CN101308202B - 并行采集图像重建的方法和装置 - Google Patents

Abstract

本发明公开了一种并行采集图像重建的方法，其包括：按照混合采样模式生成磁共振MR成像的K空间均匀欠采样数据和低频满采样数据相结合的重建数据；根据所述低频满采样数据计算线圈灵敏度分布；根据所述重建数据、所述线圈灵敏度分布以及所述混合采样模式重建图像。本发明还公开了一种并行采集图像重建的装置。采用本发明的方法和装置，按照混合采样模式生成K空间中均匀欠采样数据与低频满采样数据相结合的重建数据，并在图像重建中考虑混合采样模式，由于对K空间低频满采样的数据包含更多有用信息，所以利用结合了低频满采样数据的重建数据进行图像重建，能够提供更多的有用信息，从而有效提高重建图像的信噪比。

Description

并行采集图像重建的方法和装置

技术领域

本发明涉及磁共振成像(MRI，Magnetic Resonance Imaging)技术，特别是涉及一种并行采集(PA，Parallel Acquisition)图像重建的方法和装置。

背景技术

在MRI技术中，成像的速度是非常重要的参数。早期的检查常常需要花费若干个小时，随后由于在场强、梯度硬件以及脉冲序列方面技术的改进，成像的速度有了一个较大提升。但是，场梯度快速变换以及高密度连续射频(RF，Radio Frequency)脉冲会带来人体生理极限无法承受的特殊吸收率(SAR，Specific Absorption Rate)以及器官组织的致热量，因此，成像速度的提升遇到了瓶颈。

随后，研究人员发现，借助应用复杂的电脑图像重建算法以及相配合的线圈阵列，磁共振的成像速度可以被大大的提升，该种技术通常被称为并行成像(parallel imaging)技术。并行采集图像重建是一种用于并行采集的图像重建(reconstruction)技术，它利用相控阵线圈的空间灵敏度(sensitivity)差异进行空间编码，并用相控阵线圈同时采集，获得比常规磁共振成像快2-6倍甚至更高的成像速度。采用并行成像技术，对磁共振成像系统提出新的要求，如需要多个接收通道、多元阵列线圈及线圈灵敏度校准、用特殊的数据处理和图像重建方法等等。

并行成像可以提高图像采集速度，成像速度的提高是通过降低K空间填充率实现的。如果K空间填充率低于采样定理的限制会导致直接利用傅立叶重建后的图像出现伪影。一般的磁共振成像是通过采集物体的频域信息通过傅立叶变换得到图像的。根据采样定理，在图像域物体的重复周期反比于频域的采样间隔。如果图像的空间重复周期小于图像本身的大小，重建后的图像就会重叠在一起，这种现象在信号处理中称为混叠。如果在相位编码方向的采样间隔等于相位编码方向FOV的倒数，图像就刚好不会发生重叠，称此时K空间的采样为满采样。采样间隔大于1/FOV时的采样称为欠采样，也就是说采集到的K空间信息不足以重建完整的图像，欠采样将引起图像的重叠；反之为过采样，也不会引起图像重叠。图1示出了满采样和欠采样的示意图，其中左图是满采样，右图是欠采样。在图1中，垂直方向是相位编码方向，左图为满采样，在相位编码方向上的采样间隔是ΔKy；右图是1/2欠采样，在相位编码方向上的采样间隔为2ΔKy。

在磁共振成像中，组织的磁共振信号通过接收线圈采集。图2是图1所示的相位编码方向满采样和欠采样时得到的图像。图2中，垂直方向是相位方向，水平方向是频率方向。如图2所示，左图是满采样时得到的图像，采样间隔为ΔKy；右图是1/2欠采样得到的图像，采样间隔为2ΔKy。如右图所示，如果用两个相邻的表面线圈(Coil1和Coil2)分别采集图中的样品，并且相位编码方向的采样率为2/FOV，直接重建后将会得到带有重叠伪影的两幅图像，每幅图像的视野是FOV/2，但是每幅图中都包含另一幅图的内容，即右图中每个像素的值来自于原图中两个体元的贡献，举例来说，右图中像素1的信号强度来自于左图中两个体元1、2的贡献，同样，右图中像素2的信号强度也来自于左图中两个体元2、1的贡献。从右图中不难观察到伪影的信号强度要比原始图像的信号强度弱，这是由于线圈采集到的样品自旋信号已被线圈的灵敏度函数加权，而表面线圈的灵敏度函数的幅度在距离线圈较远的区域较小。采样引起的混叠依赖于K空间的填充方式，也就是K空间的轨迹。上面提到的伪影是均匀网格欠采样引起的伪影，对于螺旋轨迹，欠采样引起的伪影将很不规则。

