更快更好的性能。本文基于快速、高分辨、自动化的磁共振数据处理需求,采用深度学习方法针对磁共振成像的加速重建和磁共振波谱相位失真校正这两个具体问题开展了研究,具体研究内容如下:第一,针对磁共振图像重建,提出了一种基于图像域+K空间的深度学习重建模型:双域稠密连接网络（Dual Domain Dense Network,Triple-D network）,在原有单纯图像域重建模型的基础上,将单域模型扩展为双域模型,并结合稠密连接、残差K空间模型、通道注意力机制和多监督损失等策略,解决了中间预测结果丢失、K空间分布不均、特征筛选机制缺失和监督信息缺失等问题,进一步提高了图像重建效果。与其他重建算法相比,提出的方法具有更少的参数量和更高的重建指标,可为多模态MRI图像重建提供更加高效、准确的处理方法。第二,提出了一种基于小波变换的细节加强型磁共振图像重建模型:深度级联小波网络（Deep Cascade Wavelet Network,DCWN）,针对临床前应用需要更高分辨率图像的实际需求,将小波变换作为细节增强的手段嵌入级联神经网络中,在减少重建时间的同时提高了图像的细节刻画能力,可以观察到更清晰的胼胝体等组织,能够为临床前诊断提供更加丰富的参考信息。第三,针对磁共振波谱采集过程中出现的相位失真情况,利用同类代谢产物谱和相位差之间的相似性,提出两种基于深度学习的相位校正方法,分别建立未校正波谱到手工校正波谱及相位的映射关系,即建立“谱到谱”和“谱到相位”模型。同时使用不同种类的代谢产物进行训练,其预测结果与传统相位搜索方法相比,本文的模型对复杂代谢产物波谱的校正性能上具有更高的准确度。此外,通过进一步扩大相位范围、混合数据集、增加干扰等一系列实验,采用本文提出的方法同样可获得误差更小的高分辨谱图,表明“谱到相位”的处理方法鲁棒性高、适用性强。最后,采用谱到相位的校正方法,获取了大鼠不同脑区提取物的校正波谱,并结合不同的机器学习算法对不同脑区波谱进行了分类,确定了不同脑区的主要代谢产物的差异,进一步验证了谱到相位模型的处理方法在代谢组学研究中的优越性,可为准确识别脑区代谢产物、深入研究脑代谢组学提供了一种高效、快速的分析方法。
黄文麒[2]（2021）在《基于模型驱动的快速磁共振成像》文中研究指明磁共振成像技术能够非侵入地提供扫描对象的软组织结构及代谢信息,被广泛应用于临床诊断和科学研究。然而由于扫描时间较长,磁共振技术的进一步普及和发展受到了极大的限制。如今的临床应用对磁共振扫描的采集速度和成像分辨率提出了更高的要求,如何高质量且快速的成像是磁共振研究的一大挑战。目前,减少k空间的采样数即欠采是加快磁共振成像的主要手段。尤其是对于动态磁共振成像和高分辨率静态成像,高倍率的欠采十分重要。在动态磁共振成像中,扫描对象的运动特性决定了在规定的采集时间内只能获取有限的采样数,需要从这些高度欠采的数据中重建出图像;高分辨率静态成像中,要控制成像时间在可接受的范围,也需要较高的加速倍数。本文聚焦于这两大快速成像的应用场景,对采集速度要求极高的心脏电影成像,以及对空间分辨率要求极高的全脑血管壁成像,分别提出了两种基于模型的磁共振快速成像重建方法。首先,我们介绍了磁共振成像的基本原理和快速重建算法。简明阐述了磁共振成像物理原理、k空间与图像域的对应关系,引出并行成像和压缩感知成像两种加速手段的技术细节,随后介绍一类较新的基于模型的深度学习重建算法,为后续两种模型驱动的重建方法提供背景知识。其次,本文针对动态心脏电影成像对加速倍数的高要求,提出了一种模型驱动的深度低秩+稀疏重建网络（L+S-Net）。该方法将动态磁共振图像建模成低秩+稀疏的形式,通过优化算法求解得出迭代解,展开成深度神经网络,极大的降低了成像误差,提高了加速倍数。随后,本文进一步扩展,将图像重建与图像超分辨结合,提出一种模型驱动的深度超分辨-重建网络（SRR-Net）,用于高分辨率全脑磁共振成像。该方法首先建立了磁共振超分辨-重建模型,随后用优化算法求解出迭代解的形式,展开成超分辨-重建深度神经网络,并引入对抗学习的思想,使用判别器提高重建网络的细节恢复能力。本文着眼于提升磁共振成像速度和质量,分别将可学习低秩先验和超分辨率重建的思想引入到了动态磁共振成像和高分辨率磁共振成像,取得了令人鼓舞的重建结果。
丘志浪[3]（2021）在《快速磁共振三维成像》文中研究说明磁共振成像能够提供丰富而优异的组织对比度,是一种强大而无电离辐射的医学成像技术。磁共振三维成像相比于二维成像具有诸多优势,如具有更大的覆盖范围、更高的层方向分辨率且没有层间隔、更高的信噪比和三维重建和任意方位可视化。然而三维成像需要采集远多于二维成像的k空间数据,扫描时间长,至今没有在临床中得到广泛应用。本论文研究快速磁共振三维成像方法,并进行了临床应用实验。具体地,我们围绕一种新型的三维并行成像技术——波浪可控混叠并行成像方法（Wave-CAIPI）,在多个层次进行了深入研究。在原理上,研究了Wave-CAIPI的加速性能与参数的关系,并从理论上推导了其关系式;提出了一种新的成像模型,引入相关矩阵的理论框架研究新模型中的先验知识。在技术上,提出了Wave-CAIPI的参数优化框架;提出了改进的重建算法用于VCC-Wave模型;在应用上,将Wave-CAIPI应用于两个颇具挑战的三维成像场景——三维b SSFP序列和高分辨率三维血管壁成像。本论文的主要研究工作和贡献如下:（1）Wave-CAIPI的参数优化:完善理论和提升性能通过理论计算推导出Wave-CAIPI的几何因子与参数之间的关系式,并通过仿真实验进行验证。基于这个关系式,提出了一个参数优化框架,通过参数优化提升Wave-CAIPI的性能和稳定性,优于经验选择参数的情形。（2）VCC-Wave:结合虚拟共轭线圈和波浪梯度编码的并行成像方法提出了一种新的成像模型（VCC-Wave）。VCC-Wave不但结合了虚拟共轭线圈和波浪梯度编码的优势,而且在新模型中挖掘波浪梯度编码更多的先验知识,因此缓解了波浪梯度编码在高分辨率和高带宽场景下的缺陷。此外,本论文引入相关矩阵的理论框架,研究VCC-Wave模型中的先验知识。（3）Wave-b SSFP:Wave-CAIPI加速三维平衡稳态自由进动序列提出了Wave-b SSFP序列,将Wave-CAIPI应用于三维b SSFP序列的加速采集。针对原有波浪梯度场零阶矩不为零所带来的偏共振相位对b SSFP序列的影响,提出了一种截断式的波浪梯度场,在保持波浪梯度编码能力的同时,消除原有波浪梯度场零阶矩不为零导致的带状伪影。