CN102005031B - 一种mri系统中k空间采样数据的运动伪影消除方法及装置 - Google Patents
一种mri系统中k空间采样数据的运动伪影消除方法及装置 Download PDFInfo
- Publication number
- CN102005031B CN102005031B CN201010538104XA CN201010538104A CN102005031B CN 102005031 B CN102005031 B CN 102005031B CN 201010538104X A CN201010538104X A CN 201010538104XA CN 201010538104 A CN201010538104 A CN 201010538104A CN 102005031 B CN102005031 B CN 102005031B
- Authority
- CN
- China
- Prior art keywords
- data
- echo
- projection
- detected
- spin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及一种MRI系统中K空间采样数据的运动伪影消除方法及装置,该方法包括数据采集步骤;数据预处理步骤,保证回波信号强度的一致性,并将回波最大值移到中心;旋转运动估计步骤,用频域相似性寻找旋转数据带和基础数据带之间的回波参考对,计算参考对之间的角度相对偏移量,建立旋转运动方程组并引入约束条件求解旋转运动参数;平移运动估计步骤,根据数据一致性原理等量方程和上步骤中所得旋转角度,建立平移运动方程组求解平移运动参数;运动参数补偿步骤,根据步骤三、四中求出的运动参数进行运动补偿;滤波反投影加权重建步骤,采用滤波反投影方法加权重建本发明提供的方法或装置能有效抑制运动伪影。
Description
技术领域
本发明涉及一种MRI系统中K空间采样数据的运动伪影消除方法及装置。
背景技术
磁共振成像(Magnetic Resonance Imaging,MRI)是当今最先进的医学成像方法之一,在临床上和科学研究中得到了越来越广泛的应用。磁共振成像过程中,病人的自主性和生理性运动常常难以避免,它将破坏数据的采集过程,并在所成的图像上形成伪影,使医生难以做出正确的诊断。由于运动的不确定性以及难以获得运动的先验知识,对运动伪影的校正也就十分困难,严重影响和阻碍了磁共振成像技术的发展和应用。因此,对磁共振运动伪影消除方法的研究,引起了国内外学者的广泛关注,是当前医学成像领域中的研究热点和重要难题之一。
由于病人运动对采样数据的破坏,通过后处理的方式对传统采样方式获取的MR数据进行运动伪影校正是非常困难的,因此研究人员把刚性运动分解成独立的平移和旋转运动进行校正。平移运动伪影的校正主要有基于凸集投影的校正算法、基于运动熵的校正算法和基于傅立叶投影的校正算法。旋转伪影校正主要有基于图像能量和基于磁共振点扩散函数的校正算法。但是病人运动往往同时包含平移和旋转运动,这些算法都不能有效的解决问题。直到1999年,James G.Pipe提出按PROPELLER(Periodically RotatedOverlapping Parallel Lines with Enhanced Reconstruction)方式采样磁共振数据和成像算法,才在磁共振成像过程中可以有效的消除病人刚体运动所形成的伪影。但PROPELLER采样方式需要过采样数据,延长了采集时间。另外,PROPELLER采样数据的重建过程中,需要将大量的位于不规则坐标系上的数据点网格化到笛卡尔坐标系下,以便于快速傅里叶重建,网格化过程需要消耗大量的计算时间。
发明内容
本发明所要解决的第一个技术问题是针对上述现有技术提供一种MRI系统中K空间采样数据的运动伪影消除方法,该方法能有效抑制运动伪影,避免了数据过采样导致采集时间长、数据量大以及重建过程计算代价大的问题。
本发明所要解决的第二个技术问题是针对上述现有技术提供一种MRI系统中K空间采样数据的运动伪影消除装置,运用该装置能有效抑制运动伪影,避免了数据过采样导致采集时间长、数据量大以及重建过程计算代价大的问题。
本发明解决上述第一个技术问题所采用的技术方案为:该MRI系统中K空间采样数据的运动伪影消除方法,其特征在于:包括以下步骤:
步骤一、数据采集步骤
旋转采集K空间数据,获得具有放射状的K空间数据,具体方法为:
基础数据和旋转数据共同组成本步骤采集的K空间原始采样数据;
步骤二、数据预处理步骤
(2-1)、将步骤一采集到的K空间原始采样数据的每个回波做一维傅里叶变换,然后将变换后的数据取模,即得到投影数据;
(2-2)、接着根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(2-1)处理后的投影数据,去除不同回波信号强度不均的影响,校正公式为:其中校正后的投影数据为P,P0为经过步骤(2-1)处理后得到的投影数据中任意一行回波中任意一个采样点对应的投影数据,l为经过步骤(2-1)处理后得到的投影数据中任意一行回波的采样点数,将基础数据校正后的投影数据记为Pb,将旋转数据校正后的投影数据记为Pr;
(2-3)、对旋转数据校正后的投影数据Pr在角度方向进行T倍上采样得到旋转数据校正后的T倍采样投影数据Pr0;
(2-4)、最后,将基础数据校正后的投影数据为Pb和旋转数据校正后的T倍采样投影数据Pr0做一维傅里叶逆变换并取模,从而得到本步骤预处理后的基础数据Fb和旋转数据Fr;
步骤三、旋转运动估计步骤
(3-1)、利用数据相关性在经过步骤二预处理后的基础数据Fb及经过步骤二预处理后的旋转数据Fr中寻找回波参考对,一对回波参考对是指在基础数据和旋转数据中相同旋转角度位置所采集到的一对回波,当扫描过程中被检测物体发生旋转运动时,回波参考对在K空间位置会发生偏移:
对于经过步骤二预处理后的基础数据Fb中的第n行数据Fb(k,n),k是每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,n为自然数,其取值从1到经过步骤二预处理后的基础数据Fb数据的总行数;通过如下公式计算与经过步骤二预处理后的旋转数据Fr中第m行数据Fr(k,m)的相关性C(n,m),k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,m为自然数,其取值从1到经过步骤二预处理后的旋转数据Fr数据的总行数:
其中C(n,m)表示两个回波之间的相关性,k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,分别为Fb(k,n)和Fr(k,m)的均值,σn、σm分别为Fb(k,n)和Fr(k,m)的方差,S为单个回波最大的采样点数;
经过步骤二预处理后的旋转数据Fr中第m行数据Fr(k,m)如果与经过步骤二预处理后的基础数据Fb中第n行数据Fb(k,n)具有最大相关性,即C(n,m)最大,则它们构成一对回波参考对;
(3-2)、计算经过步骤二预处理后的基础数据Fb及经过步骤二预处理后的旋转数据Fr中回波参考对之间的旋转角度偏移Δθ,然后根据这个旋转角度偏移Δθ,列出被检测物体的旋转运动方程组:
设回波参考对Fb(k,n)和Fr(k,m)的采样时刻分别为tn和tm,用φ(t)描述被检测物体的旋转运动方程,可得到如下等式:
φ(tm)-φ(tn)=Δθ
被检测物体的旋转运动方程φ(t)用采样时刻t的Q阶多项式表示为:
φ(t)=r1t+r2t2+…+rQtQ其中,r1到rQ为关于t的Q阶多项式的系数;
