磁共振图像刚性运动伪影消除中的稀疏正则化模型及其高效算法研究

项目名称： 磁共振图像刚性运动伪影消除中的稀疏正则化模型及其高效算法研究

项目编号： No.61401473

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 陈代强

作者单位： 中国人民解放军第三军医大学

项目金额： 24万元

中文摘要： 刚性运动伪影是影响磁共振（MR）图像临床诊疗的一个现实问题，目前常用的基于运动熵函数准则的伪影消除方法依然存在K-空间中高频部分运动参数估计不精确，无法消除较强运动伪影，算法计算复杂度较高等问题。项目将在分析引起MR图像刚性运动伪影的原理基础上，结合我们前期的预研究结果，首先建立基于MR图像稀疏先验和熵度量函数的全盲刚性运动伪影消除变分模型，解决较强刚性运动伪影造成的K-空间高频数据丢失或损坏问题。其次基于线性化迭代技术研究模型中运动参数估计的高效算法，利用运动增量的简单迭代优化和正则化广义逆方法得到运动增量的解析解。然后利用多尺度技术和预条件加速技术克服运动熵函数的非凸性带来的解不稳定性问题并提高算法效率。最后用仿真数据和临床MR数据相结合的方式，验证算法的有效性并研制出刚性运动伪影消除软件供临床使用。研究结果有望提供一种新的消除刚性运动伪影的有效方法以改善MR图像质量，提高诊断准确性。

中文关键词： 刚性运动伪影；变分模型；梯度熵；3维紧框架；深度残差学习网络

英文摘要： Rigid motion artifact has become a realistic problem in magnetic resonance image of clinical diagnosis and treatment. The widely used technique for motion artifact reduction--motion entropy based autocorrection method, has problems such as inaccurate esti

英文关键词： rigid motion artifact；variational model；gradient entropy；3D tight frame；residual learning of deep CNN