基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
螺旋MRI的原始数据是在不均匀的k-空间螺旋轨迹上采样得到的,需要通过网格化算法等手段将数据变成等间距的网格数据后,才能采用FFT进行重建,最后得到供临床使用的图像. 本文对Jackson网格化算法和Claudia大矩阵算法的重建速度和图像结果进行了比较,并得出以下结论:1) 在获得相近图像质量的情况下,Claudia大矩阵重采样算法比Jackson算法要快且更方便在仪器上实现. 2) 在Jackson双倍细网格算法的实现方式中,数据驱动插值比网格驱动插值更有效率. 3) 在Claudia大矩阵重采样算法中,对冗余比大于310∶1的数据进行图像重建的时候,网格点的幅值不平均化比平均化后的效果还要好. 这几个结论都将有利于MRI图像重建技术的进一步提高.
推荐文章
一种基于SfM重建点云的三角网格化算法
三角网格化
区域增长
k近邻
影响域
二叉排序树
无向环搜索
基于Dividing Cubes的算法实现螺旋CT数据的三维重建
螺旋CT
三维可视化
规则网络数据场
并行MRI图像重建算法比较及软件实现
MRI图像重建
k-空间原始数据
并行MRI
几种经典网格细分算法的比较
细分
逼近
插值
有序邻接表
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 螺旋MRI的网格化数据重建算法比较
来源期刊 波谱学杂志 学科 物理学
关键词 MRI 网格化重建 数据驱动插值 网格驱动插值 大矩阵重采样
年,卷(期) 2006,(3) 所属期刊栏目
研究方向 页码范围 303-311
页数 9页 分类号 O4
字数 4184字 语种 中文
DOI 10.3969/j.issn.1000-4556.2006.03.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄敏 中南民族大学电子信息工程学院 48 116 5.0 7.0
2 官金安 中南民族大学电子信息工程学院 34 181 7.0 11.0
3 黄立 华中科技大学生命科学与技术学院 23 137 8.0 10.0
4 卢松涛 华中科技大学生命科学与技术学院 5 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (4)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
MRI
网格化重建
数据驱动插值
网格驱动插值
大矩阵重采样
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
波谱学杂志
季刊
1000-4556
42-1180/O4
16开
中科院武汉物理与数学研究所(武汉71010号信箱)
38-313
1983
chi
出版文献量(篇)
1492
总下载数(次)
7
总被引数(次)
7081
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导