CN102279375B - 用于降低在扩散成像中的失真的方法和磁共振设备 - Google Patents

用于降低在扩散成像中的失真的方法和磁共振设备 Download PDF

Info

Publication number
CN102279375B
CN102279375B CN201110074645.6A CN201110074645A CN102279375B CN 102279375 B CN102279375 B CN 102279375B CN 201110074645 A CN201110074645 A CN 201110074645A CN 102279375 B CN102279375 B CN 102279375B
Authority
CN
China
Prior art keywords
correction parameter
correction
distortion
layer
diffusion
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
Application number
CN201110074645.6A
Other languages
English (en)
Other versions
CN102279375A (zh
Inventor
索斯滕.费韦尔
托尼.H.金
戴维.A.波特
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.)
Siemens Healthineers AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN102279375A publication Critical patent/CN102279375A/zh
Application granted granted Critical
Publication of CN102279375B publication Critical patent/CN102279375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56341Diffusion imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/483NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/4833NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices
    • G01R33/4835NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices of multiple slices
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56518Correction of image distortions, e.g. due to magnetic field inhomogeneities due to eddy currents, e.g. caused by switching of the gradient magnetic field

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Vascular Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明涉及一种用于减少扩散成像中的失真的方法,具有以下步骤:对于多个空间上互相隔开的层分别执行至少一次具有第一扩散权重的第一测量(R1);对于所述多个空间上互相隔开的层分别执行至少一次具有第二扩散权重的第二测量(R2);根据所述测量(R1,R2)确定失真校正函数并确定校正参数,以便用于对扩散加权的磁共振图像进行失真校正,其中,将不同层的图像信息和/或校正参数互相关联;基于所述失真校正函数和校正参数进行对扩散加权的磁共振图像的失真校正。此外,本发明提出了一种可用于执行这样的方法的磁共振设备(1)。

