CN102369454A - 具有灵活的回波时间选择的两点dixon技术 - Google Patents

Abstract

当区分所采集的MR数据中的脂肪和水时，修正的Dixon技术包括：采集第一和第二信号Ii和I2；计算信号Ix和I2的第一和第二分量B和S，其中该第一和第二分量中的一个对应于脂肪且另一个对应于水；根据这些分量推导出两个差分相位误差候选项；以及基于干扰场不均匀性的平滑性假设选择相位误差候选项。然后通过求解针对分别对应于水和脂肪的两个变量的三个信号方程来做出水和脂肪分量的绝对值的精确确定，并且该精确确定是利用例如最小二乘最小化和Newton方法执行的。

Description

具有灵活的回波时间选择的两点DIXON技术

本发明可应用于磁共振成像(MRI)系统，尤其是关于脂肪抑制MRI和利用MRI的脂肪量化。然而，应认识到所描述的技术也可应用于其他成像系统、其他磁共振情形、其他图像数据收集技术等。

当测量“回波”时，生成了平行于穿过MR扫描器的检查区域的纵轴的B1场，这导致检查区域中的细胞核即刻对准B1场。不同材料(例如脂肪和水)的核以不同的旋转速度共振或“自旋”回到它们的原始位置。回波被产生并且被MR扫描器探测到，例如通过反转B1场。不同材料的核由于它们不同的旋转速度而在生成回波的时间(例如“回波时间”)处于它们各自的旋转中的不同位置，并且因此能够在图像重建过程中被区分开。其他技术采用例如梯度回波来代替上述自旋回波采集。

在MRI的很多应用中抑制油脂信号是普遍要求。此外，近来水信号和脂肪信号的同时量化受到日益增长的关注，例如在肥胖和新陈代谢紊乱疾病的背景下。满足这两个需求的一种方案是Dixon成像，其基于水和油脂质子的不同化学位移以及在不同回波时间由它们得到的信号间相位差，这允许图像重建中的回顾性分离。

尤其是在快速成像中，Dixon成像通常仅利用两个不同的回波时间执行，以保持扫描时间尽可能短。可用的两点Dixon方法对用于数据采集的不同回波时间处的水-脂肪角施加约束。这些导致序列设计中降低的灵活性并因此经常导致增加的扫描时间。

例如，一个或两个回波时间具有固定的相位，这导致增加的扫描时间。亦即，常规Dixon成像技术采用最多仅一个可变的或任意的相位回波时间，而需要至少一个固定的相位回波时间。

本申请提供新的改进的系统和方法，其利用用于MRI的增强Dixon技术区分具有不同共振特性的材料(例如脂肪和水)，这克服了上述及其他问题。

根据一个方面，一种区分MRI数据中的水和脂肪组织的方法包括在对象的磁共振(MR)扫描过程中的不同的任意回波时间测量第一信号(I₁)和第二信号(I₂)，以及根据所述第一和第二信号计算第一和第二分量。该方法还包括从所述第一和第二分量推导出两个差分相位误差候选项，以及基于干扰场不均匀性的平滑性假设针对每个像素选择所推导出的差分相位误差候选项中的一个。此外，该方法包括利用所选择的差分相位误差候选项重建水图像和脂肪图像。

根据另一个方面，一种使用修正的Dixon技术来区分MRI数据中的水和脂肪组织的系统包括处理器，该处理器被编程以在对象的磁共振(MR)扫描过程中的不同的任意回波时间测量第一信号(I₁)和第二信号(I₂)，并且根据所述第一和第二信号计算第一和第二分量。该处理器还被编程以从所述第一和第二分量推导出两个差分相位误差候选项，并且基于干扰场不均匀性的平滑性假设针对每个像素选择一个差分相位误差候选项。该系统还包括利用所选择的差分相位误差候选项重建水图像和脂肪图像的重建处理器以及存储所重建的图像的存储器。

