CN102928796A - 快速扩散磁共振成像和重建方法 - Google Patents

Abstract

本发明公开了一种快速扩散磁共振成像和重建方法，包括以下步骤：（S1）通过多通道线圈在N个扩散加权方向上对被测目标进行信号采集；（S2）将所获得的互补的k空间数据进行合并，以获得满采样k空间数据K_C；（S3）基于与所述k空间数据对应的不同扩散加权方向的图像和所述满采样k空间数据K_C所对应的图像进行初步重建，以获得初步图像以及（S4）基于所述像初步图像进行正则化重建，并迭代直至收敛，以获得所需的最终图像（I₁，…，I_N）。以上描述给出了本发明的一个具体实现。本发明利用不同扩散加权方向上图像之间的共同信息，从而不仅提高了采样效率而且提高了图像的分辨率和信噪比。

Description

快速扩散磁共振成像和重建方法

技术领域

本发明涉及磁共振成像技术领域，具体而言涉及一种高分辨率高信燥比的快速扩散磁共振成像和重建方法。

背景技术

磁共振影像中的扩散成像技术是目前活体测量水分子扩散运动的唯一影像手段，它通过沿着多个方向施加扩散梯度感知水分子的微观运动来探测组织的微细结构，既可以获得结构信息，又可以产生功能信息，因此该技术在过去十年内得到了很快的发展，并逐渐成为了一项重要的常规临床检查和科研工具。扩散成像中扩散梯度的使用使得该技术对相干运动异常敏感，这就要求成像速度要快以减少运动的破坏性影响。由于技术上的限制，现在临床上使用的扩散成像方法通常采用单次激发的回波平面成像（EPI）序列，来抑制运动带来的相位误差。然而，单次激发技术有它本身的不足，例如空间分辨率低，信噪比低，图像变形，过长的信号读取所造成的图像模糊等问题。随着临床和神经成像研究需求的增加，人们期待扩散成像能提供更高的分辨率和信噪比的图像。然而对传统的磁共振成像来说，在较少的成像时间内提高空间分辨率、信噪比和保真度一直是一个挑战。

并行成像技术的引入，可以降低扫描时间，或在不提高扫描时间的情况下，提高图像的空间分辨率，或提高时间分辨率。并行成像充分利用了各个线圈通道不同的敏感度信息，在保持k空间大小不变的情况下，沿着相位编码方向进行降采样扫描，从而加快了成像速度。但是，随着采样时间的缩短，并行成像带来了信噪比的降低，信噪比的减少程度与降采样倍数R的开方，即

成正比。正因为这个限制，通常在实际临床应用中R不大于2。到目前为止，还不存在一种可靠的成像和重建方法能够在减少数据采集时间的同时，保持图像的信噪比和分辨率。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。

有鉴于此，本发明需要提供一种快速扩散磁共振成像和重建方法，通过该方法可以提高采样效率并减少图像成像时间。

此外，本发明还需要提供一种快速扩散磁共振成像和重建方法，通过该方法可以提高扩散图像的分辨率和信噪比。

根据本发明的一个实施例，提供了一种快速扩散磁共振成像和重建方法，包括以下步骤：

（S1）通过多通道线圈在N个扩散加权方向上对被测目标进行信号采集，其中任何一个方向的采样轨迹与其余方向的采样轨迹互补，以分别获得在所述N个扩散加权方向的k空间数据；

（S2）将所获得的互补的k空间数据进行合并，以获得满采样k空间数据K_C；

（S3）基于与所述k空间数据对应的不同扩散加权方向的图像和所述满采样k空间数据K_C所对应的图像进行初步重建，以获得初步图像

以及

（S4）基于所述像初步图像

进行正则化重建，并迭代直至收敛，以获得所需的最终图像（I₁，…，I_N）。

根据本发明的一个实施例，所述正则化重建通过下述重建模型进行：

$[S_1,...,S_{\mathrm{Nc}},I_1,...I_N]=\underset{I,S}{\arg \min }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}(\underset{i=1}{\overset{N_c}{\mathrm{\Σ}}}{\left|\right|F_p\left(S_i{I}_n\right)-K_{\mathrm{correct}}^{n,i}\left|\right|}_2^2+\mathrm{\λ}{\left|\right|I_n-{\stackrel{-}{I}}_n\left|\right|}_2^2),$ 其中

