CN102043137A - 全程放射grappa校准 - Google Patents

全程放射grappa校准 Download PDF

Info

Publication number
CN102043137A
CN102043137A CN2009102530529A CN200910253052A CN102043137A CN 102043137 A CN102043137 A CN 102043137A CN 2009102530529 A CN2009102530529 A CN 2009102530529A CN 200910253052 A CN200910253052 A CN 200910253052A CN 102043137 A CN102043137 A CN 102043137A
Authority
CN
China
Prior art keywords
radiation
grappa
data
calibration
calibration data
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.)
Granted
Application number
CN2009102530529A
Other languages
English (en)
Other versions
CN102043137B (zh
Inventor
马克·A·格里斯沃尔德
杰弗里·杜尔克
尼科尔·赛博尔里奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Case Western Reserve University
Original Assignee
Case Western Reserve University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Case Western Reserve University filed Critical Case Western Reserve University
Publication of CN102043137A publication Critical patent/CN102043137A/zh
Application granted granted Critical
Publication of CN102043137B publication Critical patent/CN102043137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5611—Parallel magnetic resonance imaging, e.g. sensitivity encoding [SENSE], simultaneous acquisition of spatial harmonics [SMASH], unaliasing by Fourier encoding of the overlaps using the temporal dimension [UNFOLD], k-t-broad-use linear acquisition speed-up technique [k-t-BLAST], k-t-SENSE
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G01R33/4824—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory

Abstract

本申请涉及全程放射GRAPPA校准。示例系统和方法控制并行磁共振成像(pMRI)装置全程采集放射校准数据集。示例系统和方法还控制所述pMRI装置从待成像对象采集欠采样放射数据集。然后示例系统和方法控制pMRI装置从欠采样放射数据集重建待成像对象的图像。该重建至少部分地取决于全程放射GRAPPA校准，其中欠采样放射数据集中从k空间缺失的点的值使用校准并应用于所述缺失点的GRAPPA权重集计算。所述GRAPPA权重集计算自所述放射校准数据集中的数据。