一个优点是减少了扫描时间。

另一个优点是改善了图像质量。

再一个优点是增加了协议参数选择的灵活性。

本领域技术人员在阅读和理解以下详细描述之后将认识到本发明的更多优点。

附图仅用于图示说明各个方面而不应被解释为是限制性的。

图1根据本文描述的一个或多个方面图示说明一种系统，其便于放松对在MR扫描过程中执行两点Dixon技术时使用的回波时间的约束，以改善扫描效率并且增大时空分辨率和覆盖区域；

图2图示说明利用本文描述的系统和方法根据在3T磁场下采集的双回波数据计算出的水图像(亮对比度)的示例，其中回波时间为1.14ms和2.13ms，对应于179°和333°的水-脂肪角(Θ)；

图3图示说明利用本文描述的系统和方法根据在3T磁场下采集的双回波数据计算出的脂肪图像(亮对比度)的示例，其中回波时间为1.14ms和2.13ms，对应于179°和333°的水-脂肪角(Θ)；

图4图示说明根据本文描述的一个或多个方面利用MR扫描过程中采集的任意双回波数据来区分对象中的脂肪和水分子的方法；

图5图示说明根据本文描述的一个或多个方面利用MR扫描过程中采集的任意双回波数据来区分对象中的脂肪和水分子的方法，其中采用估计的差分相位误差

来确定所测得的信号的大分量B和小分量S中的哪一个对应于水以及哪一个对应于脂肪；

图6图示说明包括MRI设备的示例性医院系统，该MRI设备生成成像数据，该成像数据被重建处理器重建以生成3D图像表示；

图7是利用方程(12)-(14)生成的穿过患者的横截面视图的图像的示例，其中图像的一区域被放大以示出伪影；

图8是患者的截面的图像的示例，其利用方程(15)-(17)生成以减少伪影并使图像中的边缘线平滑；

图9图示说明根据本文描述的一个或多个方面利用MR扫描过程中采集的任意双回波数据来区分对象中的脂肪和水分子的方法，其中采用估计的差分相位误差来确定所测得的信号的大分量B和小分量S中的哪一个对应于水以及哪一个对应于脂肪，且其中水分量和脂肪分量被假设为复数值。

图1根据本文描述的一个或多个方面图示说明一种系统10，其便于放松对在MR扫描过程中执行两点Dixon技术时使用的回波时间的约束，以改善扫描效率并且增大时空分辨率和覆盖区域。该系统包括MRI设备12，该MRI设备耦合到处理器14和存储器16，该处理器执行用于执行本文描述的MR采集扫描的一组或多组计算机可执行指令或算法，并且该存储器存储所述指令或算法。另外，该MRI设备、处理器和存储器耦合到显示器18和一个或多个重建处理器20，所述重建处理器将所采集和/或处理的MR扫描数据重建成MR图像以便输出到所述显示器18上。

MR采集软件被存储在存储器16上并且被一个或多个处理器14执行以在对对象进行扫描的过程中采集MR数据26，该对象在MR扫描过程中位于MRI设备12的检查区域中。根据本文描述的各个方面，修正的Dixon回波采样软件28被存储在存储器中以便被处理器执行，并且其便于在灵活的任意回波时间采集两点回波数据26，而不需要任一回波时间具有固定的相位。

一旦通过利用修正的Dixon软件28执行MR采集软件22采集了MR数据26，则执行信号分离30。在一个示例中，MR采集是回波采集(例如自旋回波、梯度回波等)。该信号分离是通过求解多个数学方程实现的，这些数学方程使用数据26作为输入并且提供来自要分离的每种核素的信号的强度作为输出。这一信号强度输出32被存储到存储器16中并且在执行重建算法36的过程中被一个或多个重建处理器20使用以生成具有不同组织类型的重建MR图像。该分离是重建的一种形式，其中每个像素的信号被划分(或分离)成源自诸如水和脂肪的不同核素的分量。

提供以下描述相对于受到MR扫描的对象中的脂肪(如油脂)和水(如在非脂肪组织中)的具体示例来进一步解释利用修正的Dixon技术的一个或多个分离算法36的功能。利用修正的Dixon技术，在两个不同的回波时间测得的两个信号I₁和I₂被数学描述如下：

