CN102096055A - 一种用于磁共振成像非均匀采样数据的快速精确重建方法 - Google Patents
一种用于磁共振成像非均匀采样数据的快速精确重建方法 Download PDFInfo
- Publication number
- CN102096055A CN102096055A CN 201010587354 CN201010587354A CN102096055A CN 102096055 A CN102096055 A CN 102096055A CN 201010587354 CN201010587354 CN 201010587354 CN 201010587354 A CN201010587354 A CN 201010587354A CN 102096055 A CN102096055 A CN 102096055A
- Authority
- CN
- China
- Prior art keywords
- sampling
- line
- dft
- magnetic resonance
- matrix
- 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
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000002595 magnetic resonance imaging Methods 0.000 title claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 abstract description 2
- 238000003775 Density Functional Theory Methods 0.000 description 31
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种适用于磁共振成像非均匀采样数据的快速精确重建方法，包括以下步骤：(1)通过直线采样线组成的采样轨迹对K空间数据进行采样；(2)对每一条直线采样线进行傅里叶变换(DFT)重建，将每一条直线采样线的采样数据分别填充到空矩阵的对角线位置上，然后通过CTA算法对填充后的各个矩阵进行kx方向和ky方向的一维傅里叶变换(CTA-DFT)，最后得到每一条采样线重建的各个临时图像矩阵；(3)将重建出的所有临时图像矩阵叠加起来得到最终的重建图像。本发明既保持有DFT重建算法的重建精度，又极大提高了DFT重建算法的重建速度。
Description
技术领域
本发明涉及磁共振成像数据重建技术领域，具体来说涉及一种适用于磁共振成像非均匀采样数据的快速精确重建方法。
背景技术
磁共振成像非均匀K(MRIK)空间轨迹，也称非笛卡尔K空间轨迹，包括螺旋形(Spiral)，放射状(Radial)，推进器(PROPELLER)等，由于具有扫描速度快、K空间中心过采样或运动伪影校正等优点，具有重要的临床应用价值。然而，由于采样数据不是落在均匀分布的网格点上，不能直接采用快速傅里叶变换(Fast Fourier Transform，FFT)获得图像，而基于直接求和的离散傅里叶变换(Direct Fourier transform，DFT)，也通常被MRI领域研究者称为共轭相位(Conjugate Phase)重建算法，被认为可以较高精度的实现图像重建，通常被研究者引作参考进行重建算法精度的评价，而且在非笛卡尔采样密度补偿算法的研究中，为了避免其他算法引入的误差，通常采用DFT进行图像重建，然而，由于DFT算法计算复杂度高，重建速度慢，很难推广应用到临床。
有学者提出LS_NUFFT(最小平方误差非均匀快速傅里叶变换)算法和Min-Max NUFFT(最小最大准则非均匀快速傅里叶变换)算法，前者是根据最小平方近似误差准则估计优化的卷积核来减小重建误差，后者是最小最大框架下优化最坏情况下的估计误差的迭代插值算法，但是这些NUFFT算法均是DFT的近似估计，并不能完全等价于DFT，重建精度得不到保证。
发明内容
本发明的目的是提供一种适用于磁共振成像非均匀采样数据的快速精确重建方法，既保持现有DFT重建算法的重建精度，又极大提高了DFT重建算法的重建速度。
本发明实现上述目的的技术解决方案是：
一种适用于磁共振成像非均匀采样数据的快速精确重建方法，包括以下步骤：
(1)通过直线采样线组成的采样轨迹对K空间数据进行采样；
(2)对每一条直线采样线进行重建。a)将采样数据填充到一个空矩阵的对角线位置上，b)采用CTA算法(线性调频变换算法)对填充后的矩阵进行kx方向一维傅里叶变换，c)采用CTA算法对变换后的矩阵进行ky方向一维傅里叶变换；最后得到每一条采样线重建的各个临时图像矩阵；
(3)将重建出的所有临时图像矩阵叠加起来得到最终的重建图像。
本发明所述的步骤1中，所述直线采样线的采样数据点为等间距均匀分布。
本发明所述的步骤2中，如果采样直线中有关于K空间坐标轴对称的，则对称的两条线可以填充到一个矩阵中处理，缩短图像重建时间；CTA算法中的线性卷积过程用FFT(快速傅里叶变换)优化。
本发明的有益效果是：
(1)本发明的重建方法省去许多重复运算，计算简单，易于临床应用。
(2)本发明的重建方法在保持了DFT算法的图像重建精度的前提下，极大提高了DFT重建图像的计算速度，缩短了重建时间，提高了工作效率。
附图说明
图1是本发明的图像处理过程的示意图；
图2是本发明所适用的磁共振非笛卡尔K空间采样轨迹类型中的两种；
图2(a)是放射状K空间采样轨迹图；
图2(b)是PROPELLER K空间采样轨迹图；
图3是本发明方法进行图像处理的仿真的Shepp-Logan体模图像；