对于多线圈采集，虽然每个线圈采集到的K空间信息是不够的，但可以利用不同线圈采集到信号的差异经过处理得到一幅完整的图像。并行成像去混叠伪影的重建算法大致上可以分为两类：空间谐波并行采集(SMASH，SiMultaneous Acquisition of Spatial Harmonics)和灵敏度编码并行采集技术(SENSE，SENSitivity Endoding parallel acquisitiontechnique)。其中，SMASH方法是一种利用各个通道线圈的灵敏度函数组成空间谐波并进行辅助编码的方法。一般线圈的灵敏度函数在空间是缓慢变化的，并可近似认为是高斯分布函数，于是可以利用各通道线圈的灵敏度函数的线性组合构成一定频率的空间谐波。并利用空间谐波函数凑出没有实际采集的相位编码线。

与SMASH在频域处理的方案不同，SENSE方法通过在图像域求解线性方程组的方法来消除欠采样引起的伪影。由于图像空间周期引起的重叠效应，举例来说，当采样率为满采样的1/2时，直接利用傅立叶变换得到的图像中的每个像素的值来自原图像中两个体元的贡献。可以用公式(1)来表述：

s₁＝p₁₁m₁+P₁₂m₂ (1)

公式(1)可配合图2来说明：右图中点1的值由左图中体元1的磁化强度m1乘以线圈1在点1处的灵敏度P11和体元2的磁化强度m2乘以线圈1在点2处的灵敏度P12的和来决定。P11和P12是可测量量，要想求出m1和m2，至少需要两个方程，即至少需要两个独立线圈测量出的数据。用矩阵表示就是，

$\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]=\left[\begin{array}{c}{p}_{11},p_{21}\\ p_{12},p_{22}\end{array}\right]\·\left[\begin{array}{c}{m}_1\\ m_2\end{array}\right]---\left(2\right)$

其中S2为右图中点2的值，P21和P22的定义同前。公式(2)可以进一步表示为：

S＝PM     (3)

其中S为Nc×1的向量，Nc为通道数。M为Np×1的向量，Np为欠采样率。对P求逆就得到原图像。对于通道数大于欠采样率的情况，方程(3)中的Nc>Np，这是一个超定线性方程组，即已知条件的个数大于未知数的个数。一般求P的加号逆来使解达到最优。

其中，矩阵W被称为加权矩阵，上角标H代表共轭转置。

在射频电磁场中，人体被看做负载，线圈的灵敏度函数在测量不同的人体时会有所变化，而这些变化足以影响重建图像的质量，因此线圈的灵敏度一般需要实时获取。SENSE方法采集数据时在k空间的中心区域满采样，在外围区域欠采样。于是原始的K空间数据被分为两部分：均匀欠采样的数据和低频满采样的数据。均匀欠采样的数据用来生成混叠的图像，而低频满采样的数据用来生成模糊的组织图像进而得到实时的线圈灵敏度分布和加权矩阵，最后将利用均匀欠采样的数据生成的混叠图像与利用低频满采样数据得到的加权矩阵合成，得到高分辨率的无混叠图像。这里，用于得到线圈灵敏度分布和加权矩阵的低频满采样数据称为参考数据，K空间中低频满采样的相位编码线称为参考线。

利用多通道线圈并行采集提高成像速度的优势是显而易见的。如果在相同的采样时间下，利用并行采集技术也可以提到图像的分辨率。并行采集还会附带一些好处，比如可减轻由于去共振(off-resonance)引起的图像伪影。同时，由于采集速度的提高，并行采集技术还可以减轻运动伪影。

然而，实现并行采集需要付出一定的代价。首先，由于实际采集到的数据减少了，虽然利用并行采集重建技术可以重建出无混叠的图像，但图像的信噪比是相同硬件条件下满采样得到的图像信噪比的

其中N_f为加速因子，因此，加速因子越大，图像质量降低越大，即信噪比(SNR，Signal-to-Noise Ratio)降低越大。

发明内容

本发明的一个目的在于提出一种并行采集图像重建的方法，提高并行采集重建后图像的SNR。

本发明的另一目的在于提出一种并行采集图像重建的装置，提高并行采集重建后图像的SNR。

为了实现上述目的，本发明的技术方案包括：

一种并行采集图像重建的方法，其包括：按照混合采样模式生成磁共振MR成像的K空间均匀欠采样数据和低频满采样数据相结合的重建数据；根据所述低频满采样数据计算线圈灵敏度分布；根据所述重建数据、所述线圈灵敏度分布以及所述混合采样模式重建图像。

