CN101283288A - 扩散加权mri中的高度约束背投重构过程 - Google Patents

Abstract

针对多个不同的方向，利用投影重构脉冲序列来采集高度欠采样的扩散加权图像数据组。采集到的投影视图是交错的，并且被组合起来以形成一种更高度采样的数据组，该数据组被用于重构合成图像。针对每一个方向，使用高度约束的背投方法，从每一个欠采样的数据组中重构出DWI图像，其中该背投方法使用合成图像。从DWI图像中计算出扩散张量值。

Description

扩散加权MRI中的高度约束背投重构过程

有关申请的交叉参照

本申请基于下列两个美国临时专利申请：2005年9月22日提交的题为“HIGHLY CONSTRAINED IMAGE RECONSTRUCTION METHOD”的申请60/719,445；以及2006年2月17日提交的题为“DIFFUSION TENSOR IMAGINGUSING HIGHLY CONSTRAINED IMAGE RECONSTRUCTION METHOD”的申请60/774,314。

关于联邦资助研究的声明

本发明得到了国家卫生研究院基金项目HL06488、HL072260和MH062015的政府资助。美国政府享有本项发明的某些权益。

发明背景

本发明的领域是核磁共振成像(MRI)，特别是用于采集和重构扩散加权图像的方法。

核磁共振成像使用核磁共振(NMR)现象来产生图像。当诸如人体组织之类的物质受到均匀磁场(极化场B₀)的作用时，该人体组织中的各个自旋的磁矩试图对准该极化场，但按其特征拉莫尔频率以任意次序绕它进动。如果该物质或组织受到处于x-y平面中且接近拉莫尔频率的磁场(激励场B₁)的作用，则净对准磁矩M_z会发生旋转或“倾斜”到x-y平面中从而产生净横向磁矩M_t。这些受激励的自旋发出一种信号，并且在激励信号B₁终止之后，可以接收和处理该信号从而形成图像。

当采用这些信号来产生图像时，可以使用磁场梯度(G_x、G_y和G_z)。通常，通过一系列测量周期对待成像的区域进行扫描，在这些测量周期中上述这些梯度根据所用的特定局部化方法而变化。每一个测量结果在本领域中都被称为“视图”，并且视图的个数决定了图像的分辨率。通过使用许多公知的重构技术之一，将所得的一组接收到的NMR信号、或视图、或k空间样本数字化并且对其进行处理以重构图像。总的扫描时间在部分程度上由每一个测量周期或“脉冲序列”的长度来决定，并且还由测量周期的个数或为一个图像而采集的“视图”的个数来决定。有许多临床应用，其中为得到规定的分辨率和SNR的图像所用的总扫描时间是很高的，结果，已减小扫描时间为目的已进行了许多改进。

最近关于减小总扫描时间的工作包括使用如美国专利6,487,435所揭示的投影重构方法。投影重构方法自核磁共振成像出现时就已为人所知。不像傅立叶成像那样按直线笛卡尔扫描方式对k空间进行采样(即如图2所示)，投影重构方法像图3所示那样用一系列视图对k空间进行采样，这些视图对从k空间的中心向外延伸的径向线条进行采样。对k空间进行采样所需的视图的个数决定了扫描的长度，如果采集的视图的个数不充足，则在重构出的图像中会产生条纹伪像。专利6,487,435中所描述的技术通过采集连续的、带有交错视图的欠采样图像并且在连续的图像帧之间共享外围的k空间数据，减少了上述这种条纹。

在美国专利6,710,686中，描述了两种用于从采集的一组投影视图中重构出图像的方法。在MRI中，最普通的方法是将在其径向采样轨迹上采集到的k空间样本重新定格到笛卡尔栅格中。然后，通过对重新定格后的k空间样本进行二维或三维傅里叶变换，重构出图像。用于重构图像的第二种方法是：通过对每一个投影视图进行第一次傅里叶变换，将上述径向k空间投影视图变换到Radon空间。通过过滤这些信号投影并将它们背投到视场(FOV)中，便从这些信号投影中重构出一图像，就像通常对X射线CT数据所做的那样。如本领域公知的那样，如果采集到的信号投影在数量方面不足以满足尼奎斯特(Nyquist)采样定则，则在重构出的图像中会产生条纹伪像。

图4示出了MRI中使用的标准背投方法。通过沿箭头16所示的投影路径来投影每一个在分布10中的信号样本14并使其穿过FOV 12，每一个采集到的信号投影分布10便被背投到视场12上。在将每一个信号样本14投影到FOV12中的过程中，我们没有任何关于该受试者的先验信息，并且假定FOV 12中的NMR信号是同类的并且信号样本14应该被均等地分配到投影路径所穿过的每一个像素中。例如，图4示出了投影路径8，当它穿过在FOV 12中的N个像素时，它对应于一个信号投影分布10中的单个信号样本14。在这N个像素之间均等地分割该信号样本14的信号值(P)：