Description

用于降低在扩散成像中的失真的方法和磁共振设备
技术领域
本发明涉及一种用于校正在拍摄扩散加权的磁共振图像(以下也称为“MR图像”)中可能出现的图像失真的方法,以及一种可以用来执行这样的方法的磁共振设备(以下也称为“MR设备”)。
背景技术
在扩散成像中通常拍摄并且相互组合多个具有不同扩散方向和扩散权重的图像。扩散权重的大小大多通过所谓的“b值”来确定。由此,具有不同扩散方向和扩散权重的扩散图像或者由这些扩散图像组合的图像可以被用于诊断目的。从而可以通过对所拍摄的扩散加权的图像的适当组合来产生具有特别有诊断说服力的参数表,如反映“表观扩散系数(ADC)”或“部分各向异性值(FA)”的表。
但不利的是,通过扩散梯度可能导致涡流场,该涡流场又导致图像失真,图像失真的外观既取决于梯度的幅度,即扩散权重,又取决于梯度的方向。由此,如果所拍摄的单张图像被未经校正地相互组合以便例如产生所述参数表,则对每幅图像都不同的失真会导致像素信息的错误对应,并且由此导致错误或至少导致所计算的参数减小了精度。尤其是在借助平面回波技术(EPI)拍摄的扩散加权的图像中,由涡流导致的失真是一种特别大的挑战,因为一方面在EPI成像中典型地特别高的灵敏度(在相位编码方向上大约是每像素10Hz)经受静态和动态的场干扰,另一方面恰好在此使用高的梯度幅度来调节扩散梯度。
作为原因的动态干扰场的复杂空间几何形状(Geometrie)导致在多层拍摄中失真取决于每个单个层的位置和状态。
在现有技术中,公知多种基于图像的方法来校正扩散成像中由涡流造成的失真。例如,在Haselgrove等人的出版物(在MRM 36:960-964,1996)中描述了一种方法,在该方法中首先拍摄未失真的MR参考图像,其中扩散加权b=0,即不施加扩散梯度。此外,针对待校正的方向拍摄具有小扩散权重的第二校准测量。小的扩散权重在此例如意味着150s/m2的b值。然后假定,可以如同具有缩放系数N、剪切系数S和位移或平移T的简单的仿射变换一样良好近似地描述图像中的失真。因此,借助两个校准测量,即参考图像的测量和具有小扩散加权的图像的测量,确定用于M、S和T的失真参数。这样确定的失真参数M、S和T接着在使用外推关系式的情况下被用于校正实际的扩散加权的有用MR图像,其中的b值例如是1000s/m2。该方法对每个扩散方向都需要至少一次校准测量。
此外,在Bodammer等人的出版物(在MRM 51:188-193,2004)中描述了一种方法,其中,在校准测量的范围中拍摄两幅具有相同扩散方向和扩散权重、但相反极性的图像。在相反极性情况下的扩散对比度保持不变,而该相反对失真起的作用是倒置。这意味着,从延伸得出缩短,从正剪切得出负剪切,以及从正平移得出负平移。在该方法中,必须针对每个扩散方向和针对每个扩散权重分别拍摄两幅图像。
对于这些方法来说常见的是,其分别在单个的层上起作用,即,对于每个层个别地进行失真的图像到参考图像的配准。在此,可以区分两类方法:
A)直接配准测量数据:
在此,在测量期间,通常在测量的开始对于每个层拍摄一个参考图像。然后,对在测量期间拍摄的所有失真的图像直接通过与相应的参考图像的配准进行失真校正。该工作方式的优点是,所述校正不取决于模型假设。然而处理时间相对长,即,用于失真校正的计算时间相对长。
B)使用校准测量:
在此,在实际的测量之前例如通过应用具有特定的幅度的仅一个x、y或z扩散梯度有针对地拍摄参考图像和定义的失真的图像,并且对于后者计算失真校正参数。然后根据物理的模型假设,从这些值中计算对于有用测量的图像的合适的校正参数。通常在此假定,三个梯度轴的失真无干扰地重叠并且失真随梯度幅度线性地缩放。该方法的优点是,即使对于具有非常小的SNR(信噪比)的测量数据(例如在实际的有用测量期间的非常高的b值的情况下)其也起作用,因为可以利用较小的b值进行校准测量。在该方法的合适的实施方式中,这点相对于运动影响具有鲁棒性。例如在DE2009003889中描述了一种这样的方法。然而,在该方法中由于附加的校准测量,测量时间相对长。
发明内容
本发明要解决的技术问题是,提供一种用于降低扩散成像中的失真的改进的方法,利用该方法可以降低用于校正测量数据的处理时间和/或测量时间和/或改善校正的精度或鲁棒性。
该技术问题是通过按照本发明的一种方法以及一种磁共振设备解决的。
在按照本发明的方法的范围内,首先对于多个空间上互相隔开的层进行至少一个具有第一扩散权重的第一测量。在此,可以是在坐标系中、优选地在逻辑的图像坐标系中平行定位的层。逻辑的“成像坐标系”是具有在读出方向上的第一坐标轴(该坐标在以下被称为r坐标)的以及在相位编码方向上的第二坐标轴(该坐标在以下被称为p坐标)的坐标系。在该成像坐标系中通常拍摄所有的磁共振图像。
然后,对于相同的层进行具有第二扩散权重的至少一个第二测量。
根据对测量的具体的进一步使用如何,所述第一和第二测量可以是不同设计的测量。通常,在一个测量中(作为参考测量)拍摄未失真的参考图像,即具有扩散权重b=0,如在Haselgrove等人的方法中那样。同样可能的是,也在参考测量中(即在两个测量中)图像是失真的,如在Bodammer等人的方法中那样。
原则上第一测量以及第二测量都可以被纯粹地用作为校准测量或参考测量,以便从中确定失真校正函数和校正参数。然而,在本发明的几个变形中将至少一个、必要时也可以是两个测量,即,第一测量以及第二测量,同时用作有用测量,并且在此产生的图像例如在校正之后直接被用于诊断。如果在使用所述方法的条件下将扩散加权的诊断图像与参考图像进行直接配准(上述A类测量)则就是这样。于是,不再一定需要附加的有用测量。因为第一和第二测量在按照本发明的方法中总是也作为用于确定失真校正函数的校准测量被使用,所以它们在以下不失一般性地被称为校准测量。
然后,根据该校准测量进行失真校正函数和校正参数的确定,以便用于对扩散加权的磁共振图像进行失真校正。在此按照本发明、特别是为了确定校正参数,将不同层的图像信息和/或校正参数互相关联。
在此,例如可以利用迭代的优化方法借助相似度函数的单形最大化(Simplex-Maximierung)来确定校正参数的至少一部分。在此,基于相似度,特别优选地基于“归一化互信息(Normalized Mutual Information,NMI)”来分析例如来自一个校准测量的校正图像与来自第二校准测量的相应图像的相似度。对“归一化互信息(NMI)”的解释存在于Peter E.Latham和Yasser Roudi(2009),Scholarpedia,4(1):1658中。于是,在该迭代方法中,优化的校正参数被确定为失真校正函数的变量,尤其是系数。
在本发明的意义上,对于一个图像的概念“校正参数”包括用来在此基础上对该所涉及的图像进行失真校正的所有参数。这一方面有先前已经提到的解析法描述的失真校正函数(例如多项式)的系数,其在以下也被称为“变换系数”。如果已知该系数,则也完全已知失真校正函数并且由此可以用于失真校正。但是,完整的“失真校正表”或“失真校正场”的值同样也可以被称为校正参数。失真校正表或失真校正场被理解为对于每个像素在失真校正中确定的位移。在此,也不需要对于所有的层利用相同种类的校正参数。例如,可以对于几个层确定校正参数作为解析法描述的失真校正函数的变换系数并且在此基础上对于所涉及的层分别计算一个失真校正场作为“导出的”校正参数。然后,通过按照本发明关联不同层的校正参数,又可以从中确定对于其它层的以失真校正场形式的校正参数,其最后被用于这些其它层的失真校正。
为了确定校正参数稍后还要解释关联不同层的图像信息和/或校正参数的不同可能性。
最后,基于校正参数和失真校正函数进行对扩散加权的磁共振图像的失真校正。在此要注意,失真校正也可以基于所导出的校正参数,即,基于失真校正表,最后基于作为基础的失真校正函数。如果如上提到的在第二校准测量中拍摄的扩散加权的图像不仅被用于确定校正参数,而且也被用作为“有用图像”,则在该步骤中对来自第二测量的图像基于校正参数并且在使用失真校正函数的条件下进行失真校正。视具体的应用情况,还可以在用于确定优化的校正参数的优化方法的范围内作为最后的调节步骤进行该步骤。
按照本发明的磁共振设备一方面需要图像拍摄单元,用于拍摄检查对象的扩散加权的磁共振图像以及用于对于多个空间上互相隔开的层分别执行至少一个具有第一扩散权重的第一测量和对于这些多个空间上互相隔开的层分别执行至少一个具有第二扩散权重的第二测量。此外,该磁共振设备还需要校正参数确定单元。该校正参数确定单元这样构造,使得其在运行中根据测量确定失真校正函数和校正参数,以便用于对扩散加权的磁共振图像进行失真校正,其中将不同层的图像信息和/或校正参数互相关联。此外,按照本发明的磁共振设备具有用于根据校正参数对扩散加权的磁共振图像进行失真校正的图像校正单元。在此,校正参数确定单元还可以被集成到图像校正单元中或者反之。两个单元都可以布置在磁共振设备的中央控制装置中或在一个在后连接的分开的图像处理单元中,例如一个作为图像观察和处理单元用的工作站中,来自校准测量的数据和扩散加权的图像在重建之后被传输到该工作站。