其中，所述按照混合采样模式生成磁共振MR成像的K空间均匀欠采样数据和低频满采样数据相结合的重建数据包括：生成重建数据矩阵，在所述重建数据矩阵中，对于实际采集的K空间均匀欠采样数据和低频满采样数据，用实际采集值填充，对于未采集的数据，用0填充。

其中，所述重建数据矩阵的行数为采集通道数、相位编码数和读方向采样点数的乘积，列数为1。

其中，所述根据低频满采样的数据计算线圈灵敏度分布包括：根据低频满采样数据计算线圈灵敏度分布矩阵，并根据所述重建数据矩阵的排列和维数确定所述灵敏度分布矩阵的排列和维数。

其中，所述根据重建数据、线圈灵敏度分布以及混合采样模式重建图像包括：确定所述混合采样模式的数学表达式；根据所述重建数据、所述线圈灵敏度分布矩阵以及所述混合采样模式的数学表达式重建图像。

其中，所述生成混合采样模式的数学表达式包括：生成混合采样矩阵，在所述混合采样矩阵的对角线上按照欠采样率用0和1间隔填充，并在中间满采样的相应位置用1填充，除对角线之外的其他位置均用0填充。

其中，所述根据重建数据、线圈灵敏度分布矩阵和混合采样模式的数学表达式重建图像包括：根据所述重建数据矩阵的排列和维数确定逆傅立叶变换矩阵的排列和维数；利用所述逆傅立叶变换矩阵、所述混合采样矩阵和线圈灵敏度分布矩阵计算混合采样模式的并行成像采样矩阵：A＝M_{Undersampling}·M_Fourier·M_Sensitivity，其中，M_Fourier表示逆傅立叶变换矩阵，M_Sensitivity表示线圈灵敏度分布矩阵，M_{Undersampling}表示混合采样矩阵，A表示混合采样模式的并行成像采样矩阵：将所述混合采样模式的并行成像采样矩阵的逆作为重建矩阵；利用所述重建矩阵和所述重建数据矩阵重建图像：ima＝(A′·A)^-1·A′·V_rawdata，其中，ima表示重建图像矩阵，V_rawdata表示重建数据矩阵。

其中，所述利用混合采样模式的并行成像采样矩阵和重建数据矩阵重建图像包括：将所述重建数据矩阵分解为N个向量，每个向量包括M个元素，其中M为采集通道数和相位编码行数的乘积，N为读方向采样点数；分别对所述N个向量进行重建，得到N个图像向量；将所述N个图像向量组合，得到重建图像矩阵。

一种并行采集图像重建的装置，其包括：重建数据生成单元，用于按照混合采样模式生成磁共振MR成像的K空间均匀欠采样数据和低频满采样数据相结合的重建数据；灵敏度分布计算单元，用于根据所述低频满采样数据计算线圈灵敏度分布；图像重建单元，用于根据所述重建数据、所述线圈灵敏度分布和所述混合采样模式重建图像。

其中，所述重建数据生成单元生成重建数据矩阵，在所述重建数据矩阵中，对于实际采集的K空间均匀欠采样数据和低频满采样数据，用实际采集值填充，对于未采集的数据，用0填充。

其中，所述灵敏度分布计算单元根据所述低频满采样数据计算生成线圈灵敏度分布矩阵，并根据所述重建数据矩阵的排列和维数确定所述线圈灵敏度分布矩阵的排列和维数。

其中，所述图像重建单元包括：混合采样矩阵生成模块，用于生成混合采样矩阵；逆傅立叶变换矩阵生成模块，用于根据所述重建数据矩阵的排列和维数确定逆傅立叶变换矩阵的排列和维数，并生成所述逆傅立叶变换矩阵；重建矩阵生成模块，用于利用所述逆傅立叶变换矩阵、所述灵敏度分布矩阵和所述混合采样矩阵生成混合采样模式的并行成像采样矩阵，并将所述混合采样模式的并行成像采样矩阵的逆作为重建矩阵；图像重建计算模块，用于利用所述重建矩阵和所述重建数据矩阵重建图像。

