[发明专利]基于非凸正则化反卷积的体素内多纤维走向估计方法

摘要

基于非凸正则化反卷积的体素内多纤维走向估计方法，本发明属于磁共振扩散成像信号处理领域，它是为了解决现有正则化反卷积方法易造成边缘模糊、估计结果精度低的问题。包括如下步骤：S1，选取相关参数；S2，对每个体素进行非凸正则化反卷积迭代计算；S3，迭代终止判断，如满足迭代终止条件则进行S4，否则继续进行S2；S4，根据迭代结果提取主纤维走向。采用本发明的估计方法，能够在提高算法抗噪声性能的同时，保持图像的边缘结构特征，从而提高体素内多纤维走向估计的精度。

主权项

1.基于非凸正则化反卷积的体素内多纤维走向估计方法，其特征在于，包括如下步骤：S1、选取正则化参数λ，选取总迭代次数k_N；在单位球面上均匀选取M个点g₁，g₂，...，g_M作为纤维走向分布的重建方向，对于每个体素p，给定其体素内的纤维走向分布的初始值为令当前迭代次数k＝1；λ的取值范围为0.02～0.08，k_N的取值范围为200～400；S2、对于每个体素p，采用反卷积迭代方程(1)进行第k次迭代计算：方程(1)中，[X]_i表示向量X的第i个元素，S_p为体素p对应的磁共振扩散加权信号，H为：方程(2)中，N为磁共振扩散成像所采用的扩散梯度方向的数量，b为扩散敏感因子，D₁，D₂，...，D_N为根据N个扩散梯度方向所构造的N个张量，每个张量的主特征向量为对应的扩散梯度方向，张量的三个特征值分别为：[1，0，0]；方程(1)中正则项为：方程(3)中，加权系数ω_pq＝||p‑q||₂为体素p和q之间的欧氏距离，U_p为体素p的3×3×3邻域，D_f(p，q)为体素p和q之间的非相似性，为各加权系数之和；D_f(p，q)通过如下方式计算：首先根据纤维走向分布和计算对应的主纤维走向集合Φ_p和Φ_q，分别表示为：Φ_p＝{(α_ip，d_ip)，i＝1，2，...，m_p}和Φ_q＝{(α_jq，d_jq)，j＝1，2，...，m_q)，其中m_p和m_q分别为Φ_p和Φ_q中主纤维走向的数量，α_ip和d_ip分别为体素p中的第i个局部极大值及其对应的纤维走向，α_jq和d_jq分别为体素q中的第j个局部极大值及其对应的纤维走向；方程(4)中，找到F中的m个局部极大值点f_i，i＝1，2，...，m及其对应的方向d_i，i＝1，2，...，m，从而Φ＝{(f_i，d_i)，i＝1，2，...，m}；S3、判断当前迭代次数k是否大于设定的总迭代次数k_N；如果k≤k_N，返回步骤S2；否则进行S4；S4、对于每个体素p，根据得到的最终的体素内纤维走向分布计算体素内的主纤维走向集合即可。