基于CS（压缩传感）理论的快速核磁共振成像技术研究

压缩感知（Compressed Sensing，CS）技术因其潜在的减少数据采集总量的能力，2006年以来在数学和信号处理领域成为新的研究热点。CS通过对数据的压缩采集（随机稀疏采样），其采集样本远低于经典奈奎斯特采样理论的要求，能通过非线性重建算法恢复高质量的信号。医学磁共振系统的扫描速度长期受到梯度系统幅值、切换频率和人体生理的限制，成像速度较慢，制约了多种磁共振检查的临床普及。. 磁共振图像具有分段光滑的特性，通过k空间的随机数据采集，能满足CS对被采集信号稀疏性（Sparsity）和不连贯性（Incoherence）的要求。本项目开展了基于CS理论的快速核磁共振成像技术研究，完成了研究计划要点：1）是用于MR 图像的稀疏表示；2）建立了图像稀疏变换不连贯性的量化准则；3）研究了适用于硬件的变密度k空间快速数据采集轨迹；4）基于L1-Norm 的非线性凸优化快速图像重建算法；5）仿真及实验论证研究。. 项目组进行了广泛深入的理论与应用研究，取得了处于国际前沿的成果，在国际磁共振行业的两个主要刊物（MRM和JMRI）上发表和录用了文章各一篇，发表国际会议、国内核心刊物文章十余篇，授权发明专利1个，软件著作权4个。研究成果主要包括： 1）基于部分回波的压缩感知技术及在MRA中的应用；2）基于CS技术的快速磁敏感加权成像技术；3）基于SVD的数据稀疏表示；4）基于解析重建的G-SPEED快速MRI成像方法；5）基于小波稀疏和混合稀疏变换的G-SPEED重建算法；6）磁敏感加权图像静脉稀疏表示方法。. 通过本项目的研究，我们从理论和实验上证实，基于CS的理论，可将随机欠采样应用于磁共振数据采集中，通过随机地采集一部分k空间数据，可缩短扫描时间，提高成像速度，解决目前扫描速度慢的瓶颈问题，增加病人接受检查的舒适度，减轻病人经济负担，提高医院的经济效益，推动我国磁共振行业的发展。