CN101266290A

CN101266290A - 迭代的高度约束的图像重建方法

Info

Publication number: CN101266290A
Application number: CNA2008101003158A
Authority: CN
Inventors: R·L·欧亨兰; S·B·菲恩; J·H·福尔摩斯
Original assignee: Wisconsin Alumni Research Foundation
Current assignee: Wisconsin Alumni Research Foundation
Priority date: 2007-02-19
Filing date: 2008-02-18
Publication date: 2008-09-17
Anticipated expiration: 2028-02-18
Also published as: US8175359B2; EP1959397B1; JP5517017B2; JP2008259821A; CN101266290B; US20080199063A1; EP1959397A3; EP1959397A2

Abstract

本申请涉及一种图像重建方法，该方法包括利用常规的重建方法来重建对象的初始复合图像。初始的复合图像采用有关扫描对象的可获得的最佳信息，该信息被用于约束高度欠采样或低SNR的图像帧的重建。多次迭代重复这种高度约束的图像重建，其中一次迭代的重建的图像帧用作为下次迭代的复合图像。重建的图像帧快速地收敛为最终图像帧。

Description

迭代的高度约束的图像重建方法

相关申请的交叉引用

本申请是基于2007年2月19日提交的名称为“迭代的高度约束的图像重建方法(Iterative Highly Constrained Image Reconstruction Method)”的美国临时专利申请No.60/901,727。

关于联邦政府赞助研究的声明

本发明是在由国家卫生研究院授予的授权号No.DK073680的政府资助下完成。美国政府拥有本发明的部分权利。

背景技术

本发明涉及成像领域，尤其涉及由采集的图像数据重建图像的方法。

磁共振成像(MRI)利用核磁共振(NMR)现象产生图像。当诸如人体组织的物质处于均匀的磁场(极化场B₀)中时，组织内独立的自旋磁矩试图与这种极化场排列一致，但在其特有的拉莫尔频率下按随机顺序绕极化场旋进。如果物质，或组织，处于x-y平面内且接近拉莫尔频率的磁场(激励场B₁)中，净对准力矩M_z可被旋转或被“翻转”进入x-y平面以产生净横向磁矩M_t。激发的自旋发射信号并在激励信号B₁停止以后，可接收和处理该发射的信号以形成图像。

当利用这些信号产生图像时，采用磁场梯度(G_x、G_y和G_z)。典型地，由这些梯度在其中随使用的特殊定位方法而变化的一组测量周期序列来扫描要成像的区域。每次测量在本领域中称为“视图”并且视图的数目决定图像的质量。最后得到的一组接收的NMR信号、或视图、或K-空间被数字化和处理，并利用众多熟知的重建技术中的一种来重建图像。总的扫描时间部分地由每个测量周期的长度或“脉冲序列”确定，以及部分地由测量周期的数目或采集的用于图像的视图来确定。在许多临床应用中，用于具有指定分辨率和SNR的图像的总扫描时间是非常宝贵的，于是，怀着这个目标，已对此做了许多改进。

投影重建的方法自磁共振成像开始以来已是公知的，且该方法正如美国专利No.6,487,435中所公开的被再次使用。如图2B所示，投影重建方法用一系列对从k-空间的中心向外延伸的径向线进行采样的视图采样k-空间，而不是以直线或笛卡尔坐标采样k-空间(如图2A所示，扫描模式以傅立叶成像完成)。采样k-空间所需的视图数目决定了扫描的长短，并且如果采集的视图的数目不足，则会在重建图像中产生条纹伪影。在美国专利No.6,487,435中公开了一种技术，通过采集连续的含交叉视图的欠采样图像和在连续图像帧间共享边缘k-空间数据，可减少这种条纹。

在计算机断层扫描(“CT”)系统中，x射线源投射出在笛卡尔坐标系统的X-Y平面内平行展开的扇形束，可称为“成像平面”。X射线束穿过需成像的对象，如临床患者，并与放射探测器阵列相撞击。所发射的放射强度依赖于经过对象后x射线束的衰减，且每个探测器产生独立的电信号，该信号是对X射线束衰减的测量值。分别采集来自所有探测器的衰减测量值以产生所谓的“透射曲线”。

常规CT系统中的源和探测器阵列在成像平面内的机架上围绕对象旋转，以使得在x射线束与对象交叉的角度不断变化。来自于探测器阵列的透射曲线在给定角度上称为“视图”，并且对象的“扫描”包括在x射线源和探测器的一次旋转中不同角度方向上得到的视图集。在2D扫描中，处理数据以构建对应于从该对象采集的二维切片的图像。

对于MRI，存在一些扫描时间是非常宝贵的x射线CT的临床应用。在时间分辨的血管造影术中，例如，当造影剂流进目标区域，采集一系列图像帧。尽可能快地采集每个图像以获取描绘了造影流入的快照。当需要心电门控抑制运动伪影来成像冠状动脉或其他血管时，这种临床应用难度特别高。

如美国专利No.6,710,686中描述的，有两种方法可用于以采集的一组投影视图重建图像。在MRI中，最常见的方法是将k-空间采样点从其在径向采样轨迹的位置转到笛卡尔网格上以重新网格化。接着通过对被重新网格化k-空间采样的2D(二维)或3D(三维)进行傅里叶变换而重建图像。用于重建MR图像的第二种方法是通过对每个投影视图进行快速傅立叶变换将径向k-空间投影视图转换为Radon空间。通过滤波并将其反投影到视场(FOV)而从这些投影信号中重建图像。如本技术领域中所公知的，如果采集的信号投影数目不够而不能满足尼奎斯特(Nyquist)采样定理，则将在重建图像中产生条纹伪影。

用于由2D x射线CT数据重建图像的普遍方法是本技术领域中所说的滤波反投影技术。该反投影处理基本上与上述MR图像重建中使用的处理相同，且其将在扫描中采集的衰减信号的测量值转变为称为“CT数”或“霍斯菲耳德氏单位”的整数，这些值可用来控制显示器上相应像素的亮度。

在图3中图示了在MRI和x射线CT中都使用的标准的反投影方法。通过沿由箭头16所示的投影路径将曲线10中的每个信号采样点14投影穿过视场12投影，将每个采集的信号投影曲线10反投影到FOV(视场)12上。将每个信号采样点14反投影进入FOV 12中时，无需使用正被成像的对象的先验知识(priori knowledge)，并假设FOV 12中的信号均匀，且信号采样点14应该被等同地分配给投影路径经过的每个像素。例如，图3中示出当其穿过FOV 12中N个像素时用于一个信号投影曲线10中的单个信号采样点14的投影路径8。此信号采样点14的信号值(P)在这N个像素中被均分相除：

