视频号
视频号
抖音号
抖音号
哔哩哔哩号
哔哩哔哩号
app
前沿资讯手机看

我要投稿

投稿请发送邮件至:weidy@instrument.com.cn

邮件标题请备注:投稿

联系电话:010-51654077-8129

二维码

我要投稿

投稿请发送邮件至:weidy@instrument.com.cn

邮件标题请备注:投稿

联系电话:010-51654077-8129

中科院新成果助磁共振成像技术走向临床

分享到微信朋友圈

打开微信,点击底部的“发现”,

使用“扫一扫”即可将网页分享到朋友圈。

分享: 2014/04/24 19:14:25
导读: 深圳先进技术研究院医工所梁栋课题组针对这一瓶颈问题,致力于研究基于稀疏采样理论的快速磁共振成像方法。这些领先成果具有巨大的临床应用潜力,将加速推动一系列高级磁共振成像技术走向临床。

  磁共振成像(MRI)是目前医学成像技术中功能最强大、技术门槛最复杂的技术之一。然而,相对其它成像模态(CT、超声)存在数据采集速度较为缓慢(较长的扫描时间)的缺陷,比如在动态成像时造成分辨率不够、容易产生运动伪影等,制约了磁共振成像在临床上的广泛应用。中国科学院深圳先进技术研究院医工所劳特伯生物医学成像研究中心梁栋课题组针对这一瓶颈问题,致力于研究基于稀疏采样理论的快速磁共振成像方法。

  近期以来,该课题组在国际磁共振期刊Magnetic Resonance in Medicine 上连续发表了3篇学术论文。这些领先成果具有巨大的临床应用潜力,将加速推动一系列高级磁共振成像技术走向临床。

  梁栋博士与吴垠博士合作的Accelerated MR diffusion tensor imaging using distributed compressed sensing 在线发表在MRM 上。该研究利用计算机仿真数据和离体动物心脏数据,探讨了压缩感知欠采样因子对DTI成像质量的影响。研究人员发现在6个弥散方向和10次重复扫描的前提下,加速4倍时的弥散参数图在视觉上和金标准相差无几。

  该课题组朱燕杰博士与香港中文大学合作者共同研究的成果PANDA-T1ρ: Integrating Principal Component Analysis and Dictionary Learning for Fast T1ρ Mapping 在线发表。该研究创新性地将PCA变换和字典学习相结合,以获取磁共振T1ρ图像序列时间轴方向的最优稀疏表示,进而实现压缩感知重建。同样的加速倍数下,该方法较传统快速成像方法能够恢复T1ρ参数图更多的细节信息。

  课题组彭玺博士的最新研究成果 Incorporating Reference in Parallel Imaging and Compressed Sensing 被MRM 接收。该研究提出广义级数模型、压缩感知、并行成像三者耦合的成像方法。经验证,该方法能够有效提高压缩感知理论所要求的信号稀疏性,改善并行成像系统的病态条件,具有更好的细节恢复和噪声抑制能力。

  以上研究成果均由深圳先进院独立或主导完成,并得到国家自然科学基金及深圳市项目的资助。

[来源:中国科学院深圳先进技术研究院]

用户头像

作者:刘玉兰

总阅读量 538w+ 查看ta的文章

网友评论  0
为您推荐 精选资讯 最新资讯 新闻专题 更多推荐

版权与免责声明:

① 凡本网注明"来源:仪器信息网"的所有作品,版权均属于仪器信息网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:仪器信息网"。违者本网将追究相关法律责任。

② 本网凡注明"来源:xxx(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。

③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为默认仪器信息网有权转载。

使用积分打赏TA的文章

到积分加油站,赚取更多积分

谢谢您的赞赏,您的鼓励是我前进的动力~

打赏失败了~

评论成功+4积分

评论成功,积分获取达到限制

收藏成功
取消收藏成功
点赞成功
取消点赞成功

投票成功~

投票失败了~