按照本发明的方法或按照本发明的磁共振设备的优点是,不再如在迄今为止的方法中那样单独地考察单个的层。背景是如下的知识:图像失真的空间几何特征在所考察的层之间通常不是跳变性的,而是连续改变的。对导致失真的动态干扰场的结构的检查例如表明,通过按照球面函数或多项式展开可以描绘该干扰场。因此,通过组合来自不同层的图像信息和/或校正参数,可以根据本方法的具体实施方式实现不同的优点。例如,在利用属于本文开头所述的A类方法进行失真校正时,即在直接配准测量时,通过合适的插值方法可以对于几个层极快地确定校正参数。因此,可以节省在图像校正中的处理时间。在按照上述B类的方法中,例如通过插值方法可以降低测量时间。但是,同样可以将来自相邻图像的信息例如通过平均方法这样组合,使得总体上达到更鲁棒和更精确的校正。
以下的描述包含本发明的优选实施方式和扩展。在此,还可以类似于方法独立权利要求的特征来扩展按照本发明的磁共振设备。此外,只要没有另外明显的解释,在本发明的范围内还可以将不同的变形组合为新的实施例。
如上已经提到的那样,对于不同层的图像信息和/或校正参数的关联有不同的可能性。
在本发明的第一优选实施方式中,基于对第一层所确定的第一校正参数,确定例如迭代的优化方法中的起始值,以便用于对第二层确定第二校正参数。在此,第一校正参数本身还可以形成起始值。在该方法变形中,例如可以选择性地对于整个层堆的单个层基于第一和第二校准测量利用通常的方法确定以变换系数形式的校正参数,其中用于优化方法的起始值还可以利用通常的方法来选择。为此例如提供上面描述的“单形最大化”方法。如果对于这些层确定了校正参数,则这些校正参数可以在对于其它(相邻的或位于中间的)层的相同的优化方法中作为起始值被采用。在此假定,这些起始值已经相对靠近对于这些层的优化的校正参数。通过给出起始值因此对于这些层的优化方法可以以高的可能性非常快速地达到优化结果。由此极大加速了整个方法。
在另一种变形中,基于第一和第二测量分别对于第一层确定第一校正参数,所涉及的第一和第二测量对该第一层进行。然后,对于位于第一层之间的第二层借助第一校正参数确定插值的校正参数。即,利用该方法变形完全节省了对于位于中间的第二层的优化方法并且取而代之利用关于对于第一层所确定的校正参数的插值函数功能。
特别地在该变形中,对于第一层首先确定解析法描述的失真校正函数的以变换系数形式的校正参数,并且从确定的校正参数中计算对于第一层分别导出的以失真校正场形式的校正参数。对于第二层,确定从中插值的失真校正场作为校正参数,并且根据所计算的或插值的失真校正场进行对第一和第二层的失真校正。该实施方式的一个优点在于,实际的图像校正单元不必具有关于失真校正函数的解析法描述的知识。图像校正单元仅需所计算的失真校正场并且可以从中插值其它失真校正场。
在此,在一种优选变形中,还可以仅对在后面还要根据对应的校准测量来确定校正参数的层进行第一和第二校准测量。这样做的优点是,总体上需要更少的测量,因为不必对每个层进行一个校准测量。即,当进行按照上面描述的B类的方法时,该方法特别适合。
如果以变换系数形式的校正参数(作为起始值或者作为插值的完成的校正参数)从相邻的层被获得,则对第二层的失真校正函数当然具有如在第一层时的相同形式。仅其中使用的校正参数(即,失真校正函数的待优化的可变参数),如所描述那样在使用第一层的校正参数的条件下被确定。
在其中从单个层的校正参数中对于位于中间的第二层确定插值的校正参数的后一种方法中,可以将该插值的校正参数原则上也作为在对于第二层的优化方法中对于变换系数的获得的起始值来采用。
在另一种变形中,将不同层的图像信息或校正参数通过求平均来互相关联。例如,在一种优选变形中,将在第一和第二测量中在相邻层中获得的图像数据取平均,并且根据平均后的图像数据确定用于对扩散加权的磁共振图像进行失真校正的失真校正函数和/或校正参数。
然后,优选地从根据平均的图像数据所确定的校正参数中,借助位置换算函数(Ortsumrechnungsfunktion)对于不同层确定取决于层位置的校正参数。该位置换算函数例如可以包括多项式函数或样条函数。
对此的一个简单的例子是使用线性函数。例如,如果一方面对于层对z0和z1以及另一方面z2和z3(下标在此表示在最简单的情况下等距的层的空间上的顺序)进行平均,则从第一层对的校正中得到在位置zeff1=(z0+z1)/2上的有效的失真校正场V(x,y,zeff1),并且从第二层对的校正中得到在位置zeff2=(z2+z3)/2上的V(x,y,zeff2)。对于位于这些有效的位置zeff1和zeff2之间的两个层z1和z2,然后例如可以利用线性转换函数确定失真校正场。
v ( x , y , z i ) = ( z i - z eff 1 ) · v ( x , y , z eff 2 ) - ( z i - z eff 2 ) · v ( x , y , z eff 1 ) ( z eff 2 - z eff 1 )
其中,i=1,2。
即,以这种方式可以对于每个层以快的方式计算优化的失真校正。
特别地,还可以组合前面所描述的方法。例如对于几个层可以通过对相邻层求平均来确定失真校正函数,以便对于其它层又从这些校正参数中通过插值来确定合适的校正参数,这些校正参数必要时仍是仅作为对于涉及的层的优化方法中的起始值被采用。在此,对方法的具体选择除了别的之外取决于对于各自测量(即预计的干扰)的具体所需的精度,但也取决于可用的测量时间和/或处理时间。
在本方法的另一种变形中,首先对于一层仅根据对于该层进行的测量确定失真校正函数和校正参数。然后,对利用该失真校正函数或该校正参数确定的失真校正结果进行质量检查。如果在该质量检查中确定,不满足预先给出的质量标准,则在考虑相邻层的图像信息和/或校正参数的条件下确定新的改进的失真校正函数和/或新的校正参数。质量标准例如可以是用于图像中像素的最大位移的边界值。如果对于图像中任意像素的校正确定了一个较大的位移,则将结果归类为不可靠的并且由此不满足质量标准。太大的失真校正例如可以由于在拍摄时患者的运动和/或太小的SNR而出现。该变形原则上可以对于所有层进行,即,在这样的方法中首先总是进行通常的失真校正并且仅当利用通常的失真校正可能达到一个不可靠的结果时才按照本发明的方式利用图像信息和/或校正参数的关联。即,在该变形中相对于通常的方法没有实现时间节省,然而可以由此极大改进失真校正的质量。
在另一种变形中,首先对不同层的校正参数应用滤波函数,然后对于失真校正使用校正参数或失真校正表。通过对校正参数这样滤波,可以在相邻的层上进行对相应的值的平滑。这点适合于所有形式的校正参数,即,既适合于变换系数又适合于失真校正表的值。作为滤波函数例如可以采用高斯滤波器。因为要假定,失真在层上仅缓慢改变,因此通过这样的滤波可以实现,在校正单个层时的系统的和/或统计的波动或者甚至真实的异常值(Ausreiβer)也可以被均衡。校正参数的该滤波还可以不取决于是否在确定校正参数时已经进行了不同层的图像信息和/或校正参数的关联或者是否通过各自的优化方法分别从对于所述层进行的校准测量确定了对于各个层的所有的校正参数来进行。这样的滤波函数最后也可以是不同层的图像信息或校正参数的关联。
原则上可以以任意方式构造失真校正函数,在此例如可以是以通常方式仅考虑仿射的变换(平移、缩放、剪切),即,考虑零阶和一阶图像失真。这样的简单失真校正函数在如下假定中使用,即,主要残留的动态干扰场的空间分布具有与该干扰的产生者(即扩散梯度)相同的几何形状。但在现代MR设备中,该假设不总是正确的。在现代MR设备中,例如通过梯度脉冲形状的预失真补偿同源的干扰场,使得残留的干扰场具有更为复杂的空间几何形状。因此,在一种特别优选的变形中,失真校正函数是特定于设备的非线性失真校正函数,该非线性失真校正函数是基于特定于设备的信息确定的。利用这样的特定于设备的失真校正函数可以校正由仿射的变换导致的图像失真,然而其中失真校正函数不复杂,从而校正计算开销不太高。
此外,这样的失真校正函数比在迄今为止的方法中更好地与实际上呈现的干扰条件匹配并且由此可以导致更精确的校正。“特定于设备”的概念在本发明的范围中应该被理解为其还包括“特定于设备类型”的概念,也就是例如使用了关于在该设备类型中所采用的梯度线圈设计的信息或者类似的结构信息。
在此,特定于设备的失真校正函数的确定还可以基于启发式信息。例如,对于特定的设备类型可以证明,在(设备或梯度线圈的笛卡尔坐标系的)x方向上通断扩散梯度时主要出现一阶以及更高阶的特定的其它项的干扰场。于是,该知识可以直接用于确定特定于设备的失真校正函数。同样,可以通过这样的启发式信息来对用于确定特定于设备的失真校正函数的其它特定于设备的信息或方法进行补充。
