功能性核磁共振电阻抗断层成像中的反问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11426147
  • 项目类别:
    数学天元基金项目
  • 资助金额:
    3.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0505.反问题建模与计算
  • 结题年份:
    2015
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2015-12-31

项目摘要

In this project we will study the inverse problems in the functional magnetic resonance electrical impedance tomography (functional MREIT). The goal of functional MREIT is to measure the change of conductivity due to brain activities. Since the change of conductivity caused by brain activities occurs in a moment, traditional MREIT algorithms are not available. This is because to get the data in traditional MREIT, it requires a long scanning time due to the time consuming phase encodings. The inverse problems of functional MREIT are to provide a real time reconstruction of the rate of conductivity change from the given data, the rate of Bz change, where Bz is the z-th component of the magnetic flux density. To get a real time image, skipping the phase encoding lines is necessary, however, such an undersampling will cause aliasing artifacts. In this project, we will reconstruct the rate of conductivity change from the aliased data. We will do theoretical analysis, numerical and phantom experiments to validate the proposed algorithm.
本课题研究功能性核磁共振电阻抗断层成像(functional MREIT)中的反问题。functional MREIT的目标是探测由于人体大脑神经活动所引起的电导率的变化。大脑神经活动引起电导率变化是在瞬间发生的,传统的MREIT算法由于在获取数据时受到费时的相位编码的制约而无法探测该变化。functional MREIT的反问题是通过已知数据Bz的时间的变化率来实时重构电导率的时间变化率,其中Bz是磁通量密度的z-分量。为此,需要对相位编码过程做欠采样处理;这样做将会在得到的数据中产生混叠。本研究将会使用混叠的数据来重构电导率的时间变化率。我们将对所提算法做理论分析、数值和影像模型实验来进行验证。

结项摘要

本项目研究核磁共振电阻抗断层成像的快速成像方法。核磁共振电阻抗断层成像是近期发展起来一个成像技术。它通过向人体内部通入电流并利用核磁共振仪测得磁通量的z-分量,Bz,的方法来重构人体内部器官电导率。核磁共振电阻抗断层成像技术由于其高空间分辨率优点而备受人们的关注。现已经完成动物和人体实验。目前来看,核磁共振电阻抗断层成像是探测人体内部神经活动的唯一可行的方法。然而由于通过核磁共振仪来获取数据时相位编码过程费时造成核磁共振电阻抗断层成像的时间分辨率低。为了克服这一困难,我们在本项目中深入细致的研究了频率空间数据的特征,并采用沿y-方向欠采样的方法来加速数据的获取。利用电导率变化率稀疏这一先验条件并通过构造一个极小化泛函来找寻发生电导率变化的区域。所提理论通过数值实验或影响模型实验进行了验证。此外,我们还严格的分析Bz在源区域附近及远离该区域时的变动情况。基于这一分析我们提出了找寻源的又一方法,并进行了数值验证。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

宋义壮的其他基金

基于电磁学反问题的医学成像:模型、算法与应用
  • 批准号:
    12271312
  • 批准年份:
    2022
  • 资助金额:
    46 万元
  • 项目类别:
    面上项目
核磁共振电阻抗与电性质断层成像中的若干反问题研究
  • 批准号:
    11501336
  • 批准年份:
    2015
  • 资助金额:
    18.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码