奇异值分解法对磁共振谱数据的量化研究  

Research on SVD-based quantification of magnetic resonance spectroscopy signals

作　　者：詹应键[1] 林家瑞[1] 黄敏[1] 

机构地区：[1]华中科技大学生物医学工程系,武汉430074

出　　处：《北京生物医学工程》2007年第3期253-255,307,共4页Beijing Biomedical Engineering

基　　金：国家自然科学基金(30070226)资助

摘　　要：探讨了基于奇异值分解的磁共振谱数据量化分析算法,这是一种空间分解的算法,将采集到的磁共振谱数据排列成矩阵形式,之后对其进行奇异值分解,根据特征值将数据划分为信号空间和噪声空间两个部分,提高了信噪比。通过对信号空间进行最小二乘估计获得临床所需参数,进而用这些参数绘制单体素谱线及代谢物分布图像,获得了较好的结果。This paper discussed a svd-based quantification algorithm for parameter estimation of magnetic resonance spectroscopy data, which is a state-space algorithm. First arrange the sampled data into a matrix, then apply singular value decompose the data. After that divide the data into signal space and noise space based on the eigenvalues and apply least square algorithm on the signal space for clinical parameter estimation. The results proved these parameters were very useful to draw spectrum and metabolites images.

关 键 词：磁共振谱 奇异值分解 量化 代谢物 

分 类 号：R318.04[医药卫生—生物医学工程]