尤其优选的是,特定于设备的信息直接包括当在所涉及的磁共振设备中施加梯度场时所出现的场几何形状的参数。例如,特定于设备的信息可以依据分别施加的梯度场而尽可能包括对该场几何形状的完整数学描述。
在本发明的特别优选的实施例中,为了确定针对磁共振设备的不同梯度轴的特定于设备的失真校正函数,分别确定场干扰的特定于设备的几何形状。在此,例如可以测量动态的场干扰。在此以下做法就足够了,即,一次性在安装设备时一般针对每单个系统在调整步骤(下面还称为“Tune-up”步骤)中执行该测量,或者仅当对磁共振设备执行可能影响场几何形状的结构改变时才重新执行这些测量。同样,可以在定期的维护范围内执行这样的测量。
在另一优选的实施例中,为了确定特定于设备的非线性的校正函数,确定非线性多项式变换函数的这样的多项式项,即,这些多项式项在考虑施加扩散梯度时特定于设备的信息的情况下可能导致根据预定相关标准而相关的图像变换。因此,在该变形方案中,假定可以根据更高阶(>1)的多项式变换函数来得到失真函数,但是一般在施加扩散梯度时只有少数几个多项式项实际上能导致图像中的相关变换,即导致失真。于是在失真校正函数中仅使用这些“相关的”多项式项。相应地,MR设备的校正参数确定单元优选地被构成为,其能够优选为全自动地、必要时还通过调用操作员输入来确定相关的多项式项,并且形成相应的失真函数。
哪些多项式项在该意义下被分类为“相关的”取决于干扰场的特殊的几何形状。因此,在考虑特定于设备的信息的情况下,也就是例如基于关于梯度线圈、患者通道的所使用的材料以及在施加梯度场时可能导致干扰场的其它组件的几何形状的数据或类似数据,针对多项式项的相关性来检查多项式项。尤其是在该方法中,可以仅将启发式信息用作特定于设备的信息或者部分地还将启发式信息用作特定于设备的信息,也就是还可以纯启发为基础选择特定于设备的相关的多项式项。
可以按照不同的方式来确定用于确定图像变换是否“相关”的相关标准。优选地,基于在校准测量所产生的两个磁共振图像之间测试图像像素的对应于多项式项的位移,可以确定该多项式项的图像变换的相关性。也就是说,考察在第一校准测量的磁共振图像中的特定测试图像像素,并且考察该测试图像像素在来自第二校准测量的相应磁共振图像中的位移。在此,这些测试图像像素可以是特定选择的像素或者是图像的全部像素。同样,还可以对该位移进行加权的分析,例如借助各个像素的图像强度进行加权。
对动态场干扰的特定于设备的几何形状的完整描述,在此优选地在磁共振系统(即梯度线圈系统)的物理坐标系统中或以常用的球坐标进行。因此,每个梯度轴的干扰场的几何形状例如以x、y、z坐标,也就是沿着设备的梯度轴,被测量和存储。通常对模体执行的相应的测量方法是专业人员公知的,因此在此不进一步解释。特别优选的是,本发明的磁共振设备具有合适的存储器,在该存储器中针对磁共振设备的不同的梯度轴分别存储了关于场干扰的特定于设备的几何形状的数据。但是,有意义地,大多在已经提到的逻辑“成像坐标系统”中进行对磁共振图像的失真校正。于是,可以依据层位置,也就是依据各磁共振图像的位置和方向将场干扰几何形状从所选择的物理坐标系统(例如磁共振设备的x,y,z坐标系统或球坐标系统)变换到逻辑成像坐标系统中。
由于在读取方向r上的带宽典型地比相位编码方向p的大一百倍,因此与相位编码方向p相比在读取方向r上一般不会发生相关的失真。因此,优选地仅在相位编码方向上进行对磁共振图像的失真校正。其优点是,在确定校正参数时只需要考虑该方向,由此待确定的校正参数的数量减小,由此在确定校正参数时以及在稍后采用该校正参数来校正时可以明显节省计算开销。
在DE102010001577中详细描述了特定于设备的失真校正函数的使用,其内容被合并于此。
不论校正的种类,存在如下问题,即,在多层测量中不考虑随时间的历史的效果。即证明,在多层测量中失真通常具有对图像的拍摄顺序的依赖性,这点是通过干扰场的平衡状态的连续构建引起的。虽然这样的进给现象可以通过如下措施来降低,即,在先后进行的层拍摄中利用不同的扩散权重或方向工作。例如,在相继的层中利用相反的扩散方向工作,其中该测量的扩散对比度相同。于是这些层总体上可以具有降低的失真。但是,失真的强度和几何形状可能以难以预测的方式在层与层之间改变,这明显使得校正变得困难。在一种特别具有优势的变形中,由此在进行校准和/或有用测量之前相应于随后的校准和/或有用测量的扩散权重来施加多个准备梯度脉冲在这些准备脉冲的情况下不拍摄数据并且不激励自旋,即,不施加高频脉冲,而是仅相应于随后的测量通断梯度。以这种方式可以几乎在平衡状态就拍摄实际的测量的第一层。因为典型的时间常数位于几百ms的范围并且典型的层拍摄持续时间位于大约100ms的范围,所以一般3至5个附加的准备脉冲就足够。
附加地和/或替换地,可以通过如下措施来降低不期望的进给现象,即,在相继进行的测量中仅缓慢地改变扩散方向和/或权重。这例如可以如下来实现:利用单调上升的b值工作并且分别变换到空间上处于下一个相邻的扩散方向。
附图说明
以下借助附图结合实施例再次详细解释本发明。附图中,
图1示出了根据本发明的实施例的MR设备的示意图;
图2示出了具有根据本发明第一实施例的用于校正失真的主要步骤的流程图;
图3示出了具有根据本发明第二实施例的用于校正失真的主要步骤的流程图;
图4示出了具有根据本发明第三实施例的用于校正失真的主要步骤的流程图;
图5示出了具有根据本发明第四实施例的用于校正失真的主要步骤的流程图。
具体实施方式
在图1中粗略示意性地示出了按照本发明的磁共振设备1。该磁共振设备一方面包括具有检查室或患者通道的实际的磁共振扫描仪10,检查对象12(在此是患者或受试体)可以在卧榻11上进入该检查室或患者通道。磁共振扫描仪10一般地具有基本场磁体系统、梯度线圈系统以及发送和接收天线系统,后者例如包括在磁共振扫描仪10中固定组装的全身线圈以及必要时其它的、可变地设置在检查对象12上的局部线圈。
MR设备1还具有用于控制整个MR设备1的中央控制单元13。中央控制单元13包括用于控制脉冲序列的图像拍摄单元14。在该图像拍摄单元中依据所选择的成像序列控制高频脉冲和梯度脉冲的顺序。中央控制单元13具有用于输出各个高频脉冲的高频单元15以及用于控制梯度线圈的梯度单元16,它们为发送脉冲序列与图像拍摄单元14相应地通信。在此,高频单元15不仅包括用于发送高频脉冲序列的发送部件,还包括用于采集经协调的磁共振原始数据的接收部件。重建单元20接收所采集的原始数据并根据该原始数据重建MR图像。专业人员原则上公知如何通过高频脉冲的入射和梯度场的产生来采集合适的原始数据并根据该原始数据重建MR图像,在此就不再详细解释。
对中央控制单元13的操作可以利用输入单元22和显示单元21进行,由此通过操作人员经由输入单元22和显示单元21还可以操作整个MR设备1。在显示单元21上还可以显示MR图像,并且借助输入单元22以及必要时结合显示单元21可以规划和启动测量。
为了产生扩散加权的图像,除了用于位置编码的梯度之外还在测量期间通断不同强度的扩散梯度。拍摄扩散加权的磁共振图像的原理也是专业人员公知的,因此不需要详细解释。
如上面解释的那样,为了产生扩散加权的图像而通断的附加的扩散梯度导致所拍摄的磁共振图像产生失真。尤其是在平面回波成像中,图像信息在图像平面内的位移V(r,p)主要沿着相位编码方向p出现,而且与局部干扰场的幅度B(r,p)成比例,并与沿着该方向的像素带宽BW成反比,也就是下式成立
V ( r , p ) = B ( r , p ) BW - - - ( 1 )
由于在读取方向上的带宽BW典型地比在相位编码方向上的大100倍,因此在读取方向r上不会发生显著的失真。由此,在逻辑的成像坐标系统r,p中,通过干扰场的变换或失真一般如下所示:
r′=r                          (2a)
p′=p+V(r,p)                  (2b)
一般来说,位移或失真V也可以作为多项式失真函数而如下所示:
V = Σ ij a ij r ′ p j = Σ ij V ij ( r , p ) - - - ( 3 )
利用这样的失真函数V,可以描述沿着相位编码方向p的任意失真几何形状。如果已知函数V的系数aij,则可以利用函数V将失真的图像反向计算为未失真的、校正了的图像。即,系数aij(即变换系数)是所寻找的校正参数。
在本发明的范围内,除了在等式(3)中给出的失真校正函数,还可以利用任意其它失真校正函数,特别是正交函数的其它线性组合。该等式在成像坐标中只表示多项式的变换函数中最简单的并因此优选的实施例。如果(像迄今为止通常的那样)在失真校正时仅考虑平移T、缩放M和剪切S,则该函数V减少到
