PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Hankel Singular Value Decomposition as a method of preprocessing the Magnetic Resonance Spectroscopy

Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Rozkład macierzy Hankela według wartości osobliwych jako metoda do przetwarzania wstępnego spektroskopii rezonansu magnetycznego
Języki publikacji
EN
Abstrakty
EN
The signal resulting from magnetic resonance spectroscopy is occupied by noises and irregularities so in the further analysis preprocessing techniques have to be introduced. The main idea of the paper is to develop a model of a signal as a sum of harmonics and to find its parameters. Such an approach is based on singular value decomposition applied to the data arranged in the Hankel matrix (HSVD) and can be used in each step of preprocessing techniques. For that purpose a method has was tested on real phantom data.
PL
Sygnał pochodzący z badania spektroskopii rezonansu magnetycznego zawiera również liczne szumy oraz nieprawidłości, stąd aby zastosować wyniki jako narzędzie diagnostyczne należy wprowadzić kilka usprawnień. W tym celu stosuje się filtrowanie, korekcję linii bazowej, korekcję fazy, korekcję prądów wirowych oraz usuwanie niechcianych komponentów, które nazywa się przetwarzaniem wstępnym. W dalszej analizie bardzo ważna jest identyfikacja poszczególnych metabolitów, którą można otrzymać poprzez zamodelowanie sygnału. Głównym pomysłem przedstawionym w artykule jest rozwinięcie modelu sygnału jako sumy harmonicznych. Metoda polega na znalezieniu parametrów opisujących sygnał takich jak amplituda, przesunięcie fazowe, częstotliwości i współczynnik tłumienia. Takie podejście bazuje na rozkładzie według wartości osobliwych (SVD) zastosowanym na danych zawartych w macierzy Hankela (HSVD), który dekomponuje sygnał na sumę harmonicznych oraz wylicza potrzebne parametry. Autor zaproponował zastosowanie HSVD w technikach przetwarzania wstępnego. Artykuł opisuje główne kroki przetwarzania i rozwiązanie każdej części oparte na HSVD. Podsumowując można stwierdzić, iż HSVD stosuje się w dekompozycji sygnału ale może być również skutecznym narzędziem w przetwarzaniu wstępnym. Artykuł składa się z 6 rozdziałów, w tym wstępu, rozdziału opisującego HSVD, metody przetwarzania wstępnego i główne wyniki, wniosków i referencji. W artykule znajdują się 4 obrazki oraz 7 referencji.
Wydawca
Rocznik
Strony
354--357
Opis fizyczny
Bibliogr. 7 poz., wykr.
Twórcy
  • Institute of Informatics, Silesian University of Technology Akademicka Street 16, 44-100 Gliwice, Poland
autor
  • Institute of Informatics, Silesian University of Technology Akademicka Street 16, 44-100 Gliwice, Poland
Bibliografia
  • [1] Gunther H.: NMR SPECTROSCOPY Basic Principles, Concepts, and Applications in Chemistry. John Willey Sons, XIII-XIV, 1992.
  • [2] Jiru F.: Introduction to post-processing techniques. European Journal of Radiology, vol. 67, pp. 202–217, 2008.
  • [3] Pijnappel W. W. F., Van Den Boogaart A., de Beer R. and Van Ormondt D.: SVD-Based Quantification of Magnetic Resonance Signals. Journal of Magnetic Resonance, vol. 97, pp. 122-134, 1992.
  • [4] Cadzow J. A.: Signal Enhancement – A Composite Property Mapping Algorithm. IEEE Transactions on Acoustic Speech and Signal Processing vol. 36, pp. 49 – 62, 1988.
  • [5] Chen L., Weng Z., Goh L., Garland M.: An efficient algorithm for automatic phase correction of NMR spectra based on entropy minimization. Journal of Magnetic Resonance vol. 158, pp. 164–168, 2002.
  • [6] Klose U.: In vivo proton spectroscopy in presence of eddy currents, Magn. Reson. Med., vol. 14, pp. 26–30, 1990.
  • [7] Vanhamme L., Fierro R., Van Huffel S., de Beer R.: Fast removal of residual water in proton spectra. Journal of Magnetic Resonance, vol. 132(2), pp. 197-203, 1997.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-9922025b-b23f-4153-a114-f725c0c9d725
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.