这样,就可得到包含Q个旋转运动参数的方程:
r1(tm-tn)+r2(tm 2-tn 2)+…+rQ(tm Q-tn Q)=Δθ
设可以在经过步骤二预处理后的基础数据Fb及经过步骤二预处理后的旋转数据Fr中总共能找到M对回波参考对,且因此共有M个方程,将上述方程组写成矩阵形式为:
AR=G
其中
R=(r1,r2,…,rQ)T,T表示矩阵转置;
G=(Δθ1,Δθ2,…,ΔθM)T,T表示矩阵转置,ΔθM为第M对回波参考对之间的旋转角度偏移;
(3-3)、然后根据被检测物体在检测过程中可能的最大旋转角度作为约束条件,利用二次规划的方法求解被检测物体的旋转向量;
根据受检物体在检测过程中可能的最大旋转角度作为约束条件,将被检测物体的旋转运动方程组转化为二次规划问题:
上式中,H=2ATA,f=-2GTA,R=(r1,r2,…,rQ)T,φmax为被检测物体在检测过程中可能的最大旋转角度;利用二次规划方法求解上式可得到旋转参数R,从而得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN],N为步骤一中提到的采集到的回波总个数;
步骤四、平移运动估计步骤
(4-1)、根据数据一致性原理(Helgason-Ludwig Consistency Condition,HLCC),被检物体发生运动后存在如下等量关系:
上式中,l是经过步骤(2-1)得到的某一投影数据的位置坐标,d1是被检测物体在x方向平移运动分量,d2是受检物体在y方向平移运动分量,θc为利用步骤三中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN]进行修正后的旋转角度,θc等于K空间旋转向量减去步骤三中得到的被检测物体的旋转向量,k为HLCC等式的阶数,可取k=0,1,2......,P(n,l)为步骤二中(2-2)校正后的第n行投影数据,mr,k-r为HLCC定义的被检测物体被检断层图象的几何动量,对于给定的一个受检物体,mr,k-r为常量;
(4-2)、将物体的平移运动在x方向和y方向的分量用如下关于采样时刻t的Q阶多项式描述:
di(t)=ai1t+ai2t2+…+aiQtQ,其中参数ai1到aiQ为多项式系数;
将上式代入(4-1)中的公式,其中θc为利用步骤三中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN]进行修正后的旋转角度,并取k=1,得到
其中
对于步骤一中采集的每个回波都可以得到一个方程,共N个方程,利用最小二乘可以求出平移运动分量的多项式参数a1q,a2q,从而得到被检测物体的平移运动向量;
步骤五、运动参数补偿步骤
(5-1)、将K空间旋转向量减去步骤三中得到的被检测物体的旋转向量,得到修正后的K空间旋转向量θc;
(5-2)、被检测物体的旋转运动导致了投影数据在角度方向上分布不均,在角度方向进行加权补偿,首先对θc进行升序排序得到θco,然后计算各个旋转角度对应的加权因子其中W1(n)为每个角度对应的加权因子;
(5-3)、对步骤一中采集的基础数据和旋转数据补偿一个与步骤四得到的被检测物体的平移动运动向量相关的相位偏移来消除平移的影响,补偿公式为M′(n,k)=ei×2π×k×d(n)×M(n,k),M(n,k)为步骤一中采集到的原始回波数据,M′(n,k)即为相位补偿后的回波数据,k为每个回波上的采样点的编号,d为被检测物体平移运动在K空间径向方向的运动分量,其数学表达式为:
d(n)=d1cos(θc(n))+d2sin(θc(n));
(5-4)、将相位补偿后的回波数据M′(n,k)中每个回波做一维傅里叶变换,然后将变换后的数据取模,得到投影数据P1;
(5-5)、根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(5-4)处理后的投影数据,校正公式为其中校正后的投影数据为Pc,P1为经过步骤(5-4)处理后得到的投影数据中任意一个回波中任意一个采样点对应的投影数据,l为经过步骤(5-4)处理后得到的投影数据中任意一行回波的采样点数;
步骤六、滤波反投影加权重建步骤
(6-1)、计算投影向量加权因子,进一步减少未能校正到的运动对图像的影响,C为权重调节因子,C∈[0,∞];
上式中,W2(n)投影向量加权因子,θ(n)即为第n行回波数据采集时的旋转角度;
(6-2)、对步骤五中经过步骤(5-5)校正后的投影数据Pc进行加权
Pw(n,l)=W1(n)×W2(n)×Pc(n,l)
(6-3)、以加权后的投影数据Pw作为重建数据,采用滤波反投影方法重建即可得到校正后的图像。
本发明解决上述第二个技术问题所采用的方法为:该MRI系统中K空间采样数据的运动伪影消除装置,其特征在于:包括
数据采集装置,用于旋转采集K空间数据,获得具有放射状的K空间数据,具体方法为:
基础数据带和旋转数据带共同组成本数据采集装置采集的K空间原始采样数据;
数据预处理装置,用于以下功能的处理:
(2-1)、将数据采集装置采集到的K空间原始采样数据的每个回波做一维傅里叶变换,然后将变换后的数据取模,即得到投影数据;
(2-2)、接着根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(2-1)处理后的投影数据,去除不同回波信号强度不均的影响,校正公式为:其中校正后的投影数据为P,P0为经过步骤(2-1)处理后得到的投影数据中任意一行回波中任意一个采样点对应的投影数据,l为经过步骤(2-1)处理后得到的投影数据中任意一行回波的采样点数,将基础数据校正后的投影数据记为Pb,将旋转数据校正后的投影数据记为Pr;
(2-3)、对旋转数据校正后的投影数据Pr在角度方向进行T倍上采样得到旋转数据校正后的T倍采样投影数据Pr0;
(2-4)、最后,将基础数据校正后的投影数据为Pb和旋转数据校正后的T倍采样投影数据Pr0做一维傅里叶逆变换并取模,从而得到本步骤预处理后的基础数据Fb和旋转数据Fr;
旋转运动估计装置,用于以下功能的处理:
(3-1)、利用数据相关性在经过数据预处理装置预处理后的基础数据Fb及经过数据预处理装置预处理后的旋转数据Fr中寻找回波参考对,一对回波参考对是指在基础数据和旋转数据中相同旋转角度位置所采集到的一对回波,当扫描过程中被检测物体发生旋转运动时,回波参考对在K空间位置会发生偏移:
对于经过数据预处理装置预处理后的基础数据Fb中的第n行数据Fb(k,n),k是每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,θ(n)为是第n个回波被采集时的旋转角度,n为自然数,其取值从1到经过数据预处理装置预处理后的基础数据Fb数据的总行数;通过如下公式计算与经过数据预处理装置预处理后的旋转数据Fr中第m行数据Fr(k,m)的相关性C(n,m),k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,θ(m)为第m个回波被采集时的旋转角度,m为自然数,其取值从1到经过数据预处理装置预处理后的旋转数据Fr数据的总行数;:
其中C(n,m)表示两个回波之间的相关性,k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,分别为Fb(k,n)和Fr(k,m)的均值,σn、σm分别为Fb(k,n)和Fr(k,m)的方差,S为单个回波最大的采样点数;
经过数据预处理装置预处理后的旋转数据Fr中第m行数据Fr(k,m)如果与经过数据预处理装置预处理后的基础数据Fb中第n行数据Fb(k,n)具有最大相关性,即C(n,m)最大,则它们构成一对回波参考对;