V(r,p)=a00+a10r+a01p=T+M·p+S·r         (3a)
图2示意性地示出了用于测量和校正扩散图像的可能的方法流程。以下假定,要拍摄具有总共N个层的层堆。
在第一方法步骤2.I中,首先对于N层的每一个执行第一校准测量R1,也就是拍摄至少一张第一参考图像,例如扩散权重b=0的未失真的参考图像。该第一拍摄也可以就作为诊断的拍摄被利用。接着在第二方法步骤2.II中对N层中的每一层执行另一次校准测量R2,并且分别拍摄至少另一张参考图像,但在此通断另一个扩散梯度,由此相应地通过扩散梯度的干扰场使图像产生了失真。该第二测量同时也作为有用测量,即,此处拍摄的图像在后面将被失真校正并且例如用于诊断的目的。此外,在第一校准测量R1中也可以拍摄失真的图像,例如利用与第二测量R2相同的扩散权重然而相反的扩散方向。
然后,在步骤2.III中首先以特定方式按照等式(3)选择合适的多项式失真函数。然而,如在每个优化方法中那样,在通常为确定函数V的系数aij而使用的优化方法中成立的是:随着待确定的参数的数量增加,该方法的鲁棒性降低(因为“相似性面积”具有数量增多的局部最大值)并且计算开销增大。由于这个原因,限制待计算的校正参数是有意义的。一种简单的可能性是限制到二阶多项式项:
V(r,p)=a00+a10r+a01p+a11rp+a20r2+a02p2                           (4a)
或三阶的多项式项:
V(r,p)=a00+a10r+a01p+a11rp+a20r2+a02p2+a21rp2+a12r2p+a30r3+a03p3 (4b)
但是根据实验,可以表明二阶的多项式还不会足够精确地描述所出现的失真。如果作为失真函数简单地使用根据等式(4b)的三阶多项失真函数,则总共必须确定10个系数aij作为校正参数,从而通常不能对测量数据进行期望的鲁棒和快速的匹配。因此,在步骤2.III中使用特定于设备的信息,以便在按照等式(4b)的非线性的多项式变换函数中识别如下的多项式项:在考虑该特定于设备的信息的条件下在测量期间施加扩散梯度时该多项式项导致相关的图像变换,其中图像变换的相关性利用预先给出的相关性标准来评估。要指出的是,下面同义地还使用下面的表达方式,即使当然要检查哪些多项式项导致相关变换以及然后选择这些多项式项用于失真函数,也选择“相关变换”或“相关多项式项”。
在一种简化的变形方案中,完全地或附加地基于启发式信息来进行对相关变换或多项式项的选择。例如,人们在具有高梯度负荷的长期持续的测量中发现,热效应可能导致基本场的失真。在平面回波成像中,将这表示为沿着相位编码方向的图像位移。如果现在在基本场具有第一幅度时拍摄参考图像并且在具有第二幅度时拍摄待校正图像,则在失真校正时无论如何都要考虑变换项a00。根据设备类型还可能出现更高阶,例如一阶或二阶的热效应,这些热效应可以被相同地考虑。
替换地,还可以在调整步骤中,例如在安装设备和/或在定期维护的范围内,对每个单独的系统测量并且存储每个梯度轴的干扰场的几何形状。一般对模体执行的相应的测量方法是技术人员公知的,因此不需要进一步解释。测得的几何信息同样可以存储在设备1的存储器19中(参见图1)。用于在所测量的干扰场的几何形状基础上、例如按照等式(4b)选择非线性多项式变换函数的相关的多项式项的详细的数学方法,在上面已经提到的DE102010001577详细示出了,在此引用其全部内容。这样获得的失真校正函数一方面是非线性的,即,其具有大于1的阶数并且不仅仅是仿射变换。另一方面因为其基于特定于设备的信息,所以失真校正函数具有仅有限数量的待确定的校正参数。
步骤2.III在本发明的范围内虽然是优选的,但是尽管如此它仍是可选的。例如,即使使用原则上对于本方法可以事先确定的更简单的失真校正函数、特别是通常的仿射失真校正函数,也可以采用本发明。在这种情况下不必再确定失真校正函数本身,而是例如仅需对于平移确定校正参数T(=a00)、对于缩放确定校正参数M(=a10)和对于剪切确定校正参数S(=a01)。但以下不失一般性假定,进行可选的步骤2.III并且通过确定相关的变换来确定失真校正函数。
然后,例如可以在步骤2.IV中在优化方法中基于在校准测量中所产生的参考图像确定参数aij。在此,迭代地尝试通过使用根据等式(2b)的变换使得可以将第二校准测量R2的失真图像与第一校准测量R1的相应未失真图像尽可能相似。即使两个参考图像由于限定的扩散梯度而被不同地失真,例如在开头所述的根据Bodammer等人的方法中那样,该方法当然也起作用。在此,为了判断相似度而使用相似度量(也称为成本函数)。也就是说,迭代地对失真图像应用变换,并且在此过程中尝试最小化该成本函数或最大化相似度量。一个具体的实施方式是所谓的“单形优化(Simplex-Optimierung)”(也称为“Nelder-Mead-Downhill单形优化”)。作为替换,还可以采用其它用于确定系数aij的方法,其中优选的“单形优化”具有为此不需要函数V的导数的优点。
为了执行单形优化,首先确定校正参数的起始值,也就是失真校正函数的起始系数。然后,利用具有所采用的起始系数的失真校正函数执行图像失真校正,其中,根据等式(2a)和(2b)在读取方向r上不进行改变,而仅在相位编码方向p上执行失真校正。在此,通常利用多组起始系数来开始,并且针对每个起始系数组都计算一个失真表V(r,p)并应用于图像,也就是应用于每单个值p。在有n个待计算的系数或校正参数的情况下,通常在该方法中使用(n+1)个起始点。于是获得(n+1)个失真校正的图像。但原则上起始点的个数是任意的。
然后,确定在失真校正后的图像和参考图像之间的相似度量。作为典型的相似度量,例如可以使用“归一化互信息”NMI(Normalize Mutual Information)。原则上还可以应用其它的相似度量。然后进行检查,该相似度量是否足够大并由此检查是否找到最佳的校正参数。如果不是,则根据取决于具体选择的优化方法的预定策略确定新的优化的校正参数,并以利用新的校正参数的失真校正为开始,重新执行循环。要迭代地一直执行该方法,直到最后确定,根据预定策略找到了最佳校正参数为止,例如直到满足中断标准为止,例如达到了迭代的最大次数或者这些图像除了特定的ε值之外都相似。
例如可以在中央的控制单元13的、磁共振设备(参见图1)的校正参数确定单元17中进行对校正参数的确定。然后,适当的校正参数可以由校正参数确定单元17存储在存储器19中,或者立即传送给图像校正单元18,该图像校正单元使用具有所确定的校正参数的失真校正函数分别对由重建单元20重建的磁共振图像进行失真校正。
在图1中作为互相联网的分开的块示出了校正参数确定单元17和图像重建单元18。但是,原则上图像重建单元18也可以集成在校正参数确定单元17中,特别是当两个单元以合适的软件模块在中央的控制单元13的计算单元上实现时。即,特别还可以的是,根据失真校正函数和校正参数对扩散加权的磁共振图像的失真校正不是在校正参数确定了之后分开地进行,而是自动地在用于确定优化的校正参数的优化方法的最后的步骤中进行该失真校正。当基于有用测量进行校正参数的确定时,即当例如上述校准测量中的一个,例如第二测量,同时是有用测量时,这总是适合的。然而,校正参数(作为变换参数或以从中导出的失真校正表形式)在存储器19中的存储是有意义的,以便对于确定其它层的校正参数而利用该校正参数,如(以下要解释的)在按照图2的实施例的情况下那样。即,在那里在步骤2.IV中仅确定对于N个层的子集M的优化校正参数,以便这样加快该方法。例如可以是待测量的层堆的每第n层(例如每第二层或每第三层)。
然后,才在接下来的步骤2.V至2.IX中根据在步骤2.IV中所确定的校正参数对于位于子集M的层之间的层进行校正参数的确定。
在此,从第一层开始相继处理整个层堆。为此在步骤2.V中首先对于第一层设置运行变量S=1。然后在步骤2.VI中检查,是否当前的层S是已经在步骤2.VI中确定了优化的参数的层的子集M的元素。
如果是(分支“j”),则立即在步骤2.VIII中将运行变量S递增,例如增加1。否则(分支“n”),在步骤2.VII中根据相邻层的信息确定优化的校正参数。这例如可以通过如下来进行:使用对于子集M的层所选择的失真校正函数并且从分别对于相邻的层所确定的校正参数中在考虑当前的层S相对于涉及的相邻层的位置的条件下确定所述校正参数。这就是说,根据该层相对于接下来的两个相邻层的位置利用已知的变换系数通过插值来确定未知的校正参数或变换系数。然后,可以与给出的失真函数一起立即利用这样确定的校正参数,以便对当前层S的图像进行失真校正。然后在步骤2.VIII中进行递增。