此外,将Wave-b SSFP应用于大脑成像、脊椎成像和腹部成像的高倍加速采集,推广三维b SSFP序列的临床应用。（4）CS-Wave VWI:CS-Wave加速高分辨率三维血管壁成像引入了变换域几何因子的概念和工具,定量分析不同的采样模式对高分辨率三维成像的影响。基于这些分析,将采用CAIPIRINHA采样的压缩感知技术（CS-CAIPI）应用于加速高分辨率三维血管壁成像（CS-CAIPI VWI）,提升重建图像的清晰度和血管壁显示的锐利度。进一步地,将结合压缩感知和WaveCAIPI的CS-Wave应用于加速高分辨率三维血管壁成像,消除CAIPIRINHA采样导致的残留混叠伪影,并保持同样的图像清晰度和血管壁锐利度;在各向同性0.6毫米的分辨率下,取得高达11倍的加速,将扫描时间缩短至3.5分钟。本文首先系统地探究了Wave-CAIPI的性能与参数的关系,并通过参数优化提升其性能。然后提出一种结合虚拟共轭线圈和波浪梯度编码的成像模型,缓解Wave-CAIPI在高分辨率和高带宽场景下的缺陷。最后将Wave-CAIPI应用于加速三维b SSFP序列和三维血管壁成像。
孙祥栋[4]（2021）在《人体组织非均匀介电特性断层成像新方法研究》文中研究表明人体组织的介电特性主要包括电导率和电容率,它们描述了组织对电磁场的响应特性。临床研究表明人体组织出现异常时其介电特性值会发生改变,因此介电特性可以作为表明组织生理状态的生物标记,为临床诊断提供有价值的信息,有助于疾病的早期发现。另外,利用介电特性能够估计组织内部电流和电磁场的分布,可以将其应用在有关电磁刺激的临床治疗中,所以介电特性分布研究具有重要的临床意义。磁共振扫描中的射频能量特定吸收率（Specific Absorption Rate,SAR）的计算值与组织的电导率是成正比例关系,通过组织的电导率分布能够实现个体化的SAR估算,以保证磁共振扫描的安全性,促进高场以及超高场磁共振成像技术的发展。目前介电特性值主要是通过离体组织测量或有创活体组织测量得到,至今还没有成熟的活体组织介电特性无创测量方法。自2009年以来,基于磁共振的介电特性断层成像（magnetic resonance electrical properties tomography,MREPT）方法因其能够以无损伤性和无侵入性的方式重建组织的介电特性分布而获得了广泛的关注。但是,现有MREPT方法还面临着诸多挑战。比如,多数MREPT方法是基于假设介电特性在同一组织中分布均匀,但是人体组织的介电特性并不满足这一假设前提,尤其是在发生了病变的组织中;在MREPT重建过程中,需要对射频场进行二阶微分计算,该计算将会放大射频场数据中的噪声,降低成像的质量;再者,现有的MREPT重建方法在获取射频场的幅值和相位信息时并没有利用临床数据采集过程中已得到的MR结构图像,造成了信息的浪费。针对上述问题,本文以MREPT重建作为课题,研究了基于人体组织非均匀性的电导率重建方法。研究内容分为以下三部分:（1）研究了Helmholtz方程中考虑了组织介电特性非均匀性后的电导率重建问题。传统的重建方法是基于组织均匀性假设,即Helmholtz方程中电导率的梯度项为零,虽然易于数值处理,但增加了组织边界区域的重建误差。由于本文在重建方程中考虑了人体组织介电特性的非均匀性,电导率的梯度不再为零,导致方程求解复杂度增加。基于此,本文提出了基于双约束的电导率重建方法。首先对重建方程采用有限差分方法得到离散化后的线性方程组,然后利用最小二乘法构造出迭代求解电导率的重建模型。由于该模型是一个病态问题,为了抑制重建图像的组织边缘震荡现象,本文在重建模型中引入了小波变换和全变分两个正则化约束项。仿真数据和临床数据实验结果表明,本文提出的方法能够有效地减少组织边界区域的重建误差,提高重建结果的准确性。（2）研究了提高电导率重建方法对噪声的鲁棒性问题。电导率重建方程中包含了收发相位的一阶和二阶微分运算,而二阶微分运算对收发相位数据中的噪声非常的敏感。本文利用散度运算的规则对该方程进行了变换,变换后的方程只需要对收发相位进行两次一阶微分运算。为求解变换后的重建方程,本文提出了基于广义全变分的电导率重建方法。首先通过有限差分方法对变换后的重建方程进行离散化,将电导率重建问题转化为求解线性反问题。然后在模型中引入二阶广义全变分正则约束项,通过交替方向乘子法完成对重建模型的快速求解。仿真数据实验表明在不同的噪声水平下所提方法能够有效地抑制噪声的影响,同时临床数据实验也显示出所提方法优于当前其他同类方法。（3）研究了在介电特性断层成像过程中引入磁共振图像的组织结构信息以提高边缘清晰度的问题。MREPT是利用射频场信息计算组织的介电特性分布,在通过磁共振扫描获得射频场数据的同时已得到组织的MR结构图像,该图像中包含了组织的边缘信息。为了运用这些信息提高介电特性分布图像中组织边缘的清晰度,本文提出了一种磁共振图像先验信息引导的MREPT方法。首先通过对MR结构图像计算邻域窗口内变分提取出图像的边缘信息,然后考虑到介电特性分布和结构图像之间的相关性,构造出包含边缘信息的广义全变分正则约束项,从而得到基于先验信息的介电特性重建模型。仿真实验和临床实验的结果表明所提方法的重建结果相较于文献中的其他方法具有更清晰的边缘结构。
吴扬磊[5]（2021）在《磁共振同时多层平面回波成像序列设计及图像重建》文中研究说明磁共振成像不仅可以进行结构成像,也可以进行功能成像,因此磁共振功能成像被广泛应用于脑功能研究中。在主磁场强度B0为3.0T及以下的磁共振扫描设备中,常使用平面回波成像序列进行功能成像。平面回波成像序列由于其特殊的梯度编码方式实现了一次射频脉冲激发采集整个K-空间数据,使其能够在很短的时间内完成全脑的扫描,但是这种特殊的成像方式也给平面回波成像序列引入了伪影以及低分辨率的问题。由于功能磁共振成像使用平面回波成像序列进行多个时间点的重复扫描,所以一次功能成像需要长达七分钟至九分钟。如此漫长的扫描过程对于依从性不好的被试进行功能成像,很难获得高质量的功能像数据。因此,加强平面回波成像序列的伪影抑制能力和提高扫描速度将可以提高磁共振功能成像的质量和效率以及扩大功能成像的适用范围。本文完成了同时多层平面回波成像序列设计及图像重建,将同时多层成像技术以及并行成像技术应用于平面回波成像序列中,在2D成像序列中实现了相位编码方向3倍加速以及层面方向2倍加速,两个方向共计实现了6倍加速,提高了平面回波成像序列的扫描速度;并辅以参考扫描的方式以及脂肪抑制技术来祛除平面回波图像中的N/2伪影和化学位移伪影,以此来保证功能磁共振扫描能够快速高效的获得高质量的平面回波图像。本文所实现的同时多层平面回波成像序列针对连续多次重复扫描,图像重建结果稳定,无明显伪影残留和几何畸变。在两个方向进行6倍加速的同时多层平面回波成像序列相较于只在相位编码一个方向进行加速的平面回波成像序列扫描,在没有损失图像质量的情况下,扫描速度提升2倍。经过静息态和任务态的功能磁共振实验验证,结果表明同时多层平面回波序列获得的实验数据能够准确的计算出对应的激活区域。同时多层平面回波成像有着更高的时间分辨率或者空间分辨率。针对依从性不好的被试,可以在短时间内获得足够的数据,减少被试运动对功能磁共振分析结果所造成的误差;针对依从性良好的被试,可以提高重复采集次数或者采集更高空间分辨率的平面回波数据,以此提高功能磁共振分析结果的准确性。
