导　　师： 冯衍秋

授予学位： 硕士

作　　者： (）;

机构地区： 南方医科大学

摘　　要： 吉布斯(Gibbs)伪影是在磁共振成像(Magnetic Resonance Imaging,MRI)中常见的主要存在于MRI边缘处的一种环状伪影。在临床应用中，考虑到患者的实际情况，通常会忽略一定数量k空间外围相位编码线来缩短采集时间。对有限的数据使用傅里叶变换进行重建，在重建图像中就会出现Gibbs伪影，这种伪影最终影响临床MRI的诊断价值。如何消除临床磁共振图像中存在的Gibbs伪影变得非常重要。Elias等人提出的局部亚像素移位(Local Subpixel Shift，LSS)通过在图像域搜寻最小的局部总变差消除Gibbs伪影，尽管该方法消除伪影效果明显，但该方法不适用于k空间零填充重建的数据。　　本文的第一部分提出了两种将LSS应用于欠采样数据的方法。第一种方法为LSS+插值，该方法首先将非零填充的k空间数据傅里叶变换到图像域，其次在图像域使用LSS算法搜索最小的亚像素移位，最后将得到图像进行内插获得最终图像。第二种方法为隔行局部变差法，该方法首先对k空间数据进行零填充，其次将零填充后的k空间数据傅里叶变换到图像域，然后在图像域通过隔行局部变差(interlaced Local Variation，iLV)法来搜索最佳的LSS，从而降低图像的Gibbs伪影。为了比较本文所提两种方法的有效性，将iLV、LSS+插值与原始LSS算法以及汉明窗滤波器四种算法进行比较分析，分别在体模、T2WI数据中验证了两种方法的可行性与鲁棒性。发现，本文提出的iLV和LSS相比，iLV方法可以有效的消除图像中的Gibbs伪影;和LSS+插值方法相比，iLV方法能够更好地保留图像的细节信息;和汉明窗滤波方法相比，汉明窗滤波方法可以导致图像边缘被平滑。　　本文的第二部分将iLV方法用于k空间零填充重建弥散张量成像Gibbs伪影数据中，研究iLV方法对弥散张量数据中Gibbs伪影的改善。首先对采集到的C57BL/6J小鼠脑部弥散

关 键 词： 磁共振成像诊断 吉布斯伪影 局部亚像素移位 隔行局部变差法

领　　域： [] []