S_n＝(P×1)/N                            (1)

其中：S_n是在具有N个像素的投影路径中分配给第n个像素的信号值。

很显然，FOV 12中信号是同类的这一假定是不正确的。然而，如本领域公知的那样，如果对每一个信号分布10进行某些校正，并且以对应数量的投影角度来采集足够数量的分布，则这一错误假定所引起的差错达到最小并且图像伪像得到抑制。在关于图像重构的典型滤波背投方法中，对于256×256像素二维图像而言需要400次投影，而对于256×256×256体元三维图像而言则需要203,000次投影。如果使用上述美国专利6,487,435中所描述的方法，则这些相同的图像所需的投影视图的个数可能减小到100(二维)和2000(三维)。

人和其它哺乳动物的神经组织包括具有伸长的轴突部分的神经元，它们排列构成神经纤维或纤维束，电化学信号就沿这些纤维或纤维束传递。在大脑中，例如，由非常高的神经密度所限定的功能区域通常是通过轴突纤维束的结构复杂的神经网络来链接的。轴突纤维束和其它纤维材料基本上都由其它组织围绕着。

除了关于脑功能的研究活动以外，针对脑外科的神经疾病诊断以及其它神经相关的临床活动都可以受益于关于轴突纤维和纤维束的非侵入式成像和示踪。特别是，诸如美国专利6,526,305、6,642,7126和6,806,705所揭示的扩散张量核磁共振成像(DT-MRI)已显示出与轴突纤维束相关联的图像对比。

在DT-MRI技术中，在所谓的扩散加权成像(DWI)脉冲序列中施加运动敏化磁场梯度，使得核磁共振图像包括与水或其它流体分子的扩散相关的对比。通过在MRI测量周期内在选定的方向上施加扩散梯度，采集到扩散加权图像，从中可以获得针对重构图像中每一个体元位置的表观扩散张量系数。与部分或完全正交于上述纤维的那些方向相比，沿轴突纤维束的方向，流体分子更容易扩散。因此，上述表观扩散系数的方向性和各向异性往往与轴突纤维和纤维束的方向相关联。通过使用迭代跟踪方法，可以用DT-MRI数据来跟踪或分割轴突纤维或纤维束。

然而，为了计算上述表观扩散张量系数，有必要使用在六个不同方向上指向的运动敏化梯度来采集至少六个DWI图像。当然，还期望采集不止六个方向，但采集附加的DWI图像会延长原本已经很长的总扫描时间。

发明内容

本发明是一种用于在极大地减小的扫描时间内在许多不同的运动敏化方向上采集扩散加权图像数据并从采集到的数据中重构出相应的DWI图像的方法。合成图像是使用在不同方向上运动-敏化的交错投影视图来重构的，并且在高度约束的背投重构方法中使用这种合成图像以便从那些在单个方向上运动-敏化的投影视图中重构出每一个DWI图像。由此，可以用极少的视图来采集DWI图像，同时不会因欠采样而产生在临床上令人反感的图像伪像。

本发明的发现是：如果在重构过程中使用关于FOV 12中的信号轮廓的先验信息，则可以用极少的投影信号分布来产生高质量图像。参照图5，例如，FOV 12中的信号轮廓可能会包括结构18和20。在这种情况下，当背投路径8穿过这些结构时，通过根据该像素位置处的已知信号轮廓对该分配进行加权，从而使信号样本14更准确地分配到每一个像素中。结果，信号样本14的大部分将被分配到与结构18和20相交的那些像素处。对于具有N个像素的背投路径8而言，这种高度约束的背投可以被表达为：

$S_n=(P\×C_n)/\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{C}_n---\left(2\right)$

其中：P＝投影分布中的背投信号样本值；以及

C_n＝沿背投路径第n个像素处的先验合成图像的信号值。

公式(2)中的分子利用该合成图像中对应的信号值来对每一个像素进行加权，并且分母使该值归一化，使得所有背投信号样本反映了图像帧的投影和并且并不乘以该合成图像的和。应该注意到，尽管上述归一化是在执行背投之后对每一个像素单独进行的，但是，在许多临床应用中，在背投之前对投影P进行归一化则更容易。在这种情况下，在按相同视角穿过该合成图像的投影过程中，通过除以相应的值P_c，使上述投影P归一化。归一化的投影P/P_c被背投，然后，所得的图像乘以该合成图像。

