基于Hankel矩阵的奇异值分解法对脑血容积计算的研究

作     者：任雅姿 李颖 刘欢 REN Yazi;LI Ying;LIU Huan

作者机构：河北工业大学电气工程学院天津300130 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2016年第35卷第16期

页      面：38-42页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 1002[医学-临床医学] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 0801[工学-力学（可授工学、理学学位）] 0702[理学-物理学] 

基　　金：河北省自然科学基金项目资助(E2013202238) 

主　　题：动态对比度增强磁共振灌注成像 脑血容积 奇异值分解 Hankel 矩阵 singular value decomposition (SVD) 

摘      要：针对动态对比度增强磁共振灌注成像中脑血容积的计算,提出基于Hankel矩阵的奇异值分解(Singular Value Decomposition,SVD)算法。在奇异值数目的确定上采用差分谱量级差的研究方法,对算法进行理论推导与仿真模拟,得到较为理想的滤波效果。由于成像过程存在测量噪声的干扰,分析了信噪比和示踪剂延迟对算法的影响。仿真结果表明,信噪比越低(SNR=5 d B),算法处理效果越明显;信噪比增高(SNR=100 d B),估计值偏差减小,结果越为准确。且该算法不受示踪剂延迟的影响。与传统奇异值分解算法相比,采用基于Hankel矩阵的奇异值算法可以更为准确地估计脑血容积。