جواد حسین زاده - دانشگاه آزاد اسلامی واحد علوم و تحقیقات آذربایجان شرقی، گروه مهندسی مکانیک، تبریز، ایران
مهدی رجبیون - نویسنده مسئول: دانشگاه آزاد اسلامی واحد ممقان، گروه مهندسی الکترونیک، ممقان، ایران

تصویربرداری تشدید مغناطیسی(MRI)یک روش تصویربرداری غیرتهاجمی و با کاربرد وسیع در تشخیص پزشکی است. درMRI گرفتن اطلاعات به صورت خط به خط در فضای K انجام می گیرد که تعداد این خطوط معمولا بسیار زیاد است. به همین علت سرعت تصویربرداری تشدید مغناطیسی کند است. از روشهای تسریع MRI، می توان به تصویر برداری موازی و سنجش فشرده اشاره کرد که درآنها کسری از خطوط فضای K اخذ می شود. طبق تئوری های ریاضی پیشرفته در سنجش فشرده (Compressed Sensing) تصاویری که در یک حوزه ای نمایش تنک داشته باشد، می توانند با زیرنمونه برداری تصادفی از اطلاعات فضای K بازیابی شوند. اغلب تصاویر MRI در یک دامنه تبدیل مناسب تنک می باشند، با بکارگیری تئوری سنجش فشرده سرعت تصویربرداری به صورت چشمگیری بهبود می یابد. زیر نمونه برداری کاملا تصادفی از فضای Kبرای سادگی محاسبات ریاضی درجه بسیار بالایی از آرتیفکت های ناهمدوس ایجاد می کند. نمونه برداری تصادفی نقاط فضای Kدرهمه ابعاد به طور کلی غیر عملی می باشد، زیرا مسیرهای فضای K برای هموار بودن ملاحظات سخت افزاری و فیزیولوژیکیرا نیز باید در نظر گرفت. هدف ما طراحی الگو های زیر نمونه برداری ناهمدوس عملی است، که خصوصیات تداخل زیر نمونه برداری تصادفی خالص را تا جایی که امکان جمع آوری سریع اطلاعات است، شبیه سازی کند.در این مقاله روش زیر نمونه برداری از داده های فضای K را با داشتن بهترین کارایی در تولید آرتیفکت ناهمدوس در حوزه تنک برای به کاربردن در تئوری سنجش فشرده معرفی می کنیم. تمام روش های پیشنهادی بر روی داده های واقعی MRI شبیه سازی شده و نتایج حاصل از آنها با هم مقایسه شده است.

نمونه برداری فشرده – محور X و Y – کنتراست – فرآیندهای تصادفی – فضای k – تنک