文献

J-GLOBAL ID：201702234011501839   整理番号：17A0067764

HANKEL行列に基づく特異値分解法による脳血容積計算の検討【JST・京大機械翻訳】

Calculation of cerebral blood volume using the SVD method based on the Hankel matrix

著者 (3件)： Ren Yazi (School of Electrical Engineering, Hebei University of Technology) ,  Li Ying (School of Electrical Engineering, Hebei University of Technology) ,  Liu Huan (School of Electrical Engineering, Hebei University of Technology)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 35  号： 16  ページ： 38-42  発行年： 2016年 
JST資料番号： C2157A  ISSN： 1000-3835  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 動的コントラスト強調磁気共鳴灌流イメージングにおける脳血容積の計算に対して、HANKEL行列に基づく特異値分解(SINGULAR VALUE DECOMPOSITION,SVD)アルゴリズムを提案した。特異値の数を決定するために,差分譜量法を用いて,アルゴリズムの理論的導出とシミュレーションを行い,理想的フィルタリング効果を得た。イメージング過程において測定ノイズの干渉が存在するため、SN比とトレーサー遅延がアルゴリズムに与える影響を分析した。シミュレーション結果は,SNRが低い(SNR=5DB)とき,アルゴリズムの処理効果がより良いことを示した。信号対雑音比(SNR=100DB)の増加とともに,推定値の偏差は減少し,そして,結果は,より正確であった。このアルゴリズムはトレーサ遅延の影響を受けない。従来の特異値分解アルゴリズムと比較して,HANKEL行列に基づく特異値アルゴリズムは,脳容積をより正確に推定することができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： フィルタリング ,  磁気共鳴 ,  推定量 ,  アルゴリズム ,  潅流 ,  SN比 ,  画像処理 ,  *特異値分解 ,  シミュレーション
準シソーラス用語： 脳容積 ,  測定ノイズ ,  差分 ,  *特異値 ,  コントラスト強調 , 【Automatic Indexing@JST】

著者キーワード (4件)： dynamic contrast-enhanced perfusion magnetic resonance imaging ,  cerebral blood volume ,  singular value decomposition (SVD) ,  Hankel matrix

分類 (1件)： システム同定  (IA02040O)

タイトルに関連する用語 (6件)： Hankel行列 ,  特異値分解 ,  脳 ,  血 ,  容積 ,  計算