其中，所述混合采样矩阵生成模块在生成混合采样矩阵时，在所述混合采样矩阵的对角线上按照欠采样率用0和1间隔填充，并在中间满采样的相应位置用1填充，除对角线之外的其他位置均用0填充。

从以上的技术方案可以看出，在本发明中，将K空间中均匀欠采样数据与低频满采样数据相结合作为用于重建的并行采集数据，由于位于K空间中心部分的数据包含更多的有用信息，因此对K空间低频满采样的数据能够包含较多的有用信息。所以，利用结合了低频满采样数据的并行采集数据进行图像重建，能够提供更多的有用信息，从而有效提高重建图像的SNR。

附图说明

下面将通过参照附图详细描述本发明的优选实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，相同的标号表示相同的部件，附图中：

图1是MRI扫描中K空间相位编码方向满采样和欠采样的示意图；

图2是图1所示的相位编码方向满采样和欠采样时得到的图像；

图3是根据本发明一实施例的并行采集图像重建的方法流程图；

图4(a)示出了均匀欠采样的相位编码线；

图4(b)示出了低频满采样的相位编码线；

图4(c)示出了均匀采样的相位编码线和低频满采样的相位编码线的结合；

图5是根据本发明一实施例的混合采样矩阵的示意图；

图6是根据本发明一实施例的并行采集图像重建的装置流程图；

图7是考虑参考线的情况下与不考虑参考线的情况下重建图像的SNR对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

根据本发明，按照混合采样模式生成K空间中的低频满采样数据与均匀欠采样数据相结合的重建数据，并在图像重建时，考虑混合采样模式。

下面通过一具体实施例对本发明的方法进行详细阐述。

图3是根据本发明一实施例的并行采集图像重建的方法流程图。如图3所示，在本实施例中，并行采集图像重建的方法至少包括如下步骤：

步骤301：按照混合采样模式生成K空间低频满采样数据和均匀欠采样数据相结合的重建数据。

对K空间数据进行采集包括采集均匀欠采样的数据和参考数据。参考数据是对K空间的低频部分满采样得到的数据。

图4(a)、图4(b)和图4(c)是将均匀欠采样数据和低频满采样数据相结合的示意图。其中图4(a)示出了均匀欠采样的相位编码线，图4(b)示出了低频满采样的相位编码线，图4(c)示出了均匀采样的相位编码线和低频满采样的相位编码线的结合。假设K空间欠采样的加速因子为2，即采样率为1/2，举例来说，若相位编码方向上满采样需要采集17条相位编码线，分别表示为k₈到k_-8，采样率为1/2的均匀欠采样需要采集9条相位编码线，如图4(a)中实线示出的，这9条相位编码线分别表示为[k₈，k₆，k₄，k₂，k₀，k_-2，k_-4，k_-6，k_-8]；参考数据占用最靠近K空间中心的5条相位编码线，即5条参考线，如图4(b)中实线示出的，分别表示为[k₂，k₁，k₀，k_-1，k_-2]；将均匀采样的数据和参考数据结合得到重建数据，其结果是，将均匀欠采样的相位编码线集合和参考线集合取并集，并将该并集中的数据作为重建数据，如图4(c)中实线示出的，该并集中的相位编码线分别表示为[k₈，k₆，k₄，k₂，k₁，k₀，k_-1，k_-2，k_-4，k_-6，k_-8]。

将均匀欠采样的数据和参考数据结合而成的重建数据的矩阵表示为V_rawdata，其长度的计算公式为：

V_rawdata的长度＝nCh·nPE·nRO   (5)

其中，nCh是采集通道数，nPE是相位编码线数，nRO是读方向采样点数，在V_rawdata矩阵中，实际采集的相位编码线上的数据不变，欠采的相位编码线上的数据为0。优选地，重建数据矩阵的行数为采集通道数、相位编码线数和读方向采样点数的乘积，列数为1。

步骤302：根据低频满采样数据计算线圈灵敏度分布矩阵M_Sensitivity°

M_Sensitivity的排列和维度根据V_rawdata的排列和维度来确定。

步骤303：确定混合采样模式的数学表达式，优选地，确定混合采样矩阵M_{Undersampling}。

混合采样矩阵M_{Undersampling}的示例如图5所示，从图5可以看出，在M_{Undersampling}的对角线上，均匀欠采样的位置根据采样率用1和0间隔填充，中间满采样的相应位置用1填充，对角线以外的位置都用0填充。