图6示出了一个三维实施方式，对应于以视角θ和φ为特征的单个三维投影视图。该投影视图沿轴16被背投的并且沿背投轴16在距离r处被扩展到Radon平面21中。作为经过滤的背投(其中投影信号轮廓被过滤且被均匀地分配到连续的Radon平面中)的替代，沿着轴16，利用合成图像中的信息将投影信号值分配到Radon平面21中。图5A中的合成图像包含结构18和20。基于合成图像中相应位置x，y，z处的强度，将经加权的信号轮廓值存放在Radon平面21中的图像位置x，y，z处。这是信号分布值与相应的合成图像体元值的简单相乘过程。然后，通过使该乘积除以从合成图像中形成的相应图像空间分布中的分布值，使该乘积归一化。用于三维重构的公式是：

I(x，y，z)＝∑(P(r，θ，φ)*C(x，y，z)_{(r，θ，φ)}/P_c(r，θ，φ)    (3)

其中求和(∑)是在正被重构的图像帧中的所有投影上进行的，并且特定Radon平面中的x，y，z值是用针对该平面合适的r，θ，φ值处的分布值P(r，θ，φ)来计算的。P_c(r，θ，φ)是来自合成图像的相应的分布值，而C(x，y，z)_r，θ，φ是(r，θ，φ)处的合成图像值。

本发明的另一个发现是：在扩散加权成像过程中可以获得先验信息，并且合成图像可以被重构且被用于约束在每一个运动敏化方向上的欠采样图像的重构过程。当在DWI研究中采集一系列运动敏化图像时，例如，可以使用非常有限的一组采集到的视图来重构每一个图像帧。然而，根据本发明，在用视图按交错投影角采集了大量的运动敏化图像之后，足够多的不同的视图可用于重构高质量的合成图像。这在图7中得到示出，其中点线30表示在一个运动-敏化图像中采集到的投影视图，虚线32表示在第二个运动-敏化图像中采集到的交错投影视图，并且线条34表示在第三个运动-敏化图像中采集到的交错投影视图。然而，对于这些图像中的任一种而言，为满足Nyquist定则所必需的采样密度可能仅延伸较短的径向距离(r)，通过将所有这三种图像的交错投影分布组合起来，该距离可以有效地延长到半径R，同时图像伪像有所减少。

从下面的描述中将看到本发明的上述和其它目的及优点。在下面的描述中，参照了用于构成本文一部分的附图，在这些附图中通过解释说明示出了本发明的较佳实施方式。然而，这种实施方式并不必然代表本发明的全部范围，因此，为了解释本发明的范围还需参照权利要求书。

附图说明

图1是在本发明的较佳实施方式中使用的MRI系统的框图；

图2是在用MRI系统进行典型的傅立叶或自旋-翘曲图像采集的过程中对k空间进行采样的方式的图示；

图3是在用MRI系统进行典型的投影重构图像采集的过程中对k空间进行采样的方式的图示；

图4是在图像重构过程中常规的背投步骤的图示；

图5是根据本发明实现的同一步骤的图示；

图6是在三维图像的重构过程中高度约束的背投步骤的图示；

图7是交错投影视图k空间采样方式的图示；

图8是为实践本发明由图1的MRI系统所用的较佳脉冲序列；

图9是为实践本发明的较佳实施方式由图1的MRI系统所用的诸多步骤的流程图；

图10是在图9的方法中所用的图像重构方法的流程图；以及

图11是为实践本发明的第二实施方式所用的诸多步骤的流程图。

具体实施方式

特别参照图1，在MRI系统中使用了本发明的较佳实施方式。该MRI系统包括工作站110，工作站110具有显示器112和键盘114。工作站110包括处理器116，处理器116是可以运行商用操作系统的商用可编程机器。工作站110提供操作界面，该界面能够扫描将要被输入到该MRI系统中的指示。

工作站110耦合到四台服务器：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23。在较佳实施方式中，数据存储服务器23是由工作站处理器116和相关的盘片驱动接口电路来实现的。其余三台服务器118、120和122都是通过安装在单个机箱中且用64位底板总线使其互连的不同处理器来实现的。脉冲序列服务器118采用商用微处理器和商用四工通信控制器。数据采集服务器120和数据处理服务器122都采用相同的商用微处理器，并且数据处理服务器122还包括一个或多个基于商用并行矢量处理器的阵列处理器。

工作站110和用于服务器118、120和122的每一个处理器都连接到串行通信网络。该串行网络传输从工作站110下载到服务器118、120和122的数据，并且它还传输在各服务器之间以及在工作站和服务器之间传递的标签数据。此外，在数据处理服务器122和工作站110之间还提供了高速数据链路，以便将图像数据传输到数据存储服务器23。

脉冲序列服务器118响应于从工作站110中下载的程序单元而工作，以便操作梯度系统24和RF系统26。产生用于执行指定的扫描所必需的梯度波形，并将它们应用于梯度系统24，梯度系统24激励组件28中的梯度线圈，从而产生用于位置编码NMR信号的磁场梯度G_X、G_Y和G_Z。梯度线圈组件28构成磁性组件30的一部分，磁性组件30还包括极化磁体32和整体式RF线圈34。