孙如[6]（2020）在《心脏MRI成像：从图像重建到运动分析》文中研究说明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过程。这种方法摒弃了磁共振指纹图像重建中多采用的卷积神经网络和递归神经网络的架构,完全利用注意力机制来进行信息提取,因此Transformer网络兼顾了这两种网络架构在时间的依赖性方面和在网络训练速率上的优点。另一方面从图像序列中恢复整个心肌的运动场和变形参数是一个病态逆问题,需要添加适合的约束来获得唯一的最优解。本文提出了一种利用稀疏正则化的图变分模型,该方法利用图变分挖掘图像序列中不同区域之间的空间相似性,在整个图像序列中建立了不考虑空间距离的相似区域之间的连接,克服了仅考虑与邻近区域相似性的局限性,并保留了纹理细节和精细结构。仿真实验和真实实验验证了该方法的精确性与鲁棒性。
朱裕荣[7]（2020）在《高场磁共振微量外源性造影剂成像效能研究》文中研究指明磁敏感性可以看作是物质的一种固有属性,它反映了物质在外磁场中的磁化程度,一般用磁化率来度量,对于人体组织而言,由于组织成分与微观结构的差异,磁化率往往各不相同,有效的利用不同组织间的磁敏感性差异可以为组织结构与功能提供额外信息。磁共振造影剂（又称对比剂）就是这样一种利用本身特有的磁敏感性增强组织MR信号对比度以及软组织图像分辨率的磁性物质,造影剂的出现打破了传统磁共振成像只能依赖于生物组织原有生物物理特征的限制,增强了目标组织与周围组织的对比度,是MR成像研究领域的重要组成部分。现在常用的磁共振造影剂大多为人工合成的化学试剂,最常见的就是钆的螯合物钆喷酸葡胺（gadopentetate dimeglumine,Gd-DTPA）以及用聚合物包裹的纳米超顺磁性氧化铁颗粒（superparamagnetic iron oxide,SPIO）等等,虽然部分造影剂经过了大量的临床试验与严格的安全性测试,但是对于人体而言,这些造影剂都属于外源性的物质,引入后可能会对目标组织的自然状态产生一定的影响;另一方面,造影剂的广泛使用带来的不仅是医学诊断与治疗上的巨大突破,同时还有潜在的安全性问题,相关研究已经证实,造影剂在人体中可能存在沉积与残留,某些造影剂对人体组织也有潜在的不利生物效应的问题。因此,在满足成像对比的前提下,应当尽量减少外源性造影剂用量,微量外源性造影剂在磁共振中的成像效能相关研究具有重要的意义,但目前在领域内还缺乏较为系统的研究。本文以两种常见的外源性造影剂Gd-DTPA以及SPIO为代表,探究微量外源性造影剂在高场磁共振中的成像效能,其中本文以磁敏感物质的影像学尺寸与一定感兴趣区域内造影剂的对比度共同定义为成像效能。首先,作者较为系统地研究了磁敏感倍增成像效应,通过检测像素数量以及计算倍增因子,衡量各参数与成像倍增之间的量化关系;接下来从图像对比度出发,开展SPIO以及Gd-DTPA在不同扫描参数条件下的对比度研究,同时探求在一定的感兴趣区域内引起图像变化的最小的外源性造影剂的物质的量。在磁敏感倍增成像效应的研究中,本文利用了磁化率差异以及磁场的不均匀性对微小磁敏感物质的影像学影响,探究其在不同参数条件下的倍增情况,建立了各参数影响因子与成像倍增之间的量化关系,结果表明,在像素或亚像素级别的模型中,磁敏感倍增成像效应显着,在SWI图像中倍增因子最高可达51。在微量外源性造影剂在多参数条件下的影像对比研究中,本文从图像对比度的角度出发,以Gd-DTPA以及SPIO为代表,进一步探究了不同参数条件下微量外源性造影剂在高场磁共振成像中的对比度变化,建立了不同分辨率,回波时间,翻转角等等成像参数条件下外源性造影剂的物质的量与图像对比度之间的关系,并更进一步探究了引起图像改变的最小的外源性造影剂的物质的量,结果表明,在本实验条件下,3T磁场中SPIO在0.01～0.64μmol的量内都无法满足对比度要求,而Gd-DTPA最小在物质的量为0.02μmol（分辨率为res 1,即1.2mm）时满足对比度要求。在7T下,FSE序列扫描中SPIO引起图像改变的最小的量为0.16μmol,而加入相位信息后,在SWI扫描中最小的量为0.08μmol（回波时间为30ms）。综上所述,本文综合评估了微量外源性造影剂在不同条件下的成像效能变化,对外源性造影剂的合理使用及其微小变化的成像具有重要参考价值与意义,为早日实现微量的高精度的MR造影剂辅助成像做出了重要贡献。
赵羽[8]（2020）在《体部化学交换饱和转移成像中脂肪伪影消除方法的研究》文中研究指明化学交换饱和转移（Chemical exchange saturation transfer,CEST）成像的临床研究目前主要集中于脑部疾病,如卒中的评估、脑部肿瘤的诊断、肿瘤治疗反应的监控以及神经退行性疾病的评估等。随着该技术在头部疾病中展示了巨大的应用潜力,越来越多的研究将其应用于体部器官,如乳腺和前列腺肿瘤的诊断、肝脏糖原的测量等。然而,体部器官大多含有较多的脂肪组织,而脂肪信号会在体部CEST成像中产生较强的脂肪伪影,这阻碍了CEST成像在体部的广泛应用。因此,本文围绕体部CEST成像中脂肪伪影的消除开展了三项研究。在第一项研究中,我们对传统的二项式脉冲技术的抑脂效率进行了观测。结果表明,在主磁场偏移量较大的情况下,该技术不能充分地抑制脂肪伪影。因此,在第二项研究中,我们提出了一种基于自适应多峰脂肪模型的水脂分离方法。该方法在主磁场存在较大的偏移的情况下仍能有效地去除脂肪伪影。前两项研究揭示,传统CEST成像中脂肪伪影的产生依赖于用于定量化学交换作用的非对称性分析。因此,在第三项研究中,我们进一步发展了一种不依赖于非对称性分析的化学交换成像方法。1.