磁共振成像中刚体平移运动伪影校正

磁共振成像过程中,患者的轻微运动就会使扫描数据发生相位偏移,从而使重建图像含有运动伪影,降低成像的质量。严重的伪影会影响医生对病灶的精确定位。本文利用遗传算法高度并行、随机和自适应全局寻优的特点,提出了基于遗传算法的刚性平移运动伪影修正方法,逐次修正扫描信号在K空间中已偏移的相位。实验表明,基于遗传算法的修正方法,能有效校正扫描数据的相位偏移,达到抑制运动伪影的目的。     

非正定矩阵对磁共振扩散张量导出量的影响

为研究非正定矩阵对水分子扩散张量导出量的影响,提出了一种计算扩散张量导出量的优化算法。采集5位健康志愿者脑部磁共振扩散张量图像,沿25个方向施加强度为40mT／m的扩散敏感梯度磁场,扩散权重值为1000s／mm^2,求解超定方程,得到了各体素的二阶扩散张量。在灰质区域非正定矩阵较少,在胼胝体的膝部和压部发现大量非正定矩阵。由于这些非正定矩阵的影响,使用常规算法得到的平均扩散率和各向异性分数分别被低估和高估。为此修正了常规算法,使用矩阵特征值的绝对值计算扩散张量导出量。结果表明,由修正算法得到的扩散张量导出量图像的鲁棒性及可靠性均得到提高。     

基于fMRI的逻辑运算脑功能效应连接

联合主成分分析(Principal component analysis,PCA)和Granger因果关系检验方法,研究顶下小叶皮层在逻辑计算认知任务中起到的可能效应因果连接.以双侧顶下小叶激活区域为参考区域,利用PCA提取主要成分作为参考种子信号,计算其与大脑其余每个体素之间的Granger因果关系,并映射到全脑,形成Granger因果效应连接图.结果表明,顶下小叶将在逻辑计算任务下神经活动传播到额中下回、运动前区、扣带回等区域,同时受到枕叶视觉区、丘脑、壳核等区域神经活动的影响,得到了符合生理机制的脑功能效应连接网络.     

基于时间卷积轻量级网络的人体运动预测（英文）

针对人体运动高度复杂的运动学和时间相关性,本文提出了一种轻量级的多层残差时间卷积网络模型（Residual temporal convolutional network,RTCN）。该模型使用一维卷积高效获取人体运动的空间结构信息,提取人体运动时间序列中的相关性。在本文所提出的网络模型中应用残差结构来缓解深度网络中梯度消失的问题。在Human 3.6M数据集上进行的实验表明,与最新的方法相比,本文方法有效地改善了运动预测的误差,特别是在长期预测方面。