然后在步骤2.IX中检查,是否达到最后的层,即,运行变量S是否比在层堆中的层数N超过1。如果否,则返回到步骤2.VI(分支“n”),以便对下一个层S+1继续。如果处理了最后的层N,则该方法在步骤2.X结束(分支“j”)。
在此要指出的是,不是一定要在步骤2.VII中立即进行图像的失真校正。原则上还可以,对于各自的层确定校正参数,将其存储在存储器中并且在后面才进行图像的失真校正。在使用失真校正表的条件下,还可以在步骤2.VII中根据在步骤2.IV中已经确定了失真校正的其它层的失真校正表对于当前的层确定插值的失真校正表。
恰恰在相对费时的配准方法或优化方法中,利用按照图2的方法总体上可以明显缩短处理时间。例如,如果在优化方法内仅对于一个层堆的每第二层进行校正参数的确定,则在总计算时间方面几乎获得倍数(Faktor)二。如果期望更高质量的校正参数,则原则上在按照图2的方法的变形中还可以的是,在步骤2.VII中不借助简单的插值来进行对不属于子集M的层的校正参数的确定,而是在该步骤中还进行类似于在步骤2.IV中的方法的优化方法,然而其中此处将插值的变换系数作为在各自的层中对于优化的变换参数的搜索的起始值使用。由此同样已经极大缩短了在优化方法中的计算时间。
图3示出了按照图2的方法的另一个变形。这里,在第一步骤3.I中对于层堆的N层中的每一个拍摄一个扩散加权的诊断图像。
然后,在步骤3.II中对于N层的子集M拍摄具有特定的扩散权重(必要时也具有扩散权重b=0)的第一校准图像或参考图像R1。然后,在步骤3.III中对于相同子集M的层拍摄至少另一个扩散加权的校准图像R2
然后在步骤3.IV中,类似于在按照图2的方法时的步骤2.III,对于M层确定失真函数,方法是,确定相关的变换或导致相关的变换的多项式项。如在按照图2的方法中那样,该步骤是可选的并且取决于以何种方式构造失真函数。
步骤3.V则相应于在按照图2的流程中的步骤2.IV,即,此处对于M层确定优化的校正参数。
然后,在步骤3.VI中又设置对于当前的层的运行变量S=1,即,以第一层为开始。在步骤3.VII中对于第一层S=1,例如基于相邻的层的校正参数利用插值方法,确定优化的校正参数。该方法步骤基本上相应于图2中的步骤2.VII。
在步骤3.VIII中又将对于层的运行变量S递增,并且在步骤3.IX中检查,是否所有的层都处理了。如果否(分支“n”),则在步骤3.VII开始的循环对于下一个层S+1运行,否则(分支“j”)该方法在步骤3.X结束。
在该方法中还可以在步骤3.VII中分别立即对单个层的图像进行失真校正,只要实际上在步骤3.I中,如在图3中所示,对于所有的N层已经拍摄了扩散加权的诊断图像。但是,原则上步骤3.I也可以在后面才进行,例如在步骤3.V之后。同样,可以在更后面拍摄对于N层的扩散加权的诊断图像,并且首先存储在步骤3.IV中所确定的校正参数以及在测量扩散加权的诊断图像之后基于此前确定的校正参数对其进行失真校正。
按照图3的方法和按照图2的方法之间的区别特别在于,此处不是对于所有N层进行两个校准测量或者进行一个校准测量和一个用作为附加的校准测量的有用测量,而是仅对于子集M的层进行两个校准测量并且对于所有其它层仅进行有用测量。恰恰在非常短的扩散测量中(例如仅两个扩散权重,三个扩散方向和两个平均,即,每一层总共12个测量),利用该方案可以明显节省测量时间。例如在DE2009003889中描述的校准方法中,每一层进行9个附加的校准测量。假定一个具有20层的层堆,当简单地仅对于每两个层进行校准测量时,利用按照图2的方法可以将所需的拍摄从20·(12+9)=420降低到20·12+10·9=330。
此外,通过使用更密集的层可以明显提高SNR并且由此改善该方法的鲁棒性。例如,如果在校准测量中仅拍摄每第二层,则可以(不必担心在两个相邻层之间的重叠效应)将层厚和由此将SNR翻倍。这导致在确定优化的校正参数时更高的鲁棒性和精度。
图4示出了另一个替换的方法,用于将在校准测量中所获得的不同层的图像信息互相关联,以便从中获得对于其它层的更快的和/或更好的校正参数。
该方法在步骤4.I开始,对于层堆的N层的每一层进行第一校准测量并且拍摄一个参考图像。此外,在步骤4.II中对于N层中的每一层进行另一个校准测量R2,在该校准测量中拍摄扩散加权的图像。在此,在步骤4.II中的该第二测量R2同时又是有用测量,即,那里拍摄的图像也是诊断相关的图像。在此,在步骤4.II中拍摄的图像必要时可以具有更低的SNR。
然后,在步骤4.III中对相邻层的图像信息进行平均。如果例如仅平均两个相邻层,则由此SNR的改善已经获得的倍数。
对于平均后的图像(这些图像通过求平均分别相应于如下宽度的层的图像,其使得其包括在求平均时考虑的所有图像的层),然后分别在步骤4.IV中可选地通过利用相关的变换确定系数来确定失真函数,类似于在按照图3的方法中在步骤3.IV中进行的那样。
然后,在步骤4.V中对于平均后的图像进行优化的校正参数的确定,同样类似于在按照图3的方法中的方法步骤3.V。同样地,方法步骤4.VI、4.VIII、4.IX、4.X完全类似于按照图3的方法中的步骤3.VI、3.VIII、3.IX、3.X进行。
然而与步骤3.VII不同,此处在步骤4.VII中对于当前的层S的优化的校正参数的确定不是通过基于相邻层的校正参数简单插值来进行,而是根据对平均后的图像所确定的校正参数、取决于层位置,利用合适的函数来描述对于当前的层的合适的校正参数,例如利用多项式或利用样条函数。
特别地,按照图4的方法还可以与按照图2的方法组合。即,可以既进行求平均也在某些地方利用插值。
图5示出了另一个变形,该变形类似于按照图2的方法进行。在此,步骤5.I、5.II、5.III相应于按照图2的方法中的2.I、2.II和2.III。
但是与步骤2.IV不同,此时在步骤5.IV中不仅对于N层的子集M,而是对于所有N层确定优化的校正参数。即,原则上此处失真校正已经以常规的方式结束了。
然而,在按照图5的方法中,对所有N层还检查一次校正参数的质量。为此,在步骤5.V中首先设置运行变量S=1,即,以第一层开始。
然后,在步骤5.VI中进行质量检查,在该质量检查中检查,对于当前层S的失真校正质量是否足够。在此,质量标准例如可以是对于图像中的像素的最大位移的边界值。如果在作为校正的失真校正中,对于图像中任意的像素确定大于该最大位移的位移,则假定结果是不可靠的,即,不满足预先给出的质量标准。例如,如果在单个层中SNR太小或者患者在拍摄单个层时运动了,则会发生这样的情况。如果满足质量标准(分支“j”),则在步骤5.VII中将对于层S的运行变量递增。否则(分支“n”)在步骤5.VIII中基于相邻层的信息以足够的质量确定对于当前的层S的新的优化的校正参数。在此,可以利用与按照图2的方法中的步骤2.VII相同的方法。然后,可以在步骤5.VII中同样立即基于新的校正参数进行图像的失真校正。
然后,将运行变量S递增并且在步骤5.IX中检查,是否所有的层都已经处理了。如果否(分支“n”),则在步骤5.VI中首先进行对于下一层的质量检查并且重新进行循环。否则(分支“j”),该方法在步骤5.X中结束。
在所有前面描述的方法中,在将不同层的校正参数用于失真校正之前,可以将滤波函数应用于所述不同层的校正参数,以便由此例如实现在相邻的层上的校正参数的平滑。
此处描述的方法特别还可以在DE2009003889中所描述的方法的范围内具有优势地用于改善图像失真的校正。在此,分别在三个正交的扩散方向上利用预定的扩散权重进行两个校准测量中的至少一个,并且在该基础上对于三个正交的扩散方向确定校正参数。然后,可以通过对于三个正交的扩散方向的校正参数的线性组合,来确定对于具有任意扩散方向的扩散加权的MR图像的校正参数。
此外,在执行本方法时既可以使用Bodammer等人的方法也可以使用Haselgrove等人的方法。在由Haselgrove描述的方法中,具有第一扩散权重的第一校准测量与没有扩散梯度的参考测量的第一扩散权重相应。也就是说,在这种情况下,第一扩散权重为0。然后,例如在3个正交扩散方向上用预定的扩散权重来执行第二校准测量。在将本发明的方法用于Bodammer等人的方法时,例如第一校准测量具有的第一扩散权重是负的扩散权重,而第二校准测量是具有相同正扩散权重的测量。
同样,可以在校准测量中检测检查对象的运动,其中,校正参数仅在该运动小于预定的边界值时才用于对扩散加权的MR图像失真校正。对于上述方法的细节,参见DE2009003889,其内容全部被结合于此。
最后还要再次指出,上述结构只是实施例,并且基本原理也可以在宽泛的范围内由专业人员改变,而不会脱离通过权利要求所规定的本发明的范围。为了完整性的缘故还要指出,不定冠词“一”或“一个”的使用并没有排除所涉及的特征也可以是多个。同样,“单元”的概念也未排除该单元由多个部件组成,这些部件必要时还可以在空间上分布。