(3-2)、计算经过数据预处理装置预处理后的基础数据Fb及经过数据预处理装置预处理后的旋转数据Fr中回波参考对之间的旋转角度偏移Δθ,然后根据这个旋转角度偏移Δθ,列出被检测物体的旋转运动方程组:
设回波参考对Fb(k,n)和Fr(k,m)的采样时刻分别为tn和tm,用φ(t)描述被检测物体的旋转运动方程,可得到如下等式:
φ(tm)-φ(tn)=Δθ
被检测物体的旋转运动方程φ(t)用采样时刻t的Q阶多项式表示为:
φ(t)=r1t+r2t2+…+rQtQ其中,r1到rQ为关于t的Q阶多项式的系数;
这样,就可得到包含Q个旋转运动参数的方程:
r1(tm-tn)+r2(tm 2-tn 2)+…+rQ(tm Q-tn Q)=Δθ
设可以在经过数据预处理装置预处理后的基础数据Fb及经过数据预处理装置预处理后的旋转数据Fr中总共能找到M对回波参考对,且因此共有M个方程,将上述方程组写成矩阵形式为:
AR=G
其中
R=(r1,r2,…,rQ)T,T表示矩阵转置;
G=(Δθ1,Δθ2,…,ΔθM)T,T表示矩阵转置,ΔθM为第M对回波参考对之间的旋转角度偏移;
(3-3)、然后根据被检测物体在检测过程中可能的最大旋转角度作为约束条件,利用二次规划的方法求解被检测物体的旋转向量;
根据被检测物体在检测过程中可能的最大旋转角度作为约束条件,将被检测物体的旋转运动方程组转化为二次规划问题
上式中,H=2ATA,f=-2GTA,R=(r1,r2,…,rQ)T,φmax为被检测物体在检测过程中可能的最大旋转角度;利用二次规划方法求解上式可得到旋转参数R,从而得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN],N为数据采集装置中提到的采集到的回波总个数;
平移运动估计装置,用于以下功能的处理:
(4-1)、根据HLCC数据一致性原理,被检物体发生运动后存在如下等量关系:
上式中,l是经过步骤(2-1)得到的某一投影数据的位置坐标;d1是被检测物体在x方向平移运动分量;d2是受检物体在y方向平移运动分量;θc为利用旋转运动估计装置中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN]进行修正后的旋转角度,θc等于K空间旋转向量减去旋转运动估计装置中得到的被检测物体的旋转向量;k为HLCC等式的阶数,可取k=0,1,2......,P(n,l)为旋转运动估计装置中(2-2)校正后的第n行投影数据;mr,k-r为HLCC定义的被检测物体被检断层图象的几何动量,对于给定的一个受检物体,mr,k-r为常量;
(4-2)、将物体的平移运动在x方向和y方向的分量用如下关于采样时刻t的Q阶多项式描述:
di(t)=ai1t+ai2t2+…+aiQtQ ,其中参数ai1到aiQ为多项式系数;
将上式代入(4-1)中的公式,其中θc为利用旋转运动估计装置中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN]进行修正后的旋转角度,θc等于K空间旋转向量减去旋转运动估计装置中得到的被检测物体的旋转向量,并取k=1,得到
其中
对于数据采集装置中采集的每个回波都可以得到一个方程,共N个方程,利用最小二乘可以求出平移运动分量的多项式参数a1q,a2q,从而得到被检测物体的平移运动向量;
运动参数补偿装置,用于以下功能的处理:
(5-1)、将K空间旋转向量减去旋转运动估计装置中得到的被检测物体的旋转向量,得到修正后的K空间旋转向量θc;
(5-2)、被检测物体的旋转运动导致了投影数据在角度方向上分布不均,在角度方向进行加权补偿,首先对θc进行升序排序得到θco,然后计算各个旋转角度对应的加权因子其中W1(n)为每个角度对应的加权因子;
(5-3)、对数据采集装置中采集的基础数据和旋转数据补偿一个与平移运动估计装置得到的被检测物体的平移动运动向量相关的相位偏移来消除平移的影响,补偿公式为M′(n,k)=ei×2π×k×d(n)×M(n,k),M(n,k)为数据采集装置中采集到的原始回波数据,M′(n,k)即为相位补偿后的回波数据,k为每个回波上的采样点的编号,d为被检测物体平移运动在K空间径向方向的运动分量,其数学表达式为:
d(n)=d1cos(θc(n))+d2sin(θc(n));
(5-4)、将相位补偿后的回波数据M′(n,k)中每个回波做一维傅里叶变换,然后将变换后的数据取模,得到投影数据P1;
(5-5)、根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(5-4)处理后的投影数据,校正公式为其中校正后的投影数据为Pc,P1为经过步骤(5-4)处理后得到的投影数据中任意一个回波中任意一个采样点对应的投影数据,l为经过步骤(5-4)处理后得到的投影数据中任意一行回波的采样点数;
滤波反投影加权重建装置,用于以下功能的处理:
(6-1)、计算投影向量加权因子,进一步减少未能校正到的运动对图像的影响,C为权重调节因子,C∈[0,∞];投影向量加权因子W2(n)表示为
上式中,θ(n)即为第n行回波数据采集时的旋转角度;
(6-2)、对运动参数补偿装置中经过步骤(5-5)校正后的投影数据Pc进行加权
Pw(n,l)=W1(n)×W2(n)×Pc(n,l)
(6-3)、以加权后的投影数据Pw作为重建数据,采用滤波反投影方法重建即可得到校正后的图像。
与现有技术相比,本发明的优点在于:运用本发明提供的方法或装置能有效抑制运动伪影,避免了数据过采样导致采集时间长、数据量大以及重建过程计算代价大的问题。
附图说明
图1为本发明实施例方法的流程图;
图2为本发明实施例方法步骤一采用的放射状K空间采样模式图;
图3为本发明实施例方法步骤二数据预处理流程图;
图4为基础数据和旋转数据带中的回波参考对的示意图;
图5为本发明实施例实验中旋转角度估计结果示意图;
图6为本发明实施例实验中平移运动估计结果示意图;
图7为本发明实施例试验中直接重建成像示意图;
图8为本发明实施例中采用本发明提供方法进行运动伪影消除后的图像示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
本发明首先提供了一种MRI系统中K空间采样数据的运动伪影消除方法,其包括以下步骤,请参见图1所示:
步骤一、数据采集步骤,基于特殊的放射状K空间数据采集方式采集数据;
步骤二、数据预处理步骤,保证回波信号强度的一致性,并将回波最大值移到中心;
步骤三、旋转运动估计步骤,用频域相似性寻找旋转数据带和基础数据带之间的回波参考对,计算参考对之间的角度相对偏移量,建立旋转运动方程组并引入约束条件求解旋转运动参数;
步骤四、平移运动估计步骤,根据HLCC等量方程和步骤3中所得旋转角度,建立平移运动方程组求解平移运动参数;
步骤五、运动参数补偿步骤,根据步骤三、四中求出的运动参数进行运动补偿;
步骤六、滤波反投影加权重建步骤,采用滤波反投影方法加权重建。
上述步骤一数据采集步骤具体如下:旋转采集K空间数据,获得具有放射状的K空间数据,具体方法为,请参见图2所示。
基础数据和旋转数据共同组成本步骤采集的K空间原始采样数据。
本发明实施例中共旋转采集了180条K空间数据,首先采集基础数据带,旋转角度为[0°,2°,4°......176°,178°],共90条K空间线;接着采集旋转数据带,旋转角度为[1°,3°,5°......177°,179°]。
上述步骤二的数据预处理步骤具体如下,请参看图3所示:
由于梯度系统的非线性,主磁场的不理想以及涡流的影响等因素,采集到的K空间数据存在信号强度不均和最大值不在中心的问题,因此需要
