The invention relates to a ASL image denoising method and system based on low rank decomposition of image subblocks, which includes collecting a plurality of control images and corresponding multiple label images to form a plurality of image pairs; a brain blood flow image is obtained, and the cerebral blood flow image is obtained by subtracting the corresponding marked image from the control images in each image. A sequence of cerebral blood flow is formed, and the sequence of the cerebral blood flow is de-noised based on image subblock low rank decomposition. The invention provides a ASL image denoising method and system based on the image subblock low rank decomposition. Considering the consistency of the space and making full use of the local image information to obtain better ASL perfusion magnetic resonance imaging de-noising effect and optimize the ASL perfusion magnetic resonance image, it can improve the brain based on the perfusion magnetic resonance image to carry out the brain. The accuracy of the diagnosis of the disease.
【技术实现步骤摘要】
基于图像子块低秩分解的ASL图像去噪方法及系统
本专利技术涉及图像处理
,尤其涉及图像去噪
,具体是指一种基于图像子块低秩分解的ASL图像去噪方法及系统。
技术介绍
基于动脉自旋标记(ASL)的灌注磁共振成像(ASLperfusionMRI,以下简称ASLMRI)是一种无创无放射性的测量全脑和局部脑血流(cerebralbloodflow,简称CBF)的技术。该技术被广泛地应用于动态脑活动的研究中。然而,由于ASL数据信噪比低,利用ASLMRI测量脑活动的时候容易受到噪音的影响,从而影响测量的准确性。目前广泛采用CompCor方法(Behzadi,Y.,etal.,Acomponentbasednoisecorrectionmethod(CompCor)forBOLDandperfusionbasedfMRI.Neuroimage,2007.37(1):p.90-101)来进行ASL去噪。但是,CompCor是一种单变量的方法并没有考虑空间的一致性,从而影响去噪的效果。
技术实现思路
本专利技术提供了一种基于图像子块低秩分解的ASL图像去噪方法及系统,其目的在于克服现有技术中的缺陷,充分利用局部图像信息,优化ASL的灌注磁共振成像。为了实现上述目的,本专利技术具有如下构成:该基于图像子块低秩分解的ASL图像去噪方法,包括:采集多个控制图像和对应的多个标记图像,形成多个图像对;将每一个图像对中的控制图像减去对应的标记图像,得到一脑血流图像,所述脑血流图像组成一脑血流图像序列;基于图像子块低秩分解对所述脑血流图像序列进行去噪。可选地,对所述脑血流图像序 ...
【技术保护点】
一种基于图像子块低秩分解的ASL图像去噪方法,其特征在于,包括:采集多个控制图像和对应的多个标记图像,形成多个图像对;将每一个图像对中的控制图像减去对应的标记图像,得到一脑血流图像,所述脑血流图像组成一脑血流图像序列;基于图像子块低秩分解对所述脑血流图像序列进行去噪。
【技术特征摘要】
1.一种基于图像子块低秩分解的ASL图像去噪方法,其特征在于,包括:采集多个控制图像和对应的多个标记图像,形成多个图像对;将每一个图像对中的控制图像减去对应的标记图像,得到一脑血流图像,所述脑血流图像组成一脑血流图像序列;基于图像子块低秩分解对所述脑血流图像序列进行去噪。2.根据权利要求1所述的基于图像子块低秩分解的ASL图像去噪方法,其特征在于,对所述脑血流图像序列进行去噪,包括如下步骤:在所述脑血流图像序列中每个脑血流图像的相同位置选取一图像子块;基于图像子块低秩分解对各个图像子块进行去噪;在每个脑血流图像的下一相同位置继续选取一图像子块,对各个图像子块进行去噪,直至每个脑血流图像中所有图像子块均去噪完成为止。3.根据权利要求2所述的基于图像子块低秩分解的ASL图像去噪方法,其特征在于,所述基于图像子块低秩分解对各个图像子块进行去噪,包括如下步骤:将各个图像子块的灰度值排列成一列向量,所有图像子块的列向量组成一初始矩阵;利用矩阵的低秩分解模型将所述初始矩阵分解成一低秩矩阵和一稀疏矩阵;将所述低秩矩阵中的每一列重新排列成三维的图像块,并且将得到的图像块替换对应的脑血流图像中选取的图像子块。4.根据权利要求3所述的基于图像子块低秩分解的ASL图像去噪方法,其特征在于,根据如下公式将所述初始矩阵分解成一低秩矩阵和一稀疏矩阵:minL,S||L||*+λ||S||1,s.tM=L+S其中,M为初始矩阵,L为低秩矩阵,S为稀疏矩阵,||·||...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。