其中W和F分别是水和脂肪对总体信号的贡献(W和F因此是正实数)，Θ₁和Θ₂是两个回波时间处的已知水-脂肪角，并且

和

表示由于诸如主磁场不均匀性等的系统非理想性导致的相位误差(例如对于相应的信号)。由于相位误差的值是未知的，不可能由方程(1)和(2)直接确定W和F。因此，在这一点上，处理器根据方程(1)和(2)估计相应信号的“大”分量B和“小”分量S。信号分量B和S可以被存储到存储器16中作为中间数据40。分量B和S之一表示W且另一个表示F，但是映射关系在进一步处理之前是未知的。因此，这些相位误差被确定以解决这一映射问题。

在关于两点Dixon水-脂肪分离的现有方案中，相位误差的估计是基于以下假设：它们是空间平滑函数，即它们在视场内仅缓慢变化。这一假设的真实程度依赖于相位误差的幅值。由于

可以被分裂成相位误差

和更小的差分相位误差其比

更好地满足平滑性假设，因此通过选择Θ₁＝0来简化该估计，这导致方程(1)和(2)被修改为如下：

在这种情况下，I₁的相位等于相位误差

其可以被校正为如下：

J₁＝(W+F)            (5)

在这一点上，差分相位误差

(例如与

之差)仍然有待发现。利用方程(6)计算出的两个候选项：在假设“大”分量B为水而“小”分量S为脂肪的情况下计算一个候选项，且在S为水而B为脂肪的情况下计算另一个候选项，从而：

B和S相对于W和F的真实映射关系是空间变化的，即它可能不同于像素对像素。因此，针对每个像素分离地从两个候选项中选择

从而整体解解是尽可能平滑的。预示Θ₂modπ≠0的这一方案是已知的(例如参见Xiang QS.Two-point water-fat imaging with partially-opposed-phase(POP)acquisition：an asymmetric Dixon method.Magn Reson Med 2006；56：572-584.)。一旦估计出

则可以从方程(6)中将其消除，并且可以从方程(5)和(6)计算出W和F。

根据本文描述的一个或多个方面，关于方程(1)-(6)的前述方案被一般化以使得Θ₁≠0。例如，B和S被从如上所述的方程(1)和(2)中计算出，其中唯一的约束是Θ₁≠±Θ₂。因此，问题变成估计相位误差以及计算W和F。另外，还应注意的估计对计算W和F来说不是必要的。例如，如果I₁乘以I₂的共轭(conjugate)，则所得到的方程仅依赖于W、F、Θ₁、Θ₂和

从而：

B和S被再次计算，但是这次是一般形式，如Xiang的参考论文中的方程1和2所描述的那样。根据方程(9)，两个差分相位误差候选项可以从方程(7)和(8)中推导出，从而：

如上所述地或者通过任何其他适当方法，通常基于平滑性假设在这两个候选项之中选择实际差分相位误差

由于

是未知的，方程(5)和(6)不可以被用于计算W和F。然而，可以如下推导出不依赖于

和

的三个方程：

$I_1^{*}{I}_1=(W+{\mathrm{Fe}}^{{\mathrm{i\Θ}}_1})(W+{\mathrm{Fe}}^{{-\mathrm{i\Θ}}_1})---\left(12\right)$

$I_2^{*}{I}_2=(W+{\mathrm{Fe}}^{{\mathrm{i\Θ}}_2})(W+{\mathrm{Fe}}^{{-\mathrm{i\Θ}}_2})---\left(13\right)$

方程(12)表示第一回波信号I₁的平方幅值，而方程(13)表示第一回波信号I₂的平方幅值。提供方程(14)以允许求解W和F。在一个示例中，通过使用最小二乘技术(例如应用Newton方法)来求解W和F。仅通过方程(12)和(13)，仅可以计算B和S，但是一旦如上所述估计出

则可以毫无疑义地通过方程(12)-(14)计算出W和F，这可以从临床示例的图像中看出，如图2和图3所示。作为替代，可以针对所有未知量求解信号方程(方程(3)-(4))。

根据一个实施例，处理器14利用预期弛豫时间常数的现有知识在求解三个方程(12-14)之前对信号I₂进行加权以补偿两个回波时间之间的信号衰减。

根据另一个实施例，处理器14将本文描述的(或任何其他)两点Dixon技术应用于利用三点Dixon技术采集的数据的子集，以开发冗余、确保一致性并且改善三点Dixon技术的稳健性和精确性。