基于二项式脉冲的水选择性激发在体部CEST成像中的脂肪抑制效率的研究基于二项式射频脉冲的水激发方法着重于抑制脂肪主峰的信号,而未抑制脂肪其他副峰的信号,这会导致这些副峰信号在CEST成像中产生脂肪伪影。此外,该抑脂技术对主磁场的空间不均匀性比较敏感。本项研究旨在探究CEST成像中主磁场存在偏移时脂肪伪影的形成机制以及这些伪影对常见的化学交换位点的影响。首先,我们通过数值仿真对二项式射频脉冲的激发轮廓进行了研究。然后,我们利用自主开发的序列在体观测了脂肪各个谱峰对脂肪伪影的贡献,该序列包含一个CEST射频饱和模块和波谱信号采集模块,在体测试则是基于健康被试的腰椎椎体。数值仿真和人体实验的结果表明,1-3-3-1型水激发脉冲能提供较宽的信号抑制带宽。该抑制技术能在一定程度上抵抗主磁场的不均匀性,但是这种对抗性是有限的。研究结果还进一步表明,当1-3-3-1型脉冲用于体部CEST成像时,氨基CEST成像和羟基CEST成像无法避开脂肪伪影的影响。对于酰胺键CEST成像,只有当主磁场偏移被限定在一定范围内时,它才能避免受到脂肪伪影的影响。2.基于自适应多峰脂肪模型的水脂重建用于CEST成像中脂肪伪影的消除本研究的目的是开发一种基于多回波Dixon的水脂重建算法,以去除CEST成像中的脂肪伪影。在体部CEST成像中,饱和射频照射会对脂肪的各个谱峰产生不同程度的饱和作用,因此它会改变脂肪峰的相对幅值。这导致水脂分离算法中脂肪模型的构建变得异常困难。为此,本研究提出了一种基于多峰脂肪信号模型的自适应算法。该算法通过Bloch方程的数值积分,能计算出饱和射频脉冲对脂肪各个谱峰产生的直接饱和效应,并逐个体素地更新饱和射频照射后脂肪谱峰的相对幅值。在更新脂肪谱峰的相对幅值后,我们利用最小二乘拟合和IDEAL法算法,重建出水图、脂肪图以及B0场图。最后,基于重建的水图,我们便能构建出CEST成像所需的Z-谱。我们在水脂仿体和人体乳腺上对该方法进行了验证。实验结果表明,该方法能很好地去除CEST成像中的脂肪伪影,并提高CEST成像的准确性。3.基于受激回波的化学交换磁共振成像中脂肪伪影的研究在传统的CEST成像中,化学交换效应表现为水信号的细微下降,我们需要利用非对称性分析来提取出CEST信号。脂肪信号在Z谱中具有相对于水峰的非对称性,因此它会在非分析性分析中产生脂肪伪影。在本研究中,我们发展了一种基于受激回波的化学交换成像方法。该方法所采集的图像信号全部来自于CEST效应,因此我们无需借助非对称性分析对化学交换作用进行提取,这使得该方法能不受脂肪伪影的影响。在本研究中,我们利用水杨酸水溶液和脂肪仿体对该方法进行了验证。实验结果显示,该方法的影像信号完全来源于化学交换作用,脂肪不会在该方法的图像中产生可观测的信号。因此,本文所提出的基于受激回波的化学交换成像方法可消除脂肪伪影的影响。
赵俊伟[9]（2020）在《基于平面回波序列的磁共振扩散成像序列降噪》文中研究表明在磁共振扫描的过程中,梯度线圈振动产生噪声,患者的舒适度和安全性总是受到高噪声的影响,甚至对胎儿和婴儿等敏感人群构成安全风险。新生儿在磁共振听力保护装置（如耳塞、耳机）等装置使用的情况下,的建议噪声级为65 dB（A）以下,但是3T磁共振扫描时的噪声级可能高达125–130 dB（A）。此外,对于新生儿使用耳塞、耳机的听力保护的方法可能不适用。平面回波成像广泛用于高级成像,例如功能MRI和扩散MRI。平面回波的读出梯度需要梯度极性快速切换,并且梯度的爬升通常比普通序列的爬升快。另外,在基于EPI的扩散成像中,为了确保较短的回波时间,爬升率和幅值会更大。鉴于EPI是广泛使用的磁共振成像技术,在EPI序列设计的方面,可以实现一种在各种扫描仪平台上都适用的降噪解决方案是十分重要的。在本文的工作中,为了解决这一问题,研究了梯度波形调整、回波间隔调整以及并行成像的降噪效果。通过对梯度波形和回波间隔（ESP）的调整,结合并行成像与重建技术,在保持较高图像信噪比的同时,降低了7 dB（A）的噪声。除此之外,在有效性方面,我们在水模和人体的研究中定量验证了传统EPI-DWI序列和优化之后的EPI-DWI序列获得的图像一致性和ADC值的准确度。
陈旭东[10]（2020）在《基于单次激发中心向外平面回波成像技术的扩散磁共振成像》文中指出扩散磁共振成像（diffusion magnetic resonance imaging,MRI）技术可用于脑血管疾病的早期评估和肿瘤良恶性的鉴别,对临床诊断和治疗有着重要的应用价值。在序列设计中,为了更好地分析分子扩散对磁共振信号的影响,扩散加权成像（diffusion-weighted imaging,DWI）序列中需要插入持续时间长、梯度强度高的扩散敏感梯度,引起较大信号衰减,导致图像质量下降、信噪比（signal-to-noise ratio,SNR）降低。同时,扩散敏感梯度的使用会进一步延长序列回波时间,限制了扩散磁共振成像技术在较短T2或T2*值的组织和器官的应用。为了有效降低高扩散梯度施加情况下引起的信号衰减,扩展扩散磁共振成像技术的应用场景。本文提出将单次激发中心向外平面回波采集技术（center-out echo-planar imaging,COEPI）与扩散磁共振成像结合,提出基于单次激发中心向外平面回波采集的扩散加权成像（COEPI-DWI）技术。改进序列采集轨迹,通过自k空间中心（相位编码为0处）向外的采集模式,最大程度上缩短回波时间,减小72/T2*效应,提高图像信噪比,提升图像质量。为了验证所提出改进方法,本文设计了中心向外平面回波序列和中心向外扩散加权序列,并进行了模体实验和志愿者实验,实验平台为联影uMR790 3.0T磁共振扫描仪。在模体实验中,COEPI-DWI和DWI序列相比,表现出更好的图像质量和更高的信噪比。定量分析表明 COEPI-DWI 的表观扩散系数（apparent diffusion coefficients,ADC）测量更为准确。志愿者实验中,通过对位于大脑白质区域的感兴趣区域（region of interest,ROI）的信噪比增量的定量计算,进一步验证了COEPI-DWI序列在提升提高图像信噪比方面的优势。
二、敏感相位编码在磁共振成像扫描中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、敏感相位编码在磁共振成像扫描中的应用（论文提纲范文）
（1）基于深度学习的磁共振图像重建和波谱相位校正方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 核磁共振现象 |
| 1.2 磁共振成像原理 |
