目的:探讨多尺度低秩加稀疏模型在加速超高场脑部4D Flow成像中的应用。方法:前瞻性收集2022年10月至2023年1月在复旦大学附属华山医院招募的健康志愿者10名，男5名、女5名，年龄23~35（29±4）岁。基于多尺度低秩（MLR）模型提出针对4D Flow数据特点的多尺度低秩加稀疏（MLRS）模型加速采集和重建算法。首先采用7.0 T MR对健康志愿者进行全采样脑部4D Flow扫描，并对采集的数据进行不同加速倍数（R分别为4、8、12、16）的高斯分布欠采样。计算不同加速倍数下压缩感知（CS）模型、低秩加稀疏（L+S）模型、MLR模型和MLRS模型重建结果与全采样参考图像在血管掩模内的均方误差（RMSE）和峰值信噪比（PSNR），模型间的比较采用配对样本 t检验或Wilcoxon带符号秩检验。采用Pearson检验评估不同加速倍数下4种模型的血流动力学参数与全采样参考值的相关性，相关系数的比较采用Wilcoxon带符号秩检验。 结果:相同加速倍数下RMSE从小到大依次为MLRS、MLR、L+S、CS模型，且MLRS模型的RMSE显著低于MLR、L+S、CS模型（ P<0.05）；PSNR由大到小依次为MLRS、MLR、L+S、CS模型，且MLRS模型的图像PSNR显著高于MLR、L+S、CS模型（ P<0.05）。不同加速倍数下MLRS模型测得的脑血管流速与全采样参考值相关系数显著高于MLR、L+S、CS模型与全采样参考值相关系数（ P<0.05）。 结论:该文提出的MLRS模型在保证图像质量的前提下能够加速超高场脑部4D Flow MR成像；并且相同加速倍数下与传统加速模型相比，MLRS模型具有更高的重建准确度。

钠磁共振成像(Magnetic Resonance Imaging,MRI)是目前唯一能够对活体组织中钠浓度进行空间定量分析的非侵入性成像技术,能够提供与细胞活力和生存能力相关的生理和生化信息.钠MRI可以在组织细胞发生宏观变异之前,检测出代表细胞膜完整性及其活力的生物学信息,也能够为疾病治疗过程中疗效的评估提供依据,并为疾病的早期诊断提供帮助,这些信息仅靠氢MRI是无法实现的.然而,与传统的氢MRI相比,即使在超高场下,钠MRI也面临着信噪比低和数据采集时间长等一系列问题.压缩感知(Compressed sensing,CS)成像技术可以通过非线性迭代重建从非相干欠采样的k空间数据中恢复已知变换域中具有稀疏特性的图像,能够大量节约钠MR成像时间并提高图像质量,目前CS成像技术已经在人体各部位钠MRI得到了应用.本文对CS成像技术在人体各部位钠MRI的现状及研究进展进行综述,以期促进CS成像技术在临床的应用.

目的 评估自由呼吸状态下黄金角径向稀疏平行采样(GRASP)技术在肺癌MR图像质量中的临床实用价值.方法 使用大口径3.0T MR扫描仪采集30例经CT筛查并确诊肺癌患者的图像信息,所有患者均先执行常规笛卡尔屏气容积内插(BH-VIBE)扫描,然后行基于GRASP技术的自由呼吸动态对比增强磁共振成像(DCE-MRI)扫描,最后再行BH-VIBE扫描方案.阅片由2位经验丰富的胸部放射科医生独立评估(内容包括总体图像质量、病变轮廓、伪影等级、诊断信心),以患者同时期CT图像作为参照,同时对各序列信息进行盲法处理.结果 GRASP序列由于能够有效消除呼吸及心脏大血管搏动等运动伪影的干扰,在总体图像质量、病变轮廓、伪影等级及诊断信心方面与BH-VIBE图像均有明显统计学差异(P＜0.01),能更精准地显示肿瘤边界及图像细节.结论 自由呼吸高时空分辨率GRASP技术较传统BH-VIBE扫描有着更优的图像质量,是对肺部病变进行高分辨率成像的一种可靠方法.