应该理解，用于执行本文描述的各种功能和/或方法的计算机可执行指令被处理器14执行并且被存储器16存储。存储器16可以是在其上存储有控制程序的计算机可读介质，诸如磁盘、硬驱动等。计算机可读介质的普通形式包括例如软盘、柔性磁盘、硬盘、磁带或任何其他磁性存储介质、CD-ROM、DVD或任何其他光学介质、RAM、ROM、PROM、EPROM、FLASH-EPROM及其变体、其他存储芯片或卡带或者处理器14可读取并执行的任何其他有形介质。在这一背景下，系统10可以在以下装置上实现或实现为以下装置：一个或多个通用计算机、一个或多个专用计算机、编程的微处理器或微控制器和外围集成电路元件、ASIC或其他集成电路、数字信号处理器、硬连线电子电路或逻辑电路如离散元件电路、可编程逻辑器件如PLD、PLA、FPGA、图形卡CPU(GPU)或PAL等。

图2图示说明利用本文描述的系统和方法根据在3T磁场下采集的双回波数据计算出的水图像70(亮对比度)的示例，其中回波时间为1.14ms和2.13ms，对应于179°和333°的水-脂肪角(Θ)。

图3图示说明利用本文描述的系统和方法根据在3T磁场下采集的双回波数据计算出的脂肪图像80(亮对比度)的示例，其中回波时间为1.14ms和2.13ms，对应于179°和333°的水-脂肪角(Θ)。

图4图示说明根据本文描述的一个或多个方面利用MR扫描过程中采集的任意双回波数据来区分对象中的脂肪和水分子的方法。在步骤110中，利用修正的Dixon技术在MR扫描过程中测量两个信号I₁和I₂。在步骤112中，计算信号I₁和I₂的大分量B和小分量S。在步骤114中，从它们推导出两个差分相位误差候选项。在步骤116中，选择一个差分相位误差候选项，并且作出关于分量B和S中的哪一个对应于水(W)以及这些分量中的哪一个对应于脂肪或油脂(F)的确定。在步骤118中，重建MR图像以便在步骤120中示出信号的选择性水和脂肪含量。

图5图示说明根据本文描述的一个或多个方面利用MR扫描过程中采集的任意双回波数据来区分对象中的脂肪和水分子的方法，其中采用估计的差分相位误差

来确定所测得的信号的大分量B和小分量S中的哪一个对应于水以及哪一个对应于脂肪。在步骤130中，使用修正的Dixon技术来在MR数据采集过程中的两个不同的回波时间处测量两个信号I₁和I₂。在步骤132中，在唯一的约束条件Θ₁≠±Θ₂下，(例如根据方程(1)和(2))估计相应信号的“大”分量B和“小”分量S。在步骤134中，信号I₁乘以I₂的共轭，所得到的方程仅依赖于W、F、Θ₁、Θ₂和

如方程(9)所示。

在步骤136中，如方程(10)和(11)所示，推导出两个差分相位误差候选项。在步骤138中，基于平滑性假设如上所述地在两个候选项之中选择实际差分相位误差

在步骤140中，如下推导出三个不依赖于

和

的方程：

$I_1^{*}{I}_1=(W+{\mathrm{Fe}}^{{\mathrm{i\Θ}}_1})(W+{\mathrm{Fe}}^{{-\mathrm{i\Θ}}_1})---\left(12\right)$

$I_2^{*}{I}_2=(W+{\mathrm{Fe}}^{{\mathrm{i\Θ}}_2})(W+{\mathrm{Fe}}^{{-\mathrm{i\Θ}}_2})---\left(13\right)$

在步骤142中，同时求解这三个方程以确定W和F。然后在步骤144中将MR扫描数据重建成图像。在步骤146中，该图像被输出给用户(例如在图1的显示器18上)或存储到存储器(例如图1的存储器16)。