| 1.3 磁共振快速成像发展现状 |
| 1.3.1 部分傅里叶变换 |
| 1.3.2 并行成像 |
| 1.3.3 压缩感知 |
| 1.4 磁共振波谱数据失真与校正方法 |
| 1.5 人工智能与深度学习 |
| 1.6 深度学习在磁共振领域的应用 |
| 1.6.1 深度学习的磁共振成像的应用 |
| 1.6.2 深度学习在磁共振波谱的应用 |
| 1.7 论文选题背景和意义 |
| 1.8 论文组织结构和内容 |
| 第2章 基于双域神经网络的磁共振加速重建 |
| 2.1 双域稠密连接重建模型 |
| 2.1.1 模型设计 |
| 2.1.2 多监督损失函数 |
| 2.1.3 通道注意力机制 |
| 2.2 模型配置,评价指标及数据集 |
| 2.3 实验结果 |
| 2.3.1 重建性能比较 |
| 2.3.2 消融实验 |
| 2.3.3 多模态重建性能对比 |
| 2.3.4 抗噪性能分析 |
| 2.3.5 在并行成像的扩展 |
| 2.3.6 结果分析 |
| 2.4 本章小结 |
| 第3章 基于小波神经网络的临床前磁共振图像重建 |
| 3.1 基于小波神经网络的超分辨率算法 |
| 3.2 基于小波神经网络的磁共振重建算法 |
| 3.2.1 模型设计 |
| 3.2.2 和其他方法的区别 |
| 3.3 模型配置及数据集 |
| 3.4 实验结果 |
| 3.4.1 临床前重建性能比较 |
| 3.4.2 临床数据重建性能比较 |
| 3.4.3 消融实验 |
| 3.4.4 在不同尺寸数据集上的性能比较 |
| 3.4.5 在并行成像的扩展 |
| 3.5 本章小结 |
| 第4章 基于神经网络的磁共振波谱相位校正 |
| 4.1 基于神经网络模型的谱到谱校正方法 |
| 4.2 基于神经网络模型的谱到相位校正方法 |
| 4.3 泛化性能 |
| 4.3.1 扩大相位范围 |
| 4.3.2 混合数据集 |
| 4.3.3 基线失真 |
| 4.3.4 噪声的影响 |
| 4.4 结果分析 |
| 4.5 本章小节 |
| 第5章 基于机器学习的大鼠脑部代谢谱研究 |
| 5.1 研究目标和意义 |
| 5.2 大鼠脑提取物的获取 |
| 5.3 波谱的获取 |
| 5.4 脑区分类方法 |
| 5.4.1 支持向量机 |
| 5.4.2 多层感知机 |
| 5.4.3 决策树 |
| 5.4.4 随机森林 |
| 5.4.5 加强决策树 |
| 5.5 脑区分类效果测试 |
| 5.6 决策树系分类方法及结果分析 |
| 5.7 代谢结果讨论 |
| 5.8 本章小节 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 附录 A |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（2）基于模型驱动的快速磁共振成像（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 快速成像序列 |
| 1.2.2 并行成像技术 |
| 1.2.3 压缩感知重建算法 |
| 1.2.4 深度学习重建算算法 |
| 1.3 本文主要研究内容 |
| 1.4 论文结构安排 |
| 第2章 磁共振成像原理与快速磁共振成像方法 |
| 2.1 磁共振成像基本原理 |
| 2.1.1 核磁共振现象 |
| 2.1.2 k空间数据采集 |
| 2.1.3 k空间数据与图像 |
| 2.2 快速成像方法 |
| 2.2.1 并行成像原理 |
| 2.2.2 压缩感知成像原理 |
| 2.2.3 压缩感知重建算法 |
| 2.2.4 基于模型的深度学习重建算法 |
| 2.3 小结 |
| 第3章 深度低秩加稀疏网络用于快速动态磁共振成像 |
| 3.1 心脏电影成像技术及低秩方法 |
| 3.1.1 心脏电影成像技术 |
| 3.1.2 低秩先验在动态成像中的应用 |
| 3.2 低秩+稀疏动态磁共振成像模型 |
| 3.3 低秩+稀疏深度神经网络 |
| 3.4 实验数据及模型配置 |
| 3.4.1 数据准备 |
| 3.4.2 模型及参数设置 |
| 3.5 实验结果 |
| 3.5.1 评价指标 |
| 3.5.2 低秩、稀疏成分分解结果 |
| 3.5.3 单通道图像重建结果 |
| 3.5.4 多通道图像重建结果 |
| 3.5.5 前瞻性实验 |
| 3.6 小结 |
| 第4章 深度超分辨-重建网络用于高分辨率磁共振成像 |
| 4.1 高分辨率磁共振重建策略 |
| 4.2 超分辨-重建一体的磁共振成像模型 |
| 4.3 深度超分辨-重建网络 |
| 4.4 实验数据及模型配置 |
| 4.4.1 数据准备 |
| 4.4.2 模型及参数设置 |
| 4.5 实验结果 |
| 4.5.1 评价指标 |
| 4.5.2 超分辨-重建网络与高度欠采重建方法(策略1)结果对比 |
| 4.5.3 超分辨-重建网络与重建-超分辨方法(策略2)结果对比 |
| 4.5.4 生成-对抗机制的影响 |
| 4.6 小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
| 致谢 |
（3）快速磁共振三维成像（论文提纲范文）
| 缩略语表 |
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文结构安排 |
| 第2章 快速磁共振三维成像 |
| 2.1 磁共振成像 |
| 2.1.1 核磁共振 |
| 2.1.2 脉冲序列 |
| 2.1.3 空间编码 |
| 2.1.4 图像重建 |
| 2.2 快速磁共振成像 |
| 2.2.1 部分傅里叶成像 |
| 2.2.2 并行成像 |
| 2.2.3 波束相位编码与之字形采样 |
| 2.2.4 虚拟共轭线圈技术 |
| 2.2.5 压缩感知成像 |
| 2.3 快速磁共振三维成像 |
| 2.3.1 可控混叠并行成像方法 |
| 2.3.2 Wave-CAIPI成像方法 |
| 2.3.3 本论文拟解决的问题 |
| 第3章 Wave-CAIPI的参数优化 |
| 3.1 引言 |
| 3.2 理论 |
| 3.2.1 Wave-CAIPI的编码模型 |
| 3.2.2 参数与几何因子的关系 |
| 3.2.3 平均几何因子的快速计算方法 |
| 3.2.4 参数优化框架 |
| 3.3 方法 |
| 3.4 结果 |