Description

全程放射GRAPPA校准
技术领域
本发明涉及广义自校准部分并行采集(generalized auto-calibratingpartially parallel acquisition，GRAPPA)技术，尤其涉及全程放射GRAPPA校准(through-time radial GRAPPA calibration)。
背景技术
传统广义自校准部分并行采集(GRAPPA)为并行磁共振成像(pMRI)装置使用的接收线圈阵列中每个线圈产生未组合的线圈图像。GRAPPA通过形成相邻线(line)的线性组合重建各线圈元件中缺失的线以重建单独的缺失数据点。这些线性组合所用的权重是通过使用伪逆运算(pseudo-inverse operation)在另外采集的线间形成的拟合而推导出。GRAPPA描述于Griswold，et al.，Proceedings of the ISMRM，Vol.7，Issue 6，Pg.1202-1210(2002)。
传统放射GRAPPA(Radial GRAPPA)采集数据并生成包括GRAPPA权重的重建核(reconstruction kernel)。该重建核用于重建在放射重建期间采集到的射线。放射GRAPPA重建的质量至少部分地取决于与被重建的射线相应的合适的重建核是否可用。放射GRAPPA描述于Griswold et al.，Proc.ISMRM 11，2003，p2349。
欠采样(under-sampled)放射采集并不采集放射图样中每一可能的射线。假设有360条射线可用，在与放射图样相关联的圆上每度一条，满采样(fully sampled)数据集将在多个旋量下采集射线(如0度、1度、2度)。而在欠采样放射采集中将采集少于每条射线。例如，可在0度、2度、4度等处采集射线。因此在1度、3度等处存在射线缺失。但是，这些缺失射线可使用传统技术填充以产生可接受的结果。
与传统重建相关的公认但可容忍的误差假设了用于0度的射线对重建例如1度处的邻近射线是有用的。该假设对靠近的射线成立，这和用较温和的欠采样因子的情况相同。然而，当两射线相去甚远(如0度和10度)，该假设和重建方法不再产生可接受的结果。而且，该假设在射线上各点相距较远的k空间(k-space)边缘处比在射线上各点相交或几乎重叠着的k空间中央处弱。下面提供的GRAPPA的评述便于理解上述基于邻近的方法以及其在高加速因子时的缺点。
为了更好地理解放射GRAPPA及下述示例系统和方法，提供了开始于SMASH(空间谐波同时采集)的GRAPPA的简要历史。图1图示了在单个线圈中的基本数据重建。读出方向是自左向右。在SAMASH和VD-AUTO-SMASH中，从pMRI的接收线圈阵列中的每个线圈采集到的单线数据被拟合为合成图像中的一条自动校准信号(ACS)线。在VD-AUTO-SMASH中该过程重复若干次，并对结果合起来求平均从而形成用于重建缺失点的重建核的最终重建权重。在VD-AUTO-SMASH方法中，在k空间中央采集了多于一条的ACS线。这允许对每条缺失线进行多重拟合，从而缓和噪声和线圈外形瑕疵的影响。除了VD-AUTO-SAMSH方法提供的改进的拟合外，额外的ACS线可包含于最终图像中，从而进一步减少图像的伪像(artifact)。在AUTO-SMASH和VD-AUTO-SMASH以及原始SMASH技术中，拟合过程决定了从各独立线圈中采集的单条线转换到合成k空间矩阵中单条移动线的权重。图1中示意性地图示了该过程。各线圈中采集的数据(黑圆)被拟合到合成图像中的ACS线(灰圆)，该合成图像多数情况下是各线圈中采集的ACS线的简单和。
图2图示了基本GRAPPA算法。在GRAPPA中，阵列中各个线圈采集的多条线被拟合到阵列的单个线圈中采集的一条ACS线。在图示的例子中，4条采集线被用于拟合4号线圈中的单条ACS线。在GRAPPA中，通过应用多重块化(block-wise)重建生成各线圈的缺失线，来为阵列中每个线圈生成未组合图像。在GRAPPA中，块被定义为单条采集线加上与该线相邻的缺失线，如图2右部所示。阵列的各线圈中采集的数据(黑圆)拟合到ACS线(灰圆)。然而，来自所有线圈的多条线的数据被用于拟合单个线圈中的一条ACS线，在本例中是来自线圈4的一条ACS线。该拟合给出了随后可用于生成该线圈缺失线的权重。一旦为特定线圈重建出所有线，就可用傅里叶变换生成该线圈的未组合图像。一旦对阵列中每个线圈重复了上述过程，就可以得到未组合图像的全集，该全集便可用标准平方和(normal sum of squares)重建进行组合。
进行重建需要确定重建中所用的权重。如在VD-AUTO-SMASH中，在k空间中心采集一块(block)额外的ACS线并将其用于确定复数权重。
传统并行成像技术可通过建立由不同RF检测线圈采集的邻近线的加权组合，在傅里叶变换前填充省略了的k空间线。传统并行成像技术也可先对欠采样k空间数据集进行傅里叶变换以产生来自各线圈的混叠图像(aliased image)，然后通过对叠加像素值的线性变换展开混叠信号。
非笛卡尔成像较标准笛卡尔成像有优势，这是因为例如有效的k空间覆盖或者抑制非共振效应。然而，非笛卡尔方法中采集的点不一定落在网格上，所以传统地在施行傅里叶变换前已被重采样到笛卡尔矩阵上。一个栅格化技术例子是自校准GRAPPA算符栅格化(GROG)法。使用GROG，用来自多通道线圈阵列的空间信息对非笛卡尔MRI数据进行栅格化，而无需附加校准数据集。使用自校准GROG，非笛卡尔数据点被使用根据数据点自身决定的并行成像权重集移动到附近k空间位置。GROG采用GRAPPA算符(GRAPPA Operator)进行这些移动，所述GRAPPA算符是一个一般重建法GRAPPA的专门公式。尽管该重栅格化在低加速因子的放射状径迹中产生可接受的结果，但在较高加速因子时其可能得到次优的结果。
重栅格化已在放射GRAPPA中采用(Griswold，et al.，″Direct ParallelImaging Reconstruction Of Radially Sampled Data Using GRAPPA WithRelative Shifts.，″Proceedings of the ISMRM 11th Scientific Meeting，Toronto，2003：2349)。放射GRAPPA使用非笛卡尔径迹对传统pMRI处理进行改良。回想GRAPPA确定单独线圈数据的线性组合以建立k空间的丢失线。GRAPPA通过将所采集的数据拟合至一些靠近k空间中央的过采样(over-sampled)数据来确定组合系数。该过采样数据是使用ACS线采集的。