N是扩散方向的个数，Nc是多通道线圈的通道数，S₁,...,S_Nc是各通道的线圈敏感度，I₁,...I_N是所需的各扩散方向的最终图像，F_p指从图像域到k空间的映射，

指第n个扩散方向、第i个线圈通道的k空间数据，

是初步图像，λ是正则化因子。

根据本发明的一个实施例，所述正则化重建通过下述重建模型进行：

$[S_1,...,S_{\mathrm{Nc}},{\mathrm{\δI}}_1,...{\mathrm{\δI}}_N]=\underset{I}{\arg \min }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}(\underset{i=1}{\overset{\mathrm{Nc}}{\mathrm{\Σ}}}{\left|\right|F_p(S_i\·{\mathrm{\δI}}_n)-{\mathrm{\δK}}_{\mathrm{correct}}^{n,i}\left|\right|}_2^2+\mathrm{\λ}{\left|\right|{\mathrm{\δI}}_n\left|\right|}_{L1}),$ 其中

N是扩散方向的个数，Nc是多通道线圈的通道数，S₁,...,S_Nc是各通道的线圈敏感度，I₁,...I_N是所需的各扩散方向的最终图像，F_p指从图像域到k空间的映射，

指第n个扩散方向、第i个线圈通道的k空间数据，λ是正则化因子，δI₁,...δI_N代表所需的最终图像与初步图像的差值，

是用降采样的第n个扩散方向、第i个线圈通道的k空间数据减去初步图像对应的k空间数据而得到的残余降采样数据，L1代表一范数。在该模型中，利用了压缩感知的概念，利用在k空间中减去初步重建结果大大增加了图像在图像空间的稀疏性，进而可以改进重建的效果。

根据本发明的一个实施例，所述k空间数据通过所述多通道线圈在所述N个扩散加权方向上对被测目标进行并行降采样获得。由此，根据本发明的上述快速扩散磁共振成像和重建方法，可以通过并行降采样而提高采样的效率和减小图像成像时间。

同时，根据本发明的上述快速扩散磁共振成像和重建方法，可以极大地提高扩散图像的分辨率和信噪比。

根据本发明的一个实施例，所述信号采集为回波平面成像（EPI）、快速自旋回波成像（FSE）、螺旋桨式成像（PROPELLER）、螺旋式成像（Spiral）、变密度螺旋式成像（VDS）中的至少一种。

根据本发明的一个实施例，所述信号采集为单次激发成像或者为带导航数据的多次激发成像。

根据本发明的一个实施例，利用扩散成像不同方向数据对应的图像之间的共同信息进行重建。

根据本发明的一个实施例，对所述k空间数据进行相位校正，以得到在所述N个扩散加权方向相对应的校正数据

其中n=1,2，...N，i＝1,2,...Nc。

根据本发明的一个实施例，所述步骤S3包括：S31：对所述满采样k空间数据K_c重建，以获得第一图像

S32：从所述满采样k空间K_c的中心抽取满足奈奎斯特采样定理的数据以重建得到第二图像

S33：从所述校正数据

的中心抽取满足奈奎斯特采样定理的数据以重建得到第三图像其中n=1,2，...N；以及S34：基于所述第一图像

第二图像

和第三图像

初步重建得到所述初步图像。

根据本发明的一个实施例，在所述步骤S34中，基于所述第一图像

第二图像

和第三图像

通过以下公式利用图像比例约束进行初步重建，以获得所述初步图像：

${\stackrel{\‾}{I}}_n={\stackrel{\‾}{I}}_{\mathrm{high}}^c\·\frac{{\stackrel{\‾}{I}}_{\mathrm{low}}^n}{{\stackrel{\‾}{I}}_{\mathrm{low}}^c},n=\mathrm{1,2},...,N.$