| 3.5 讨论 |
| 3.5.1 平均几何因子的快速计算方法 |
| 3.5.2 读出采集的过采样率 |
| 3.5.3 L型曲线的拐点 |
| 3.5.4 缺陷与拓展 |
| 3.6 总结 |
| 第4章 结合虚拟共轭线圈和波浪梯度编码的并行成像方法 |
| 4.1 引言 |
| 4.2 理论 |
| 4.2.1 波浪梯度编码的模型 |
| 4.2.2 VCC-Wave的模型 |
| 4.2.3 VCC-Wave的理论诠释 |
| 4.3 方法 |
| 4.3.1 单通道仿真实验 |
| 4.3.2 多通道仿真实验 |
| 4.3.3 高分辨率和高带宽的在体实验 |
| 4.3.4 VCC-Wave三维成像实验 |
| 4.3.5 VCC-Wave的稳定性分析 |
| 4.3.6 VCC-Wave的重建方法研究 |
| 4.4 结果 |
| 4.4.1 多通道仿真实验 |
| 4.4.2 高分辨率和高带宽的在体实验 |
| 4.4.3 VCC-Wave三维成像实验 |
| 4.4.4 VCC-Wave的稳定性分析 |
| 4.4.5 VCC-Wave的重建方法研究 |
| 4.5 讨论 |
| 4.5.1 相关矩阵的理论框架 |
| 4.5.2 VCC-Wave的实用性重建方法 |
| 4.5.3 缺陷与拓展 |
| 4.6 结论 |
| 第5章 Wave-CAIPI加速三维平衡稳态自由进动序列 |
| 5.1 引言 |
| 5.2 理论 |
| 5.2.1 截断式波浪梯度场的表达式 |
| 5.2.2 波浪梯度场的零阶矩分析 |
| 5.2.3 波浪梯度场的一阶矩分析 |
| 5.3 方法 |
| 5.3.1 序列设计 |
| 5.3.2 仿真实验 |
| 5.3.3 水模实验 |
| 5.3.4 在体实验 |
| 5.3.5 图像重建 |
| 5.3.6 定量分析 |
| 5.4 结果 |
| 5.5 讨论 |
| 5.6 结论 |
| 第6章 CS-Wave加速高分辨率三维血管壁成像 |
| 6.1 引言 |
| 6.2 理论 |
| 6.3 方法 |
| 6.3.1 CS-CAIPI加速血管壁成像 |
| 6.3.2 CS-Wave加速血管壁成像 |
| 6.4 结果 |
| 6.4.1 CS-CAIPI加速血管壁成像 |
| 6.4.2 CS-Wave加速血管壁成像 |
| 6.5 讨论 |
| 6.6 结论 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录 |
| 附录A 计算wave-PSF的扩散范围 |
| 附录B 单个体素几何因子的快速计算方法 |
| 附录C 中心几何因子关于相对幅度的导数 |
| 附录D 相关矩阵与几何因子的关系 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）人体组织非均匀介电特性断层成像新方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 研究现状 |
| 1.2.1 电阻抗成像方法 |
| 1.2.2 介电特性断层成像方法 |
| 1.2.3 介电特性断层成像临床研究 |
| 1.3 本文的主要内容和创新点 |
| 1.4 本论文的结构安排 |
| 第二章 磁共振成像原理与介电特性断层成像方法 |
| 2.1 磁共振成像原理 |
| 2.1.1 磁共振物理 |
| 2.1.2 磁共振成像 |
| 2.2 介电特性断层成像原理 |
| 2.3 介电特性断层成像方法 |
| 2.3.1 基于均匀性假设的介电特性断层成像 |
| 2.3.2 基于梯度的介电特性断层成像方法 |
| 2.3.3 基于相位的电导率成像方法 |
| 2.4 本章小结 |
| 第三章 基于双约束的电导率重建方法 |
| 3.1 引言 |
| 3.2 双约束重建方法 |
| 3.2.1 基于梯度信息的电导率核心方程 |
| 3.2.2 双约束重建模型 |
| 3.2.3 优化问题求解 |
| 3.3 实验设计 |
| 3.3.1 仿真与临床数据获取 |
| 3.3.2 算法框架与参数选择 |
| 3.4 实验结果与分析 |
| 3.4.1 仿真数据实验 |
| 3.4.2 临床数据实验 |
| 3.5 讨论与结论 |
| 3.6 本章小结 |
| 第四章 基于广义全变分的电导率重建方法 |
| 4.1 引言 |
| 4.2 广义全变分重建方法 |
| 4.2.1 重建模型 |
| 4.2.2 优化问题求解 |
| 4.3 实验设计 |
| 4.3.1 仿真与临床数据获取 |
| 4.3.2 算法框架和参数选择 |
| 4.4 实验结果与分析 |
| 4.4.1 仿真数据实验 |
| 4.4.2 临床数据实验 |
| 4.5 讨论与结论 |
| 4.6 本章小结 |
| 第五章 基于磁共振图像先验信息的介电特性断层成像方法 |
| 5.1 引言 |
| 5.2 基于先验信息的重建方法 |
| 5.2.1 重建模型 |
| 5.2.2 先验模型 |
| 5.2.3 优化问题求解 |
| 5.3 实验设计 |
| 5.3.1 仿真与临床数据获取 |
| 5.3.2 算法框架与参数选择 |
| 5.4 实验结果与分析 |
| 5.4.1 仿真数据实验 |
| 5.4.2 临床数据实验 |
| 5.5 讨论与结论 |
| 5.6 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（5）磁共振同时多层平面回波成像序列设计及图像重建（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.4 论文主要内容 |
| 1.5 论文的章节安排 |
| 第二章 平面回波成像 |
| 2.1 平面回波成像的发展历史 |
| 2.2 平面回波成像基本原理 |
| 2.3 平面回波成像的常见伪影 |
| 2.3.1 N/2 Ghosting伪影 |
| 2.3.2 N/2 伪影产生的原因 |
| 2.3.3 化学位移伪影 |
| 2.3.4 化学位移伪影产生原因 |
| 2.3.5 图像的几何畸变和磁敏感伪影 |
| 2.4 本章总结 |
| 第三章 快速成像技术 |
| 3.1 并行成像技术 |
| 3.1.1 SENSE |
| 3.1.2 GRAPPA |
| 3.2 稀疏重建技术 |
| 3.3 同时多层成像技术 |
| 3.4 本章总结 |
| 第四章 同时多层平面回波成像 |