图4是采用本发明方法和DFT算法对仿真数据进行重建的结果；
图4(a)是采用DFT算法对放射状仿真数据进行重建的结果；
图4(b)是采用CTA-DFT算法对放射状仿真数据进行重建的结果；
图4(c)是图4(a)和图4(b)的差值图像；
图4(d)是采用DFT算法对PROPELLER仿真数据进行重建结果；
图4(e)是采用CTA-DFT算法对PROPELLER仿真数据进行重建结果；
图4(f)是图4(d)和图4(e)的差值图像。
具体实施方式
一种适用于磁共振成像非均匀采样数据的快速精确重建方法，其具体图像处理过程如图1所示，包括如下步骤：
步骤1，数据采集；通过由直线采样线组成的采样轨迹采样K空间数据，其中，直线采样线的采样数据点为等间距均匀分布，如图2是本发明所适用的磁共振非笛卡尔k空间采样轨迹类型中的两种，图2(a)为放射状轨迹，图2(b)为PROPELLER轨迹.
步骤2，将全部K空间数据的重建问题分离为每条直线采样线的重建子问题，通过CTA算法进行每一条直线采样线的傅里叶变换重建；得到每一条采样线重建的各个临时图像矩阵。
对任意一条相位编码线：a)将采样数据填充到一个空矩阵的对角位置上，即第i个采样数据填到i行i列的位置，那么填充后的矩阵的每行每列都成为从一个特定起点，等间隔采样的频域序列，b)对填充后的矩阵的每一行采用基于CTA的DFT运算空间域信息(简称为CTA-DFT算法)，也就是在kx方向进行一维CTA-DFT处理，c)对处理后矩阵的每列数据采用同样的处理，即在ky方向进行一维CTA-DFT处理，最后得到每条采样线傅里叶变换后的临时图像矩阵。在这个过程中一方面CTA算法重建中的线性卷积过程用采用FFT(快速傅里叶变换)来加速优化处理，另一方面所有行的间隔都是一样的，所有列的间隔也都是一样的，从而可以省去许多重复的运算，减少运算时间；如果采样线中有关于K空间坐标轴对称的，则对称的两条线可以填充到一个矩阵中处理，进一步缩短重建时间。
步骤3，将所有临时图像矩阵叠加得到最终的重建图像。
为了将DFT图像重建方法与本发明方法做比较，在环境配置为Intel Core 2 Quad Q82002.33-GHz CPU和8-GB DDR2内存的计算机上进行了仿真实验。首先对图3所示的体模图像仿真得到放射状轨迹【图2(a)】k空间数据和PROPELLER轨迹【图2(b)】k空间数据，仿真参数分别为：放射状采样轨迹，在360度范围内均匀采样432条k空间线，每条k空间线采样256个数据；PROPELLER采样轨迹，每10度采样一个k空间条，每个k空间条采样24行k空间线，每行k空间线采样256个数据；然后分别采用DFT和CTA-DFT算法对仿真数据进行重建。
实验结果如图4所示，图4(a)为采用DFT算法对放射状仿真数据进行重建的结果，图4(b)为采用CTA-DFT算法对放射状仿真数据进行重建的结果，图4(c)为两种重建结果的差值图像，图4(d)为采用DFT算法对PROPELLER仿真数据进行重建结果，图4(e)为采用CTA-DFT算法对PROPELLER仿真数据进行重建结果，图4(f)为两种重建结果的差值图像。仿真数据的重建实验表明，两种算法重建的结果差别非常小，约为10-12级别。
用放射状轨迹重建图像过程中，采用DFT方法的时间为637.50s，采用CTA-DFT重建的时间为79.99s。用PROPELLER轨迹重建图像过程中，采用DFT方法的时间为649.12s，CTA-DFT重建的时间为79.84s。另外如果考虑放射状轨迹的对称性，可以进一步缩短运算时间。综合实验结果可以看出，本方法保持了原有DFT算法的图像重建精度，同时极大提高了DFT重建图像的计算速度。
本发明的实施方式不限于此，在本发明上述基本技术思想前提下，按照本领域的普通技术知识和惯用手段对本发明内容所做出其它多种形式的修改、替换或变更，均在本发明权利保护范围之内。
Claims (4)
1.一种用于磁共振成像非均匀采样数据的快速精确重建方法，其特征在于包括以下步骤：
(1)通过直线采样线组成的采样轨迹对K空间数据进行采样；
(2)对每一条直线采样线进行傅里叶变换重建：a)将采样数据填充到一个空矩阵的对角线位置上，b)通过线性调频变换算法对填充后的矩阵进行kx方向一维傅里叶变换，c)通过线性调频变换算法对变换后的矩阵进行ky方向一维傅里叶变换；最后得到每一条采样线重建的各个临时图像矩阵；
(3)将重建出的所有临时图像矩阵叠加起来得到最终的重建图像。
2.根据权利要求1所述的一种用于磁共振成像非均匀采样数据的快速精确重建方法，其特征在于所述的步骤1中，所述直线采样线的采样数据点为等间距均匀分布。
3.根据权利要求1所述的一种用于磁共振成像非均匀采样数据的快速精确重建方法，其特征在于所述的步骤2中，如果采样直线中有关于K空间坐标轴对称的，则对称的两条线填充到一个矩阵中处理。
4.根据权利要求1所述的一种用于磁共振成像非均匀采样数据的快速精确重建方法，其特征在于所述的步骤2中，采用快速傅里叶变换优化线性调频变换处理过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010587354 CN102096055B (zh) | 2010-12-14 | 2010-12-14 | 一种用于磁共振成像非均匀采样数据的快速精确重建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010587354 CN102096055B (zh) | 2010-12-14 | 2010-12-14 | 一种用于磁共振成像非均匀采样数据的快速精确重建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102096055A true CN102096055A (zh) | 2011-06-15 |
