科创中国

生物与新医药技术

本发明提供了一种去除磁共振弥散张量成像噪声的方法和系统，其方法基于磁共振弥散加权成像模型和采样噪声的高斯分布性质，利用弥散加权图像的稀疏性，采用最大后验概率估计的方法直接由K空间数据获得每一个空间位置所对应的去噪后的弥散张量矩阵。本发明可以避免图像去噪的误差对弥散张量估计的影响，可以更有效地抑制弥散张量中的噪声，提高弥散张量的估计精度。一种去除磁共振弥散张量成像噪声的方法，其包括：图像数据获取步骤：获取磁共振弥散加权图像所对应的K空间数据.

去噪步骤：基于磁共振弥散加权成像模型和采样噪声的高斯分布性质，利用弥散加权图像的稀疏性，采用最大后验概率估计的方法由所述K空间数据获得每一个空间位置所对应的去噪后的弥散张量矩阵；弥散参数计算步骤：基于所述去噪后的弥散张量矩阵，获得弥散参数图；所述去噪步骤包括：基于磁共振弥散加权成像模型和采样噪声的高斯分布性质，利用弥散加权图像的稀疏性，采用最大后验概率估计的方法构建去噪函数模型，所述去噪函数模型参见如下述公式(1)：其中，表示弥散张量矩阵的估计值；R(·)是作用于弥散加权图像ρm的稀疏约束函数，λ为相应的正则化参数；dm为第m个弥散加权图像所对应的K空间数据；F表示傅立叶编码矩阵；表示第m个弥散加权图像ρm，其中，I0表示无弥散加权的参考图像，为第m个弥散加权图像的相位，b是弥散加权因子，gm是第m个弥散加权图像所对应的弥散梯度向量gm＝(gxm,gym,gzm)T。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看