对传统放射GRAPPA，首先进行初步的满采样扫描以采集训练数据，该训练数据用于估计缺失的放射状数据。该训练数据随后可在整个实时扫描中使用以估计未采样的放射线。为了计算所需的权重，区域中的多点被一起用于解所需数目的未知权重。给定典型的未知数数量(例如240个未知数)，典型的区域大小可包括8条射线和沿射线的32个点。在各区中不同点的配置假定是相同的。然后推导出各区的权重集，再逐区地进行重建。注意该权重解是区域中所有点的最佳拟合解，其实际上仅对该区中平均点配置是正确的。在实际施行中，这意味着某级误差被分布到该区中的每个重建。另外，由于仅用单个满采样数据集进行校准，且由于其固有的对各区域中点结构变化(variation)的敏感性，传统放射GRAPPA依赖于高质量满采样训练数据，该训练数据可能需要大规模信号平均。传统地，该采集对特定应用(例如对比度增强动态学习)可能不切实际。另外，过宽间隔地采集射线引起的误差限制了放射GRAPPA可能的最大欠采样。
发明内容
本发明的一个技术方案提供了一种方法，该方法包括：控制并行磁共振成像(pMRI)装置，以在整个一段时间从待成像对象采集两个或更多个放射校准数据集，其中所述两个或更多个放射校准数据集是在不同时间点采集的；控制所述pMRI装置从所述待成像对象采集欠采样放射数据集；控制所述pMRI装置进行全程放射GRAPPA校准，该校准包括从所述两个或更多个放射校准数据集中的数据计算GRAPPA权重集；以及控制所述pMRI装置从所述欠采样放射数据集重建所述待成像对象的图像，其中所述欠采样放射数据集中从k空间缺失的点的值是使用针对该缺失点校准并应用的所述GRAPPA权重集来计算的。
本发明的另一技术方案提供了一种装置，该装置包括：放射数据集采集逻辑，配置为控制并行磁共振成像(pMRI)装置采集多个放射校准数据集，其中所述多个放射校准数据集的成员是在不同时间点采集的；欠采样采集逻辑，配置为从待成像对象采集欠采样放射数据集；全程放射GRAPPA校准逻辑，配置为计算用于所述欠采样放射数据集中从k空间缺失的点的GRAPPA权重集，其中所述GRAPPA权重集是针对所述缺失点校准的并且是从所述多个放射校准数据集中的数据计算出来的；以及重建逻辑，配置为至少部分地基于所述GRAPPA权重集从所述欠采样放射数据集重建图像。
附图说明
组合进说明书并组成其一部分的内附附图，图示了各示例系统、方法和发明各方面的其他实施例。希望图中图示的元素边界(例如框、框组或其它形状)代表边界的一个例子。该领域普通技术人员将会理解到在一些例子中一个元素可设计为多个元素，或者多个元素可设计为一个元素。在一些例子中，显示为另一元素内部组件的元素可实现为外部组件，反之亦然。而且，元素可能未按比例绘制。
图1图示了单个线圈中的基本数据重建。
图2图示了基本GRAPPA算法。
图3图示了全程放射GRAPPA校准。
图4图示了使用传统放射GRAPPA和使用与全程放射GRAPPA校准相关联的放射GRAPPA重建的图像。
图5图示了与全程放射GRAPPA校准相关联的装置。
图6图示了与全程放射GRAPPA校准相关联的装置。
图7图示了与全程放射GRAPPA校准相关联的方法。
具体实施方式
示例系统和方法在不同时间点采集数据并对放射GRAPPA进行全程校准。校准数据可以是满采样校准集，但也可少于满采样校准数据集。通过全程采集校准数据，各点的多重副本可被采集。使用这些多重副本，可对原始数据中各期望重建点分别导出重建核。因为可对各点计算出精确的核配置，所以得到的重建核将支持比之前认为放射GRAPPA所可能的更高的针对欠采样的加速因子。根据采集与将用在重建中的射线相同配置的放射射线的计划来采集放射校准数据。由于数据是全程采集的，重建核对全程中多次采集的射线可以是精确的。
通过整个一段时间地重复采集射线的校准数据，可基于高质量校准数据成功重建为了使用重建核而待解的k空间中的点。考虑在若干个时间点上对0度和5度采集校准线的校准数据集。在各时间点将有0度的射线和5度的射线。虽然校准数据集无须满采样，但其将被配置为具有与重建核同样的配置。这意味着如果重建将依赖0度，5度，10度......的射线，则校准数据集将全程采集重建核射线的校准数据的多重副本。从这些重复采集的射线构建的重建核可非常精确。
对高加速因子(例如R＞4)，传统放射GRAPPA可能经历使得图像基本无用的伪像。回想在放射GRAPPA中，可在并行成像重建期间将放射k空间片段近似为笛卡尔片段。然而，对大加速因子笛卡尔近似可能站不住脚，导致不可接受的伪像。
下文包括此处用到的选取术语的定义。定义包括落在术语的范畴内并可用于实施的组件的不同示例和/或形式。示例并非是要限制。单数和复数形式的术语都包含在定义中。
提及“一个实施例”、“实施例”、“一个示例”、“示例”等表示所描述的(一个或多个)实施例或(一个或多个)示例包含特定特征、结构、特性、性质、元素或限制，但并非每个实施例或示例都必须包括那些特定特征、结构、特性、性质、元素或限制。并且，重复使用短语“在一个实施例中”虽然可能，但不一定指的是同一实施例。
此处所用“计算机可读介质”，指的是存储信号、指令和/或数据的介质。计算机可读介质可采用包括但不限于非易失介质或易失介质的形式。非易失介质可包括例如光盘、磁盘等。易失介质可包括例如半导体存储器、动态存储器等。通常形式的计算机可读介质可包括但不限于软盘、软磁盘(flexible disk)、硬盘、磁带、其他磁介质、ASIC、CD、其他光介质、RAM、ROM、存储芯片或卡、记忆棒和其他计算机、处理器及其他电子设备可读的介质形式。
此处所用“逻辑”包括但不限于机器上执行的硬件、固件、软件，和/或各项之组合以执行(一或多个)功能或(一或多个)动作，和/或导致来自另一逻辑、方法和/或系统的功能或动作。逻辑可包括软件控制的微处理器、离散逻辑(例如ASIC)、模拟电路、数字电路、编程逻辑设备、包含指令的存储设备等。逻辑可包括一或多个门、门的组合、或其它电路组件。描述多个逻辑的逻辑(logical logic)之处，可能将多个逻辑的逻辑结合为一个物理逻辑。相似地，描述为单个逻辑的逻辑之处，可能将单个逻辑的逻辑分布在多个物理逻辑间。
此处所用“信号”包括但不限于电信号、光信号、模拟信号、数字信号、数据、计算机指令、处理器指令、消息、比特、比特流、或其它可接收、传送和/或检测的手段。
示例系统和方法控制并行磁共振成像(pMRI)设备采集放射校准数据的集合并至少部分地基于所述放射校准数据集进行全程校准。在一个示例中，放射校准数据可被满采样。然而，满采样数据集并非必须。示例系统和方法控制pMRI设备采集多个数据集，其中数据集将至少具有将用在重建核中的相同的射线。例如，如果重建核将依赖0度、5度、10度、15度等的数据，那么多个包括至少上述射线上的数据的放射数据集将被采集。校准数据集将在不同时间点采集。