目的:为临床药动学采样点优化研究提供参考.方法:以“贝叶斯估计”“贝叶斯反馈法”“有限采样”“优化采样,,“稀疏采样”“最小采样”和“Bayesian estimate (s)”“Bayesian estimator(s)”“Bayesian analysis"“Limited sampling”“Optimal sampling”“Sparsesampling”“Minimal sampling”等为检索词,组合查询2011年1月-2016年6月在中国知网、万方、维普和PubMed、Medline、ScienceDirect等数据库中有关药动学采样点优化研究方面的文献,并对其进行系统分析与评价.结果:最终纳入中文文献1篇、英文文献13篇.有关临床药动学采样点优化研究方面的药物,主要集中在免疫抑制剂、抗病毒药物、抗菌药物和儿童个体化用药等领域.目前,关于临床药动学优化采样策略的研究方法国内仍较多采用多元线性回归法(MLR),国外已广泛应用最大后验贝叶斯法(MAPB).MLR方程简便易用,但对采样点要求十分严格;MAPB法可应用较少采样点完成,且对采样时间要求少,更适于临床实践,但需要应用专业软件完成.两种方法精密度和准确度大致相同.优化采样策略的研究方法差异较大,但均包含获取先验信息、确定参考值、优化采样点、验证预测能力4个步骤.结论:MAPB法结果准确、可靠,且对采样点要求更少,更符合临床实践需要,适用于临床药动学优化采样研究.

磁共振在心血管疾病诊断与鉴别诊断的应用日益重要,但扫描速度相对较慢,与运动伪影敏感是其主要局限性,在一定程度上限制了其在临床上应用的普及.压缩感知是一种新的信号采集理论,通过欠采样的方式采集信号,信号的稀疏变换、不相干欠采样及非线性重建是其特点.通过结合压缩感知技术使磁共振极大地提高扫描速度,且同时保证不牺牲空间分辨率.因此,在一定程度上它对于心血管磁共振具有独特优势.本文对压缩感知基本原理及其在心脏磁共振的应用价值研究进展予以详细阐述.

磁共振成像(MRI)是必要的获取临床图像的影像学方法之一,但是它获取数据过程缓慢使得成像时间过长.目前提出了许多高效的成像算法来降低磁共振的成像时间,如半傅里叶成像和压缩感知MRI等.半傅里叶成像仅采用多于一半的K空间数据进行图像重建,不仅提高了MRI的成像速度,而且降低了运动伪影,是有效的部分K空间重建技术之一.基于压缩感知理论的MRI仅采用25％～30％的K空间数据就能重建出MRI图像,与其它成像技术相比,可在相同的扫描时间内获得更高质量的MRI图像,也可在相同的空间分辨率下加速成像.本文综述几种半傅里叶成像算法的原理,也阐述了压缩感知理论与MRI相结合的原理,包括MR图像的稀疏表示、K空间的采样轨迹设计、重建算法的选择等.

为了减轻X射线辐射对病患的危害,CT扫描设备的设计需要考虑降低辐射剂量的需求.源于压缩感知理论的字典学习重建算法可用于求解不完备投影数据的CT图像重建问题,然而该算法的正则约束项无法有效区分噪声和低对比度信息,重建图像容易丢失软组织边缘细节信息.本文提出一种加权字典学习重建算法,基于每次迭代的结果,利用字典稀疏表示的残差设计正则约束项的权重因子,使算法在迭代过程中对图像不同区域施加不同程度的平滑效应,从而在平滑噪声的同时保留低对比度信息.实验结果表明,提出的改进算法有效的保留了软组织边缘信息,与原算法相比,明显提高了重建图像的质量.

