3 Kết hợp kỹ thuật lấy mẫu nén hỗn loạn và kỹ thuật trải phổ trong chụp ảnh cộng
3.7So sánh tỷ lệ lỗi giữa CS có trải phổ vào CS không trải phổ khi SNR thay đổi tại tỷ
r= 0.3
trongkhông gian-k. Với hệ số nén cao hơn, có thể thấy rõ vai trò của việc sử dụng nhiều cuộn dây song song, do đó có thể kết hợp thông tin trong miềnkhông gian-kcủa nhiều kênh để khôi phục lại tín hiệu.
Khảo sát chất lượng thuật toán khi xem xét đến nhiễu cộng
Bằng cách cộng thêm nhiễu vào tín hiệu lấy mẫu, cố định tỷ lệ nénr= 0.3, ta khảo sát sự thay đổi của tỷ lệ lỗi khi SNR thay đổi và so sánh giữa hai phương pháp CS có trải phổ và CS không trải phổ. Hình 3.7 cho thấy khi SNR nhỏ, sử dụng kỹ thuật trải phổ làm giảm lỗi hơn so với CS không sử dụng trải phổ.
Với giá trị SNR lớn, hai phương pháp cho kết quả hầu như là tương đương nhau và tương đương với giá trị lỗi khi lấy mẫu tín hiệu không có nhiễu cộng.
Chương 4 Kết luận
Luận văn đã thực hiện việc tìm hiểu về phương pháp tạo ảnh cộng hưởng từ, kỹ thuật lấy mẫu nén, kỹ thuật trải phổ áp dụng trong ảnh cộng hưởng từ nhanh. Đã chỉ ra lý thuyết về kỹ thuật lấy mẫu nén, một tín hiệu thưa cùng với ma trận của kỹ thuật lấy mẫu nén thỏa mãn điều kiện tách biệt và điều kiện RIP thì hoàn toàn có thể lấy mẫu tín hiệu đó với tần số nhỏ hơn nhiều so với tần số Nyquist và quan trọng là vẫn có thể khôi phục được tín hiệu đó. Đồng thời cũng thấy rõ được khả năng áp dụng kỹ thuật lấy mẫu nén trong xử lý ảnh MRI song song, giúp cải thiện đáng kể tốc độ thu tín hiệu MR. Luận văn trình bày phương pháp kết hợp áp dụng kỹ thuật lấy mẫu nén hỗn loạn và kỹ thuật trải phổ cho hiệu quả tốt về chất lượng tạo ảnh cộng hưởng từ, phân tích tác động của nhiễu cộng tính đến các phương pháp sử dụng và khảo sát chất lượng của thuật toán khi có xem xét đến nhiễu cộng. Kết quả của luận văn này góp phần cùng nhiều nghiên cứu [7],[8],[12] về áp dụng CS trong MRI khẳng định rằng hoàn toàn có thể sử dụng lấy mẫu nén hỗn loạn trong MRI để thu ảnh nhanh mà vẫn chính xác, đồng thời kỹ thuật trải phổ cho phép tăng chất lượng khôi phục ảnh sau cùng.
Tài liệu tham khảo
[1] Bs. Lê Văn Phước và Ts. Bs Phạm Ngọc Hoa Khoa, “MRI nguyên lý & ứng dụng”, bệnh viện Chợ Rẫy dành cho sinh viên ngành Y tham khảo học tập.
[2] Phan Sỹ An và cộng sự, “Vật lý đại cương - Lý Sinh Y học”, NXB Y học, 2006.
[3] L. Landini, V. Positano, M. Santarelli, “Advanced Image Processing in Magnetic Resonance Imaging”,CRC Press, 2005.
[4] Matt A.Bernstein, Kenvin F.King, Xiaohong Joe Zhou, “Handbook of MRI Pulse Sequences”, book, 2004.
[5] Emmanuel J. Candès and Michael B. Wakin, “An Introduction To Compressensive Sample”,
IEEE Signal Processing Magazine, vol. 61, pp. 21-82, March 2008.
[6] Richard Baraniuk, Justin Romberg, Robert Nowak, “Compressive Sensing: A New Framework for Imaging”,Rice University of Technology University of Wisconsin-Madison.
[7] Michael Lusti, David Donoho and Jonh M. Pauly, “Sparse MRI: The Application of Com- pressed Sensing for Rapid MR Imaging”, Magenetic Resonance in Medicine, vol. 58, pp. 1182-1195, 2007.
[8] G. Puy, Y. Wiaux, R. Gruetter, and J.-P. Thiran, “Spread spectrum for accelerated acquisition in magnetic resonance imaging”,IEEE Trans, Image Process, 2009.
[9] Hong Jung, Kyunghyun Sung, Krishna S. Nayak, Eung Yeop Kim, and Jong Chul Ye, “k- t FOCUSS: A general compressed sensing framework for high resolution dynamic MRI,”
[10] Nguyen Linh-Trung, Dinh Van Phong, Z. Hussain, H.T. Huynh, V. Morgan, and J. Gore, “Compressed sensing using chaos filters,” in Australian Telecommunication Networks and
Applications Conference(ATNAC 2008), 2008, pp. 219–223.
[11] Tran Duc Tan, Dinh Van Phong, Truong Minh Chinh, and Nguyen Linh-Trung, “Accelerated Parallel Magnetic Resonance Imaging with Multi-Channel Chaotic Compressed Sensing,”
2010 International Conference on Advanced Technologies for Communications ATC 2010,
HCM Vietnam, Oct. 2010, pp. 146-151.
[12] [18] D. V. Phong, N. L, Trung, T. D. Tan, H. V. Le, Minh. N. Do, “Fast image acquisition in magnetic resonance imaging by chaotic compressed sensing,” 8th IEEE International Sym-
posium on Biomedical Imaging (ISBI’11), March 30 – April 2, 2011.
[13] Tran Duc Tan, Le Vu Ha, Nguyen Linh-Trung, "Spread Spectrum for Chaotic Compressed Sensing Techniques in Parallel Magnetic Resonance Imaging",The Eighth International Con-
ference on Information, Communications, and Signal Processing (ICICS 2011), Dec. 2011,
pp. 1-5.
[14] K. Pruessmann, M. Weiger, M. Scheidegger, and Boesiger, “SENSE: Sensitivity encoding for fast MRI,”Magnetic Resonance in Medicine, vol. 42, pp. 952 – 962, 1999.
[15] Michael Lustig, David Donoho, and John M. Pauly, “Sparse MRI: The application of com- pressed sensing for rapid MR imaging,” Magnetic Resonance in Medicine, vol. 58, pp. 1182–1195, 2007.
[16] Emmanuel Candes and Justin Romberg, “Sparsity and incoherence in compressive sampling,” Inverse Problems, vol. 23, pp. 969–985, 2007. (adsbygoogle = window.adsbygoogle || []).push({});
[17] “SENSE: sensitivity-encoding MRI Matlab tools.” [Online]. Avail- able:http://www.nmr.mgh.harvard.edu/˜ fhlin/tool sense.htm.