基于迭代的磁共振指纹参数量化算法改进
相比传统MRI,磁共振指纹(MRF)能通过一次数据采集同时获取多种组织的T1,T2及质子密度定量图像,但它需要采用参数量化算法.直接匹配方法计算时间长,消耗大量内存,且图像质量不好,尤其是T2图像.论文在基于覆盖树与逼近最近邻搜索的迭代方法的基础上做了改进,并采用模型数据进行算法实现,结果表明改进方法可以提升T1、T2图像质量.
磁共振成像、磁共振指纹、参数量化算法、迭代方法
R318.5(医用一般科学)
2019-06-13(万方平台首次上网日期,不代表论文的发表时间)
共3页
174-176