(2-1)、将步骤一采集到的K空间原始采样数据的每个回波做一维傅里叶变换,然后将变换后的数据取模,即得到投影数据;
(2-2)、接着根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(2-1)处理后的投影数据,去除不同回波信号强度不均的影响,校正公式为:其中校正后的投影数据为P,P0为经过步骤(2-1)处理后得到的投影数据中任意一行回波中任意一个采样点对应的投影数据,l为经过步骤(2-1)处理后得到的投影数据中任意一行回波的采样点数,将基础数据校正后的投影数据记为Pb,将旋转数据校正后的投影数据记为Pr;
(2-3)、对旋转数据校正后的投影数据Pr在角度方向进行T倍上采样得到旋转数据校正后的T倍采样投影数据Pr0,本实施例中,采样倍数T为4;
(2-4)、最后,将基础数据校正后的投影数据为Pb和旋转数据校正后的T倍采样投影数据Pr0做一维傅里叶逆变换并取模,从而得到本步骤预处理后的基础数据Fb和旋转数据Fr。
上述步骤三旋转运动估计步骤具体如下:
(3-1)、利用数据相关性在经过步骤二预处理后的基础数据Fb及经过步骤二预处理后的旋转数据Fr中寻找回波参考对,一对回波参考对是指在基础数据和旋转数据中相同旋转角度位置所采集到的一对回波,当扫描过程中被检测物体发生旋转运动时,回波参考对在K空间位置会发生偏移:
对于经过步骤二预处理后的基础数据Fb中的第n行数据Fb(k,n),k是每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,n为自然数,其取值从1到经过步骤二预处理后的基础数据Fb数据的总行数;通过如下公式计算与经过步骤二预处理后的旋转数据Fr中第m行数据Fr(k,m)的相关性C(n,m),k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,m为自然数,其取值从1到经过步骤二预处理后的旋转数据Fr数据的总行数:
其中C(n,m)表示两个回波之间的相关性,k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,分别为Fb(k,n)和Fr(k,m)的均值,σn、σm分别为Fb(k,n)和Fr(k,m)的方差,S为单个回波最大的采样点数;
经过步骤二预处理后的旋转数据Fr中第m行数据Fr(k,m)如果与4经过步骤二预处理后的基础数据Fb中第n行数据Fb(k,n)具有最大相关性,即C(n,m)最大,则它们构成一对回波参考对,请参见图4所示;
(3-2)、计算经过步骤二预处理后的基础数据Fb及经过步骤二预处理后的旋转数据Fr中回波参考对之间的旋转角度偏移Δθ,然后根据这个旋转角度偏移Δθ,列出被检测物体的旋转运动方程组:
设回波参考对Fb(k,n)和Fr(k,m)的采样时刻分别为tn和tm,用φ(t)描述被检测物体的旋转运动方程,可得到如下等式:
φ(tm)-φ(tn)=Δθ
被检测物体的旋转运动方程φ(t)用采样时刻t的Q阶多项式表示为:
φ(t)=r1t+r2t2+…+rQtQ其中,r1到rQ为关于t的Q阶多项式的系数;
这样,就可得到包含Q个旋转运动参数的方程:
r1(tm-tn)+r2(tm 2-tn 2)+…+rQ(tm Q-tn Q)=Δθ
AR=G
R=(r1,r2,…,rQ)T,T表示矩阵转置;
G=(Δθ1,Δθ2,…,ΔθM)T,T表示矩阵转置,ΔθM为第M对回波参考对之间的旋转角度偏移;
(3-3)、然后根据被检测物体在检测过程中可能的最大旋转角度作为约束条件,利用二次规划的方法求解被检测物体的旋转向量;
根据被检测物体在检测过程中可能的最大旋转角度作为约束条件,将被检测物体的旋转运动方程组转化为二次规划问题
上式中,H=2ATA,f=-2GTA,R=(r1,r2,…,rQ)T,φmax为被检测物体在检测过程中可能的最大旋转角度;利用二次规划方法求解上式可得到旋转参数R,从而得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN],N为步骤一中提到的采集到的回波总个数。
本实施例中,设病人的旋转运动幅度最大为15度。因此取基础数据带中属于[15°,165°]之间的K空间线在旋转数据带中寻找参考对。具体方法为,假设基础数据带中的K空间线旋转角度为a,则在旋转数据带中属于[a-15°,a+15°]的所有K空间线计算相关度,相关度最大的即为参考对。计算出参考对的相对偏移角度并列出运动参数方程组,并根据病人的最大旋转角度作为约束条件,利用二次规划的方法求解旋转参数。实验中,旋转曲线φ(t)的阶数Q取3。
上述步骤四的平移运动估计步骤,具体为:
(4-1)、根据HLCC数据一致性原理,被检物体发生运动后存在如下等量关系:
上式中,l是经过步骤(2-1)得到的某一投影数据的位置坐标,d1是被检测物体在x方向平移运动分量,d2是受检物体在y方向平移运动分量,θc为利用步骤三中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN]进行修正后的旋转角度,θc等于K空间旋转向量减去步骤三中得到的被检测物体的旋转向量,k为HLCC等式的阶数,可取k=0,1,2......,P(n,l)为步骤二中(2-2)校正后的第n行投影数据,mr,k-r为HLCC定义的被检测物体被检断层图象的几何动量,对于给定的一个受检物体,mr,k-r为常量;
(4-2)、将物体的平移运动在x方向和y方向的分量用如下关于采样时刻t的Q阶多项式描述:
di(t)=ai1t+ai2t2+…+aiQtQ,其中参数ai1到aiQ为多项式系数;
将上式代入步骤(4-1)中的公式,其中θc为利用步骤三中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN]进行修正后的旋转角度,并取k=1,得到
其中
对于步骤一中采集的每个回波都可以得到一个方程,共N个方程,利用最小二乘可以求出平移运动分量的多项式参数a1q,a2q,从而得到被检测物体的平移运动向量。
根据HLCC数据一致性原理建立平移运动参数方程,共180个方程,其中病人平移运动曲线的阶数Q取3;求取方程组的最小二乘解即可得到病人运动曲线。
上述步骤五运动参数补偿步骤,具体如下:
(5-1)、将K空间旋转向量减去步骤三中得到的被检测物体的旋转向量,得到修正后的K空间旋转向量θc;
(5-2)、被检测物体的旋转运动导致了投影数据在角度方向上分布不均,在角度方向进行加权补偿,首先对θc进行升序排序得到θco,然后计算各个旋转角度对应的加权因子其中W1(n)为每个角度对应的加权因子;
(5-3)、对步骤一中采集的基础数据和旋转数据补偿一个与步骤四得到的被检测物体的平移动运动向量相关的相位偏移来消除平移的影响,补偿公式为M′(n,k)=ei×2π×k×d(n)×M(n,k),M(n,k)为步骤一中采集到的原始回波数据,M′(n,k)即为相位补偿后的回波数据,k为每个回波上的采样点的编号,d为被检测物体平移运动在K空间径向方向的运动分量,其数学表达式为:
d(n)=d1cos(θc(n))+d2sin(θc(n));
(5-4)、将相位补偿后的回波数据M′(n,k)中每个回波做一维傅里叶变换,然后将变换后的数据取模,得到投影数据P1;
(5-5)、根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(5-4)处理后的投影数据,校正公式为,其中校正后的投影数据为Pc,P1为经过步骤(5-4)处理后得到的投影数据中任意一个回波中任意一个采样点对应的投影数据,l为经过步骤(5-4)处理后得到的投影数据中任意一行回波的采样点数。