| 4.1 平面回波成像序列梯度设计 |
| 4.1.1 平面回波成像序列的层面选择梯度设计 |
| 4.1.2 平面回波成像序列的读出梯度设计 |
| 4.1.3 平面回波成像序列的相位编码梯度设计 |
| 4.1.4 平面回波成像序列的图像重建 |
| 4.2 平面回波成像的伪影抑制方法实现 |
| 4.2.1 N/2 Ghosting伪影的祛除 |
| 4.2.2 脂肪抑制技术实现 |
| 4.3 快速成像技术工程实现 |
| 4.3.1 GRAPPA算法实现 |
| 4.3.2 Multi-Band射频脉冲设计 |
| 4.3.3 Blipped-CAIPI技术实现 |
| 4.3.4 Slice-GRAPPA算法的实现 |
| 4.4 同时多层平面回波序列 |
| 4.5 同时多层平面回波成像图像重建 |
| 4.6 同时多层平面回波成像实验结果 |
| 4.7 本章总结 |
| 第五章 同时多层平面回波序列的fMRI应用 |
| 5.1 同时多层平面回波成像序列fMRI的质量控制 |
| 5.2 同时多层平面回波成像序列fMRI的验证 |
| 5.2.1 静息态fMRI验证 |
| 5.2.2 任务态fMRI验证 |
| 5.3 本章总结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
（6）心脏MRI成像：从图像重建到运动分析（论文提纲范文）
| 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 |
（7）高场磁共振微量外源性造影剂成像效能研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 磁共振原理 |
| 1.2.1 磁共振物理基础 |
| 1.2.2 磁共振成像 |
| 1.3 磁敏感加权成像技术 |
| 1.3.1 数据采集 |
| 1.3.2 数据后处理 |
| 1.4 本文主要工作 |
| 1.5 本文结构安排 |
| 第二章 磁敏感倍增成像效应研究 |
| 2.1 引言 |
| 2.2 理论基础 |
| 2.2.1 磁化率对磁场的影响 |
| 2.2.2 磁化率对磁共振信号的影响 |
| 2.3 材料与方法 |
| 2.3.1 仿真实验设置 |
| 2.3.2 体外实验设置 |
| 2.3.3 评估指标 |
| 2.4 实验结果 |
| 2.5 分析与讨论 |
| 2.6 本章小结 |
| 第三章 微量外源性造影剂在多参数条件下的影像对比研究 |
| 3.1 引言 |
| 3.2 材料与方法 |
| 3.2.1 实验准备 |
| 3.2.2 评估指标 |
| 3.3 实验结果 |
| 3.4 分析与讨论 |
| 3.5 本章小结 |
| 第四章 总结与展望 |
| 4.1 主要结论 |
| 4.2 研究展望 |
| 参考文献 |
| 攻读学位期间成果 |
| 致谢 |
（8）体部化学交换饱和转移成像中脂肪伪影消除方法的研究（论文提纲范文）
| 论文摘要 |
| ABSTRACT |
| 论文关键词汇中英文对照 |
| 第一章 绪论 |
| 1.1 化学交换饱和转移(CEST)磁共振成像 |
| 1.1.1 CEST成像的发现 |
| 1.1.2 CEST成像的原理 |
| 1.1.3 CEST成像的实施方法 |
| 1.1.4 CEST成像的应用 |
| 1.2 体部CEST成像中的脂肪伪影 |
| 1.3 MRI中脂肪抑制方法的概述 |
| 1.3.1 基于序列设计对脂肪信号进行直接抑制的方法 |
| 1.3.2 基于图像后处理对脂肪信号进行分离的Dixon技术 |
| 1.4 体部CEST成像中抑脂方法的研究现状 |
| 1.4.1 基于序列设计的抑脂方法在体部CEST成像中的应用 |
| 1.4.2 基于图像后处理的抑脂方法在体部CEST成像中的应用 |
| 1.5 论文的研究内容和意义 |
| 1.6 论文的结构 |
| 第二章 CEST成像中基于二项式射频脉冲的水选择性激发方法脂肪抑制效率的研究 |
| 2.1 研究引言 |
| 2.2 材料和方法 |
| 2.2.1 数值仿真 |
| 2.2.2 脉冲序列 |
| 2.2.3人体实验 |
| 2.2.4 数据后处理 |
| 2.3 实验结果 |
| 2.3.1仿真实验 |
| 2.3.2人体实验 |
| 2.4 讨论 |
| 2.5 结论 |
| 第三章 基于自适应多峰脂肪模型的水脂重建用于CEST成像中脂肪伪影的消除 |
| 3.1 研究引言 |
| 3.2 原理 |
| 3.2.1 自适应多峰脂肪信号模型 |
| 3.2.2 水脂分离重建 |
| 3.3 材料与方法 |
| 3.3.1 基于SMPM的 CEST信号的重建 |
| 3.3.2仿体和人体实验 |
| 3.3.3 数据后处理和统计分析 |
| 3.4 实验结果 |
| 3.4.1仿体实验 |
| 3.4.2人体实验 |
| 3.5 讨论 |
| 3.6 结论 |
| 第四章 基于受激回波的化学交换MRI中脂肪伪影的研究 |
| 4.1 研究引言 |
| 4.2 原理 |
| 4.2.1 消除由非共振激发产生的受激回波 |
| 4.2.2 快速序列的设计 |
| 4.3 材料与方法 |
| 4.4 实验结果 |
| 4.5 讨论 |
| 4.6 结论 |
| 第五章 总结和展望 |
| 5.1 全文总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简历 |
| 科研成果 |
| 致谢 |
（9）基于平面回波序列的磁共振扩散成像序列降噪（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外现状与发展 |
| 1.3 论文的主要内容与章节安排 |
| 第二章 磁共振成像原理 |
| 2.1 核磁共振原理 |
| 2.1.1 原子核的磁性 |
| 2.1.2 静磁场对原子核的作用 |
| 2.1.3 共振现象与固有频率 |
| 2.2 核磁共振弛豫过程 |
| 2.3 磁共振成像的空间定位方法 |
| 2.3.1 选层梯度 |
| 2.3.2 相位编码梯度 |
| 2.3.3 读出梯度 |
| 2.4 磁共振成像K空间与图像重建 |
| 2.4.1 K空间 |
| 2.4.2 图像重建 |
| 2.5 本章小结 |
| 第三章 平面回波成像序列 |
| 3.1 磁共振序列 |
| 3.1.1 重复时间 |
| 3.1.2 回波时间 |
