股票這個價位要不要買論文書籍站
MRI 空間編碼的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊
MRI 空間編碼的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦俎棟林寫的 核磁共振成像：生理參數測量原理和醫學應用 和高家紅的 核磁共振成像：物理原理和方法都 可以從中找到所需的評價。
這兩本書分別來自北京大學 和北京大學出版社所出版 。
國立中山大學 電機工程學系研究所 莊子肇所指導 謝伯錩的 使用三重磁化準備快速梯度迴訊進行T1弛緩量測：在3T磁場下的仿體驗證 （2020），提出MRI 空間編碼關鍵因素是什麼，來自於絕熱條件、T1弛緩時間常數分佈圖、反轉脈衝效率、三重磁化準備快速梯度迴訊、仿體驗證。
而第二篇論文國立中山大學 資訊工程學系研究所 柯正雯所指導 張博雄的 以深度學習針對三維壓縮感知磁振影像進行影像重建 （2018），提出因為有 壓縮感知、深度學習、影像重建、卷積神經網路、磁共振成像的重點而找出了 MRI 空間編碼的解答。
核磁共振成像：生理參數測量原理和醫學應用
為了解決MRI 空間編碼 的問題，作者俎棟林 這樣論述：
全面描述核磁共振成像物理原理的學術專著，分為兩冊，《核磁共振成像--物理原理和方法》主要描述和討論核磁共振成像的物理原理和方法；《核磁共振成像--生理參數測量原理和醫學應用》主要描述和討論在核磁共振成像中生理參數測量的原理和臨床醫學應用。本套書部分圖片為彩色印刷。《核磁共振成像--物理原理和方法》內容包括核磁共振成像(MRI)的空間編碼機制、信號采集方法、脈沖序列時序原理、掃描K空間軌跡的概念、自旋激發動力學方程、RF脈沖設計(包括激發k空間概念)、分子自擴散測量方法、圖像重建方法和MRI掃描儀結構以及運行原理。其中脈沖序列包括臨床常用的SE、GE和IR序列以及高速成像EPI序列、spiral
序列、turbo-FLASH序列等。俎棟林、高家林編著的這本《核磁共振成像--生理參數測量原理和醫學應用》內容包括MRI血流測量、血管造影（MRA）、腦功能MRI、灌注MRI、磁化強度飽和轉移MRI、細胞分子MRI、人體MR譜成像、油水分離化學位移MRI等的物理原理，以及MRI圖像偽影的標識、產生機制和抑制方法。本套書部分內容可作為理工科大學碩、博士研究生MRI教材以及醫科大學MRI碩、博士研究生MRI教學參考書，也可供理工科大學MRI教師、科學院MRI基礎研究人員、MRI企業高級工程技術人員以及對MRI有濃厚興趣的其他人員研讀或參考。 第1章 血流MR成像和血管MR造影
§1.1 生理血流運動 1.1.1 運動類型 1.1.2 血液在血管中、流體在管道中流動的描述 1.1.3 血管血流特征 §1.2 流動血對MR信號的影響 1.2.1 流空效應及高速信號損失 1.2.2 湍流引起信號損失 1.2.3 層流引起奇回波散相、偶回波重聚相 1.2.4 凝滯和舒張期偽門控 1.2.5 流動相關增強(FRE) 1.2.6 血流異常和血管疾病診斷 1.2.7 辨別血栓和慢血流 §1.3 流動偽影和流動補償技術 1.3.1 流動的綜合效應及流動偽影 1.3.2 抑制F
RE偽影的預飽和技術 1.3.3 流動補償，即GMN技術 1.3.4 用流動補償產生的新問題 1.3.5 心電門控 §1.4 血流在梯度回波圖像上的流人或TOF效應 1.4.1 在破壞GE序列中信號強度與激發脈沖數及傾倒角的定量關系 1.4.2 二維成像 1.4.3 三維成像 1.4.4 對低速流人效應的理解 1.4.5 克服TOF飽和的措施 §1.5 相位成像 1.5.1 相位成像概念和方法 1.5.2 相位像的灰度表示 1.5.3 相位差像 1.5.4 在相位分布圖中的運動偽影 1
.5.5 用相位像檢查主磁場均勻性 1.5.6 測量磁化率分布 1.5.7 用「斑馬條紋」相位像顯示流動效應 §1.6 MR流動測量：飛行時間方法 1.6.1 團注激發跟蹤測量方法 1.6.2 激發團注一維跟蹤法 1.6.3 團注預飽和跟蹤測量方法 1.6.4 臨床應用 §1.7 MR流動測量：相敏方法 1.7.1 相敏法測量流動的SE序列 1.7.2 相敏法測量流動的GE序列 1.7.3 用相位差對比度測量流動仿真的實例 1.7.4 應用相敏法應注意的問題 1.7.5 用一維相位數據(RACE)
測流速 1.7.6 RACE的臨床應用價值 §1.8 飛行時間法血管造影(TOF MRA) 1.8.1 二維流人敏感(或TOF)法 1.8.2 最大強度投影顯示 1.8.3 三維傅里葉變換梯度回波TOF 1.8.4 黑血造影，最小強度投影 1.8.5 三維快黑血像和黑血MRA §1.9 相位對比度血管造影(PC MRA) 1.9.1 用相位探測運動的原理 1.9.2 PC MRA的重要屬性 1.9.3 相敏流動成像脈沖序列 1.9.4 數據后處理 1.9.5 臨床應用 §1.10 全身MRA