上由于磁场、梯度等的不理想导致采集到的数据与理想数据有偏差,前面的校正步骤很难完全消除运动对数据的影响,因此通过减小存在运动偏差可能性较大的那部分K空间数据对重建图像的贡献来进一步抑制运动伪影;述步骤六中滤波反投影加权重建步骤具体如下:
(6-1)、计算投影向量加权因子,进一步减少未能校正到的运动对图像的影响,C为权重调节因子,C∈[0,∞];投影向量加权因子W2(n)表示为
上式中,θ(n)即为第n行回波数据采集时的旋转角度;
(6-2)、对步骤五中经过步骤(5-5)校正后的投影数据Pc进行加权
Pw(n,l)=W1(n)×W2(n)×Pc(n,l)
(6-3)、以加权后的投影数据Pw作为重建数据,采用滤波反投影方法重建即可得到校正后的图像。
为了检验本发明实施例中提供的运动伪影的去除效果,本实施例中的在0.4T永磁型磁共振设备中采集水模数据进行试验,扫描过程中不断移动水模,直接重建结果参见图7所示,可见图像产生了严重伪影,分辨率小孔完全模糊;用本算法校正后,图像轮廓和细节都得到很大程度恢复,小孔清晰可见,参见图8所示。图5~图8中,Fov为220mm,放射状k空间线数N为180条,每个回波采样点数为256点。
本发明进一步提供了一种MRI系统中K空间采样数据的运动伪影消除装置,该装置包括数据采集装置、数据预处理装置、旋转运动估计装置、平移运动估计装置、运动参数补偿装置、滤波反投影加权重建装置;其中数据采集装置、数据预处理装置、旋转运动估计装置、平移运动估计装置、运动参数补偿装置、滤波反投影加权重建装置的作用和处理步骤与上述运动伪影方法中各步骤相对应一致,这里不再累述。
Claims (2)
1.一种MRI系统中K空间采样数据的运动伪影消除方法,其特征在于:包括以下步骤:
步骤一、数据采集步骤:旋转采集K空间数据,获得具有放射状的K空间数据,具体方法为:
基础数据和旋转数据共同组成本步骤采集的K空间原始采样数据;
步骤二、数据预处理步骤:
(2-1)、将步骤一采集到的K空间原始采样数据的每个回波做一维傅里叶变换,然后将变换后的数据取模,即得到投影数据;
(2-2)、接着根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(2-1)处理后的投影数据,去除不同回波信号强度不均的影响,校正公式为: 其中校正后的投影数据为P,P0为经过步骤(2-1)处理后得到的投影数据中任意一行回波中任意一个采样点对应的投影数据,l为经过步骤(2-1)处理后得到的投影数据中任意一行回波的采样点数,将基础数据校正后的投影数据记为Pb,将旋转数据校正后的投影数据记为Pr;
(2-3)、对旋转数据校正后的投影数据Pr在角度方向进行T倍上采样得到旋转数据校正后的T倍采样投影数据Pr0;
(2-4)、最后,将基础数据校正后的投影数据为Pb和旋转数据校正后的T倍采样投影数据Pr0做一维傅里叶逆变换并取模,从而得到本步骤预处理后的基础数据Fb和旋转数据Fr;
步骤三、旋转运动估计步骤,
(3-1)、利用数据相关性在经过步骤二预处理后的基础数据Fb及经过步骤二预处理后的旋转数据Fr中寻找回波参考对,一对回波参考对是指在基础数据和旋转数据中相同旋转角度位置所采集到的一对回波,当扫描过程中被检测物体发生旋转运动时,回波参考对在K空间位置会发生偏移:
对于经过步骤二预处理后的基础数据Fb中的第n行数据Fb(k,n),k是每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,n为自然数,其取值从1到经过步骤二预处理后的基础数据Fb数据的总行数;通过如下公式计算与经过步骤二预处理后的旋转数据Fr中第m行数据Fr(k,m)的相关性C(n,m),k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,m为自然数,其取值从1到经过步骤二预处理后的旋转数据Fr数据的总行数:
其中C(n,m)表示两个回波之间的相关性,k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S, 分别为Fb(k,n)和Fr(k,m)的均值,σn、σm分别为Fb(k,n)和Fr(k,m)的方差,S为单个回波最大的采样点数;
经过步骤二预处理后的旋转数据Fr中第m行数据Fr(k,m)如果与经过步骤二预处理后的基础数据Fb中第n行数据Fb(k,n)具有最大相关性,即C(n,m)最大,则它们构成一对回波参考对;
(3-2)、计算经过步骤二预处理后的基础数据Fb及经过步骤二预处理后的旋转数据Fr中回波参考对之间的旋转角度偏移Δθ,然后根据这个旋转角度偏移Δθ,列出被检测物体的旋转运动方程组:
设回波参考对Fb(k,n)和Fr(k,m)的采样时刻分别为tn和tm,用φ(t)描述被检测物体的旋转运动方程,可得到如下等式:
φ(tm)-φ(tn)=Δθ
被检测物体的旋转运动方程φ(t)用采样时刻t的Q阶多项式表示为:
φ(t)=r1t+r2t2+…+rQtQ其中,r1到rQ为关于t的Q阶多项式的系数;
这样,就可得到包含Q个旋转运动参数的方程:
r1(tm-tn)+r2(tm 2-tn 2)+…+rQ(tm Q-tn Q)=Δθ
AR=G
R=(r1,r2,…,rQ)T,T表示矩阵转置;
G=(Δθ1,Δθ2,…,ΔθM)T,T表示矩阵转置,ΔθM为第M对回波参考对之间的旋转角度偏移;
(3-3)、然后根据被检测物体在检测过程中可能的最大旋转角度作为约束条件,利用二次规划的方法求解被检测物体的旋转向量;
根据被检测物体在检测过程中可能的最大旋转角度作为约束条件,将被检测物体的旋转运动方程组转化为二次规划问题
上式中,H=2ATA,f=-2GTA,R=(r1,r2,…,rQ)T,φmax为被检测物体在检测过程中可能的最大旋转角度;利用二次规划方法求解上式可得到旋转参数R,从而得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN],N为步骤一中提到的采集到的回波总个数;
步骤四、平移运动估计步骤:
(4-1)、根据HLCC数据一致性原理,被检物体发生运动后存在如下等量关系:
上式中,l是经过步骤(2-1)得到的某一投影数据的位置坐标,d1是被检测物体在x方向平移运动分量,d2是受检物体在y方向平移运动分量,θc为利用步骤三中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN]进行修正后的旋转角度,θc等于K空间旋转向量减去步骤三中得到的被检测物体的旋转向量,k为HLCC等式的阶数,可取k=0,1,2......,P(n,l)为步骤二中(2-2)校正后的第n行投影数据,mr,k-r为HLCC定义的被检测物体被检断层图象的几何动量,对于给定的一个受检物体,mr,k-r为常量;
(4-2)、将物体的平移运动在x方向和y方向的分量用如下关于采样时刻t的Q阶多项式描述:
di(t)=ai1t+ai2t2+…+aiQtQ,其中参数ai1到aiQ为多项式系数;
将上式代入(4-1)中的公式,其中θc为利用步骤三中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN]进行修正后的旋转角度,并取k=1,得到
对于步骤一中采集的每个回波都可以得到一个方程,共N个方程,利用最小二乘可以求出平移运动分量的多项式参数a1q,a2q,从而得到被检测物体的平移运动向量;
步骤五、运动参数补偿步骤:
(5-1)、将K空间旋转向量减去步骤三中得到的被检测物体的旋转向量,得到修正后的K空间旋转向量θc;