在一个实施例中，由于多个放射数据集在多个时间点采集，用于建立重建核的校准数据可非常精确。对每个时间点将有一用于在重建核中使用的每条射线的放射校准数据。这便于建立具有改进的GRAPPA权重的改进的重建核，其进而便于减少高欠采样放射GRAPPA重建中的伪像。回到上述示例，如果需要240个权重，那么不是汇集区域中至少240个不同点来解权重，而是汇集时间上240次分立的采集。在每种情形下，不同点随后将被汇集到一组线性方程中，该线性方程组描述了不同采集点和潜在重建点间的关系。方程系统随后解出所需权重。然后对该方程系统求解以得到所需权重。两方法之间的不同是：在前者基于区域情况下对各重建点权重存在误差。作为对比，此处描述的示例装置和方法使用全程校准便于推导一组精确的权重。
进行全程时间校准也可称为使用一组在一段时间中不同点采集的校准数据集来校准pMRI。图3图示了如何全程采集校准数据。图3也图示了如何采集校准数据集然后采集欠采样数据集。该欠采样数据集可使用选定的与在不同时间点采集的校准数据关联的权重重建。例如，重建可使用来自紧接在前的校准数据集，来自紧接在后的校准数据集，来自之前和之后校准数据集的组合，来自所有校准数据集等的权重。各缺失点的权重集可分别校准和应用。
在一个实施例中，全程校准有助于产生用于k空间中具体位置的权重330。该权重可通过放射校准数据集310、312、314、316和318计算。虽然图示了5组放射校准数据集，本领域技术人员将理解可采用更多和/或更少数目的放射校准数据集。随后可采用该权重重建欠采样数据集322、324、和326。在图3中，放射校准数据集310-318图示为与欠采样数据集322-326交错。本领域技术人员将理解在不同实施例中所有校准数据集310-318可以先采集然后所有欠采样数据集322-326可采集并重建。
图4图示了加速因子为8的示例重建。最左面的图像410代表放射心脏数据集。中间图像420代表标准放射GRAPPA重建。最右面的图像430代表与全程校准相关联的放射GRAPPA重建。图像430图示了锐利的边缘和没有条纹伪像。
与重建的图像、与用来计算重建图像的GRAPPA权重，及与计算GRAPPA权重相关联的数据可存储在计算机可读介质上。重建图像代表的项目包括例如人骨、人组织、人血等。在一个例子中，计算机可读介质可在第一字段中存储表示pMRI装置采集的放射校准数据集的数据。放射校准数据集采集自待成像物体(例如心、膝、肺、脉管系统)。计算机可读介质也可在第二字段中存储表示由pMRI装置采集的欠采样放射数据集的数据。该欠采样数据集也采集自现实世界物理对象(例如心、肺)。计算机可读介质还可在第三字段中存储表示为在欠采样放射数据集中缺失的点校准的GRAPPA权重的数据。所述第三字段中的GRAPPA权重是从第一字段中的数据计算出来并应用到第二字段中的数据上的。
图5图示了配有全程放射GRAPPA校准装置599的示例MRI装置500。装置599可配有此处描述的示例装置的元素和/或施行此处描述的示例方法。装置500包括(一或多个)基本场磁体510和基本场磁体源520。理想地，基本场磁体510产生均匀B0场。然而，实际中，B0场可能不均匀，且在由MRI装置500成像的对象范围上变动。MRI装置500可包括梯度线圈530，该线圈配置为发射梯度磁场如GS，GP和GR。梯度线圈530至少部分地可由梯度线圈源540控制。在一些例子中，梯度磁场的定时、强度和方向可受控从而在MRI过程期间选择性适配。
MRI装置500可包括一组RF天线550，该组天线配置为产生RF脉冲并接收从该RF脉冲指向的对象产生的磁共振信号。在一些例子中，脉冲如何发生以及产生的MR信号如何接收可受控从而可在MRI过程期间选择性适配。可采用分别的RF发射和接收线圈。RF天线550可至少部分地由一组RF发射单元560控制。RF发射单元560可向RF线圈550提供信号。
梯度线圈源540和RF发射单元560可至少部分地由控制计算机570控制。在一个例子中，控制计算机570可编程以控制此处所描述的pMRI设备。RF天线550所接收的磁共振信号可用来生成图像，从而可经过变换处理。变换可由图像计算机580或其它类似处理设备施行。图像数据随后可显示于显示器590。虽然图5图示了包括以各种方式连接的各种组件的示例MRI装置500，应理解其它MRI装置可包括以别的方式连接的别的组件。
图6图示了装置599的一个实施例。图6中图示的该装置599的实施例包括放射数据集采集逻辑610。放射数据集采集逻辑610配置为控制并行磁共振成像(pMRI)装置(例如装置500)来采集多个放射校准数据集。多个放射校准数据集中的成员是在不同时间点采集的。
装置599还包括欠采样采集逻辑620。欠采样采集逻辑620配置为从待成像对象采集欠采样放射数据集。由于此处描述的全程放射GRAPPA校准，欠采样采集逻辑620可使用比传统所可能的更大的加速因子(例如R＝8)采集欠采样放射数据集。
装置599还包括全程放射GRAPPA校准逻辑630。全程放射GRAPPA校准逻辑630配置为计算欠采样放射数据集中k空间缺失点的GRAPPA权重集。该GRAPPA权重集是针对缺失点校准的并且是从多个放射校准数据集计算出来的。在一实施例中，全程放射GRAPPA校准逻辑630配置为使用针对各缺失点校准并应用的GRAPPA权重集来计算欠采样放射数据集中从k空间缺失的各个点的值。在一实施例中，GRAPPA权重集是根据从多个放射校准数据集的每个成员中选出的数据计算出来的。在另一实施例中，GRAPPA权重集是根据从少于多个放射校准数据集中的每个成员中选出的数据计算出来的。本领域技术人员将理解在不同实施例中不同校准数据可用于计算GRAPPA权重集。
放射数据集采集逻辑610配置为采集放射校准数据集，所述放射校准数据集包括所采集的校准数据对应的两个或更多射线。一个实施例中，其中一条射线是将在欠采样数据中采集的射线，而另一条可以是将在欠采样采集中跳过的射线。从而基于将用来重建图像的射线选择了两条或更多射线。该两条或更多条射线将被重建逻辑640用来重建图像，其将被全程放射GRAPPA校准逻辑630用来计算GRAPPA权重集。在不同实施例中放射校准数据集可包括12、24、48和其他数目条射线。在一些实施例中射线可以是间隔均匀的，而其他实施例中射线可以不是间隔均匀的。