目的:研究在保证模型参数一定准确度的条件下,儿童药动学试验中的样本量和采样点数设计的基本要求.方法:用群体药动学分析方法,以奥司他韦为工具药,进行药代动力学模拟,构建符合真实人群数据特点的儿童样本120例,按采样时间点数分别为2、3、4、5、6、8、10,同时每个采样时间点数下按样本量分别为20、40、60、80、100、120设计42种不同方案的采样,估算各方案下药时曲线下面积(AUC0→t、AUC0→∞)、血药峰浓度(Cmax)参数,将各参数的估算值与初始值的比值范围作为预测准确度,评价适宜的儿童稀疏采样设计方案.结果:随着样本量和采样点数的增加,预测准确度不断改善,活性药物羧化奥司他韦的参数预测准确度相较于前体药物奥司他韦较低.以药动学参数估算值与初始值的比值在95％ ～ 105％内,同时其90％置信区间相比初始值在80％～120％为评价标准时,发现研究奥司他韦的代谢过程的最低采样设计要求为3个采样时间点,40个样本量,此时AUC0→tt、AUC0→∞、Cmax参数中位数预测偏差为0.96％、2.51％、3.8％,90％置信区间上下限与初始值预测偏差依次为-4.96％～6.66％、-7.970％ ～20.031％、-5.99％～16.13％;研究奥司他韦羧化代谢物的最低采样要求为5个采样时间点,60个样本量;此时3个参数中位数预测偏差为1.070％、1.203％、2.005％,90％置信区间上下限与初始值预测偏差依次为-7.69％～5.27％、-8.41％ ～6.69％、-16.98％ ～ 16.23％.结论:采样点个数对研究奥司他韦药物代谢过程有显著的影响.在确定合适的儿童临床稀疏采样设计方案中发现低于3个采样点的方案预测结果不可信,在预测奥司他韦羧化代谢物的参数时不低于5个采样点的预测结果稳定.

目的 为提高MR图像的重建效果和降低重建图像边缘模糊,本文提出一种基于curvelet变换的MRI快速迭代收缩阈值算法(fast iterative shrinkage-thresholding algorithm,FISTA).方法 利用curvelet变换多尺度、各向奇异性、对图像边缘有更好的几何表达等特性,将curvelet稀疏变换和FISTA结合,并与传统基于小波变换的FISTA对相同MR图像作重建对比.重建图像的质量以峰值信噪比(peak signal to noise ratio,PSNR)、 均方误差(mean square error,MSE)、 结构相似性度(structural similarity degree,SSIM)来衡量.结果 实验选用Lena图像和脑部MR图像,从重建图像细节、差值图像、评估参数三方面对算法重建效果进行比较分析,证明该curvelet-FISTA算法可有效恢复完全采样图像从核磁共振成像中的欠采样数据.结论 与传统基于小波变换的FISTA相比,该方法可以更好地保持重建图像的细节信息,并有效地消除图像边缘的模糊现象,显示了较好的重建效果.

投影旋转中心(COR)精准定位是确保计算机断层成像(CT)重建图像质量的关键要素,经典的互相关匹配算法在投影角度为 0～180° 时难以满足高质量 CT 成像要求,需进行改进创新.本文根据正弦图上 0° 与180° 投影数据翻转后有对应性的特点提出基于这两行数据平移匹配的 COR 校正算法,该算法利用 OTSU 进行阈值分割以减少背景噪声影响,通过 L1 范数量化 COR 最小偏移得到准确校正值后进行 CT 重建.分别采用加入随机梯度噪声和高斯噪声的 Sheep-Logan 模型和雄性 SD 大鼠样本的同质肝脏与异质牙齿图像验证新算法的有效性,并将新算法与互相关匹配算法做性能对比.结果表明:新算法运算量少、简便快速且具有良好的抗噪鲁棒性,校正精度高(稀疏采样投影数据在 10％～50％ 时也能很好地校正 COR 值),CT 重建图像质量有显著改进,效果优于互相关算法.