1.10.1 對比度最佳化 1.10.2 頭和頸MRA ……第2章 腦功能磁共振成像第3章 灌注MR成像第4章 飽和轉移成像和細胞、分子成像第5章 在活體中定域磁共振譜和譜成像第6章 油／水質子化學位移成像第7章 MR圖像偽影及抑制方法參考文獻
使用三重磁化準備快速梯度迴訊進行T1弛緩量測：在3T磁場下的仿體驗證
為了解決MRI 空間編碼 的問題，作者謝伯錩 這樣論述：
雙重磁化準備快速梯度迴訊(MP2RAGE)可用來修正射頻磁場不均勻對於影像產生的偏差，並在已知反轉脈衝效率的前提下進行T1 mapping。三重磁化準備快速梯度迴訊(MP3RAGE)則是基於MP2RAGE的概念，在收訊過程中同時收取三組不同反轉時間但空間編碼完全相同的三維影像，因此可將反轉效率視為變數進行T1 mapping，先前已於1.5T和3.0T完成三維高解析度的T1 mapping，但其結果有不一致之處。本研究為了驗證在T1量測的結果，自行調配不同T1數值的溶液，在3.0T下進行仿體實驗，觀察不同切面厚度設定和控制絕熱脈衝反轉效率對於T1 mapping量測所造成的影響，此外，同時也
使用IR-FSE和MP2RAGE收取影像，進行T1 mapping作為對照，並與健康受試者的實驗結果進行比較。 使用IR-FSE、MP2RAGE和MP3RAGE測量T1所獲得的數值並沒有顯著的差異，以IR-FSE的實驗結果作為標準，不論在仿體和人體實驗中，皆是MP3RAGE的實驗數值比MP2RAGE更為接近。在以激發脈衝振幅調整絕熱條件的實驗中，MP3RAGE在不同的反轉效率下都能夠量測出穩定的T1結果，反轉效率的量測也呈現其隨位置而改變，產生中央高外圍低的分佈。在人體實驗中，反轉效率除了會受到空間位置的影響外，也會受到組織T1的影響，反轉效率與組織的T1呈正相關，然而在仿體實驗中卻沒有這種
組織相依性的現象。 根據實驗結果，反轉效率會受到空間位置而改變，考慮了反轉效率的MP3RAGE相較於MP2RAGE有比較正確的T1量測結果，且在不同絕熱條件下並不會對於T1的量測造成影響。
核磁共振成像：物理原理和方法
為了解決MRI 空間編碼 的問題，作者高家紅 這樣論述：
《核磁共振成像——物理原理和方法》是《核磁共振成像學》的修訂版，是全面描述核磁共振成像物理的學術專著，分為上、下冊,整套書的部分圖片采用彩色印刷。 這本為上冊，內容包括核磁共振成像(MRI)的空間編碼機制、信號采集方法、脈沖序列時序原理、掃描K-空間軌跡的概念，自旋激發動力學方程、RF脈沖設計(包括激發k-空間概念)、分子自擴散測量方法、圖像重建方法和MRI掃描儀結構以及運行原理；其中脈沖序列包括臨床常用的SE、GE和IR序列以及高速成像EPI序列、Spiral序列、Turbo-Flash序列等。 《核磁共振成像——物理原理和方法》部分內容適用於理、工科大學博士研究生MRI教材以及醫科大學
MRI博士研究生MRI教學參考書，全書適合於理工科大學MRI教師、科學院MRI基礎研究人員、MRI企業高級工程技術人員參考以及對MRI有濃厚興趣的其他人員研讀或參考。
以深度學習針對三維壓縮感知磁振影像進行影像重建
為了解決MRI 空間編碼 的問題，作者張博雄 這樣論述：
磁共振成像(Magnetic Resonance Imaging , MRI)能收集人體結構及體內代謝物等資訊，臨床上經常用來判斷各種疾病。由於MRI需要使用很長的時間收集資料，加速MRI資訊的獲得一直以來是一個被重視且持續研究的問題。在加速MRI資料收集的方面，CS-MRI (Compressed Sensing MRI)是一個不錯的選擇，CS-MRI打破了取樣定理的限制，透過減少K-space上的取樣點來減少MRI影像的掃描時間，並藉由重建演算法重建出接近原始訊號的影像品質。近年來隨著深度學習(Deep Learning)越來越受到重視，使用深度學習重建醫學影像也成為了一項非常熱門的研究
。因此在這次的實驗中，我們將使用深度學習來當作CS-MRI的重建演算法。在MRI資料的方面，我們使用1.5T及3T的T1 MRI資料，並將資料拆分為1.5T、 3T、 1.5T+3T三種資料；在Undersampling的方面，我們使用Random mask和Line mask配合加速因子R=3和R=5的組合產生4種不同的Mask對完整取樣的MRI進行Undersampling；在深度學習的網路模型部分，我們對CNN(convolutional neural network)及U-net分別使用了2D及3D卷積產生4種不同的網路模型，結合以上不同的組合(3x4x4)，最後訓練了48種不同的重建
模型並進行比較。我們的結果顯示，U-net對於2D及3D架構都有比較好的重建結果，使用Random mask的取樣方式更有利於後續的重建，對於測試資料而言，使用相同磁場大小訓練出來的模型重建效果較好。然而硬體上的限制，導致了3D架構比起2D更難實現也花費較多的時間，但重建結果卻沒有太大的差別。