| CN102096055B CN102096055B (zh) | 2013-01-23 |
Family
ID=44129226
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201010587354 Expired - Fee Related CN102096055B (zh) | 2010-12-14 | 2010-12-14 | 一种用于磁共振成像非均匀采样数据的快速精确重建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102096055B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102737392A (zh) * | 2012-06-07 | 2012-10-17 | 南方医科大学 | 一种低剂量x线ct图像的非局部正则化先验重建方法 |
| CN103399285A (zh) * | 2013-07-23 | 2013-11-20 | 沈阳工业大学 | 一种磁共振非笛卡尔采样的快速重建方法 |
| CN107621617A (zh) * | 2013-04-27 | 2018-01-23 | 上海联影医疗科技有限公司 | k空间运动伪影矫正装置 |
| CN109239630A (zh) * | 2018-07-19 | 2019-01-18 | 广东技术师范学院 | 一种基于分数傅里叶变换的磁共振快速成像方法 |
| CN109658471A (zh) * | 2018-12-20 | 2019-04-19 | 上海联影医疗科技有限公司 | 一种医学图像重建方法和系统 |
| CN111239658A (zh) * | 2020-02-19 | 2020-06-05 | 上海康达卡勒幅医疗科技有限公司 | 一种减小propeller序列伪影的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1430068A (zh) * | 2001-12-17 | 2003-07-16 | 西门子公司 | 用磁共振设备接收对象磁共振信号并用其重建图像的方法 |
| CN1663526A (zh) * | 2005-03-28 | 2005-09-07 | 南方医科大学 | 磁共振图像重建时所产生Gibbs环状伪影的消除方法 |
| US20060184000A1 (en) * | 2004-12-31 | 2006-08-17 | Wang Jian M | Fast generalized autocalibrating partially parallel acquisition image reconstruction algorithm for magnetic resonance imaging |
| CN101308202A (zh) * | 2007-05-17 | 2008-11-19 | 西门子（中国）有限公司 | 并行采集图像重建的方法和装置 |
-
2010
- 2010-12-14 CN CN 201010587354 patent/CN102096055B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1430068A (zh) * | 2001-12-17 | 2003-07-16 | 西门子公司 | 用磁共振设备接收对象磁共振信号并用其重建图像的方法 |
| US20060184000A1 (en) * | 2004-12-31 | 2006-08-17 | Wang Jian M | Fast generalized autocalibrating partially parallel acquisition image reconstruction algorithm for magnetic resonance imaging |
| CN1663526A (zh) * | 2005-03-28 | 2005-09-07 | 南方医科大学 | 磁共振图像重建时所产生Gibbs环状伪影的消除方法 |
| CN101308202A (zh) * | 2007-05-17 | 2008-11-19 | 西门子（中国）有限公司 | 并行采集图像重建的方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| 《中国生物医学工程学报》 20071231 黄鑫，等 一种基于互信息量的并行磁共振图像重建新算法 全文 1-4 第26卷, 第6期 * |
| 《南方医科大学学报》 20090430 彭洁，等 一种快速超分辨率图像重建算法 全文 1-4 第29卷, 第4期 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102737392A (zh) * | 2012-06-07 | 2012-10-17 | 南方医科大学 | 一种低剂量x线ct图像的非局部正则化先验重建方法 |
| CN107621617A (zh) * | 2013-04-27 | 2018-01-23 | 上海联影医疗科技有限公司 | k空间运动伪影矫正装置 |
| CN107621617B (zh) * | 2013-04-27 | 2019-12-20 | 上海联影医疗科技有限公司 | k空间运动伪影矫正装置 |
| CN103399285A (zh) * | 2013-07-23 | 2013-11-20 | 沈阳工业大学 | 一种磁共振非笛卡尔采样的快速重建方法 |