在一实施例中，全程放射GRAPPA校准逻辑630可配置为从放射校准数据集中采集的所有射线计算GRAPPA权重集。在另一实施例中，全程放射GRAPPA校准逻辑630可配置为从少于放射校准数据集中采集的所有射线计算GRAPPA权重集。在不同实施例中放射校准数据集可以是满采样数据集或少于满采样数据集。在不同实施例中，全程校准也可至少部分地基于少量传统的基于区域的校准。
装置599还包括重建逻辑640。重建逻辑640配置为从欠采样放射数据集重建图像。该重建将至少部分地取决于GRAPPA权重集。
详细描述的下面一些部分按算法和对存储器中数据比特操作的符号表示来表述。这些算法描述和表示被本领域技术人员用来传递他们工作的实质给他人。此处以及通常的算法设想是产生结果的一系列操作。操作可包括物理量的物理操纵。虽然并非必须，通常物理量采用可存储、传输、组合、比较，或以别的方式在逻辑中操纵等的的电或磁信号的形式。物理操纵产生具体的、可触知的、有用的、真实世界的结果。
主要是通常使用的原因，已证实把这些信号称为比特、值、元素、符号、字符、项、数等有时是便利的。但是应当记住这些及相似项将关联于适当的物理量，且仅仅是应用于这些量的方便标记。除非以别的方式特别陈述，否则可理解整个说明书中包括处理、计算、决定等的术语指的是操纵和变换表示为物理(电子)量的数据的计算机系统、逻辑、处理器或类似电子设备的动作和处理。
示例方法参考流程图可更好地理解。虽然为了表述的简明，图示的方法被示出并描述为一系列块，应理解该方法不限于块的顺序，因为一些块可与其他块按与示出和描述的不同的顺序和/或同时发生。另外，可能需要少于所有图示的块来实现示例的方法。块可以组合或分离成多个组分。此外，附加和/或替代方法可采用额外的、未图示的块。
图7图示了与全程放射GRAPPA校准相关联的方法700。方法700包括，在710，控制并行磁共振成像(pMRI)装置采集校准数据。遍及一段时间从待成像对象采集校准数据。校准数据包括两个或更多放射校准数据集。该放射校准数据集在不同时间点采集自射线上的相同点。放射校准数据集包括所采集的校准数据所对应的两条或更多射线。在一示例中，GRAPPA权重集是从放射校准数据集中采集的所有射线计算出来的。在另一示例中，GRAPPA权重集是从少于放射校准数据集中采集的所有射线计算出来的。所述两条或更多条射线可细心选择。例如，所述射线可基于将用来重建图像的射线来选择。在一示例中，所述两条或更多条射线至少包括将用于重建图像的射线。放射校准数据集可以是满采样数据集或少于满采样的数据集。
方法700还包括，在720，控制pMRI装置从待成像对象采集欠采样放射数据集。本领域技术人员将理解有不同方法来采集欠采样放射数据集。
方法700还包括，在730，控制pMRI装置进行全程放射GRAPPA校准。该全程放射GRAPPA校准包括从两个或更多校准数据集中的数据计算GRAPPA权重集。在一示例中，全程放射GRAPPA校准包括采用针对各缺失点校准并应用的GRAPPA权重集来计算欠采样放射数据集中从k空间缺失的每个点的值。在不同示例中，GRAPPA权重集可以根据从两个或更多个放射校准数据集中的每个和/或少于两个或更多个放射校准数据集中的每个选出的数据计算出来。例如，放射校准数据集可基于与欠采样数据集时间上的接近度、基于采集放射校准数据集的滑动时间窗口、基于全覆盖等而选出。
方法700还包括，在740，控制pMRI装置从欠采样放射数据集中重建待成像对象的图像。在欠采样放射数据集中从k空间缺失的点的值可用针对该缺失点校准并应用的GRAPPA权重集计算出来。在一示例中，图像可实时重建。实时重建在待成像对象是例如跳动的心脏、肺或人流着血液的脉管系统的部位等应用中是有用的。在这些例子中，可以遍及一段时间在不同时间点从待成像对象采集两个或更多放射校准数据集，在所述一段时间期间待成像对象移动。跟依赖另外的外部计时的传统系统不同，在方法700中放射校准数据集是在不参考EKG选通信号(EKG gating signal)和/或当待成像对象在正常呼吸而没有屏气时从待成像对象采集的。在不同实施例中，校准数据和欠采样数据可按不同方式采集。例如，方法700可包括控制pMRI装置采集所有放射校准数据集然后采集欠采样放射数据集或将放射校准数据集和欠采样放射数据集的采集交错。
尽管图7图示了顺序发生的各动作，可理解到图7中图示的各动作可基本并行地发生。通过举例说明的方式，第一进程可采集校准数据，第二进程可采集欠采样数据，第三进程可进行全程放射GRAPPA校准，第四进程可基于全程放射GRAPPA校准期间算得的GRAPPA权重重建欠采样图像。尽管描述了4个进程，可理解到更多和/或更少数量的进程可被采用并且轻权进程、定期进程、线程和其他方法可被采用。
在一示例中，一种方法可以是以计算机可执行指令实现。从而，在一示例中，计算机可读介质可存储计算机可执行指令，如果其被机器(例如处理器)执行就使得该机器执行方法700。尽管有关方法700的可执行指令被描述为存储在计算机可读介质上，将理解有关此处描述的其他示例方法的可执行指令也可存储在计算机可读介质上。
尽管示例系统、方法等已用所描述示例阐明，也尽管这些示例已相当详细地描述，申请人并非意在约束或以任何方式限制附加的权利要求的范围到如此的细节。当然不可能为描述此处描述的系统、方法等而描述每个可想到的组件或方法的组合。因此，本发明不限于示出和描述的特定细节、代表性装置及说明性例子。所以，本申请想要包含落在附加的权利要求范围内的变更、修改和变化。
在术语“包括”(include)或“包括着”(including)在详细说明或权利要求中采用时，意在是类似与术语“包含”(comprising)的方式的包含性的，就像该术语用作权利要求中的过渡词语时被解释的那样。
在术语“或”(or)在详细说明或权利要求中采用(例如，A或B)时，意在意味着“A或B或两者”。当申请人想要指明“仅A或B而非两者”时，将会采用术语“仅A或B而非两者”。所以，此处的术语“或”的使用是包含性而非排除性用法。参见Bryan A.Garner，A Dictionary ofModern Legal Usage 624(2d.Ed.1995)。
在此处采用短语“A、B和C中的一或多个”时(例如数据存储器配置为存储A、B和C中的一个或多个)，意在表达A，B，C，AB，AC，BC和/或ABC可能性的集合(例如数据存储器可存储仅A、仅B、仅C，A和B，A和C，B和C，和/或A和B和C)。不是意在要求其中一个A、其中一个B和其中一个C。当申请人想要指明“至少其中一个A、至少其中一个B和至少其中一个C”时，那么将采用短语“至少其中一个A、至少其中一个B和至少其中一个C”。
本专利文件公开内容的一部分包含受到版权保护的素材。版权人不反对在专利商标局的文件或记录中出现的专利文件或专利公开的摹写复制，否则保留所有版权。