在一个实施例中，本文描述的方法还包括利用预期弛豫时间常数的现有知识在求解三个方程(12-14)之前对信号I₂进行加权以补偿两个回波时间之间的信号衰减。

在另一个实施例中，本文描述的方法还包括将两点Dixon技术(例如任何适当的两点Dixon技术)应用于三点Dixon采集过程中收集的数据子集，以开发冗余、确保一致性并且改善三点Dixon技术的稳健性和精确性。

参考图6，示例性医院系统150可以包括成像设备，诸如MRI设备12等，其生成成像数据，该成像数据被重建处理器152重建以生成3D图像表示。这些图像表示经由网络154传输到中央存储器156或本地存储器158。

在与网络连接的工作站160处，操作者使用用户界面162来将所选的3D患者MR图像移动到中央存储器156和本地存储器158或在这两者之间移动。视频处理器166在显示器18的第一视口118₁中显示所选的MR图像。第二MR图像可以被显示在第二视口118₂中。例如，图2的水图像70可以被显示在第一视口中，而图3的脂肪图像80可以被显示在第二视口中。第三视口118₃可以显示第一和第二视口中的图像的重叠(overlay)。可选地，用户可以在脂肪和水图像数据的一系列相对权重范围内操纵第三视口中的重叠图像。在一个实施例中，用户界面包括旋钮或滑条(未示出)，用户可以使用该旋钮或滑条来将重叠图像从纯脂肪图像数据调整到纯水图像数据以及其间的任何一处。

脂肪图像、水图像和/或重叠图像数据可以被用在其他应用中。例如，治疗计划工作站170可以使用图像数据来计划治疗会话。一旦计划达到操作者的满足度，所计划的治疗(适合于自动程序)可以被传递到实施该计划会话的治疗设备172。其他工作站可以在各种其他计划过程中使用脂肪和/或水图像数据。

图7-8涉及这样的实施例，即在该实施例中，利用计算的差分相位图从输入数据计算出的水和脂肪项被取为复数值，以便减少当采用方程(12)-(14)时可能出现的伪影。得到线性方程组(15)、(16)，其可以被容易地求解并且减少或消除可能由方程(12)-(14)导致的伪影。根据一个实施例，这些系统和方法如本文相对于图1-6描述的那样执行，除了用方程(15)-(16)取代方程(12)-(14)(例如如相对于图1和图5描述的那样)，并且相应地求解。

在这一方案中，W和F被视为是复数。它们在信号方程(1)和(2)中被和

取代以消除

和

得到两个线性复数方程组：

$I_1=W^{\′}+F^{\′}{e}^{{\mathrm{i\θ}}_1}---\left(15\right)$

其中W’和F’是复数值的水和脂肪项，而θ₁和θ₂是两个回波时间处的已知水-脂肪角。

表示由诸如主磁场不均匀性等系统非理想性导致的相位误差，因此

是相似相位项，但是表示两个回波之间的差相位。给定数据和相量形式的差分相位，可以容易地计算复数水和脂肪项。对于最终的图像，获得水和脂肪项的绝对值。

一旦如上所述地估计出

则通过下式(例如由图1的处理器14)解析地求解这一方程组：

并且直接得到水和脂肪信号的幅值，因为|W|＝|W′|且|F|＝|F′|。

在一个实施例中，利用预期弛豫时间常数的现有知识在求解三个方程之前(例如由处理器14)对信号I₂进行加权以补偿两个回波时间之间的信号衰减。

相应地，图7是利用方程(12)-(14)生成的穿过患者的横截面视图182的图像180的示例，其中图像的区域184被放大以示出伪影186。同时示出的还有锯齿状边缘线188。这种图像可以利用本文描述的系统和方法通过方程(12)-(14)来生成。然而，为了减少伪影并且使边缘线平滑，可以采用方程(17)来替换方程(12)-(14)，如关于图8的图像所示。

图8是患者的横截面182的图像200的示例，其利用方程(17)来生成以减少伪影并且使图像中的边缘线平滑。图像的区域202被放大以示出图7中可见的伪影186的缺失。另外，边缘线204明显比图7的图像的边缘线188更平滑。