RF激励波形通过RF系统26而被应用于RF线圈34，从而执行指定的磁共振脉冲序列。RF系统26接收由RF线圈34所检测到的响应的NMR信号，在脉冲序列服务器118所产生的命令的指挥下，对这些信号进行放大、解调、滤波和数字化。RF系统26包括RF发射器，该RF发射器产生用在MR脉冲序列中的多种RF脉冲。该RF发射器响应于来自脉冲序列服务器118的扫描指示和指挥，以产生具有期望频率、相位和脉冲幅值波形的RF脉冲。所产生的RF脉冲可以应用于整体式RF线圈34或应用于一个或多个局部线圈或线圈阵列。

RF系统26还包括一个或多个RF接收器通道。每一个RF接收器通道包括：RF放大器，用于放大由与之相连的线圈所接收到的NMR信号；以及正交检测器，用于检测接收到的NMR信号的I和Q正交分量并使它们数字化。于是，通过I和Q分量的平方之和的平方根，可以在任何采样点处确定接收到的NMR信号的幅值：

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

并且接收到的NMR信号的相位也可以确定：

φ＝tan^-1Q/I.

脉冲序列服务器118也任选地接收来自生理采集控制器36的病人数据。控制器36接收来自多个与病人相连的不同传感器的信号，例如，来自电极的ECG信号或来自肺部的呼吸信号。脉冲序列服务器118通常使用这类信号将扫描的性能与受试者的呼吸或心跳同步或者进行“门控”。

脉冲序列服务器118还连接到扫描室接口电路38，该电路接收来自各种传感器的、与病人状况相关的信号以及来自磁体系统的信号。病人定位系统40也正是通过扫描室接口电路38来接收各种命令，从而在扫描过程中将病人移动到期望的位置。

应该很明显，在扫描过程中，脉冲序列服务器118对MRI系统元件执行实时控制。结果，必须用通过运行时间的程序以适时的方式执行的程序指令来操作它的硬件元件。用于扫描指示的描述成分是以对象为形式从工作站110中下载的。脉冲序列服务器118包括这样一些程序，它们接收这些对象并将其转换成由运行时间的程序所使用的对象。

RF系统26所产生的数字化的NMR信号样本被数据采集服务器120接收到。数据采集服务器120响应于从工作站110下载的描述成分而操作，以便接收实时的NMR数据并提供缓冲存储，使得没有任何数据因数据超载而丢失。在某些扫描过程中，数据采集服务器120只是将采集到的NMR数据传递给数据处理服务器122。然而，在需要从采集到的NMR数据中获取信息以便控制扫描的其它性能的那些扫描过程中，数据采集服务器120就被编程为产生这类信息并且将其传输到脉冲序列服务器118。例如，在预扫描的过程中，采集NMR数据，并将其用于校准由脉冲序列服务器118所执行的脉冲序列。同样，在扫描过程中，可以采集导航器信号并将其用于调整RF或梯度系统工作参数或用于控制对K空间进行采样的视图次序。另外，数据采集服务器120可用于处理NMR信号，这些信号被用于检测在MRA扫描中的造影剂的到达。在所有这些示例中，数据采集服务器120采集NMR数据并且实时地对其进行处理，从而产生用于控制该扫描的信息。

数据处理服务器122接收来自数据采集服务器120的NMR数据，并且根据从工作站110下载的描述成分对其进行处理。这类处理可以包括：对原始K空间NMR数据进行傅立叶变换从而产生两维或三维图像；向重构的图像应用滤波；对采集到的NMR数据执行背投图像重构；计算功能性MR图像；计算运动或流图像等。

数据处理服务器122所重构的图像又往回传输到工作站110，并进行存储。实时图像被存储在数据库存储器高速缓存(未显示)中，并且从该高速缓存中将其输出至操作人员显示器112或显示器42，这种显示器被放置在磁体组件30附近以便于医生使用。批模式图像或选择的实时图像被存储在磁盘存储设备44上的主数据库中。当这类图像已被重构并被传输到存储设备时，数据处理服务器122就通知在工作站110上的数据存储服务器23。工作站110可以由操作者使用，以便存档图像、产生胶片或通过网络向其它设备发送图像。

图8示出了用于采集作为三维投影的扩散加权数据的脉冲序列。该序列是在上述MRI系统上实现的，该MRI系统配有高性能梯度子系统(最大振幅是40mT/m，最大转换速率是150T/m/s)。在数据采集窗口200期间，可以执行完全-回波或部分-回波读出。如果选择部分回波，则仅部分地采集k空间的底部一半(k_z＜0)。因为在所有的方向上FOV都很大，所以非选择性的射频(RF)脉冲202可以被用于在整个图像FOV中产生横向磁化。