(5-2)、被检测物体的旋转运动导致了投影数据在角度方向上分布不均,在角度方向进行加权补偿,首先对θc进行升序排序得到θco,然后计算各个旋转角度对应的加权因 子 其中W1(n)为每个角度对应的加权因子;
(5-3)、对步骤一中采集的基础数据和旋转数据补偿一个与步骤四得到的被检测物体的平移动运动向量相关的相位偏移来消除平移的影响,补偿公式为M′(n,k)=ei×2π×k×d(n)×M(n,k),M(n,k)为步骤一中采集到的原始回波数据,M′(n,k)即为相位补偿后的回波数据,k为每个回波上的采样点的编号,d为被检测物体平移运动在K空间径向方向的运动分量,其数学表达式为:
d(n)=d1cos(θc(n))+d2sin(θc(n));
(5-4)、将相位补偿后的回波数据M′(n,k)中每个回波做一维傅里叶变换,然后将变换后的数据取模,得到投影数据P1;
(5-5)、根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(5-4)处理后的投影数据,校正公式为 ,其中校正后的投影数据为Pc,P1为经过步骤(5-4)处理后得到的投影数据中任意一个回波中任意一个采样点对应的投影数据,l为经过步骤(5-4)处理后得到的投影数据中任意一行回波的采样点数;
步骤六、滤波反投影加权重建步骤:
(6-1)、计算投影向量加权因子,进一步减少未能校正到的运动对图像的影响,C为权重调节因子,C∈[0,∞];
上式中,W2(n)投影向量加权因子,θ(n)即为第n行回波数据采集时的旋转角度;
(6-2)、对步骤五中经过步骤(5-5)校正后的投影数据Pc进行加权
Pw(n,l)=W1(n)×W2(n)×Pc(n,l)
(6-3)、以加权后的投影数据Pw作为重建数据,采用滤波反投影方法重建即可得到校正后的图像。
2.一种MRI系统中K空间采样数据的运动伪影消除装置,其特征在于:包括
数据采集装置,用于旋转采集K空间数据,获得具有放射状的K空间数据,具体方法为:
基础数据带和旋转数据带共同组成本数据采集装置采集的K空间原始采样数据;
数据预处理装置,用于以下功能的处理:
(2-1)、将数据采集装置采集到的K空间原始采样数据的每个回波做一维傅里叶变换,然后将变换后的数据取模,即得到投影数据;
(2-2)、接着根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(2-1)处理后的投影数据,去除不同回波信号强度不均的影响,校正公式为: 其中校正后的投影数据为P,P0为经过步骤(2-1)处理后得到的投影数据中任意一行回波中任意一个采样点对应的投影数据,l为经过步骤(2-1)处理后得到的投影数据中任意一行回波的采样点数,将基础数据校正后的投影数据记为Pb,将旋转数据校正后的投影数据记为Pr;
(2-3)、对旋转数据校正后的投影数据Pr在角度方向进行T倍上采样得到旋转数据校正后的T倍采样投影数据Pr0;
(2-4)、最后,将基础数据校正后的投影数据为Pb和旋转数据校正后的T倍采样投影数据Pr0做一维傅里叶逆变换并取模,从而得到本步骤预处理后的基础数据Fb和旋转 数据Fr;
旋转运动估计装置,用于以下功能的处理:
(3-1)、利用数据相关性在经过数据预处理装置预处理后的基础数据Fb及经过数据预处理装置预处理后的旋转数据Fr中寻找回波参考对,一对回波参考对是指在基础数据和旋转数据中相同旋转角度位置所采集到的一对回波,当扫描过程中被检测物体发生旋转运动时,回波参考对在K空间位置会发生偏移:
对于经过数据预处理装置预处理后的基础数据Fb中的第n行数据Fb(k,n),k是每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,θ(n)为是第n个回波被采集时的旋转角度,n为自然数,其取值从1到经过数据预处理装置预处理后的基础数据Fb数据的总行数;通过如下公式计算与经过数据预处理装置预处理后的旋转数据Fr中第m行数据Fr(k,m)的相关性C(n,m),k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S,θ(m)为第m个回波被采集时的旋转角度,m为自然数,其取值从1到经过数据预处理装置预处理后的旋转数据Fr数据的总行数:
其中C(n,m)表示两个回波之间的相关性,k为每个回波上的采样点的编号,取值从1到单个回波最大的采样点数S, 分别为Fb(k,n)和Fr(k,m)的均值,σn、σm分别为Fb(k,n)和Fr(k,m)的方差,S为单个回波最大的采样点数;
经过数据预处理装置预处理后的旋转数据Fr中第m行数据Fr(k,m)如果与经过数据预处理装置预处理后的基础数据Fb中第n行数据Fb(k,n)具有最大相关性,即C(n,m)最大,则它们构成一对回波参考对;
(3-2)、计算经过数据预处理装置预处理后的基础数据Fb及经过数据预处理装置预处理后的旋转数据Fr中回波参考对之间的旋转角度偏移Δθ,然后根据这个旋转角度偏 移Δθ,列出被检测物体的旋转运动方程组:
设回波参考对Fb(k,n)和Fr(k,m)的采样时刻分别为tn和tm,用φ(t)描述被检测物体的旋转运动方程,可得到如下等式:
φ(tm)-φ(tn)=Δθ
被检测物体的旋转运动方程φ(t)用采样时刻t的Q阶多项式表示为:
φ(t)=r1t+r2t2+…+rQtQ其中,r1到rQ为关于t的Q阶多项式的系数;
这样,就可得到包含Q个旋转运动参数的方程:
r1(tm-tn)+r2(tm 2-tn 2)+…+rQ(tm Q-tn Q)=Δθ
AR=G
R=(r1,r2,…,rQ)T,T表示矩阵转置;
G=(Δθ1,Δθ2,…,ΔθM)T,T表示矩阵转置,ΔθM为第M对回波参考对之间的旋转角度偏移;
(3-3)、然后根据被检测物体在检测过程中可能的最大旋转角度作为约束条件,利用二次规划的方法求解被检测物体的旋转向量;
根据被检测物体在检测过程中可能的最大旋转角度作为约束条件,将被检测物体的旋转运动方程组转化为二次规划问题
上式中,H=2ATA,f=-2GTA,R=(r1,r2,…,rQ)T,φmax为被检测物体在检测过程中可能的最大旋转角度;利用二次规划方法求解上式可得到旋转参数R,从而得到被 检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN],N为数据采集装置中提到的采集到的回波总个数;
平移运动估计装置,用于以下功能的处理:
(4-1)、根据HLCC数据一致性原理,被检物体发生运动后存在如下等量关系:
上式中,l是经过步骤(2-1)得到的某一投影数据的位置坐标;d1是被检测物体在x方向平移运动分量;d2是受检物体在y方向平移运动分量;θc为利用旋转运动估计装置中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1,φN]进行修正后的旋转角度,θc等于K空间旋转向量减去旋转运动估计装置中得到的被检测物体的旋转向量;k为HLCC等式的阶数,可取k=0,1,2......,P(n,l)为旋转运动估计装置中(2-2)校正后的第n行投影数据;mr,k-r为HLCC定义的被检测物体被检断层图象的几何动量,对于给定的一个受检物体,mr,k-r为常量;
(4-2)、将物体的平移运动在x方向和y方向的分量用如下关于采样时刻t的Q阶多项式描述:
di(t)=ai1t+ai2t2+…+aiQtQ,其中参数ai1到aiQ为多项式系数;
将上式代入(4-1)中的公式,其中θc为利用旋转运动估计装置中得到被检测物体的旋转向量[φ1,φ2,φ3......φN-1 ,φN]进行修正后的旋转角度,θc等于K空间旋转向量减去旋转运动估计装置中得到的被检测物体的旋转向量,并取k=1,得到
