文献类型：期刊文章

作　　者：冯远静[1,2] 何建忠[1] 李永强[1,2] 周思琪[1]

Yuanjing FENG;Jianzhong HE;Yongqiang LI;Siqi ZHOU(Institute of Information Processing and Automation,School of Information Engineering,Zhejiang University of Technology,Hangzhou 310023,China;Zhejiang Provincial United Key Laboratory of Embedded Systems,Hangzhou 310023,China)

机构地区：[1]浙江工业大学信息工程学院信息处理与自动化研究所,杭州310023 [2]浙江省嵌入式系统联合重点实验室,杭州310023

出　　处：《中国科学：信息科学》

基　　金：国家自然科学基金(批准号:61379020,61703369);浙江省自然科学基金(批准号:LQ16F030009,LY13F030007);浙江省重点研发计划(批准号:2017C03039);温州市重大科技专项(批准号:ZS2017007)资助

年　　份：2019

卷　　号：49

期　　号：6

起止页码：663-684

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：扩散磁共振成像是目前唯一非侵入式重建纤维解剖结构的成像技术.体素微结构纤维方向估计的精确性是影响该技术成像结果的关键.自扩散张量成像技术提出以来,很多高角度分辨率扩散成像方法用于估计纤维的方向.本文首先从估计模型角度,利用Q空间成像和模型依赖两大类数学模型总结现有主要的成像方法并延伸到目前广泛采用的球面去卷积模型,且讨论了其局限性和优越性.其次从优化方法角度,针对大规模逆问题优化方法的L2正则化约束、L1系数稀疏约束、L1和L2纤维分布空间稀疏约束以及纤维空间连续性约束优化模型的发展脉络介绍了球面去卷积优化方法的进展.最后,利用大量的模拟数据和实际数据对多种典型算法进行了纤维方向估计分辨率、准确率等对比实验.根据实验结果,对不同方法的优点和缺点进行了定量分析,并对今后的算法估计的研究方向进行了展望.

关 键 词：纤维方向分布  去卷积  扩散磁共振  纤维跟踪成像  高角度分辨率成像  

分 类 号：R445.2] TP391.41]