| CN109239630A (zh) * | 2018-07-19 | 2019-01-18 | 广东技术师范学院 | 一种基于分数傅里叶变换的磁共振快速成像方法 |
| CN109658471A (zh) * | 2018-12-20 | 2019-04-19 | 上海联影医疗科技有限公司 | 一种医学图像重建方法和系统 |
| CN109658471B (zh) * | 2018-12-20 | 2023-07-25 | 上海联影医疗科技股份有限公司 | 一种医学图像重建方法和系统 |
| CN111239658A (zh) * | 2020-02-19 | 2020-06-05 | 上海康达卡勒幅医疗科技有限公司 | 一种减小propeller序列伪影的方法 |
| CN111239658B (zh) * | 2020-02-19 | 2022-07-19 | 上海康达卡勒幅医疗科技有限公司 | 一种减小propeller序列伪影的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102096055B (zh) | 2013-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102096055B (zh) | 一种用于磁共振成像非均匀采样数据的快速精确重建方法 | |
| CN112881957B (zh) | 用于磁共振成像的方法和系统 | |
| EP3534170A1 (en) | System and method for sparse image reconstruction | |
| JP2016171990A (ja) | 磁気共鳴イメージング装置 | |
| WO2020114329A1 (zh) | 磁共振快速参数成像方法及装置 | |
| CN103584864A (zh) | 一种磁共振成像方法和装置 | |
| Schaetz et al. | Accelerated computing in magnetic resonance imaging: real‐time imaging using nonlinear inverse reconstruction | |
| CN102930567B (zh) | 多核加权最小二乘支撑向量机的磁共振并行成像重建方法 | |
| CN108324276B (zh) | 磁共振成像方法和装置 | |
| WO2022236851A1 (zh) | 卷褶视野磁共振图像的重建方法、计算机设备及存储介质 | |
| Smith et al. | Trajectory optimized NUFFT: Faster non‐Cartesian MRI reconstruction through prior knowledge and parallel architectures | |
| US20230236271A1 (en) | Systems and methods for accelerated magnetic resonance imaging (mri) reconstruction and sampling | |
| CN104635188A (zh) | K空间重建方法及磁共振成像方法 | |
| CN107205686A (zh) | 去除在磁共振成像的重影伪影的方法及为此的磁共振装置 | |
| Peng et al. | Learning optimal k-space acquisition and reconstruction using physics-informed neural networks | |
| CN112037298A (zh) | 图像重建方法、装置、计算机设备和存储介质 | |
| EP3607338A1 (en) | Methods for iterative reconstruction of medical images using primal-dual optimization with stochastic dual variable updating | |
| CN114913262A (zh) | 采样模式与重建算法联合优化的核磁共振成像方法及系统 | |
| Athalye et al. | Parallel magnetic resonance imaging as approximation in a reproducing kernel Hilbert space | |
| CN116725515A (zh) | 一种磁共振快速成像方法 | |
| KR101340944B1 (ko) | 방사형 좌표계에서의 자기공명 영상 방법 | |
| CN118215851A (zh) | 用于加速非笛卡尔磁共振成像重建的双域自监督学习 | |
| Sun et al. | DIR3D: Cascaded Dual-Domain Inter-Scale Mutual Reinforcement 3D Network for highly accelerated 3D MR image reconstruction | |
| JP2021099794A (ja) | ディープニューラルネットワークおよび測定データの再帰的間引きを使用して医用画像を再構築するためのシステムおよび方法 | |
| CN112967297B (zh) | 磁共振氧十七代谢成像方法、装置、存储介质及终端设备 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130123 |