S_n＝(P×1)/N (1)

其中：S_n是分配给含N个像素的投影路径中的第n个像素的信号值。

明显地，FOV 12中的反投影信号是均匀的这一假设是不正确的。然而，如本技术领域所公知的，如果对每个信号曲线10都进行一定校正，以及在相应数目的投影角度上采集足够数目的曲线，则由这种错误假设引起的误差被最小化，并且图像伪影被抑制。在一个图像重建的典型滤波反投影方法中，对于256×256像素的2D图像需要400个投影，且对于256×256×256体素的3D图像需要103,000个投影。

近来，现有技术中已知的称之为“HYPR”的一种新的图像重建方法，在于2006年7月7日提交的共同未决且名称为“高度约束的图像重建方法(HighlyConstrained Image Reconstruction Method)”的美国专利申请号No.11/482,372中公开，且其内容在本申请中引入作为参考。根据HYPR方法，从采集的数据中重建复合图像，以提供正被成像的对象的先验知识。然后，这种复合图像被用来高度约束图像的重建处理。HYPR可用于包括磁共振成像(MRI)、x射线计算机断层扫描(CT)、正电子发射成像(PET)、单光子发射计算机显像(SPECT)和数字复合层析成像(DTS)的多种不同的成像模式中。

如图1所示，例如，当在动态观察时采集一系列时间可分辨的图像2时，利用非常有限的经采集的一组视图重建每个图像帧2。然而，每个这种视图组与为其它图像帧2所采集的视图交叉，在采集了一些图像帧之后，可获得足够数目的不同视图并依照HYPR的方法来重建优质复合图像3。因此，利用所有的交叉投影形成的复合图像3具有较高品质，并且通过利用高度约束的图像重建方法4将这种较高品质传送给图像帧。在动态观察中也可采集图像帧2，其中可减小用于每个图像帧的放射量(如，x射线)或曝光时间(如，PET或SPECT)。这样，通过对从采集的图像帧集合的测量值进行累加或取平均值形成复合图像。每幅图像帧2的高度约束的重建4将这种复合图像的较高信噪比(SNR)传送给最后得到的重建图像。

HYPR方法发现，如果在重建过程中采用FOV 12中的信号轮廓的先验知识，则可利用少得多的投影信号曲线来产生高品质的图像。参照图4，例如，已知FOV 12中的信号轮廓包括如血管18和20的结构。这种情况下，当反投影路径8从这些结构中穿过时，通过将采样点的分配作为像素位置处的已知的信号轮廓的函数来加权，可获得每个像素中信号采样点14的更精确的分配。结果，在图4的实例中，大部分信号采样点14将被分配在与结构18和20交叉的反投影像素上。对于含N个像素的反投影路径8，这种高度约束的反投影表达如下：

S_{n} = (P \times C_{n}) / Σ_{n = 1}^{N} C_{n} - - - (2)

其中：S_n＝在被重建的图像帧中的像素n上的反投影信号幅值；

P＝正被反投影的投影曲线中的信号采样值；

以及

C_n＝沿反投影路径上的第n个像素上先验(priori)复合图像的信号值。由在扫描期间采集的数据重建复合图像，且复合图像可包括用于重建图像帧的所采集的图像数据以及描述视场的结构的其它所采集的图像数据。公式(2)的分子利用复合图像中相应的信号值加权每个像素，同时分母归一化该信号值，使得所有的反投影信号采样反映出用于图像帧的投影总数，但并不与复合图像的总数相乘。

虽然反投影后可分别对每个像素执行归一化，但在许多临床应用中在反投影前更容易完成对投影P的归一化。在这种情况下，将投影P除以经过相同视角的复合图像的投影中对应的值P_c以实现归一化。接着，反投影归一化投影P/P_c，并且随后将最后得到的图像与复合图像相乘。

在图5中图示了高度约束反投影的3D实施例，其用于由视角θ和φ描述的单独3D投影视图。这种投影视图沿着轴16反投影，并沿反投影轴16以距离Radon平面21为r扩展到Radon平面21中。替代投影信号值在其中被滤波并沿轴16被均匀地分配到连续的Radon平面中的滤波反投影，利用复合图像中的信息将投影信号值分配到Radon平面21中。图5实例中的复合图像包含血管18和20。根据x，y，z在复合图像中对应位置的强度，将加权的信号轮廓值存放在x，y，z在Radon平面21中的图像位置上。这是一种反投影信号曲线值P与对应的复合图像体素值的简单的乘法运算。接着，将乘积除以来自复合图像形成的相应图像空间投影曲线的投影曲线值来归一化该乘积。用于3D重建的公式是：

I(x，y，z)＝∑(P(r，θ，φ)*C(x，y，z)_{(r，θ，φ)}/P_c(r，θ，φ))(2a)

其中总和(∑)是针对正被重建的图像帧中的所有投影，并利用对于特殊的Radon平面的适当r，θ，φ值上的投影曲线值P(r，θ，φ)，在计算该平面中的x，y，z值。P_c(r，θ，φ)是来自于复合图像的对应投影曲线值，且C(x，y，z)_r，θ，φ是在(r，θ，φ)上的复合图像值。

HYPR方法最初发展用于从欠采样的投影视图集合来重建图像。如于2007年2月19日提交的共同未决的美国专利申请号No.60/901,728名称为“定位和高度约束的图像重建方法(Localized and Highly Constrained Image ReconstructionMethod)”中指出的，HYPR方法还可用于重建含视图而不含投影视图的采集图像。此外，现已发现如果具有高信噪比(“SNR”)的复合图像被用于HYPR方法中，则能改进HYPR重建图像的SNR。因此，HYPR方法不仅可以减小由欠采样引起的图像伪影，还能不管使用何种采样程度都改进图像品质。

HYPR方法在特定的环境下效果很好。首先，HYPR采用“稀疏”数据集时效果最好，其中视场中的目标对象只占图像空间的一小部分。在对比度增强的磁共振血管造影术中，它的效果很好，例如，由于从数据集中去除了来自于静态组织的信号，而仅留下表示脉管系统的有用信号。其次，在数据采集期间对象不移动时，HYPR效果很好。

发明内容

本发明是一种用于重建图像的新方法，尤其是一种从采集的对象的视图或采集的图像帧中重建图像的改进方法。采用HYPR方法利用图像帧数据集和初始的复合图像以重建图像帧，接着重复该HYPR过程，用在一迭代中产生的重建图像帧代替在随后迭代中使用的复合图像。在采集到被欠采样的k-空间数据集或图像帧时，重建的图像帧快速收敛为对象的精确描述，。

