10.13465/j.cnki.jvs.2016.16.007
基于 Hankel 矩阵的奇异值分解法对脑血容积计算的研究
针对动态对比度增强磁共振灌注成像中脑血容积的计算,提出基于 Hankel 矩阵的奇异值分解(Singular Value Decomposition,SVD)算法。在奇异值数目的确定上采用差分谱量级差的研究方法,对算法进行理论推导与仿真模拟,得到较为理想的滤波效果。由于成像过程存在测量噪声的干扰,分析了信噪比和示踪剂延迟对算法的影响。仿真结果表明,信噪比越低(SNR =5 dB),算法处理效果越明显;信噪比增高(SNR =100 dB),估计值偏差减小,结果越为准确。且该算法不受示踪剂延迟的影响。与传统奇异值分解算法相比,采用基于 Hankel 矩阵的奇异值算法可以更为准确地估计脑血容积。
动态对比度增强磁共振灌注成像、脑血容积、奇异值分解、Hankel 矩阵
35
R318(医用一般科学)
河北省自然科学基金项目资助E2013202238
2016-08-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
38-42