对于数据采集装置中采集的每个回波都可以得到一个方程,共N个方程,利用最小二乘可以求出平移运动分量的多项式参数a1q,a2q,从而得到被检测物体的平移运动向量;
运动参数补偿装置,用于以下功能的处理:
(5-1)、将K空间旋转向量减去旋转运动估计装置中得到的被检测物体的旋转向量,得到修正后的K空间旋转向量θc;
(5-2)、被检测物体的旋转运动导致了投影数据在角度方向上分布不均,在角度方向进行加权补偿,首先对θc进行升序排序得到θco,然后计算各个旋转角度对应的加权因子 其中W1(n)为每个角度对应的加权因子;
(5-3)、对数据采集装置中采集的基础数据和旋转数据补偿一个与平移运动估计装置得到的被检测物体的平移动运动向量相关的相位偏移来消除平移的影响,补偿公式为M′(n,k)=ei×2π×k×d(n)×M(n,k),M(n,k)为数据采集装置中采集到的原始回波数据,M′(n,k)即为相位补偿后的回波数据,k为每个回波上的采样点的编号,d为被检测物体平移运动在K空间径向方向的运动分量,其数学表达式为:
d(n)=d1cos(θc(n))+d2sin(θc(n));
(5-4)、将相位补偿后的回波数据M′(n,k)中每个回波做一维傅里叶变换,然后将变换后的数据取模,得到投影数据P1;
(5-5)、根据投影数据中任意一行回波数据中所有采样点对应的投影数据的总和相同的特征归一化经过步骤(5-4)处理后的投影数据,校正公式为 ,其中校正后的投影数据为Pc,P1为经过步骤(5-4)处理后得到的投影数据中任意一个回波中任意一个采样点对应的投影数据,l为经过步骤(5-4)处理后得到的投影数据中任意一行回波的采样点数;
滤波反投影加权重建装置,用于以下功能的处理:
(6-1)、计算投影向量加权因子,进一步减少未能校正到的运动对图像的影响,C为权重调节因子,C∈[0,∞];
上式中,W2(n)投影向量加权因子,θ(n)即为第n行回波数据采集时的旋转角度;
(6-2)、对运动参数补偿装置中经过步骤(5-5)校正后的投影数据Pc进行加权
Pw(n,l)=W1(n)×W2(n)×Pc(n,l)
(6-3)、以加权后的投影数据Pw作为重建数据,采用滤波反投影方法重建即可得到校正后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010538104XA CN102005031B (zh) | 2010-11-03 | 2010-11-03 | 一种mri系统中k空间采样数据的运动伪影消除方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010538104XA CN102005031B (zh) | 2010-11-03 | 2010-11-03 | 一种mri系统中k空间采样数据的运动伪影消除方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102005031A CN102005031A (zh) | 2011-04-06 |
CN102005031B true CN102005031B (zh) | 2012-05-02 |
Family
ID=43812371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010538104XA Active CN102005031B (zh) | 2010-11-03 | 2010-11-03 | 一种mri系统中k空间采样数据的运动伪影消除方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102005031B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426696B (zh) * | 2011-10-24 | 2013-04-17 | 西安电子科技大学 | 光学投影断层成像运动伪影校正方法 |
US10180482B2 (en) * | 2012-06-05 | 2019-01-15 | Koninklijke Philips N.V. | Channel by channel artifact reduction in parallel MRI |
EP2728371B1 (en) * | 2012-11-02 | 2022-07-27 | Universitätsklinikum Freiburg | Segmented 3D Cartesian MR data acquisition using a randomized sampling pattern for compressed sensing image reconstruction |
CN107133549B (zh) | 2016-02-29 | 2020-11-24 | 上海联影医疗科技有限公司 | Ect运动门控信号获取方法及ect图像重建方法 |
CN106251380B (zh) * | 2016-07-29 | 2022-07-15 | 上海联影医疗科技股份有限公司 | 图像重建方法 |
CN108577841B (zh) * | 2018-02-23 | 2021-09-10 | 奥泰医疗系统有限责任公司 | 一种propeller技术中抑制非刚性运动的权重计算方法 |
CN110276725B (zh) * | 2018-03-15 | 2022-03-25 | 北京大学 | 一种自由呼吸下腹部磁共振成像伪影的快速去除方法 |
CN109214992B (zh) * | 2018-07-27 | 2022-04-05 | 中国科学院深圳先进技术研究院 | Mri图像的伪影去除方法、装置、医疗设备及存储介质 |
US10746830B2 (en) * | 2018-08-28 | 2020-08-18 | General Electric Company | Systems and methods for hybrid slice encoding in three-dimensional magnetic resonance imaging |
CN110796620B (zh) * | 2019-10-29 | 2022-05-17 | 广州华端科技有限公司 | 乳腺断层重建图像的层间伪影抑制方法和装置 |
CN111415315B (zh) * | 2020-03-17 | 2023-09-26 | 无锡鸣石峻致医疗科技有限公司 | 一种放射状采集扩散加权成像运动伪影校正方法 |
CN112669406B (zh) * | 2020-12-31 | 2024-09-20 | 苏州朗润医疗系统有限公司 | 一种基于投影估计的相控阵线圈磁共振图像非均匀性校正方法 |
CN116167948B (zh) * | 2023-04-21 | 2023-07-18 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种基于空变点扩散函数的光声图像复原方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101023878A (zh) * | 2006-02-17 | 2007-08-29 | 通用电气公司 | 使用同时采集的运动数据补偿成像数据的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7358732B2 (en) * | 2005-10-24 | 2008-04-15 | The General Hospital Corporation | System, method, software arrangement and computer-accessible medium for providing real-time motion correction by utilizing clover leaf navigators |