本发明的总体目标是为了增强当采集到非稀疏k-空间数据集时使用的HYPR图像重建方法。尽管视场中存在众多结构，但通过对k-空间数据集采用持续改善的复合图像迭代地执行HYPR重建，复合图像收敛成高品质图像。

本发明的另一个目标是利用HYPR重建方法来重建移动对象的图像帧。来自于时间窗口中的多个图像帧可形成复合图像，该时间窗口围绕需重建的采集图像帧。虽然复合图像中的对象由于对象的移动而变模糊，但当采用它利用所捕获的图像帧来初始化迭代HYPR重建时，它可快速会聚为聚焦的、高品质图像。在图像帧被采集的时刻，对象在其所处的位置被描绘，并且通过使用其它的采集图像帧作为迭代HYPR重建的输入可改变该时刻。

本发明的另一个目标是利用HYPR方法增加重建图象的SNR。单独的、高SNR图像采集可被用来作为用于迭代的HYPR重建的初始复合图像，而不是采用所采集的图像帧的组合来形成复合图像。在迭代的HYPR过程中，复合图像在该重建中使用的图像帧被采集时收敛以描绘该对象，并保留了复合图像的高SNR。

本发明的又一个目标是通过使用复数进行所有计算来改进HYPR图像重建的方法。结果，相位信息被保存在重建图像帧中。

本发明前述的和其他的目标及优点将在以下说明书中体现。在说明书中，在此作为参考成为其一部分的附图，其中以图示的方式示出了本发明的优选实施例。然而，这种实施例并不代表本发明的全部范围，所以参考权利要求，在此解释本发明的范围。

附图说明

图1是图示本发明应用到临床成像应用的示图；

图2A是在使用MRI系统的典型的傅立叶或自旋扭曲的图像采集中，k-空间采样方式的图解说明；

图2B是在使用MRI系统的典型的投影重建图像采集中，k-空间采样方式的图解说明；

图3是在图像重建过程中的常规反投影步骤的图形化表示；

图4是根据本发明的高度约束的2D反投影步骤的图形化表示；

图5是根据本发明的高度约束的3D反投影的图形化表示；

图6是实践本发明所采用的磁共振成像(MRI)系统的框图；

图7是实践本发明的一个实施例的图6中的MRI系统中所采用的脉冲序列；

图8是利用图7中的脉冲序列采样的k-空间数据的图形化表示；

图9是实行本发明的使用步骤的流程图；

图10是在采用图7脉冲序列的图6MRI系统中使用的本发明优选实施例的流程图；

图11和12是应用于两种类型血流灌注观察的k-空间数据采集的优选实施例的图形化表示；以及

图13是弥散加权图像采集的图形化表示；

图14A和14B是采用本发明一优选实施例的x射线系统的透视图；

图15是图14x射线系统的示意性框图；

图16是形成图14的x射线系统的一部分的x射线源和探测器的图示；

图17是描述用于HYPR处理采集的图像帧的步骤的流程图；

图18是在图17的过程中，用于产生规一化的加权图像的第一种替代方法；以及

图19是在图17的过程中，用于产生规一化的加权图像的第二种替代方法。

具体实施方式

特别参照图1和9，本发明是对HYPR图像重建方法的修改，其使得该方法能用于复杂的临床应用。根据HYPR，如过程框5所示采集图像帧2。图像帧2可以采用任意数目的不同成像模式采集，如MRI、CT、PET、SPECT或超声。图像帧2的特征在于其可以是对正被成像的对象欠采样的一组视图，或其可以是由于采集方式而具有低SNR的图像帧。

如处理框6所示，该方法还包括初始复合图像3的产物。虽然可以采用任意数目的不同方式来采集复合图像3，但其特征在于它具有比图像帧2更高的品质。由于对需成像的对象进行更完全地采样，使其可以具有更高的品质，或者由于例如更长的采集时间或使用更高的采集剂量而使其具有更高的SNR。在某些临床应用中，通过合并来自于多个采集的图像帧的数据而得到复合图像3。

仍参照图1和9，如处理框7所示，采用HYPR方法，利用复合图像3构建高品质的图像帧。以下将更加详细地论述，一些HYPR处理方法可用于这一步骤，主要通过采集图像帧2的性能来决定选择。例如，如果图像帧是一组投影视图，可应用如于2006年7月7日提交的共同未决的美国专利申请号No.11/482,372且名称为“高度约束的图像重建方法(Highly Constrained ImageReconstruction Method)”中公开的HYPR方法。另一方面，当图像帧2是另一种形式，可能采用于2007年2月19日提交的共同未决的美国专利申请号No.60/901,728且名称为“定位和高度约束的图像重建方法(Localized and HighlyConstrained Image Reconstruciton Method)”中公开的HYPR方法较佳。这两篇专利申请中公开的内容在此引入作为参考。

如判定框8所示，下一步用于判定最终图像帧是否完成。如果没完成，如过程框9所示，用非最终图像帧更新复合图像。这样，在处理步骤7中产生的非最终图像帧被更新的复合图像所替代，且系统利用原来的图像帧2和更新的复合图像循环返回重复HYPR重建步骤7。重复这种迭代过程，直到最终图像帧达到如在判定框8中确定的期望品质。产生最终图像帧所需的迭代次数取决于特定的临床应用。迭代HYPR过程已被证明在一些加速成像应用中提高精确度，这些应用包括对比增强的MR血管造影术、MR脑灌注(O’Halloran等.MRM59：132-139，2008)(1到3次迭代)、肺的弥散加权的超极化He-3MRI(O’Halloran等.ISMRM 2007摘要3363)(4次迭代)，以及在人体膝盖的T2*映射(Jacobson等.提交给ISMRM，2008)(3次迭代)。

发现随着这种迭代HYPR过程的继续，每次迭代都将改进重建图形帧的品质。每次迭代使由欠采样产生的伪影被进一步抑制，并且每次迭代使初始复合图像的较高SNR被进一步传送给图像帧。然而，重要的是初始采集的图像帧的特有性质在该迭代过程中没有丢失。例如，虽然对象在随时间移动，采集图像帧时的对象的位置保持不变。类似地，虽然诸如造影剂的流入随时间改变，但所采集的图像帧的时间分辨率保持不变以显示采集时刻的对象。

可以证明每个HYPR重建的图像帧的SNR由复合图像的SNR决定。以目标信号水平与目标内的噪声标准差的比例计算SNR，并且以目标与背景信号水平间的差值与背景噪声的标准差相除来计算CNR。总体的SNR和CNR被随机噪声和由条纹伪影引起的噪声的组合而限制。在高度约束的反投影重建中的SNR的随机分量的定义如下所示：