一种梯度-回归NMR回波信号203是由激励的FOV中的自旋所产生的，并且在三个读出梯度206、208和210存在的情况下被采集到。因为板-选择梯度不是必需的，所以读出梯度波形G_x、G_y和G_z具有相似的形状。该对称性仅被扰乱该序列的需求所打断，这是通过沿着一个梯度轴在该序列的末端处播放相移梯度波瓣204而实现的。由各个梯度脉冲212和214使G_x和G_y读出梯度208和210回绕以便实现稳态。

读出梯度波形G_x、G_y和G_z在扫描期间经调制从而按不同的视角对径向轨迹进行采样。选择角间隔，使得k空间样本点均匀分布在被采样的k空间球体的外围边界(k_max)。尽管计算这种分布的若干种方法都是已知的，但是却使用了这样一种方法，其中在路径速度和表面面积覆盖率都恒定的条件下通过用螺旋轨迹对球形表面进行采样从而使上述投影均匀地分布。该解决方案也具有能产生连续的采样路径的好处，这减少了梯度切换和涡流。对于N个总投影而言，作为投影个数n的函数的梯度振幅方程是：

$G_z=\frac{2n-1}{2N}---\left(4\right)$

$G_x=\cos \left(\sqrt{2\mathrm{N\π}}{\sin }^{-1}{G}_z\left(n\right)\right)\sqrt{1-G_z{\left(n\right)}^2}---\left(5\right)$

$G_y=\cos \left(\sqrt{2\mathrm{N\π}}{\sin }^{-1}{G}_z\left(n\right)\right)\sqrt{1-G_z{\left(n\right)}^2}.---\left(6\right)$

一系列N个脉冲序列被执行，其中N决定了将要在扫描期间实现的采样密度。该系列中第n个脉冲序列的读出梯度振幅是由方程(4)、(5)和(6)给出的。尽管在上述扫描期间n可以按从1到N的单调顺序来取值，但是可以理解，其它顺序也是可能的。

为了对采集到的回波信号203进行扩散加权，在激励自旋磁化之后和信号采集之前，施加较大的运动编码梯度G_M。运动编码梯度G_M是双极梯度，它具有面积相等的两个波瓣218和220。如本领域所公知的那样，波瓣218和220的面积及两者之间的间隔决定了梯度G_M对自旋运动的灵敏度，并且梯度G_M的方向决定了运动敏化方向。梯度G_M是由用于产生期望的方向的逻辑梯度G_x、G_y和G_z的组合而产生的。为了执行扩散张量成像，必须采集在至少六个不同方向上敏化的单独的图像，并且在较佳实施方式中12个不同的运动-敏化方向被采集。正是采集如此多单独的图像这一需求，使用于该过程的总扫描时间增大并产生了对本发明的需求。

该脉冲序列很容易适于采集二维图像。如美国专利6,630,824所述，上述读出梯度波形之一可以被片选择梯度波形替代，并且两个剩余的读出梯度在该扫描期间发生衰竭以便采集二维k空间中均匀间隔的径向轨迹。

对于本领域的技术人员而言，应该很明显，可以使用除上述较佳的直线轨迹以外的采样轨迹，这些较佳的直线轨迹从k空间外围边缘上的一点起开始延伸并且穿过k空间的中心后到达k空间外围边缘上相对的一点。如上所述，一种变体是采集部分NMR回波信号203，它沿着没有横跨被采样的k空间体积的整个范围的轨迹进行采样。另一种等价于直线投影重构脉冲序列的变体是沿着弯曲的路径而非直线进行采样。在下列文献中描述了这种脉冲序列：F.E.Boada等人的“Fast Three Dimensional Sodium Imaging”，MRM，37：706-715，1997；K.V.Koladia等人的“Rapid 3D PC-MRA Using Spiral Projection Imaging”，Proc.Intl.Soc.Magn.Reson.Med.13(2005)；以及J.G.Pipe和Koladia等人的“Spiral Projection Imaging：a new fast 3D trajectory”，Proc.Intl.Soc.Mag.Reson.Med.13(2005)。也应该很明显，本发明也可以与这些采样方法的二维和三维版本一起使用，并且术语“像素”旨在表示二维或三维图像中的位置。

特别参照图9，扩散张量MRI过程以采集必需的扩散加权图像为开始，就像点线301之内的步骤所示的那样。上述脉冲序列被用在图1的MRI系统中，并且进入一循环，其中在各个运动-敏化方向(方向1-m)上采集一系列高度欠采样的DWI图像。如过程框305所示，用上述脉冲序列来采集每一个DWI图像，但是与Nyquist定则所建议的相比只采集了少得多的视图。在较佳的实施方式中，m＝12个不同的运动-敏化方向将要被采集，并且每一个欠采样的DWI图像都是用N/m个视图来采集的，其中N是完全采样的DWI图像的视图的个数。因此，在二维实施方式中，采集了N/m＝408/12＝34个投影视图，在三维实施方式中，采集了N/m＝211,000/12＝17,617个投影视图。引导用于每一个DWI图像的投影视图，使得k空间被尽可能均匀地采样，尽管是高度欠采样的。更重要的是，针对每一个欠采样的DWI图像而采集到的投影视图是与针对其它欠采样的DWI图像而采集到的所有投影视图交错的。结果，当最后一个欠采样的DWI图像已被采集时，如决定框307所确定的，已用m＝12个不同的运动-敏化梯度对k空间进行了完全采样。