图9根据本文描述的一个或多个方面图示说明利用在MR扫描过程中采集的任意双回波数据区分对象中的脂肪和水分子的方法，其中采用估计的差分相位误差

来确定所测得的信号的大分量B和小分量S中的哪一个对应于水以及哪一个对应于脂肪，且其中水分量和脂肪分量被假设为复数值。在步骤220中，使用修正的Dixon技术来在MR数据采集过程中的两个不同的回波时间处测量两个信号I₁和I₂。在步骤222中，在唯一的约束条件Θ₁≠±Θ₂下，(例如根据方程(1)和(2))估计相应信号的“大”分量B和“小”分量S。在步骤224中，信号I₁乘以I₂的共轭，所得到的方程仅依赖于W、F、Θ₁、Θ₂和

如方程(9)所示。

在步骤226中，如方程(10)和(11)所示，推导出两个差分相位误差候选项。在步骤228中，基于平滑性假设如上所述地在两个候选项之中选择实际差分相位误差

在步骤230中，如下推导出两个不依赖于

和

的方程：

$I_1=W^{\′}+F^{\′}{e}^{{\mathrm{i\θ}}_1}---\left(15\right)$

在步骤232中，同时求解这两个方程以确定W’和F’：

然后在步骤234中将MR扫描数据重建成图像。在步骤236中，该图像被输出给用户(例如在图1的显示器18上)或存储到存储器(例如图1的存储器16)。

在一个实施例中，本文描述的方法还包括利用预期弛豫时间常数的现有知识在求解三个方程(15)-(17)之前对信号I₂进行加权以补偿两个回波时间之间的信号衰减。

Claims (15)

1.一种区分磁共振图像(MRI)数据中的水和脂肪组织的方法，其包括：

在对象的磁共振(MR)扫描过程中的不同的任意回波时间测量第一信号(I₁)和第二信号(I₂)；

根据所述第一和第二信号计算第一和第二分量(B、S)；

从所述第一和第二分量(B、S)推导出两个差分相位误差候选项

基于干扰场不均匀性的平滑性假设针对每个像素选择所推导出的差分相位误差候选项中的一个

利用所选择的差分相位误差候选项

重建水图像(70)和脂肪图像(80)。

2.如权利要求1所述的方法，其中，所述第一分量(B)大于或等于所述第二分量(S)，且其中，利用以下方程推导出所述两个差分相位误差候选项：

其中，B是所述第一分量，S是所述第二分量，Θ₁是所述第一信号I₁的水-脂肪角，Θ₂是所述第二信号I₂的水-脂肪角，且和

是所述差分相位误差候选项；并且

所述方法还包括应用约束条件Θ₁≠±Θ₂。

3.如权利要求1-2中任一项所述的方法，其还包括：

确定所述第一和第二分量中的哪一个表示来自脂肪组织的信号贡献以及所述第一和第二分量中的哪一个表示来自水组织的信号贡献。

4.如权利要求1-3中任一项所述的方法，其还包括：

针对每个像素同时求解三个方程以根据所述MRI数据计算脂肪和水信号，所述三个方程为：

$I_1^{*}{I}_1=(W+{\mathrm{Fe}}^{{\mathrm{i\Θ}}_1})(W+{\mathrm{Fe}}^{{-\mathrm{i\Θ}}_1})---\left(12\right)$

$I_2^{*}{I}_2=(W+{\mathrm{Fe}}^{{\mathrm{i\Θ}}_2})(W+{\mathrm{Fe}}^{{-\mathrm{i\Θ}}_2})---\left(13\right)$

