基于3DshepP-Logan头部模型的二,三维磁共振图像重建

摘要

磁共振成像技术利用核磁共振原理对人体的特定部分进行断面成像，可获得组织和器官的解剖结构、生理功能和病变信息，是一种无损伤体外影像检查手段，是医学研究的重要工具。然而，医生只能够以固定的方式观察二维图像，很难得出病灶的三维信息。若通过分析，处理二维磁共振图像序列，对病灶进行三维建模，不仅可以帮助医生全面准确地分析病灶的空间位置，大小，几何性质及其与周围组织的空间关系，提高诊治的准确性，还可以最大程度的发挥图像数据的价值。因此，磁共振二维图像处理及三维重建技术具有非常重要的理论价值和现实意义。
　　本文以3DShepp-Logan头部模型为基本参考模型来重建二，三维磁共振图像，主要的研究内容包括以下几个方面:(1)以磁共振成像原理为基础，分析二维图像的K空间数据。(2)从数学角度出发，分析K空间数据的不等间隔采样方法以及二维图像的重建算法，即密度补偿算法，网格化算法。(3)对头部模型进行层面选择，相位编码，频率编码三种方法计算出K空间数据，并对数据采用螺旋轨迹采样方法，Jackson密度补偿算法及双倍细网格化算法重建二维图像。重建结果表明，数据计算正确，双倍细网格化重建算法实用。(4)分析三维图像重建的算法原理，并应用MC算法重建出三维图像，根据重建出的三维图像得出算法可靠。

目录

声明

摘要

1 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．3 主要研究内容

2 磁共振成像

2．1 核磁共振的微观描述

2．2 核磁共振的宏观描述

2．2．1 磁化强度

2．2．2 弛豫

2．3 自由感应衰减信号

2．4 自旋回波序列

2．5 磁共振图像的建立

2．5．1 梯度磁场

2．5．2 层面选择

2．5．3 频率编码

2．5．4 相位编码

2．5．5 不同成像周期中的相位编码梯度

2．6 K空间与傅里叶变换图像重建

2．6．1 数据空间

2．6．2 K空间

2．7 本章小结

3 K空间数据采集及网格化算法

3．1 笛卡尔网格采样

3．2 螺旋轨迹采样

3．3 采样密度补偿函数

3．4 网格化算法

3．5 本章小结

4 3D Shepp-Logan头部模型及二维图像重建

4．1 构造体数据

4．2 模型数据

4．3 重建二维图像

4．4 本章小结

5 三维图像重建

5．1 三维数据建模

5．1．1 基于断层轮廓线的表面重建

5．1．2 基于体素的等值面重建

5．2 MC算法

5．2．1 体素模型与等值面定义

5．2．2 MC算法抽取等值面

5．2．3 MC算法抽取等值面的算法流程

5．3 重建三维图像

5．4 本章小结

6 总结展望

6．1 全文总结

6．2 展望

致谢

参考文献