这完成了上述过程的DWI数据采集阶段，并且图像重构过程开始了。这可以是在图1的MRI系统的数据处理服务器22中实现的，或者k空间数据组可以被卸载到单独的工作站以便为下一个病人释放该MRI系统。应该很明显，病人扫描时间已基本上减小到采集一个完全采样的图像所需的扫描时间，即使m＝12个不同的运动-敏化方向都已被采集过。

仍然参照图9，接下来，进入一循环，其中针对每一个检测到的欠采样的k空间图像数据组，重构DWI图像。图像重构过程中的第一步是形成合成图像k空间数据组，就像过程框311所示的那样。这是通过将被重构的方向的k空间投影数据与针对最接近的运动-敏化方向而采集的k空间投影数据组合起来而实现的。然后，用该数据组来重构合成图像，就像过程框313所示的那样。该重构是用常规的图像重构方法来实现的，并且在较佳的实施方式中，该重构包括将k空间样本重新定格到笛卡尔坐标系中，接下来，执行二维或三维傅立叶逆变换。

然后，重构扩散加权图像(DWI)。这是用高度约束的背投方法来实现的，就像过程框315所示那样。参照图10，这种高度约束的背投重构步骤包括一循环，其中针对当前的运动-敏化方向而采集到的k空间数据组中的每一个投影视图都被背投。通过执行快速傅立叶逆变换，k空间投影视图首先被变换到Radon空间，就像过程框229所示。然后，经变换的投影被背投，就像过程框231所示。按上文方程(2)(用于二维的)和方程(3)(用于三维的)且使用重构的合成图像，来执行这种背投。这是一种高度约束的背投和归一化步骤，上文参照图5和6已对此详细描述过。如过程框233所示，所得的背投值被添加到被重构的方向图像，并且在决定框235处进行测试以确定针对当前的DWI图像是否已将所有的投影视图都背投过。如果不是，则像过程框237所示那样处理下一个投影。

再次参照图9，图像重构过程继续产生用于每一个采集到的运动-敏化方向的DWI图像，直到用于所有m＝12个规定方向的DWI图像都已被产生，就像决定框321所确定的那样。否则，就像过程框323所示那样处理下一个方向图像。应该注意到，在本发明的这个实施方式中，针对每一个DWI方向图像，使用少于所有采集到的交错投影视图，来构成合成图像。

如过程框326所示，在所有的DWI图像被重构之后，处理它们以便产生扩散张量计算。在扩散张量计算中，每一个扩散-加权的图像像素的强度都适于计算3×3扩散张量中的六个独立变量。然后，使扩散张量对角化，以获得三个本征值和三个本征矢量。然后，通过对这六个值进行计算机处理，便确定了表示纤维特性的扩散张量。

如过程框328所示，这些纤维特性图像接下来被用于交互式纤维跟踪过程中。通过选择受试者的解剖图像中的像素，该用户便启动了该过程。该跟踪过程包括：像素连接；以及基于关于何时到达含所选像素的纤维末端的纤维特性来最终做决定。这种纤维跟踪过程和扩散张量计算是本领域中公知的，并且关于这些过程的详细描述请参照上述美国专利6,614,226、6,526,305、6,642,716和6,806,705。

有一些备选的方式，其中本发明可以被用于产生扩散加权图像。特别参照图11，第二实施方式中的扩散张量MRI过程以采集必需的扩散加权图像为开始，就像点线300所示那样。上述脉冲序列被用在图1的MRI系统中，过程框302所示的第一步是：在选中的运动-敏化方向之一(方向1)上采集完全采样的“屏蔽”图像。在较佳的实施方式中，针对256×256像素二维图像，采集了N＝408个视图以满足Nyquist定则，针对三维图像，则采集N＝100,000个视图。

然后，进入一循环，其中在各个剩余的运动-敏化方向(方向2-m)上，采集一系列高度欠采样的DWI图像。如过程框306所示，每一个DWI图像都是用上述脉冲序列来采集的，但与Nyquist定则所建议的相比采集的视图要少得多。在较佳实施方式中，m＝12个不同的运动-敏化方向将要被采集，并且每一个欠采样的DWI图像都是用N/m个视图来采集的，其中N是完全采样的DWI图像的视图的个数。因此，在二维实施方式中，针对每一个DWI图像，采集了N/m＝408/12＝34个投影视图。引导这些投影视图，使得k空间被尽可能均匀地采样，尽管是高度欠采样的。最重要的是，针对每一个欠采样的DWI图像而采集到的投影视图是与针对其它欠采样的DWI图像而采集到的所有投影视图交错的。结果，当最后一个欠采样的DWI图像已被采集时，如决定框308所确定的，k空间的几乎全部都已被第二次完全采样了。