{SNR}_{HYPR} = SN R_{composite} / [1 + N_{f} / {N_{v}}^{2} + N_{pix} / {(N_{p} N_{v}^{2})]}^{1 / 2} - - - (3)

其中，SNR_composite是复合图像中的SNR，N_f是时间序列的图像帧的数目，N_v是投影中目标像素的数目，N_pix是投影中像素的数目(如，对于2D为256或对于3D为256×256)，以及N_p为每个图像帧的投影数目。如果N_p约为10，则SNR被SNR_composite主导。在保留或改进重建图像帧的SNR的同时，迭代方法能改进图像定量精度。在投影数据的SNR最大为10的仿真中已经证实这点。

当利用复数而非幅值执行迭代的HYPR重建时，能精确地保留相位信息。当用MRI系统时，相位信息被采集，且其在每个k-空间采样点上为复数值(I和Q)的形式。HYPR仅涉及四种运算：乘法、除法、Radon变换和滤波反投影。所有这些运算采用复数完成。

两复数值Ae^iφA和Be^iφB的乘法如以下欧拉方程所示：

Ae^iφA×Be^iφB＝Abe^i(φA+φB)

其中A和B是两复数值的幅值。类似地，除法可如下所示：

Ae^-iφA/Be^iφB＝A/Be^i(φA-φB)

在两个运算中，幅值与相位信息一样被保留。

有关Radon变换的正投影和背投影的运算基本上为加法和减法运算。分别在复数值的实数部分和虚数部分Q和I上执行这种运算，然后重新合并以形成复数结果。幅值保留为

M = \sqrt{I^{2} + Q^{2}},

相位信息保存为φ＝tan^-1Q/I。类似地，滤波运算是实数的，滤波反投影运算是在复数值的实数和虚数部分上分别执行，以得到精确的幅值和相位值。

优选实施例的详细描述

本发明可被应用于各种不同的医学成像模式，以及用于各种不同的临床应用。以下描述本发明的一些临床应用，以说明本发明的宽范围。

特别参照图6，在MRI系统中应用本发明的优选实施例。该MRI系统包括具有显示器112和键盘114的工作站110。工作站110包括处理器116，该处理器是运行市场上可购得的操作系统的市场上可购得的可编程机器。工作站110提供操作界面，可将扫描规定输入MRI系统中。

工作站110与四个服务器连接：脉冲序列服务器118、数据采集服务器120、数据处理服务器122和数据存储服务器123。在优选的实施例中，由工作站处理器116和与其相关联的盘驱动接口电路来操作数据存储服务器123。剩下的三个服务器118、120和122由安装在一个机壳中并采用64位的底板总线相互连接的各个处理器执行。脉冲序列服务器118采用市场上可购得的微处理器和市场上可购得的四芯通信控制器。数据采集服务器120和数据处理服务器122都采用相同的市场上可购得的微处理器，数据处理服务器122还包括一个或多个基于市场上可购得的并行向量处理器的阵列处理器。

将工作站110和用于服务器118、120和122的每个处理器连接到串行通信网络。该串行网络传送从工作站110下载到服务器118、120和122的数据，以及传送在服务器间及工作站和服务器间通信的标签数据。此外，在数据处理服务器122和工作站110之间提供高速数据链路，以满足将图像数据传送到数据存储服务器123。

脉冲序列服务器118响应于从工作站110下载的编程单元以操作梯度系统124和射频(RF)系统126。产生执行规定扫描所需的梯度波形，且将该梯度波形应用于梯度系统124，该梯度系统激励组件128中的梯度线圈以产生用于定位编码NMR信号的磁场梯度G_x、G_y和G_z。梯度线圈组件128形成磁体组件130中的一部分，磁体组件包括极化磁体132和整体射频线圈134。

RF系统126将RF激励波形应用于RF线圈134上，以执行规定的磁共振脉冲序列。由RF系统126接收经RF线圈134探测的响应NMR信号，在由脉冲序列服务器118产生的命令指示下，该信号被放大、解调、过滤和数字化。RF系统126包括RF发射器，该发射器用于产生在MR脉冲序列中使用的各种RF脉冲。RF发射器响应于来自脉冲序列服务器118的扫描规定和指示，以产生具有所需的频率、相位和脉冲幅度波形的RF脉冲。产生的RF脉冲可被用于整体的RF线圈134，或用于一个或多个局部线圈或线圈阵列。

RF系统126还包括一个或多个RF接收通道。每个RF接收通道包括RF放大器，其可放大由相连的线圈接收的NMR信号，还包括正交检波器以检测和数字化接收的NMR信号的I和Q的正交分量。因此，通过计算I和Q分量平方和的平方根，可从这些任意采样点上的复数确定接收的NMR信号的幅值：

M = \sqrt{I^{2} + Q^{2}}

在该复数中保留有接收到的NMR信号的相位，并且还可被确定为：

φ＝tan^-1Q/I

在下面说明书中，执行各种运算并且应当理解为这些运算都是基于复数执行的，以使得幅度和相位信息在整个过程中都被保留。

脉冲序列服务器118可选择地从生理采集控制器136中接收患者的数据。控制器136接收来自于与患者相连接的多个不同传感器的信号，如来自于电极的ECG信号或来自于风箱的呼吸信号。这种信号典型地被脉冲序列服务器118用于将扫描的执行与对象的呼吸或心跳同步，或根据对象的呼吸或心跳“门控”扫描的执行于。

脉冲序列服务器118还可连接到扫描空间的接口电路138，该电路从与患者和磁体系统情况有关的各种传感器接收信号。患者定位系统140同样通过该扫描空间接口电路138接收控制命令以便在扫描期间将患者移动到所需位置。

显而易见，脉冲序列服务器118在扫描期间执行对MRI系统元件的实时控制。结果，通过运行程序实时执行程序指令以操作硬件单元是很有必要的。用于扫描规定的描述组件是从工作站110中以对象形式下载的。脉冲序列服务器118包含接收这些对象并将它们转变为运行程序所使用的对象的程序。

