Original title:
Komprimované snímání v perfuzním zobrazování pomocí magnetické rezonance
Translated title:
Compressed sensing in magnetic resonance perfusion imaging.
Authors:
Mangová, Marie ; Veselý, Vítězslav (referee) ; Rajmic, Pavel (advisor) Document type: Master’s theses
Year:
2014
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta strojního inženýrství Abstract:
[cze][eng]
Perfúzní zobrazování pomocí magnetické rezonance je lékařská diagnostická metoda, která se zdá být v dnešní době velmi slibnou. Tato práce se zabývá řídkými reprezentacemi, rekonstrukcí matic s nízkou hodností a komprimovaným snímáním, které umožňuje překonání současných fyzikálních možností perfúzního zobrazování pomocí magnetické rezonance. Dále představuje několik modelů pro rekonstrukci naměřených perfúzních dat a uvádí numerické metody pro jejich softwarovou implementaci, která je důležitou součástí práce. Navržené modely jsou ověřeny na simulovaných i reálných perfúzních datech z magnetické rezonance.
Magnetic resonance perfusion imaging is a today's very promising method for medicine diagnosis. This thesis deals with a sparse representation of signals, low-rank matrix recovery and compressed sensing, which allows overcoming present physical limitations of magnetic resonance perfusion imaging. Several models for reconstruction of measured perfusion data is introduced and numerical methods for their software implementation, which is an important part of the thesis, is mentioned. Proposed models are verified on simulated and real perfusion data from magnetic resonance.
Keywords:
compressed sensing; low-rank matrix recovery; magnetic resonance; perfusion imaging; proximal gradient method; sparse representation of signals; komprimované snímání; magnetická rezonance; perfúzní zobrazování; proximální gradientní metoda; rekonstrukce matic s nízkou hodností; řídká reprezentace signálů
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/33620