Claims (14)

1.一种用于减少扩散成像中的失真的方法,这些失真在借助磁共振设备(1)拍摄检查对象(12)的扩散加权的磁共振图像时出现,具有以下步骤,
-对于多个空间上互相隔开的层分别执行至少一次具有第一扩散权重的第一测量(R1),
-对于所述多个空间上互相隔开的层分别执行至少一次具有第二扩散权重的第二测量(R2),
-根据所述第一和第二测量(R1,R2)确定失真校正函数并确定校正参数,用于对扩散加权的磁共振图像进行失真校正,其中,将不同层的图像信息和/或校正参数互相关联,
-基于所述失真校正函数和校正参数进行对所述扩散加权的磁共振图像的失真校正。
2.根据权利要求1所述的方法,其特征在于,基于对所述多个空间上互相隔开的层中的第一层所确定的第一校正参数确定优化方法中的起始值,以便用于对所述多个空间上互相隔开的层中的第二层确定第二校正参数。
3.根据权利要求2所述的方法,其特征在于,基于第一和第二测量(R1,R2)分别对于第一层确定第一校正参数,第一和第二测量(R1,R2)对在该第一层进行,并且对于位于第一层之间的第二层借助第一校正参数确定插值的校正参数。
4.根据权利要求3所述的方法,其特征在于,仅对还将要根据对应的第一和第二测量(R1,R2)来确定校正参数的层进行第一和第二测量(R1,R2)。
5.根据权利要求3所述的方法,其特征在于,将所述插值的校正参数作为在用于确定位于第一层之间的第二层的第二校正参数的优化方法中的起始值来采用。
6.根据权利要求1至5中任一项所述的方法,其特征在于,将在第一和第二测量中在相邻层中获得的图像数据取平均,并且根据平均后的图像数据确定用于对扩散加权的磁共振图像进行失真校正的失真校正函数和/或校正参数。
7.根据权利要求6所述的方法,其特征在于,从根据平均后的图像数据确定的校正参数中借助位置换算函数对于不同层确定取决于层位置的校正参数。
8.根据权利要求7所述的方法,其特征在于,所述位置换算函数包括多项式函数或样条函数。
9.根据权利要求1至5中任一项所述的方法,其特征在于,首先对于一层根据对于该层进行的测量确定失真校正函数和校正参数,对利用该失真校正函数或该校正参数确定的失真校正进行质量检查,如果不满足预先给出的质量标准,则在考虑相邻层的图像信息和/或校正参数的条件下确定新的失真校正函数和/或新的校正参数。
10.根据权利要求1至5中任一项所述的方法,其特征在于,在将不同层的校正参数用于失真校正之前,首先对所述不同层的校正参数应用滤波函数。
11.根据权利要求1至5中任一项所述的方法,其特征在于,在进行第一和/或第二测量(R1,R2)之前相应于随后的测量(R1,R2)的扩散权重来施加多个准备梯度脉冲。
12.根据权利要求1至5中任一项所述的方法,其特征在于,在具有在读出方向上的第一坐标轴的和在相位编码方向上的第二坐标轴的逻辑的成像坐标系中进行磁共振图像的失真校正,在该成像坐标系中在第一和第二测量(R1,R2)中拍摄磁共振图像,仅在相位编码方向上进行所述失真校正。
13.根据权利要求1至5中任一项所述的方法,其特征在于,所述失真校正函数是基于特定于设备的信息被确定的特定于设备的非线性失真校正函数。
14.一种磁共振设备(1),具有
-图像拍摄单元(14),用于拍摄检查对象(12)的扩散加权的磁共振图像以及用于对于多个空间上互相隔开的层分别执行至少一个具有第一扩散权重的第一测量(R1)和对于所述多个空间上互相隔开的层分别执行至少一个具有第二扩散权重的第二测量(R2),
-校正参数确定单元(17),该校正参数确定单元被构造用于,使得其根据所述第一和第二测量(R1,R2)确定失真校正函数并且确定用于对扩散加权的磁共振图像进行失真校正的校正参数,其中,将不同层的图像信息和/或校正参数互相关联,和
-图像校正单元(18),用于根据所述失真校正函数和校正参数对扩散加权的磁共振图像进行失真校正。
CN201110074645.6A 2010-03-31 2011-03-28 用于降低在扩散成像中的失真的方法和磁共振设备 Active CN102279375B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102010013605A DE102010013605B4 (de) 2010-03-31 2010-03-31 Reduktion von Verzerrungen in der MR-Diffusionsbildgebung
DE102010013605.0 2010-03-31