步骤304：根据线圈灵敏度分布矩阵M_Sensitivity、重建数据矩阵V_rawdata和混合采样矩阵M_{Undersampling}重建图像。

首先需要根据V_rawdata矩阵的排列和维度来确定逆傅立叶变换矩阵M_Fourier的排列和维度；

然后，根据公式(6)生成混合采样模式的并行成像采样矩阵：

A＝M_{Undersampling}·M_Fourier·M_Sensitivity(6)

其中，M_Fourier表示逆傅立叶变换矩阵，M_Sensitivity表示线圈灵敏度分布矩阵，M_{Undersampling}表示混合采样矩阵，A表示混合采样模式的并行成像采样矩阵。

然后，将混合采样模式的并行成像采样矩阵A的逆作为重建矩阵，并根据公式(7)重建图像：

ima＝(A′·A)^-1·A′·V_rawdata    (7)

其中，ima表示重建图像矩阵。

优选地，在实际应用中，可将重建数据矩阵V_rawdata分解为N个向量，即将重建数据矩阵分解为N个向量，每个向量包括M个元素，其中M为采集通道数和相位编码线数的乘积，N为读方向采样点数；分别对所述N个向量进行重建，得到N个图像向量；然后，将所述N个图像向量组合得到重建图像矩阵。

图6示出了根据本发明一具体实施例的并行采集图像重建装置的结构示意图。如图6所示，在本实施例中，并行采集图像重建装置至少包括重建数据生成单元601、灵敏度分布计算单元602和图像重建单元603。

重建数据生成单元601按照混合采样模式生成MR成像的K空间均匀欠采样数据和低频满采样数据相结合的重建数据。

灵敏度分布计算单元602根据低频满采样数据计算线圈灵敏度分布。

图像重建单元603根据重建数据、线圈灵敏度分布和混合采样模式重建图像。

优选地，重建数据生成单元601生成重建数据矩阵，在重建数据矩阵中，对于实际采集的K空间均匀欠采样数据和低频满采样数据，用实际采集值填充，对于未采集的数据，用0填充。

优选地，灵敏度分布计算单元602根据低频满采样数据计算生成线圈灵敏度分布矩阵，并根据重建数据矩阵的排列和维数确定线圈灵敏度分布矩阵的排列和维数。

讲一步，图像重建单元603包括混合采样矩阵生成模块6031、逆傅立叶变换矩阵生成模块6032、重建矩阵生成模块6033和图像重建计算模块6043。

混合采样矩阵生成模块6031生成混合采样矩阵；

逆傅立叶变换矩阵生成模块6032根据重建数据矩阵的排列和维数确定逆傅立叶变换矩阵的排列和维数，并生成逆傅立叶变换矩阵；

重建矩阵生成模块6033利用逆傅立叶变换矩阵、灵敏度分布矩阵和混合采样矩阵生成混合采样模式的并行成像采样矩阵，并将混合采样模式的并行成像采样矩阵的逆作为重建矩阵；

图像重建计算模块6043利用重建矩阵和重建数据矩阵重建图像。

优选地，混合采样矩阵生成模块6031在生成混合采样矩阵时，在所述混合采样矩阵的对角线上按照欠采样率用0和1间隔填充，并在中间满采样的相应位置用1填充，除对角线之外的其他位置均用0填充。

如上所述，在本发明中，将K空间中均匀欠采样数据与低频满采样数据相结合，作为用于重建的并行采集数据，由于位于K空间中心部分的数据包含更多的有用信息，因此对K空间低频满采样的数据能够包含较多的有用信息。所以，结合了低频满采样数据的并行采集数据在傅立叶变换后，能够提供更多的有用信息，从而有效提高重建图像的SNR。可以理解，SNR改善情况根据参考线与总相位编码线的数量之比的变化而变化，一般来说，参考线占总相位编码线的比例越大，SNR越高。

图7示出了参考线占总相位编码线的比例为10％的情况下重建图像的SNR和不考虑参考线的情况下重建图像的SNR。在图7中，上方的曲线表示参考线占总相位编码线的比例为10％的情况下重建图像的SNR，下方的曲线表示不考虑参考线的情况下重建图像的SNR。从图7中可以看出，与不考虑参考线的情况下重建图像的SNR相比，参考线占总相位编码线的比例为10％的情况下，SNR改善约为2％。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种并行采集图像重建的方法，其特征在于，包括：