Claims (23)

1.一种方法，包括：
控制并行磁共振成像(pMRI)装置，以在整个一段时间从待成像对象采集两个或更多个放射校准数据集，其中所述两个或更多个放射校准数据集是在不同时间点采集的；
控制所述pMRI装置从所述待成像对象采集欠采样放射数据集；
控制所述pMRI装置进行全程放射GRAPPA校准，该校准包括从所述两个或更多个放射校准数据集中的数据计算GRAPPA权重集；以及
控制所述pMRI装置从所述欠采样放射数据集重建所述待成像对象的图像，其中所述欠采样放射数据集中从k空间缺失的点的值是使用针对该缺失点校准并应用的所述GRAPPA权重集来计算的。
2.根据权利要求1的方法，其中两个或更多个放射校准数据集包括采集于两个或更多时间点的针对相同k空间点采集的数据。
3.根据权利要求1的方法，其中全所述程放射GRAPPA校准使用针对所述欠采样放射数据集中从k空间缺失的点校准并应用的GRAPPA权重集，计算该缺失点的值。
4.根据权利要求3的方法，其中所述GRAPPA权重集是根据从所述两个或更多放射校准数据集的每个中选出的数据计算出来的。
5.根据权利要求1的方法，其中所述全程放射GRAPPA校准使用校准自所述两个或更多个放射校准数据集的GRAPPA权重集，从所述两个或更多个放射校准数据集中k空间中的至少一个其它点计算所述欠采样放射数据集中从k空间缺失的点的值，所述k空间中的其它点不同于所述从k空间缺失的点。
6.根据权利要求3的方法，其中所述GRAPPA权重集是根据从少于所述两个或更多个放射校准数据集中所有的数据选出的数据计算出来的。
7.根据权利要求1的方法，其中控制所述pMRI装置重建图像包括控制所述pMRI装置实时地重建图像。
8.根据权利要求1的方法，其中所述待成像对象是下述之一：跳动的心脏，以及血液在其中流着的脉管系统部位，并且其中，所述两个或更多个放射校准数据集是在整个一段时间从所述待成像对象采集的，在所述一段时间期间所述待成像对象移动。
9.根据权利要求6的方法，其中所述放射校准数据集是在不参考EKG选通信号和在所述待成像对象正常呼吸而没有屏气时采集自所述待成像对象的。
10.根据权利要求1的方法，其中放射校准数据集包括对其采集了校准数据的两条或更多条射线，且其中所述GRAPPA权重集是从所述放射校准数据集中采集的所有射线计算出来的。
11.根据权利要求1的方法，其中放射校准数据集包括对其采集了校准数据的两条或更多条射线，且其中所述GRAPPA权重集是从少于所述放射校准数据集中采集的所有的射线计算出来的。
12.根据权利要求1的方法，其中所述放射校准数据集是满采样数据集。
13.根据权利要求1的方法，其中放射校准数据集包括对其采集了校准数据的两条或更多射线，其中所述两条或更多射线被选择为将用于重建所述图像的射线的函数。
14.根据权利要求1的方法，其中放射校准数据集包括对其采集了校准数据的两条或更多射线，其中所述两条或更多射线至少包括将用于重建所述图像的射线之一。
15.根据权利要求1的方法，包括控制所述pMRI装置采集所有放射校准数据集，然后采集所述欠采样放射数据集。
16.根据权利要求1的方法，包括控制所述pMRI装置交错对放射校准数据集和欠采样放射数据集的采集。
17.根据权利要求1的方法，包括控制所述pMRI装置至少部分地基于至少一条基于区域的校准数据进行所述全程放射GRAPPA校准。
18.一种计算机可读介质，其存储着计算机可执行指令，当该指令被计算机执行时控制计算机执行一方法，该方法包括：
控制并行磁共振成像(pMRI)装置，以在整个一段时间从待成像对象采集两个或更多个放射校准数据集，其中所述两个或更多个放射校准数据集是在不同时间点采集的；
控制所述pMRI装置从所述待成像对象采集欠采样放射数据集；以及
控制所述pMRI装置从欠采样放射数据集至少部分地基于全程放射GRAPPA校准重建所述待成像对象的图像，其中所述欠采样放射数据集中从k空间缺失的点的值是使用针对该缺失点校准并应用的所述GRAPPA权重集来计算的，其中所述GRAPPA权重集是从所述两个或更多放射校准数据集中的数据计算出来的。
19.一种装置，包括：
放射数据集采集逻辑，配置为控制并行磁共振成像(pMRI)装置采集多个放射校准数据集，其中所述多个放射校准数据集的成员是在不同时间点采集的；
欠采样采集逻辑，配置为从待成像对象采集欠采样放射数据集；
全程放射GRAPPA校准逻辑，配置为计算用于所述欠采样放射数据集中从k空间缺失的点的GRAPPA权重集，其中所述GRAPPA权重集是针对所述缺失点校准的并且是从所述多个放射校准数据集中的数据计算出来的；以及
重建逻辑，配置为至少部分地基于所述GRAPPA权重集从所述欠采样放射数据集重建图像。
20.根据权利要求19的装置，其中所述全程放射GRAPPA校准逻辑配置为使用针对所述欠采样放射数据集中从k空间缺失的各点校准并应用的GRAPPA权重集来计算各缺失点的值，并且其中，所述GRAPPA权重集是从以下两种数据中的一种或多种计算出来的：选自所述多个放射校准数据集的每个成员的数据，和选自少于所述多个放射校准数据集的每个成员的数据。
21.根据权利要求19的装置，其中所述放射数据集采集逻辑配置为采集放射校准数据集，所述放射校准数据集包括对其采集了校准数据的两条或更多射线，且
其中，所述全程放射GRAPPA校准逻辑配置为从以下两种射线中的一种或多种计算所述GRAPPA权重集：所述放射校准数据集中采集的所有射线，和少于所述放射校准数据集中采集的所有的射线。
22.根据权利要求19的装置，其中，所述放射数据集采集逻辑配置为采集放射校准数据集，该放射校准数据集包括对其采集了校准数据的两条或更多校准射线，其中所述两条或更多校准射线是基于将用于重建所述图像的重建射线选取的，且其中所述两条或更多校准射线至少包括将被所述重建逻辑用于重建所述图像和将被所述全程放射GRAPPA校准逻辑用于计算所述GRAPPA权重集的重建射线。
23.一种计算机可读介质，其上存储了数据结构，该数据结构包括：
第一字段，存储着表示pMRI装置所采集的放射校准数据集的数据；
第二字段，存储着表示所述pMRI装置所采集的欠采样放射数据集的数据；以及
第三字段，存储着表示针对所述欠采样放射数据集中缺失的点而校准的GRAPPA权重的数据，其中所述GRAPPA权重是从所述放射校准数据集计算出来的。
CN200910253052.9A 2009-10-21 2009-10-22 全程放射grappa校准 Active CN102043137B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/582,871 2009-10-21
US12/582,871 US20110093233A1 (en) 2009-10-21 2009-10-21 Through-time radial grappa calibration