Publications (2)

Publication Number Publication Date
CN102279375A CN102279375A (zh) 2011-12-14
CN102279375B true CN102279375B (zh) 2015-08-19

Family

ID=44650027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110074645.6A Active CN102279375B (zh) 2010-03-31 2011-03-28 用于降低在扩散成像中的失真的方法和磁共振设备

Country Status (3)

Country Link
US (1) US8487617B2 (zh)
CN (1) CN102279375B (zh)
DE (1) DE102010013605B4 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010001577B4 (de) * 2010-02-04 2012-03-08 Siemens Aktiengesellschaft Verfahren zur Reduktion von Verzerrungen in der Diffusionsbildgebung und Magnetresonanzanlage
DE102010029932B4 (de) * 2010-06-10 2012-10-04 Siemens Aktiengesellschaft Korrektur von Bildverzerrungen in diffusionsgewichteten Magnetresonanz-Bildern
DE102010035539B4 (de) 2010-08-26 2012-04-05 Siemens Aktiengesellschaft Verfahren zur Kompensation von Wirbelstromfeldern in Magnetresonanzaufnahmen und Magnetresonanzeinrichtung
DE102010041125B4 (de) 2010-09-21 2015-07-30 Siemens Aktiengesellschaft Räumliche Korrektur von Bilddaten einer Serie von Magnetresonanzaufnahmen
WO2014091374A2 (en) * 2012-12-12 2014-06-19 Koninklijke Philips N.V. Motion detection and correction method for magnetic resonance diffusion weighted imaging (dwi)
CN104248435B (zh) * 2013-06-27 2017-11-24 上海联影医疗科技有限公司 磁共振成像方法和装置
US9891302B2 (en) * 2014-02-10 2018-02-13 Cr Development Ab Method for quantifying isotropic diffusion and/or anisotropic diffusion in a sample
DE102016213062A1 (de) * 2016-07-18 2018-01-18 Siemens Healthcare Gmbh Bestimmung von diffusionsgewichteten Bilddaten mit einem Magnetresonanzgerät
DE102017222359B4 (de) * 2017-12-11 2021-01-28 Siemens Healthcare Gmbh Automatische Bestimmung von Korrekturfaktoren für eine Magnetresonanzanlage
EP3699624A1 (en) * 2019-02-25 2020-08-26 Koninklijke Philips N.V. Calculation of a b0 image using multiple diffusion weighted mr images
CN110680322B (zh) * 2019-10-17 2020-07-31 河海大学 一种描述磁共振成像信号非指数衰减的方法及其应用
DE102020200786A1 (de) * 2020-01-23 2021-07-29 Siemens Healthcare Gmbh Korrektur von verzerrten diffusionsgewichteten Magnetresonanzbilddaten
CN112462311B (zh) * 2020-11-09 2021-06-15 无锡鸣石峻致医疗科技有限公司 一种横向磁化矢量衰减时间常数的校正测量方法、装置、计算机设备及非均匀场磁共振系统
US20220392035A1 (en) * 2021-06-04 2022-12-08 GE Precision Healthcare LLC Nonuniformity correction systems and methods of diffusion-weighted magnetic resonance images
DE102022202093A1 (de) 2022-03-01 2023-09-07 Siemens Healthcare Gmbh Verfahren zur optimierten Aufnahme diffusionsgewichteter Messdaten eines Untersuchungsobjektes mittels einer Magnetresonanzanlage

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007159718A (ja) * 2005-12-12 2007-06-28 Toshiba Corp 磁気共鳴イメージング装置および画像補正評価方法
CN101470179A (zh) * 2007-12-29 2009-07-01 西门子(中国)有限公司 磁共振成像中失真校准的方法和装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4134187B2 (ja) * 2006-03-23 2008-08-13 ザイオソフト株式会社 拡散強調画像処理装置及び画像処理プログラム
DE102009003889B3 (de) 2009-01-02 2010-09-02 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Reduktion von Verzerrungen in der Diffusionsbildgebung
DE102009039772B4 (de) 2009-09-02 2012-04-26 Siemens Aktiengesellschaft Korrektur von Verzerrungen in MR-Bilddaten bei der Diffusionsbildgebung
DE102009049402B4 (de) 2009-10-14 2012-09-27 Siemens Aktiengesellschaft Korrektur von Verzerrungen bei der diffusionsgewichteten Magnetresonanzbildgebung
DE102010004384B4 (de) * 2010-01-12 2012-03-08 Siemens Aktiengesellschaft Verfahren zur Ermittlung von der Berechnung eines Bestrahlungsplans zugrunde zu legenden Informationen und kombinierte Magnetresonanz-PET-Vorrichtung
DE102010001577B4 (de) 2010-02-04 2012-03-08 Siemens Aktiengesellschaft Verfahren zur Reduktion von Verzerrungen in der Diffusionsbildgebung und Magnetresonanzanlage
US8742754B2 (en) * 2010-02-16 2014-06-03 Board Of Regents Of The University Of Texas System Method and system for diffusion tensor imaging
DE102010029932B4 (de) * 2010-06-10 2012-10-04 Siemens Aktiengesellschaft Korrektur von Bildverzerrungen in diffusionsgewichteten Magnetresonanz-Bildern
DE102010041125B4 (de) * 2010-09-21 2015-07-30 Siemens Aktiengesellschaft Räumliche Korrektur von Bilddaten einer Serie von Magnetresonanzaufnahmen

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007159718A (ja) * 2005-12-12 2007-06-28 Toshiba Corp 磁気共鳴イメージング装置および画像補正評価方法
CN101470179A (zh) * 2007-12-29 2009-07-01 西门子(中国)有限公司 磁共振成像中失真校准的方法和装置

Also Published As

Publication number Publication date
US20110241679A1 (en) 2011-10-06
DE102010013605B4 (de) 2013-03-14
US8487617B2 (en) 2013-07-16
DE102010013605A1 (de) 2011-10-06
CN102279375A (zh) 2011-12-14

Similar Documents

Publication Publication Date Title
CN102279375B (zh) 用于降低在扩散成像中的失真的方法和磁共振设备
CN102144923B (zh) 用于减小扩散成像中的失真的方法和磁共振设备
Cordero‐Grande et al. Three‐dimensional motion corrected sensitivity encoding reconstruction for multi‐shot multi‐slice MRI: application to neonatal brain imaging
Cao et al. Fast 3D brain MR fingerprinting based on multi‐axis spiral projection trajectory
Hammernik et al. Systematic evaluation of iterative deep neural networks for fast parallel MRI reconstruction with sensitivity‐weighted coil combination
Froeling et al. “MASSIVE” brain dataset: Multiple acquisitions for standardization of structural imaging validation and evaluation
US9317917B2 (en) Method, reconstruction device, and magnetic resonance apparatus for reconstructing magnetic resonance raw data
Seeger et al. Optimization of k‐space trajectories for compressed sensing by Bayesian experimental design
JP5420206B2 (ja) 撮像パラメータの決定方法、撮像パラメータの調整装置、コンピュータ読取可能な媒体および電子的に読取可能なデータ媒体
US20080054899A1 (en) Motion corrected magnetic resonance imaging
Irfanoglu et al. Evaluating corrections for Eddy‐currents and other EPI distortions in diffusion MRI: methodology and a dataset for benchmarking
Cordero‐Grande et al. Motion‐corrected MRI with DISORDER: distributed and incoherent sample orders for reconstruction deblurring using encoding redundancy
CN109615675A (zh) 一种多通道磁共振成像的图像重建方法
Schmidt et al. Iterative k‐t principal component analysis with nonrigid motion correction for dynamic three‐dimensional cardiac perfusion imaging
WO2023093842A1 (zh) 一种肝脏多参数定量成像方法
CN105143906A (zh) 金属抗mr成像
CN102436655B (zh) 一种基于svd的超分辨率重建图像质量评价方法
Biyik et al. Reconstruction by calibration over tensors for multi‐coil multi‐acquisition balanced SSFP imaging
Chan et al. Local perturbation responses and checkerboard tests: Characterization tools for nonlinear MRI methods
Lyu et al. KerNL: Kernel-based nonlinear approach to parallel MRI reconstruction
Dong et al. Model‐based reconstruction for simultaneous multislice and parallel imaging accelerated multishot diffusion tensor imaging
US20220236358A1 (en) Model-Based Iterative Reconstruction for Magnetic Resonance Imaging with Echo Planar Readout
Demirel et al. Improved simultaneous multislice cardiac MRI using readout concatenated k‐space SPIRiT (ROCK‐SPIRiT)
Malis et al. Compressed sensing velocity encoded phase contrast imaging: monitoring skeletal muscle kinematics
Wang et al. Parcel: physics-based unsupervised contrastive representation learning for multi-coil mr imaging

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
TR01 Transfer of patent right

Effective date of registration: 20220119

Address after: Erlangen

Patentee after: Siemens Healthineers AG

Address before: Munich, Germany

Patentee before: SIEMENS AG

TR01 Transfer of patent right