Compressed sensing rekonstrukció megvalósítása MRI képalkotáshoz

Nyomtatóbarát változatNyomtatóbarát változat
Típus: 
MSc diplomamunka téma - orvosi fizika
Félév: 
2016/17/2.
Témavezető: 
Név: 
Dr. Babos Magor
Email cím: 
Magor.Babos@mediso.com
Intézet/Tanszék/Cégnév: 
Mediso Kft.
Beosztás: 
Fejlesztő Fizikus
Konzulens: 
Név: 
Dr. Légrády Dávid
Email cím: 
legrady@reak.bme.hu
Intézet/Tanszék: 
Nukleáris Technikai Intézet
Beosztás: 
egy. docens
Hallgató: 
Név: 
Veitz Kristóf Tamás
Képzés: 
Fizikus MSc - orvosi fizika
Elvárások: 

angol nyelvtudás, önálló munkavégzés, magas szintű funkcionálanalízis ismeretek, programozási ismeretek

Leírás: 

Az utóbbi évek egyik legjelentősebb és legdinamikusabban fejlődő orvosi képalkotó modalitása a Mágneses Rezonancia Képalkotás (MRI). Az ionizáló sugárzás hiányán túl az MRI nagy előnye, hogy változatos képalkotási eljárások, ún. pulzusszekvenciák alkalmazásával különböző kontrasztokat érhetünk el, többféle strukturális és funkcionális információt nyerhetünk a páciensből.

A BME Nukleáris Technika Tanszéke a Mediso Kft-vel közösen elnyert pályázat keretében részt vesz egy nagy terű preklinikai kombinált PET-MRI készülék fejlesztésében, az MRI mérési és rekonstrukciós eljárások területén.

A gyorsított MR képalkotás egyik legújabb területe az ún. compressed sensing, a számítástechnikában elterjedt tömörítési eljárások alkalmazása a rekonstrukcióban. Ennek során kihasználják, hogy a természetes képek, így az MRI felvételek is, bizonyos integráltranszformációval (pl. Wavelet) ritkává tehetők, azaz tömöríthetőek. A rekonstrukció során a hiányos adatból nemlináris módon állítják elő a képet, egyszerre optimalizálva a mért adatokkal való konzisztencia, valamint a ritkasági kritérium alapján.

A hallgató feladata a terület irodalmának áttekintése, majd compressed sensing algoritmus implementálása hiányos MRI adatok rekonstrukciójára, továbbá az algoritmus hatékonyságának vizsgálata az alulmintavételezés k-térbeli mintázata alapján.