| 3.1.3 翻转角 |
| 3.1.4 视场大小与采集矩阵 |
| 3.2 平面回波序列原理 |
| 3.2.1 读出梯度与采样方式 |
| 3.2.2 相位编码的梯度实现 |
| 3.2.3 部分相位编码与并行成像 |
| 3.2.4 EPI等效回波时间 |
| 3.3 基本EPI序列类型 |
| 3.3.1 GRE-EPI |
| 3.3.2 SE-EPI |
| 3.3.3 IR-EPI |
| 3.3.4 DWI-EPI |
| 3.3.5 交错多射EPI |
| 3.3.6 3D-EPI(EVI) |
| 3.4 EPI序列伪影的产生与矫正 |
| 3.5 本章小结 |
| 第四章 磁共振扫描噪声 |
| 4.1 梯度线圈震动与噪声产生 |
| 4.2 磁共振噪声的衡量 |
| 4.3 本章小结 |
| 第五章 磁共振成像序列降噪方法 |
| 5.1 降噪方法及原理 |
| 5.1.1 规避共振峰 |
| 5.1.2 梯度波形优化 |
| 5.2 平面回波序列信噪比与图像质量 |
| 5.3 结合并行成像的降噪方法 |
| 5.4 欠采样降噪序列设计 |
| 5.5 本章小结 |
| 第六章 实验与结果 |
| 6.1 噪声实验 |
| 6.1.1 噪声采集与处理 |
| 6.1.2 噪声降低评估 |
| 6.2 水模实验 |
| 6.2.1 图像采集与处理 |
| 6.2.2 图像质量评估 |
| 6.3 人体实验 |
| 6.3.1 图像采集与处理 |
| 6.3.2 图像质量评估 |
| 6.4 本章小结 |
| 第七章 结束语 |
| 7.1 主要工作与创新点 |
| 7.2 后续研究工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（10）基于单次激发中心向外平面回波成像技术的扩散磁共振成像（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及研究意义 |
| 1.2 国内外研究历史及现状 |
| 1.3 论文的主要内容与章节安排 |
| 第二章 磁共振成像原理 |
| 2.1 磁共振基本原理 |
| 2.1.1 原子核的磁性 |
| 2.1.2 外加磁场下的原子核 |
| 2.1.3 自旋核的拉莫尔进动和共振 |
| 2.1.4 弛豫过程和弛豫时间 |
| 2.1.5 自由感应衰减 |
| 2.2 磁共振成像 |
| 2.2.1 空间编码和梯度磁场 |
| 2.2.2 k空间 |
| 2.3 本章小结 |
| 第三章 平面回波成像及扩散磁共振 |
| 3.1 平面回波序列 |
| 3.1.1 EPI读出梯度 |
| 3.1.2 EPI的相位编码 |
| 3.1.3 斜坡采样 |
| 3.1.4 部分相位编码 |
| 3.1.5 SE-EPI和 GRE-EPI及其回波时间 |
| 3.2 平面回波成像的伪影 |
| 3.2.1 奈奎斯特伪影 |
| 3.2.2 奈奎斯特伪影的校正 |
| 3.2.3 几何畸变伪影 |
| 3.2.4 几何畸变伪影的校正 |
| 3.3 扩散磁共振成像 |
| 3.3.1 扩散加权梯度 |
| 3.3.2 扩散加权梯度引起的信号变化 |
| 3.3.3 扩散系数图像 |
| 3.3.4 扩散磁共振脉冲序列 |
| 3.3.5 扩散磁共振中的伪影 |
| 3.4 本章小结 |
| 第四章 中心向外的采样技术 |
| 4.1 引言 |
| 4.2 序列设计 |
| 4.2.1 中心向外平面回波成像技术 |
| 4.2.2 部分k空间采样的COEPI技术 |
| 4.2.3 COEPI的序列设计 |
| 4.2.4 脂肪抑制 |
| 4.3 结合并行成像的COEPI技术 |
| 4.3.1 并行成像技术 |
| 4.3.2 COEPI的并行成像技术和SENSE重建 |
| 4.4 基于深度学习的奈奎斯特伪影校正 |
| 4.5 本章小结 |
| 第五章 图像重建和伪影校正 |
| 5.1 图像重建流程 |
| 5.1.1 常规EPI和 DWI的图像重建 |
| 5.1.2 COEPI和 COEPI-DWI的图像重建 |
| 5.2 相位误差校正 |
| 5.2.1 常规EPI相位误差校正 |
| 5.2.2 基于深度网络的相位误差校正 |
| 5.2.3 COEPI相位误差校正 |
| 5.3 几何畸变伪影校正 |
| 5.4 SNR增量 |
| 5.5 本章小结 |
| 第六章 实验和结果 |
| 6.1 实验设计 |
| 6.2 模体实验 |
| 6.2.1 ACR模体实验 |
| 6.2.2 定量扩散加权成像模体实验 |
| 6.2.3 并行成像图像结果 |
| 6.3 人体实验 |
| 6.3.1 COEPI实验结果 |
| 6.3.2 COEPI并行成像的成像结果 |
| 6.3.3 脑部扩散加权成像结果 |
| 6.3.4 人体实验的SNR增量 |
| 6.4 本章小结 |
| 第七章 结束语 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
四、敏感相位编码在磁共振成像扫描中的应用（论文参考文献）
- [1]基于深度学习的磁共振图像重建和波谱相位校正方法研究[D]. 李钊. 中国科学院大学(中国科学院精密测量科学与技术创新研究院), 2021(01)
- [2]基于模型驱动的快速磁共振成像[D]. 黄文麒. 中国科学院大学(中国科学院深圳先进技术研究院), 2021(08)
- [3]快速磁共振三维成像[D]. 丘志浪. 中国科学院大学(中国科学院深圳先进技术研究院), 2021(01)
- [4]人体组织非均匀介电特性断层成像新方法研究[D]. 孙祥栋. 电子科技大学, 2021(01)
- [5]磁共振同时多层平面回波成像序列设计及图像重建[D]. 吴扬磊. 电子科技大学, 2021(01)
- [6]心脏MRI成像：从图像重建到运动分析[D]. 孙如. 浙江大学, 2020(02)
- [7]高场磁共振微量外源性造影剂成像效能研究[D]. 朱裕荣. 南方医科大学, 2020
- [8]体部化学交换饱和转移成像中脂肪伪影消除方法的研究[D]. 赵羽. 华东师范大学, 2020(08)
- [9]基于平面回波序列的磁共振扩散成像序列降噪[D]. 赵俊伟. 上海交通大学, 2020(01)
- [10]基于单次激发中心向外平面回波成像技术的扩散磁共振成像[D]. 陈旭东. 上海交通大学, 2020(01)