通过数据采集服务器120接收由RF系统126产生的数字化NMR信号采样。响应于从工作站110下载的描述组件，数据采集服务器120接收实时的NMR数据，并且提供缓冲存储器以使得数据不会溢出而丢失数据。在某些扫描中，数据采集服务器120实际上就是将采集的NMR数据传递到数据处理服务器122。然而，在需要将从采集的NMR数据得到的信息来控制扫描的进一步执行的那些扫描中，数据采集服务器120被编程以用来产生这种信息，并将其传送给脉冲序列服务器118。例如，在预扫描期间，采集NMR数据并且该NMR数据被用来校准由脉冲序列服务器118执行的脉冲序列。同样地，在扫描期间可采集导航器信号，该信号可用于调节RF或梯度系统的操作参数，或用于控制采样k-空间的视图顺序。且数据采集服务器120也可用于处理用来检测在MRA扫描中造影剂到达的NMR信号。在所有这些实例中，数据采集服务器120采集NMR数据，并实时处理它以产生用于控制扫描的信息。

数据处理服务器122从数据采集服务器120接收NMR数据，并根据从工作站110下载的描述组件来处理该数据。这种处理可包括，例如，对原始的k-空间NMR数据进行傅立叶变换以得到二维或三维图像；对重建的图像应用滤波；对采集的NMR数据执行反投影图像重建；对功能性的MR图像的计算；移动或流动图像的计算等。如下面的详细描述，MRI系统响应于由数据处理服务器122执行的程序实现本发明。

由数据处理服务器122重建的图像被传回到存储它们的工作站110。实时图像被存储在数据库缓存中(未显示)，从该数据库缓存可将实时图像输出到操作显示器112或显示器142，该显示器142位于磁体组件130的附近以便主治医生使用。批处理图像或选定的实时图像被存储在磁盘存储144的主数据库中。当这种图像已被重建且被传递给存储器时，数据处理服务器122通知工作站110上的数据存储服务器123。操作者可使用工作站110来对图像存档、制作胶片、或经网络将图像传送给其他设备。

为了实现本发明的优选实施例，利用投影重建、放射、或诸如图7中显示脉冲序列来采集NMR数据。这是一种快速梯度回波脉冲序列，其中在切层选择梯度202存在的情况下产生可选择的、非对称截断的正弦rf激励脉冲200。该脉冲序列可用于通过在单个k-空间圆形平面中采样来采集一单个2D切层，或者可用于采样如图8的204、206和208所示的多个圆形k-空间平面。当采集了多个2D切层时，梯度202是厚片选择梯度(slab select gradient)，其紧跟相位编码梯度叶形(phase encoding gradient lobe)210和极性相反的重绕梯度叶形(rewinder gradient lobe)212。该轴向相位编码梯度210以扫描期间的值作为步进从2D k-空间平面204、206和208中的每个面中采样。

在NMR回波信号218的采集中，使用两个平面内读取的梯度214和216从而沿着径向轨迹在2D平面204、206或208中采样k-空间。这些在平面内梯度214和216垂直于轴向梯度，并且它们彼此相互垂直。正如下面将详细描述的，在一次扫描中，它们以一系列值为步进旋转径向采样轨迹的视图角度。在每个平面内读取的梯度之前是相位梯度叶形220和222，其后紧跟重绕的梯度叶形224和226。

对于本领域技术人员显而易见的是，除了采用从k-空间周围边缘上的一点通过k-空间的中心延伸到k-空间周围边界上相对的点的优选直线轨迹之外，还可采用其它采样轨迹。如上所述，一种变型是采集部分NMR回波信号218，该部分NMR回波信号沿着并非延伸穿过采样k-空间体积的整个范围的轨迹采样。另一种等效于直线投影重建脉冲序列的变型是沿着曲线路径而非直线路径进行采样。在例如F.E.Boada等人的“快速三维钠成像”(“Fast Three DimensionalSodium Imaging”，MRM，37：706-715，1997)，以及K.V.Koladia等人的“采用螺旋投影成像的快速3D PC-MRA”(“Rapid 3D PC-MRA Using SpiralProjection Imaging”，Proc.Intl.Soc.Magn.Reson.Med.13(2005))以及J.G.Pipe和Koladia的“螺旋投影成像：新的快速3D轨迹”(“Spiral Projection Imaging：a newfast 3D trajectiory”，Proc.Intl.Soc.Mag.Reson.Med.13(2005))中描述了这种脉种序列。显而易见，不但可以采用这些采样方法的2D模式，也可以采用这些采样方法的3D模式来运用本发明。此处使用的术语“像素”被用来表示2D或3D图像中的位置。

上述的MRI系统可被用于各种临床应用中以采集可用来重建一个或多个图像的多组2D或3D投影视图。本发明的图像重建的方法尤其适用于当使用少于所采集的全部投影视图来重建一个或多个图像帧的情况下的扫描。

该图像重建方法的第一实施例指示MRI系统来采集投影视图，以及重建一系列描绘对象在一时间段内的图像帧。尤其参照图10，如过程框225所示，采集多组投影视图，该多组视图用于重建一系列图像帧。每组中的投影视图数目少(如，10个视图)，并且如图2所示尽可能均匀地平分给采样k-空间。由于采集的投影视图数目少，所以能在很短的扫描时间内采集这个图像帧，但因为k-空间高度欠采样，所以采用常规方法时将在重建的每个图像中出现条纹伪影。

如过程框227所示，下一步为合并来自于检查对象的已采集的投影视图，并且重建复合图像。这将典型地包括在围绕当前时间帧的时间窗口中采集的投影视图，并且将用于当前图像帧的视图插入所述投影视图。复合图像投影的数目比图像帧数据集合大得多，且复合图像数据集合提供k-空间的更完整的采样。结果，重建的复合图像具有高的信噪比(SNR)，同时抑制了条纹伪影被。在优选的实施例中，这种重建包括将合并的k-空间投影数据重新网格化到笛卡尔坐标中，然后执行傅立叶逆变换得到复合图像。

接着在228处进入一循环，其中根据HYPR发明所揭示的，反投影当前图像帧中的每个投影视图。更具体地，如过程框229中所示，通过执行一维的快速傅立叶反变换，将k-空间投影视图进行第一变换为Radon空间。接着，如过程框231中所示，反投影变换后的投影。如上述公式(2)和图4所示，利用最新重建的复合图像来执行这种高度约束的反投影。这就是高度约束的反投影和归一化步骤。如过程框233中所示，将得到的反投影值添加到被重建的图像帧上，并在判定块235中进行测试，以确定用于当前图像帧的所有视图是否已完成反投影。如果没有，如过程框237中所示处理下一个反投影视图，且当用于当前图像帧的所有投影视图已被处理时，根据HYPR方法产生图像帧。