Publications (2)

Publication Number Publication Date
CN102043137A true CN102043137A (zh) 2011-05-04
CN102043137B CN102043137B (zh) 2015-03-04

Family

ID=43879973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910253052.9A Active CN102043137B (zh) 2009-10-21 2009-10-22 全程放射grappa校准

Country Status (2)

Country Link
US (1) US20110093233A1 (zh)
CN (1) CN102043137B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102551723A (zh) * 2012-01-16 2012-07-11 电子科技大学 一种多支撑向量机模型的磁共振并行成像方法
CN103185878A (zh) * 2011-12-27 2013-07-03 上海联影医疗科技有限公司 磁共振图像并行采集以及图像重建方法
CN103278784A (zh) * 2013-06-02 2013-09-04 南方医科大学 一种多约束滑动窗的磁共振并行成像方法
CN103901376A (zh) * 2012-12-30 2014-07-02 上海联影医疗科技有限公司 磁共振成像方法与装置
CN104181481A (zh) * 2013-06-28 2014-12-03 上海联影医疗科技有限公司 磁共振图像采集与重建方法及装置
CN106597333A (zh) * 2016-12-30 2017-04-26 上海联影医疗科技有限公司 一种磁共振并行成像方法及磁共振成像系统
CN107576925A (zh) * 2017-08-07 2018-01-12 上海东软医疗科技有限公司 磁共振多对比度图像重建方法和装置
CN110325871A (zh) * 2017-01-25 2019-10-11 上海联影医疗科技有限公司 用于图像重建的系统和方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8542012B2 (en) * 2009-10-21 2013-09-24 Mark A. Griswold Through-time non-cartesian grappa calibration
US9417306B2 (en) * 2012-04-12 2016-08-16 Case Western Reserve University Magnetic resonance trajectory correcting with GRAPPA operator gridding
JP5393837B2 (ja) 2012-05-11 2014-01-22 カルソニックカンセイ株式会社 バッテリの充電率推定装置
US9069051B2 (en) * 2012-07-13 2015-06-30 Mark Griswold Through time GRAPPA
US9536423B2 (en) 2013-03-31 2017-01-03 Case Western Reserve University Fiber optic telemetry for switched-mode current-source amplifier in magnetic resonance imaging (MRI)
DE102018216362B3 (de) * 2018-09-25 2019-12-24 Siemens Healthcare Gmbh Verfahren und System zum Bereinigen eines Magnetresonanz-Messdatensatzes, Computerprogramm und computerlesbares Speichermedium
US10996306B2 (en) * 2019-04-25 2021-05-04 General Electric Company MRI system and method using neural network for detection of patient motion