这完成了该过程的DWI数据采集阶段，并且图像重构开始了。这可以是在图1的MRI系统的数据处理服务器22中实现的，或者k空间数据组可以被卸载到单独的工作站以便为下一个病人释放该MRI系统。应该很明显，病人扫描时间已基本上减小到采集两个完全采样的图像所需的扫描时间，即使m＝12个不同的运动-敏化方向都已被采集过。

仍然参照图11，图像重构过程中的第一步是：重构用于方向1的完全采样k空间数据组，就像过程框310所示。该方向1图像是用常规的图像重构方法来重构的，并且在较佳实施方式中，该重构方法包括将k空间样本重新定格到笛卡尔坐标系中，然后，执行二维或三维傅立叶逆变换。所得的用于方向1的图像也用作“屏蔽”图像，它被用在下述的处理中。

在重构用于方向2-m的图像之前，减去来自屏蔽方向1的k空间数据，就像过程框312所示那样。这是通过下列过程实现：在方向2-m的欠采样的k空间数据组中，按相同的视角从相应的投影视图中减去完全采样方向1k空间数据组中的投影视图。实现这一点，以产生稀疏的k空间数据组，它们与高度约束的背投方法一起使用会更佳。结果，针对每一个运动-敏化方向，产生了欠采样的“差值”k空间数据组(2-1，3-1，4-1，…，m-1)。

接下来，如过程框314所示，产生单个完全采样的合成图像。这是通过下列过程实现的：首先，将差值k空间数据组(2-1，3-1，…，m-1)中所有的k空间交错投影视图与来自方向1k空间数据组的投影视图组合起来，以形成完全采样的k空间数据组。然后，对这种完成的数据组执行标准图像重构，以产生合成图像。如上所述，在较佳实施方式中使用重新定格，其后是傅立叶逆变换方法。

然后，进入一循环，其中在运动-敏化方向2-m上所编码的欠采样DWI图像被重构。这是用本发明的高度约束的背投方法来实现的，就像过程框318所示。如上所述，在图10中更详细地示出了该背投重构过程。该合成图像与用于当前方向的欠采样差值k空间数据组一起被使用。在已针对特定方向2-m重构出差值DWI图像之后，向其添加用于方向1的先前重构的图像，就像过程框320所示。这是一个关于两个图像中的幅值的逐像素的添加过程，并且它恢复出在图像重构之前曾减去的那些结构。其结果是一种扩散加权图像，它对m个规定方向之一中的自旋运动很敏感。

该图像重构过程继续产生用于每一个方向的DWI图像，就像过程框314所示那样，直到用于所有的规定方向的DWI图像都已产生，就像决定框322所确定的那样。

如上所述，在326处，处理这些DWI图像，以便产生纤维特性图像，并且这些接下来被用在纤维跟踪过程328中。

在上述较佳实施方式中，使用了12个不同的扩散编码方向。然而，为了产生能分辨组织中复杂的纤维结构的更高分辨率的图像，有必要采集在上百个不同方向上被运动编码的扩散加权数据组。如美国专利6,614,226所示，可以采集多达400个不同运动编码方向的数据组。在这种情况下，上述方法中形成合成图像和屏蔽图像的方式被修改。

首先，过程框310(图11)中所重构的屏蔽图像是以不同的方式形成的，并且在过程框312中从采集到的欠采样k空间数据组中将其减去的过程被修改了。不再使用100或更多个运动编码方向上所有采集到的投影视图，在屏蔽中仅使用那些用紧靠被重构的图像帧的方向的运动编码梯度方向来采集的投影视图。所用的已足够了，用目前发展水平的过滤背投方法就可以重构出高质量的屏蔽图像。然后，按与当前图像帧中的视角相同的视角，来重新投影该重构出的屏蔽图像。然后，从当前图像帧中相应的投影视图中减去这些被投影的屏蔽投影视图，以便为后续的高度约束的背投重构过程提供期望的“稀疏的”数据组。

在本实施方式中，针对每一个扩散编码方向，使用了不同的屏蔽。

相似的是，当采集了大量不同的运动编码梯度方向时，在过程框314中从少于所有采集到的投影视图中重构出合成图像。关于屏蔽，使用了在当前图像帧的方向周围的运动编码方向上所采集到的投影视图。例如，如果采集了100个不同的运动编码方向，则使用来自最接近的周围10个相邻的运动编码梯度的投影视图。这些在数量方面是足够的，以便能够重构出高质量的合成图像。