根据本发明，HYPR重建需要反复多次以进一步改进重建的图像帧。更具体地，在判定块239中的测试是为了确定是否需要进行额外的迭代。这种测试可简单地计算执行的迭代次数(如，4或5次迭代)，或其可涉及必须达到的图像质量因子的计算，如重建数据与测量的投影数据间的平方差的和。任何情况下，当执行额外迭代时，如过程框241中所示用最新的HYPR帧图像更新复合图像，同时重新进入HYPR重建循环228以产生另一个HYPR图像帧。因此，利用初始复合图像可得到初始HYPR图像帧，并在每次迭代之后用在这个迭代中产生的HYPR图像帧更新复合图像。原始图像帧投影被用于HYPR重建处理的每次迭代，且重建的HYPR图像帧序列收敛成高SNR图像，该高SNR图像表示的是采集初始图像帧时该时刻的对象。

仍参照图10，一种对使得收敛最终图像需较少的运算时间的方法的变型是更频繁地更新复合图像。不是在每次迭代时对当前图像帧内的所有投影进行傅立叶变换和反投影(过程框229和231)，而是在在每个复合图像的更新之间处理图像帧投影的一子集合(过程框241)。更具体地，采用所选的图像帧投影子集合生成部分更新的复合图像，并且将该部分更新的复合图像与先前得到的部分更新的复合图像合并以用于图像帧投影剩余的子集合。例如，如果对每个图像帧采集30个投影视图，则可选择每10个投影视图为一子集合的三个子集合中的每一个。仅需在大约三分之一的处理时间内反投影10个视图，而不用通过过程框231在每次迭代中反投影所有的30个投影视图。将最后得到的部分更新的复合图像与先前两个部分更新的复合图像合并，先前两个部分更新的复合图像由另外的20个投影视图产生，且在下一次的10个投影视图的迭代中使用这个更新的复合图像。在这个实例中，复合图像的更新是计算量大概相同的整个图像帧投影组的处理的3倍。这种高速的复合图像更新的速率能加快收敛为最终图像。

如果多个接收通道被用来收集用于如SENSE、SMASH或GRAPPA等并行重建方法的MR数据，则利用从接收线圈灵敏度曲线得到的MR信号值的概率密度图处理每个通道的数据。这种重建的图像帧的概率加权可作为进一步的“先验”知识包含于过程框231的约束和归一化反投影中，其中该进一步“先验”信息加权高度约束的图像以进一步加速收敛。

仍参照图10，如在判定块239中确定迭代的HYPR图像帧重建是否完成时，在判定块243进行的测试用来确定是否需要产生额外的图像帧。如果需要，系统循环返回经过过程框241以重建如过程框237中所示的另一个复合图像。在对象的动态观察中，例如，采集和重建一组图像帧以描绘对象在一段时间内如何变化。在观察中采集到的投影视图彼此相互交叉，这样它们能采样k-空间的不同部分，并通过合并投影视图以形成复合图像，该投影视图在以正被HYPR重建的图像帧为中心的时间窗口中采集。这种时间窗口的宽度被设置为包括在不过度减小图像帧的时间分辨率的情况下能充分采样k-空间的足够多的投影视图。根据本发明描述的迭代HYPR重建，可将更多的投影视图合并到复合图像中，而不会不适当地减小重建图像帧的时间分辨率。这种稳健性更高的初始复合图像导致最终图像中具有更高SNR和更少的欠采样伪影。

在优选的实施例中，在过程框227中重建的新复合图像作为对于每个图像帧的初始估计。然而，在某些临床应用中，重建出单个复合图像，并且作为所有图像帧的初始猜测。

如在过程框245中所示，如判定框243所确定的最新图像帧已被重建时，存储重建的图像帧。一次可显示存储的图像帧中的一个，或者顺次显示从而示出动态观察中对象如何改变。

取决于临床应用，可以采用各种不同的方式来采集和重建初始复合。在以上的本发明实施例中，由交叉的视图来重建初始复合图像，这些视图在大约以被重建的图像帧的采集时间为中心的时间窗口中采集。这尤其适用于在动态观察中对象移动或对象内出现实质变化的情况。在其它临床应用中，可以在非时间约束的并且k-空间在此期间被完全采样的单独扫描期间内采集初始复合图像。这样可采集到对象的高分辨率、高SNR的解剖图像，并可作为初始复合图像。其可减少动态处理中所需的采集投影视图的数目，因而，增加动态观察的时间分辨率。

本发明迭代的方法可产生收敛于每个图像像素上高精度的MR测量的图像。特别参照图11和12，例如，对于肿瘤灌注成像，在目标血管空间被灌满造影剂之前或之后，可采集复合图像。当造影正被吸收完并从目标血管空间洗净时，采集到欠采样图像帧，因为对于每个时间点图像帧只需采集较少的投影视图(如，从16到32个投影)，就能达到很高的时间分辨率。

如图13所示，在含多个权值的弥散加权扫描中，在采集了一组弥散加权图像帧之后，采集全采样的未加权的复合图像。未加权的复合图像用于作为每个图像帧重建的初始复合图像，并且在迭代HYPR处理完成以后，生成精确的弥散加权图像。

查看迭代HYPR重建过程的另一种方式为采集初始的、高分辨率、高SNR和全采样的解剖复合图像，且该解剖复合图像通过迭代的HYPR过程被修正以适当地描述动态观察期间特定时间点的状态(如，出现，或移动，或弥散)。这些时间点是采集单独图像帧的时间。

上述实施例展示了本发明对MRI的应用，在该应用中，采集多个视图以采样k-空间并用于重建图像。本发明还可用于其它如x射线CT、SPECT和PET等成像模式，这些模式采集对象的多个视图，并以此重建断层摄影图像。

本发明还可应用于无需执行断层摄影图像重建的成像模式中。这种模式包括，例如x射线荧光镜透视和超声成像，在这些模式中，采集一组图像帧并进行HYPR处理，如于2007年2月19日提交的共同未决的美国专利申请号No.60/901,728且名称为“定位和高度约束的图像重建方法(Localized and a HighlyConstrained Image Reconstruction Method)”，以及于2007年9月17日提交的共同未决的美国专利申请号No.60/972,828且名称为“用于产生高度约束的x射线放射照片图像的方法(Method For Producing Highly Constrained X-Ray RadiographImage)”中描述。在这些临床应用中，对象的“视图”是指完整的图像帧，且HYPR处理被用于每个图像帧视图，以便增强它的SNR或抑制图像伪影，而不是重建图像。

特别参照图14和15，示出了可用于采集x射线放射照片图像的x射线系统，该图像用于执行所示的荧光镜透视和数字减影血管造影术。其特征在于机架具有C型臂310，在C型臂310的一端上支撑x射线源组件312，另一端上支撑含x射线探测器阵列组件314。机架使得x射线源312和探测器314可围绕位于工作台316上的患者被定向于不同的位置和角度，同时允许医生接近患者来完成这个过程。