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1799498B (zh) * 2004-12-31 2010-04-28 西门子（中国）有限公司 磁共振成像快速广义自校准并行采集图像重建方法
EP1869487A2 (en) * 2005-04-06 2007-12-26 Koninklijke Philips Electronics N.V. Sense mr parallel imaging with continously moving bed
WO2007023435A1 (en) * 2005-08-23 2007-03-01 Koninklijke Philips Electronics N.V. Device and method for parallel magnetic resonance imaging
US7309984B2 (en) * 2005-10-27 2007-12-18 Wisconsin Alumni Research Foundation Parallel magnetic resonance imaging method using a radial acquisition trajectory
US8222900B2 (en) * 2006-02-10 2012-07-17 Wilson David L Robust GRAPPA
US7840045B2 (en) * 2006-04-21 2010-11-23 The University Of Utah Research Foundation Method and system for parallel reconstruction in the K-space domain for application in imaging systems
WO2008112146A2 (en) * 2007-03-07 2008-09-18 The Trustees Of The University Of Pennsylvania 2d partially parallel imaging with k-space surrounding neighbors based data reconstruction
US7671589B2 (en) * 2007-05-02 2010-03-02 Case Western Reserve University Calibrating pMRI with cartesian continuous sampling
US7863893B2 (en) * 2007-05-02 2011-01-04 Case Western Reserve University Dynamic pMRI using GRAPPA-operator with under-sampled time interleaved frames
US8692549B2 (en) * 2009-05-27 2014-04-08 Siemens Aktiengesellschaft Method for reconstructing images of an imaged subject from a parallel MRI acquisition
US8542012B2 (en) * 2009-10-21 2013-09-24 Mark A. Griswold Through-time non-cartesian grappa calibration

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103185878A (zh) * 2011-12-27 2013-07-03 上海联影医疗科技有限公司 磁共振图像并行采集以及图像重建方法
CN103185878B (zh) * 2011-12-27 2015-04-15 上海联影医疗科技有限公司 磁共振图像并行采集以及图像重建方法
CN102551723A (zh) * 2012-01-16 2012-07-11 电子科技大学 一种多支撑向量机模型的磁共振并行成像方法
CN102551723B (zh) * 2012-01-16 2014-01-15 电子科技大学 一种多支撑向量机模型的磁共振并行成像方法
CN103901376A (zh) * 2012-12-30 2014-07-02 上海联影医疗科技有限公司 磁共振成像方法与装置
CN103901376B (zh) * 2012-12-30 2017-11-07 深圳联影医疗科技有限公司 磁共振成像方法与装置
CN103278784A (zh) * 2013-06-02 2013-09-04 南方医科大学 一种多约束滑动窗的磁共振并行成像方法
CN103278784B (zh) * 2013-06-02 2015-06-17 南方医科大学 一种多约束滑动窗的磁共振并行成像方法
CN104181481B (zh) * 2013-06-28 2017-02-08 上海联影医疗科技有限公司 磁共振图像采集与重建方法
CN106725480A (zh) * 2013-06-28 2017-05-31 上海联影医疗科技有限公司 磁共振图像采集与重建方法及装置
CN104181481A (zh) * 2013-06-28 2014-12-03 上海联影医疗科技有限公司 磁共振图像采集与重建方法及装置
CN106597333A (zh) * 2016-12-30 2017-04-26 上海联影医疗科技有限公司 一种磁共振并行成像方法及磁共振成像系统
CN110325871A (zh) * 2017-01-25 2019-10-11 上海联影医疗科技有限公司 用于图像重建的系统和方法
CN110325871B (zh) * 2017-01-25 2021-10-01 上海联影医疗科技股份有限公司 用于图像重建的系统和方法
CN107576925A (zh) * 2017-08-07 2018-01-12 上海东软医疗科技有限公司 磁共振多对比度图像重建方法和装置
CN107576925B (zh) * 2017-08-07 2020-01-03 上海东软医疗科技有限公司 磁共振多对比度图像重建方法和装置

Also Published As

Publication number Publication date
US20110093233A1 (en) 2011-04-21
CN102043137B (zh) 2015-03-04

Similar Documents

Publication Publication Date Title
CN102043137B (zh) 全程放射grappa校准
US10712416B1 (en) Methods and systems for magnetic resonance image reconstruction using an extended sensitivity model and a deep neural network
CN101109792B (zh) 用于动态磁共振成像的方法以及磁共振设备
CN103384836B (zh) 用于磁共振成像的方法和设备
CN102065762B (zh) 具有实时磁共振监测的辐射治疗系统
Paschal et al. K‐space in the clinic
US7860291B2 (en) Method and apparatus for correcting motion in multi-shot diffusion-weighted magnetic resonance imaging
CN104204838B (zh) 具有Dixon类型水/脂肪分离和关于主磁场的不均匀性的先验知识的MRI
CN105473067B (zh) 用于降低mr成像中声音噪声水平的系统和方法
US8155419B2 (en) MRI acquisition using sense and highly undersampled fourier space sampling
CN104965184B (zh) 基于时空编码单扫描磁共振成像的螺旋采样及重建方法
US20090001984A1 (en) Method and apparatus for k-space and hybrid-space based image reconstruction for parallel imaging and artifact correction
Jang et al. Ramped hybrid encoding for improved ultrashort echo time imaging
US8542012B2 (en) Through-time non-cartesian grappa calibration
CN102906791A (zh) 使用在先图像约束的图像重建的辐射计量减少的方法
CN111492256A (zh) 运动补偿的磁共振成像
Kolbitsch et al. A 3D MR‐acquisition scheme for nonrigid bulk motion correction in simultaneous PET‐MR
CN109239633A (zh) 多次激发、多次采集mri数据的相位校正
JP2020523075A (ja) 可変コントラストのスタック・オブ・スター収集を使用したｍｒイメージング
US9880250B2 (en) Method and magnetic resonance apparatus for image reconstruction with multiple virtual coils
CN106796274A (zh) 具有伪迹抑制的propeller‑mr成像
US8334696B2 (en) Method for magnetic resonance imaging with parallel and localized spatial encoding magnetic fields
Sanders et al. Parallel imaging compressed sensing for accelerated imaging and improved signal-to-noise ratio in MRI-based postimplant dosimetry of prostate brachytherapy
Sussman et al. Variable‐density adaptive imaging for high‐resolution coronary artery MRI
CN105378502A (zh) 使用线圈敏感度的经校正的磁共振成像

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