其中，W表示来自水的信号贡献，而F表示来自脂肪的信号贡献；并且

所述方法还包括利用预期弛豫时间常数的现有知识在求解所述三个方程之前对所述信号I₂进行加权以补偿所述两个回波时间之间的信号衰减。

5.如权利要求1-3中任一项所述的方法，其还包括：

针对每个像素同时求解两个方程以根据所述MRI数据计算脂肪和水信号，所述两个方程为：

$I_1=W^{\′}+F^{\′}{e}^{{\mathrm{i\Θ}}_1}---\left(15\right)$

且解为：

其中，W’表示来自水的信号贡献，而F’表示来自脂肪的信号贡献；并且

所述方法还包括利用预期弛豫时间常数的现有知识在求解所述三个方程之前对所述信号I₂进行加权以补偿所述两个回波时间之间的信号衰减。

6.如权利要求1-5中任一项所述的方法，其还包括：

将所述MR数据重建成MR图像(38)；以及

将所述MR图像输出到显示器(18)和存储器(16)中的一个。

7.一种计算机可读介质(16)，其承载有用于控制处理器(14)来执行如前述权利要求中任一项所述的方法的软件。

8.一种使用修正的Dixon技术来区分磁共振图像(MRI)数据中的水和脂肪组织的系统，其包括：

处理器(14)，其被编程以：

在对象的磁共振(MR)扫描过程中的不同的任意回波时间测量第一信号(I₁)和第二信号(I₂)，

根据所述第一和第二信号计算第一和第二分量(B、S)，

从所述第一和第二分量(B、S)推导出两个差分相位误差候选项

以及

基于干扰场不均匀性的平滑性假设针对每个像素选择一个差分相位误差候选项

重建处理器(20)，其利用所选择的差分相位误差候选项重建水图像(70)和脂肪图像(80)；以及

存储器(16)，其存储所重建的图像(38)。

9.如权利要求8所述的系统，其中，所述第一分量大于或等于所述第二分量，且其中，所述处理器(14)利用以下方程推导出所述两个差分相位误差候选项：

其中，B是所述第一分量，S是所述第二分量，Θ₁是所述第一信号I₁的水-脂肪角，Θ₂是所述第二信号I₂的水-脂肪角，且

和

是所述差分相位误差候选项；并且

其中，所述处理器应用约束条件Θ₁≠±Θ₂。

10.如权利要求8-9中任一项所述的系统，其还包括：

确定所述第一和第二分量(B、S)中的哪一个表示来自脂肪组织的信号贡献以及所述第一和第二分量中的哪一个表示来自水组织的信号贡献。

11.如权利要求8-10中任一项所述的系统，其中，所述处理器(14)同时求解三个方程以计算脂肪和水信号，所述三个方程为：

$I_1^{*}{I}_1=(W+{\mathrm{Fe}}^{{\mathrm{i\Θ}}_1})(W+{\mathrm{Fe}}^{{-\mathrm{i\Θ}}_1})---\left(12\right)$

$I_2^{*}{I}_2=(W+{\mathrm{Fe}}^{{\mathrm{i\Θ}}_2})(W+{\mathrm{Fe}}^{{-\mathrm{i\Θ}}_2})---\left(13\right)$

其中，W表示来自水的信号贡献，而F表示来自脂肪的信号贡献；并且

其中，所述处理器(14)利用预期弛豫时间常数的现有知识在求解所述三个方程之前对所述信号I₂进行加权以补偿所述两个回波时间之间的信号衰减。

12.如权利要求8-10中任一项所述的系统，其中，所述处理器(14)同时求解两个方程以计算脂肪和水信号，所述两个方程为：

$I_1=W^{\′}+F^{\′}{e}^{{\mathrm{i\Θ}}_1}---\left(15\right)$

且解为：

其中，W’表示来自水的信号贡献，而F’表示来自脂肪的信号贡献；并且

其中，所述处理器(14)利用预期弛豫时间常数的现有知识在求解所述三个方程之前对所述信号I₂进行加权以补偿所述两个回波时间之间的信号衰减。

13.如权利要求8-12中任一项所述的系统，其中，所述处理器(14)将两点Dixon技术应用于来自三点或更多点Dixon采集的数据的子集，以开发冗余、确保一致性并且改善三点或更多点Dixon技术的稳健性和精确性。

14.如权利要求8-13中任一项所述的系统，其还包括：

显示器(18)，在其上显示所述水图像(70)和所述脂肪图像(80)中的至少一个或这二者的组合。

15.如权利要求14所述的系统，其还包括：

在所述显示器(18)上的第一和第二视口(118₁、118₂)，在其上分别显示所述水图像(70)和所述脂肪图像(80)；以及

在所述显示器(18)上的第三视口(118₃)，在其上所述水图像(70)和所述脂肪图像(80)被可调整地彼此重叠或彼此组合。

Images