机架包括L型底座318，该底座具有在工作台316下方延伸的水平臂320，以及在水平臂320端部向上延伸的垂直臂322，水平臂320与工作台316之间有空隙。支撑臂325可旋转地固定于垂直臂322的上端，用于围绕水平枢轴线326旋转。枢轴线326沿着工作台316的中心线直线排列，且臂324从枢轴线326径向地向外延伸，以支撑在其外端上的C型臂的驱动组件327。C型臂310可滑动地固定到驱动组件327上，并与驱动电机相连(未示出)，以此滑动C型臂310围绕C轴线328如箭头330所示旋转它。枢轴线326和C轴线328在位于工作台316上方的等中心336处相互交叉，并且它们彼此相互垂直。

x射线源组件312安装在C型臂310的一端，探测器阵列组件314安装在它的另一端。如下面将详细描述，x射线源312发射出指向探测器阵列314的x射线锥形束。组件312和314均向着枢轴线326内部径向延伸，从而这个锥形束的中心射线可穿过系统的等中心336。因此，在从放置于工作台316上的对象采集x射线衰减数据时，锥形束的中心射线可绕着枢轴线326或C轴线328周围的系统等中心旋转，或同时围绕两者旋转。

如图15所示，x射线源组件312包含x射线源332，其在被激励时可发射出x射线锥形束333。中心射线334穿过系统等中心336，撞击收容在探测器组件314中的二维平板数字探测器338。探测器338是2048×2048单元的大小为41cm×41cm探测器元件的二维阵列。每个元件产生表示撞击x射线强度的电信号，因此，当其穿过患者时，x射线衰减。探测器阵列能够每秒采集高达30个的放射照片帧来描绘实时执行的过程。

特别参照图15，组件312和314的定向及x射线源332的操作是通过系统的控制装置340来管理。控制装置340包括提供电源和时间信号给x射线源332的x射线控制器342。控制装置340中的数据采集系统(DAS)344以某些操作模式从探测器元件338中采样数据，并将这些数据传递给图像重建器345。图像重建器345接收来自于DAS344的数字化的x射线数据，并以某些系统操作模式来执行高速图像重建。然而，当以放射照片模式操作时，数据作为放射照片图像帧直接穿过。2D放射照片图像可作为计算机346的输入，该计算机根据本发明来执行高度约束的图像处理，在大容量存储器349中存储图像，并在2D显示器352上显示图像。

控制器340还包括枢轴电机控制器347和C轴电机控制器348。响应于来自计算机346的动作命令，电机控制器347和348向x射线系统中的电机提供电能，从而产生围绕各自的枢轴线326和C轴线328的旋转。响应于主治医生的手动输入产生的这些动作命令。

计算机346还可经控制台350接收来自于操作者的命令和扫描参数，控制台350具有键盘和其它手动操作控制。相关的显示器352允许操作者观察来自于计算机346的图像和其它数据。计算机346在存储程序的指引下使用操作者提供的命令，从而提供控制信号和信息给DAS 344、x射线控制器342和电机控制器347和348。此外，计算机346操作控制机动化的工作台316的工作台电机控制器354，以根据系统等中心336定位患者。

可在荧光透射模式中操作上述x射线系统，以实时产生二维放射照片图像。通常，如当在患者上执行诸如导管插入术并使用荧光透射成像来协助导引过程进行时，才使用这种模式。其必要条件是产生的图像帧具有足够的SNR以看清被导引的仪器和周围的解剖结构，产生的图像帧具有足够的帧速率以提供几乎实时的过程图像，以及产生的图像帧具有尽可能低的x射线剂量。

特别参照图1和17，通过计算机346执行关于采集的2D放射照片图像帧2的程序，实现高度约束的图像处理。然而，在采集2D放射照片图像2之前，如过程框400中所示，采集正被检测对象目标区域的高品质复合图像。这是可能含很高SNR的最优品质的解剖图像。例如，它可能是采集的x射线图，其含有的x射线剂量比在实时处理过程中使用的更高。这在实时处理过程开始之前完成，而扫描时间关系不大。当实时处理过程开始时，接着进入循环，如过程框402中所示采集2D放射照片图像，并采用本发明的下述描述来处理。

如404总体所示，采集图像帧之后的下一步是利用当前2D射线图像帧2和复合图像3以产生归一化加权的图像。可用各种不同的方法来完成该步骤，优选方法如图17所示。该方法如过程框422所示通过从不同视图角度中获得图像的投影视图，而将采集的2D放射照片图像帧2变换到Radon空间。如过程框424所示，还可通过在相同视图角度的集合中计算投影视图将复合图像3同样变换到Radon空间，该视图角度可用于变换2D放射照片图像帧2。如过程框426所示，接着通过将其除以复合图像投影视图P_c，来归一化图像帧投影视图P。该除法是在相同视图角度下，将投影P和P_c中的相应元素相除。接着在过程框428中，通过反投影常规方式中归一化的投影(P/P_c)得到归一化的加权图像(T_w)。这不是滤波反投影，而是直接的反投影。

如过程框412所示，接着产生高度约束的(HYPR)图像帧4。通过将更新图像阵列3乘以归一化加权的图像阵列(T_w)来产生该图像帧4。这是将两幅图像中相应像素值相乘。

如判定框413所示，下一步确定最终图像帧是否完成。如果没有，如过程框415所示，用在过程框412中产生的最近的非最终图像帧替代原来的复合图像，以此更新复合图像。接着，系统循环返回从过程框406开始重复HYPR处理。该迭代处理一直重复，直到最终图像帧达到如判定框413所确定的期望的品质。根据对数据一致性的测量，如重建数据和测量投影数据间平方差的和，或者，通过实现预定的迭代次数，作出判定框413的判定。

如过程框414所示显示最终图像帧，系统循环返回到过程框402采集另一幅图像帧2，并再次开始迭代处理。在连续的图像帧2的最初迭代中利用初始采集的复合图像3，并如上所述在每次迭代之后更新初始采集的复合图像3。在最终图像帧2被采集、处理和显示之后，如过程框416所示程序结束。

如上所示，有很多替换方法可用于产生归一化的加权图像(W_T)。其中的两种方法如图18和19所示。特别参照图18，用第一种替换方法，如过程框406所示，通过滤波“模糊化”复合图像3。更具体地，滤波是一种卷积处理，其中2D复合图像阵列3以滤波核卷积。在优选的实施例中，滤波核为7×7的正方形滤波核。应选择核的大小，这样当进行模糊化时，核不会包含太多来自于目标对象以外的信息(例如血管)。滤波核应该处于被检测对象的维数，或者稍微小一些。也可采用高斯或者其它平滑滤波核，执行的最后得到的滤波函数基本上为低通滤波。