按照混合采样模式生成磁共振MR成像的K空间均匀欠采样数据和低频满采样数据相结合的重建数据，包括：生成重建数据矩阵，在所述重建数据矩阵中，对于实际采集的K空间均匀欠采样数据和低频满采样数据，用实际采集值填充，对于未采集的数据，用0填充；

根据所述低频满采样数据计算线圈灵敏度分布；

根据所述重建数据、所述线圈灵敏度分布以及所述混合采样模式重建图像，包括：确定所述混合采样模式的数学表达式，生成混合采样矩阵，在所述混合采样矩阵的对角线上按照欠采样率用0和1间隔填充，并在中间满采样的相应位置用1填充，除对角线之外的其他位置均用0填充；根据所述重建数据矩阵的排列和维数确定逆傅立叶变换矩阵的排列和维数；利用所述逆傅立叶变换矩阵、所述混合采样矩阵和线圈灵敏度分布矩阵计算混合采样模式的并行成像采样矩阵A＝M_{Undersampling}·M_Fourier·M_Sensitivity，其中，M_Fourier表示逆傅立叶变换矩阵，M_Sensitivity表示线圈灵敏度分布矩阵，M_{Undersampling}表示混合采样矩阵，A表示混合采样模式的并行成像采样矩阵；将所述混合采样模式的并行成像采样矩阵的逆作为重建矩阵；利用所述重建矩阵和所述重建数据矩阵重建图像ima＝(A′·A)^-1·A′·V_rawdata，其中，ima表示重建图像矩阵，V_rawdata表示重建数据矩阵。

2.根据权利要求1所述的方法，其特征在于，所述重建数据矩阵的行数为采集通道数、相位编码数和读方向采样点数的乘积，列数为1。

3.根据权利要求1所述的方法，其特征在于，所述根据低频满采样的数据计算线圈灵敏度分布包括：

根据低频满采样数据计算线圈灵敏度分布矩阵，并根据所述重建数据矩阵的排列和维数确定所述灵敏度分布矩阵的排列和维数。

4.根据权利要求1所述的方法，其特征在于，所述利用混合采样模式的并行成像采样矩阵和重建数据矩阵重建图像包括：

将所述重建数据矩阵分解为N个向量，每个向量包括M个元素，其中M为采集通道数和相位编码数的乘积，N为读方向采样点数；

分别对所述N个向量进行重建，得到N个图像向量；

将所述N个图像向量组合，得到重建图像矩阵。

5.一种并行采集图像重建的装置，其特征在于，包括：

重建数据生成单元(601)，用于按照混合采样模式生成磁共振MR成像的K空间均匀欠采样数据和低频满采样数据相结合的重建数据；

灵敏度分布计算单元(602)，用于根据所述低频满采样数据计算线圈灵敏度分布；

图像重建单元(603)，用于根据所述重建数据、所述线圈灵敏度分布和所述混合采样模式重建图像。

6.根据权利要求5所述的装置，其特征在于，所述重建数据生成单元(601)生成重建数据矩阵，在所述重建数据矩阵中，对于实际采集的K空间均匀欠采样数据和低频满采样数据，用实际采集值填充，对于未采集的数据，用0填充。

7.根据权利要求6所述的装置，其特征在于，所述灵敏度分布计算单元(602)根据所述低频满采样数据计算生成线圈灵敏度分布矩阵，并根据所述重建数据矩阵的排列和维数确定所述线圈灵敏度分布矩阵的排列和维数。

8.根据权利要求7所述的装置，其特征在于，所述图像重建单元(603)包括：

混合采样矩阵生成模块(6031)，用于生成混合采样矩阵；

逆傅立叶变换矩阵生成模块(6032)，用于根据所述重建数据矩阵的排列和维数确定逆傅立叶变换矩阵的排列和维数，并生成所述逆傅立叶变换矩阵；

重建矩阵生成模块(6033)，用于利用所述逆傅立叶变换矩阵、所述灵敏度分布矩阵和所述混合采样矩阵生成混合采样模式的并行成像采样矩阵，并将所述混合采样模式的并行成像采样矩阵的逆作为重建矩阵；

图像重建计算模块(6043)，用于利用所述重建矩阵和所述重建数据矩阵重建图像。

9.根据权利要求8所述的装置，其特征在于，所述混合采样矩阵生成模块(6031)在生成混合采样矩阵时，在所述混合采样矩阵的对角线上按照欠采样率用0和1间隔填充，并在中间满采样的相应位置用1填充，除对角线之外的其他位置均用0填充。

Images