关于屏蔽，针对每一个不同的运动编码图像帧数据组，产生单独的合成图像。

Claims (12)

1.一种用于产生位于核磁共振成像(MRI)系统的视场(FOV)中的受试者的一组扩散加权图像的方法，所述方法包括如下步骤：

a)使用具有沿第一方向指向的运动敏化梯度的脉冲序列，用MRI系统采集位于FOV中的受试者的一组投影视图，这组投影视图形成欠采样的图像数据组；

b)多次重复步骤a)，其中每一次运动敏化梯度都沿着不同的方向指向，并且这些投影视图全是交错的；

c)用来自多个欠采样的图像数据组的投影视图来产生合成图像，其中每一个合成图像像素处的值都指示关于位于FOV中的受试者的信息；

d)通过下列过程从每一个欠采样的图像数据组中重构出受试者的扩散加权图像：

d)i)将欠采样的图像数据组中的采集到的投影视图背投到FOV中，并且用合成图像中相应的像素的值对被背投到每一个图像像素中的值进行加权；和

d)ii)对每一个图像像素的背投值进行求和；以及

e)从扩散加权图像中计算出扩散张量。

2.如权利要求1所述的方法，其特征在于，在步骤d)i)中按下式来计算每一个图像像素背投值S_n：

$S_n=(P\×C_n)/\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{C}_n$

其中：P＝被背投的投影视图数值；

C_n＝合成图像中相应的像素值；

S_n＝沿背投路径第n个像素的值；以及

N＝沿背投路径的像素的总数。

3.如权利要求1所述的方法，其特征在于，所述FOV是三维的，产生三维图像，并且在步骤d)中被重构的图像I_(x，y，z)是：

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

其中在用于重构该图像的所有投影视图上进行求和(∑)；I_(x，y，z)是在像素位置x、y、z处的图像值；P_{(r，θ，φ)}是在视角为θ、φ时来自的投影视图的背投值；C_(x，y，z)是在像素位置x、y、z处的合成图像值；以及P_c(r，θ，φ)是在视角为θ、φ时来自合成图像的投影分布值。

4.如权利要求1所述的方法，其特征在于，还包括：

f)采集用于位于FOV中的受试者的屏蔽图像的投影视图；以及

g)在以其执行步骤d)之前，从步骤a)中所采集到的相应的投影视图中减去屏蔽图像投影视图。

5.如权利要求4所述的方法，其特征在于，还包括：

h)从步骤f)中所采集到的投影视图中，重构屏蔽图像；以及

i)在以其执行步骤e)之前，将屏蔽图像添加到步骤d)中所重构的每一个扩散加权图像。

6.如权利要求1所述的方法，其特征在于，步骤c)中所产生的合成图像是从步骤a)中采集到的所有欠采样图像数据组中基本上所有的投影视图中重构出的。

7.如权利要求1所述的方法，其特征在于，针对步骤d)中所重构的每一个扩散加权图像，在步骤c)中产生不同的合成图像，并且其中每一个不同的合成图像是用步骤a)中采集到的不同的欠采样图像数据组中的投影视图来产生的。

8.如权利要求7所述的方法，其特征在于，每一个合成图像是利用下列两类投影视图来产生的：被重构的欠采样图像数据组中的投影视图；以及在被重构的欠采样图像数据组的运动敏化方向附近的方向上是运动敏化的那些欠采样图像数据组中的投影视图。

9.如权利要求4所述的方法，其特征在于，步骤f)中所采集到的屏蔽投影视图是交错的并且构成了运动敏化的欠采样屏蔽图像数据组，这些数据组所具有的梯度沿着与步骤a)和b)中所采集到的欠采样图像数据组基本上相同的方向指向。

10.如权利要求9所述的方法，其特征在于，还包括：

利用下列两类屏蔽投影视图来重构屏蔽图像：与被重构的欠采样图像数据组中的那些相对应的屏蔽投影视图；以及在与被重构的欠采样图像数据组中的那些相对应的屏蔽投影视图的运动敏化方向附近的方向上是运动敏化的那些欠采样屏蔽投影数据组中的屏蔽投影视图；以及

按被重构的图像数据组中的投影视图的视角所对应的视角来重新投影屏蔽图像，并且在步骤g)中使用被重新投影的屏蔽图像投影视图。

11.如权利要求9所述的方法，其特征在于，还包括：

针对被重构的每一个欠采样的图像数据组，产生单独的屏蔽图像；

重新投影每一个屏蔽图像；以及

从被重构的欠采样图像数据组中相应的投影视图中，减去被重新投影的屏蔽图像投影视图。

12.如权利要求11所述的方法，其特征在于，还包括：在以其执行步骤e)之前，将每一个屏蔽图像添加到步骤d)中所重构的相应的扩散加权图像。

Images