• عنوان

    بازسازي تصاوير MR مبتني بر نمايش تنك و شبكه هاي عميق

  • نويسنده اصلي

    آرش راستي ميمندي

  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    بازسازي تصاوير به عنوان يك مسئله معكوس همواره در ادبيات و كاربردهاي پزشكي از جمله بازسازي تصاوير MR مورد توجه بوده است. به دليل ذات تنك بودن تصاوير MR در حوزه تبديل حل چنين مسائلي معمولا با به كارگيري روش‌هاي بازيابي تنك سيگنال همراه بوده است. همچنين، اخيرا نيز با گسترش روش‌هاي يادگيري عميق اين امكان فراهم شده است تا بتوان تصاوير زير نرخ نمونه‌برداري MR را با شبكه‌هاي عميق بازسازي نمود. در اين حين، يكي از روش‌هاي مشهور كه اخيرا مورد توجه قرار گرفته است روش نصب و اجرا با جداساز تقسيم نيمه‌ درجه دوم (PnP-HQS) است كه در آن مي‌توان مسئله معكوس براي بازسازي تصاوير MR را به دو زير مسئله شكست و هر يك را به صورت جداگانه حل نمود. نكته اصلي در بازسازي با روش PnP اين است كه يكي از زيرمسئله‌ها را مي‌توان با يك شبكه عميق جايگزين كرد كه باعث افزايش دقت بازسازي مي‌شد. با اين كه روش PnP-HQS نتايج خوبي را به دست مي‌آورد اما همچنان روشي خام است و جاي بهبود دارد. در اين خصوص ما الگوريتم تعميم‌يافته بر مبناي PnP-HQS به نام "PnP-AugHQS" را توسعه داديم تا به طور موثر از توانايي اين روش در بازسازي تصاوير MR استفاده كنيم. در الگوريتم پيشنهادي پارامتر‌هاي افزوده‌اي دخيل هستند كه به واسطه آن‌ها مي‌توان بر خلاف روش ساده PnP-HQS نويز اندازه‌گيري را در بازسازي در نظر بگيرند. همچنين، پارامترهاي اضافه شده توانايي افزايش سرعت همگرايي و دقت بازسازي بهتر در شرايط بدون نويز را نيز به ما مي‌دهند. به علاوه، ما از جديد‌ترين ساختارهاي شبكه عميق براي به كارگيري آن در الگوريتم PnP-AugHQS استفاده كرده‌ايم تا دقت بازسازي را هر چه بيشتر افزايش دهيم. آناليز و تحليل‌هاي بسياري از جمله تحليل همگرايي و مقاوم بودن الگوريتم در اين پروژه انجام گرديده است. از مقايسه روش پيشنهادي با ساير روش‌ها و با در نظر گرفتن معيار نسبت اوج سيگنال به نويز (PSNR) نشان داده مي‌شود كه الگوريتم PnP-AugHQS نه تنها از PnP-HQS بلكه ساير روش‌هاي مدرن در بازسازي تصاوير MR مغزي و زانو تا 0.53dB در حالت بدون نويز و تا 2.91dB در حالت نويزي بهتر عمل مي‌كند. همچنين، زمان بازسازي تصاوير با روش پيشنهادي تا 26 ثانيه در حالت استفاده از CPU و 4 ثانيه در حالت استفاده از GPU نسبت به PnP-HQS كاهش يافته است.
  • شماره ركورد
    210066
  • دانشگاه
    دانشگاه علم و صنعت ايران
  • استاد مشاور
    دكتر عمادالدين فاطمي زاده
  • رشته تحصيلي
    مهندسي پزشكي-بيوالكتريك
  • استاد راهنما
    دكتر ابوذر غفاري