项目名称: 新型空间编码超快速磁共振成像和定域二维谱方法研究

项目编号: No.11275161

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 蔡淑惠

作者单位: 厦门大学

项目金额: 80万元

中文摘要: 磁共振成像(MRI)和定域谱(MRS)作为一种无创伤的检测分析手段能够获得同一生物体内不同层次、不同类别的信息,在生物医学领域发挥着重要作用。然而,较长的采样时间不仅可能造成其图像和谱图的质量下降,而且限制了其在功能成像、分子影像等方面的应用。本项目旨在建立一套基于空间编码的新型超快速高分辨MRI和二维(2D) MRS新方法。我们将研究影响空间编码超快速MRI和2D MRS的采样时间、分辨率以及信噪比的主要内在原因和外在因素;在合理的生物物理模型指导下,利用计算机模拟辅助设计空间编码超快速MRI和2D MRS脉冲序列;充分利用空间编码的特性,引入小视野成像、二维空间编码、非线性采样等信号快速激发和采集方法以及部分傅立叶变换、压缩传感等信号重建手段,有效提高MRI和MRS的分辨率、信噪比和采集速度,从而建立一套超快速活体高分辨MRI和2D MRS新方法,促进NMR新技术在生物医学领域的应用。

中文关键词: 磁共振成像;定域二维谱;空间编码;超快速;超分辨重建

英文摘要: As non-invasive detection techniques, magnetic resonance imaging (MRI) and localized magnetic resonance spectroscopy (MRS) can be used to obtain different types of information at different levels from a same organism, thus playing an important role in biomedicine. However, long acquisition time may not only result in the decreasing of imaging and spectral quality, but also limit their applications in functional MRI and molecular imaging. In this project, we will establish a set of novel ultrafast high-resolution MRI and localized two-dimensional (2D) MRS methods based on spatial encoding technique. We will investigate the main intrinsic and extrinsic factors influencing the acquisition speed, resolution, and signal to noise ratio (SNR) of spatially encoded ultrafast MRI and 2D MRS. Under the reasonable biophysical model, we will design new pulse sequences with the help of computer simulation. Taking the advantages of spatial encoding, we will introduce fast signal excitation and acquisition schemes (e.g. reduced field-of-view technique, 2D spatial encoding, non-linear sampling) and efficient signal reconstruction algorithms (e.g. partial Fourier transform and compressed sensing) to enhance the resolution and SNR of MR image and localized 2D MR spectrum and shorten the acquisition time. The new methods we establi

英文关键词: magnetic resonance imaging;two-dimensional MRS;spatial encoding;ultrafast;super-resolution reconstruction

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
【AAAI2022】注意力机制的快速蒙特卡罗近似
专知会员服务
19+阅读 · 2022年2月5日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
31+阅读 · 2021年7月26日
图表示学习在药物发现中的应用,48页ppt
专知会员服务
98+阅读 · 2021年4月30日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
Meta-Learning 元学习:学会快速学习
GAN生成式对抗网络
19+阅读 · 2018年12月8日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Transparent Shape from Single Polarization Images
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
小贴士
相关资讯
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
Meta-Learning 元学习:学会快速学习
GAN生成式对抗网络
19+阅读 · 2018年12月8日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员