仍参照图18，如过程框408所示，也可以用同样的方式来模糊或滤波当前2D图像帧2。即，以滤波核卷积2D放射照片图像帧阵列2，来完成低通滤波功能。如过程框410所示，通过将滤波的当前图像帧(T)中的像素值除以滤波的复合图像(C_t)中对应的像素值，以产生归一化的加权图像(T_w)。

图19所示的另一个实施例包括过程框418所示的第一步，即将采集的2D放射照片图像帧阵列2除以更新的复合图像(C)3。该除法是将采集的图像帧阵列2中的每个像素值除以更新的复合图像阵列3中对应的像素值。接着，如过程框420所示，将最后得到的2D相除的图像帧模糊化或滤波，得到归一化的加权图像(T_w)。这种滤波操作是和上述过程框406和408相同的卷积处理。

本发明的迭代HYPR处理可用于多种不同的成像系统，也可应用于多种不同的临床应用中。它也可用来加强图像重建，以及用来增强已存在的图像。

Claims

1.一种用于产生位于成像系统视场(FOV)中的对象的图像的方法，包括以下步骤：

a)使用所述成像系统采集位于所述FOV中的所述对象的视图；

b)产生所述对象的复合图像，所述复合图像提供待成像的对象的先验知识；

c)利用所述复合图像中包含的对象的先验知识，执行对步骤a)中所采集的视图的高度约束处理；以及

d)重复步骤c)进行多次迭代以产生所述对象的最终图像，其中在一次迭代中得到的图像被用作下次迭代中的所述复合图像。

2.如权利要求1所述的方法，其特征在于，在步骤a)中采集对象的多个视图，并且在步骤c)中的处理是图像重建，所述图像重建包括：

c)i)将视图反投影到所述FOV中；以及

c)ii)根据每个FOV图像像素上的对象的所述先验知识，对反投影到所述每个FOV图像像素的值加权。

3.如权利要求2所述的方法，其特征在于，步骤c)ii)包括：

将每个反投影的图像像素值与所述复合图像中的一个值相乘；以及

归一化所述乘法的乘积。

4.如权利要求2所述的方法，其特征在于，所述成像系统是磁共振成像系统，并且步骤c)包括在步骤c)i)的反投影之前对每个选定的视图进行傅立叶变换。

5.如权利要求3所述的方法，其特征在于，步骤c)ii)还包括根据用来在步骤a)中采集所述投影视图的接收器通道的接收器通道灵敏度曲线的先验知识，加权所述图像像素。

6.如权利要求1所述的方法，其特征在于，步骤a)包括采集所述对象的多个视图，且步骤c)包括：

c)i)由步骤a)中采集的视图产生图像；

c)ii)通过将每个图像像素位置处的值与所述复合图像中相对应的像素值相乘，产生FOV中所述对象的高度约束的图像；以及

c)iii)利用所述复合图像中的信息归一化所述高度约束的图像。

7.如权利要求6所述的方法，其特征在于，所述图像是由步骤a)中采集的、从一组投影角度描绘FOV中的所述对象的视图形成的，且在步骤c)iii)中通过以下步骤归一化所述高度约束图像：

在每个所述投影角度上计算所述复合图像的投影；以及

将所述高度约束图像中的每个像素值除以每个所述复合图像投影中的一个值。

8.如权利要求7所述的方法，其特征在于，所述高度约束图像中的每个像素值用一个从用于在步骤a)中采集所述视图的接收器通道的灵敏度曲线得到的值来加权。

9.如权利要求1所述的方法，其特征在于，所述方法还包括：

重复步骤a)以采集所述对象的多个视图；以及

利用步骤a)中采集的所述视图中的不同视图，通过重复步骤c)和d)产生所述对象额外的图像。

10.如权利要求9所述的方法，其特征在于，步骤a)中采集的所述视图是在不同视角下采集的投影视图。

11.如权利要求6所述的方法，其特征在于，步骤a)中采集的视图是在其间所述对象发生变化的一段时间内采集的；步骤c)i)包括选择在执行步骤a)时在一时间间隔内采集到的一组视图；且步骤b)包括选择在步骤a)中在一时间窗口内采集到的一组视图，以及从所选的视图中重建所述复合图像，所述时间窗口包括所述时间间隔，且所述时间窗口大于所述时间间隔，以及步骤b)还包括。

12.如权利要求1所述的方法，其特征在于，所述医学成像系统是磁共振成像系统，并且所有运算都是以复数值进行的。

13.如权利要求1所述的方法，其特征在于，步骤a)是在造影剂流入所述FOV时执行的；且步骤b)包括采集所述对象的高品质解剖图像；并且其中所述最终图像是灌注图像。

14.如权利要求13所述的方法，其特征在于，在造影剂流入FOV中时多次执行步骤a)，并多次执行步骤c)和d)以产生相应的多个灌注图像。

15.如权利要求1所述的方法，其特征在于，用对所采集的视图进行弥散加权的脉冲序列来执行步骤a)；且步骤b)包括采集所述对象的高品质解剖图像；且其中步骤d)中产生的所述最终图像是经弥散加权的图像。

16.如权利要求15所述的方法，其特征在于，用不同的弥散加权来多次执行步骤a)，且步骤c)和d)以产生相应的多个不同的经弥散加权的图像。

17.如权利要求1所述的方法，其特征在于，在步骤a)中采集的视图是放射照片图像，步骤b)中产生的所述复合图像是比所述放射照片图像品质更高的所述对象的图像，且步骤c)中的所述处理改进了所述放射照片图像的品质。

18.如权利要求17所述的方法，其特征在于，重复步骤a)以采集多个放射照片图像，且重复步骤c)和d)来改进每个放射照片图像的品质。

19.如权利要求18所述的方法，其特征在于，所述成像系统是x射线成像系统。

20.如权利要求17所述的方法，其特征在于，步骤c)包括：

c)i)用滤波函数模糊化所述放射照片图像；

c)ii)用滤波函数模糊化所述复合图像；

c)iii)将所述模糊化的放射照片图像除以所述模糊化的复合图像以产生归一化加权图像；以及

c)iv)将所述归一化加权图像中的像素值与所述复合图像中相应的像素值相乘。

21.如权利要求20所述的方法，其特征在于，所述模糊化是通过将每个图像与一滤波核卷积来执行的。