-
2010
- 2010-11-03 CN CN201010538104XA patent/CN102005031B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101023878A (zh) * | 2006-02-17 | 2007-08-29 | 通用电气公司 | 使用同时采集的运动数据补偿成像数据的方法和装置 |
Non-Patent Citations (5)
Title |
---|
David Atkinson,et al..Automatic Compensation of Motion Artifacts in MRI.《Megnetic Resonance in Medicine》.1999,第41卷(第1期),163-170. * |
翁卓,等..基于k空间加速采集的磁共振成像技术.《中国生物医学工程学报》.2010,第29卷(第5期),785-792. * |
翁卓,等。.基于k空间加速采集的磁共振成像技术.《中国生物医学工程学报》.2010,第29卷(第5期),785-792. |
谭裴,等..MRI快速序列的旋转伪影校正.《计算机辅助设计与图形学学报》.2009,第21卷(第2期),143-147. * |
谭裴,等。.MRI快速序列的旋转伪影校正.《计算机辅助设计与图形学学报》.2009,第21卷(第2期),143-147. |
Also Published As
Publication number | Publication date |
---|---|
CN102005031A (zh) | 2011-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102005031B (zh) | 一种mri系统中k空间采样数据的运动伪影消除方法及装置 | |
CN111081354B (zh) | 用于通过深度学习网络对医疗图像进行去噪的系统和方法 | |
US9390476B2 (en) | Magnetic resonance imaging method and device achieving water/fat separation | |
US20110274331A1 (en) | Magnetic resonance imaging method for achieving water-fat separation | |
WO2019232539A1 (en) | System, method and computer-accessible medium for facilitating noise removal in magnetic resonance imaging | |
CN103584864B (zh) | 一种磁共振成像方法和装置 | |
CN101995561B (zh) | 基于图像域叠加的propeller磁共振数据重建方法 | |
CN110070612B (zh) | 一种基于生成对抗网络的ct图像层间插值方法 | |
CN104749538A (zh) | 一种并行磁共振成像相位处理方法 | |
CA2354616A1 (en) | Methods and systems for registering image data | |
WO2022183988A1 (en) | Systems and methods for magnetic resonance image reconstruction with denoising | |
WO2020006959A1 (zh) | 基于平面回波成像的磁共振水脂分离和定量方法及装置 | |
Dar et al. | Synergistic reconstruction and synthesis via generative adversarial networks for accelerated multi-contrast MRI | |
CN111754598B (zh) | 基于变换学习的局部空间邻域并行磁共振成像重构方法 | |
CN105022010A (zh) | 基于正则化迭代的并行磁共振图像重建方法 | |
CN103091656B (zh) | 基于正则化约束多项式拟合磁共振线圈灵敏度的计算方法 | |
Saju et al. | Suppressing image blurring of PROPELLER MRI via untrained method | |
CN110992435B (zh) | 图像重建方法及设备、成像数据的处理方法及装置 | |
Morin et al. | Post-processing multiple-frame super-resolution in ultrasound imaging | |
CN112051531B (zh) | 多次激发无导航磁共振扩散成像方法及装置 | |
Malczewski | Rapid diffusion weighted imaging with enhanced resolution | |
Pipe | Improved in-plane motion correction for PROPELLER MRI | |
CN103293499A (zh) | 一种mri图像的全相位傅氏重建方法 | |
Chen et al. | Ground-truth-free deep learning for artefacts reduction in 2D radial cardiac cine MRI using a synthetically generated dataset | |
Rousseau et al. | On high-resolution image estimation using low-resolution brain MRI |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C56 | Change in the name or address of the patentee |
Owner name: XINGAOYI MEDICAL EQUIPMENT CO., LTD. Free format text: FORMER NAME: NINGBO XINGAOYI MAGNETIC MATERIAL CO., LTD. |
|
CP03 | Change of name, title or address |
Address after: 315400 No. 555 smelting Road, Yuyao City, Zhejiang Province Patentee after: XINGAOYI MEDICAL EQUIPMENT CO., LTD. Address before: 315400 No. 777 Tan Xi Road, Yuyao, Zhejiang Patentee before: Ningbo Xingaoyi Magnetism Co., Ltd. |