根据本发明的一个实施例，所述重建可以通过其他方法实现，如通过基于稀疏性的多对比度图像重建方法、独立分量分析（ICA）方法或基于熵的多对比度图像重建方法来进行。

根据本发明的一个实施例，所述校正数据

通过基于导航数据的线性的或非线性校正方法对所述k空间数据进行相位校正获得。

根据本发明的一个实施例，在上述步骤S4中，可以采用例如高斯-牛顿正则化方法的非线性的优化方法来进行迭代直至收敛。

根据本发明的一个实施例，所述共同信息为被测目标的解剖信息、被测目标的组织特性、与被测目标采样所施加的主磁场和发射磁场相关联的信息、或者所述多通道线圈的接收线圈敏感度和磁共振成像过程中的扫描参数。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1显示了根据本发明的一个实施例的、快速扩散磁共振成像和重建方法的流程图；

图2（a）显示了根据本发明的一个实施例的、快速扩散磁共振成像和重建方法的采样过程示意图；

图2（b）、2（c）分别显示了各扩散加权方向的k空间数据采集得到的降采样数据，和合并后的满采样k空间数据的示意图；

图3显示了根据本发明的一个实施例的、快速扩散磁共振成像和重建方法的图像处理示意图。

图4显示了根据本发明的一个实施例的、图像初步重建的流程图；以及

图5显示了根据本发明的一个实施例的、高斯-牛顿迭代法的流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

对于扩散磁共振成像而言，采集到的磁共振时间信号M(t)可以用下面的方程表示[1]：

$M\left(t\right)=M_0\·\exp \left[b\underset{=}{D}\right]---\left(1\right)$

它包含起始横向磁化强度M₀和扩散加权项

两部分，b是梯度因子，

是所需测量的扩散张量（或扩散系数）。对于自旋回波扩散张量成像而言，该方程可以展开为[1]：

$M\left(t\right)=S\·\mathrm{\ρ}({B_1}^{+},B_0)(1-e^{-\mathrm{TR}/T_1})e^{-\mathrm{TE}/T_2}\·\exp [-\underset{0}{\overset{t}{\∫}}{k}^T\left(t^{\′}\right)\·\underset{=}{D}\·k\left(t^{\′}\right){\mathrm{dt}}^{\′}]---\left(2\right)$

其中

$k\left(t^{\′}\right)\mathrm{\γ}\underset{0}{\overset{t^{\′}}{\∫}}{g}_{\mathrm{diffusion}}\left(\mathrm{\τ}\right)\mathrm{d\τ}$

在方程（2）中，ρ为质子密度，它依赖主磁场B₀和发射磁场

S是接收线圈的灵敏度，T₁和T₂代表扫面物质的纵向和横向弛豫率，TR是扫描重复时间，TE是回波时间。

对于各个扩散加权方向的信号来说，除了与扩散梯度的施加方向和扩散张量

不一样外，上述方程中的其余的方向都是相同的，包括ρ，B₀，

S以及T₁和T₂等。因此相应地，不同方向的图像之间共享很多共同信息，只是不同方向的图像对比度不同。这些不同扩散方向图像的共同信息可以被应用于图像重建，提高图像的分辨率和信噪比，同时有助于减少冗余信息的采集，提高成像速度。

在本发明中，发明人首次提出扩散成像中，各扩散加权方向存在共同信息的概念，这种概念在数据采集、图像重建中被证明是有意义的；和传统并行成像方法相比，发明人提出的新的方法能显著提高信噪比，且能实现在信号采样过程中更大的加速倍数。

基于以上的研究，本发明提出了一种快速扩散磁共振成像和重建方法。如图1中所示，该方法可以包括以下步骤：通过多通道线圈在N个扩散加权方向上对被测目标进行信号采集，以分别获得与所述扩散加权方向相对应的k空间数据（S1）；将各个方向所对应的轨迹上的k空间数据合并在一起，以获得满采样k空间数据K_c（S2）；基于与所述k空间数据对应的不同扩散加权方向的图像和所述满采样k空间数据K_C所对应的图像进行初步重建，以获得初步图像（S3）；以及基于所述像初步图像

进行正则化重建，并迭代直至收敛，以获得所需的最终图像（I₁，…，I_N）。

由此，根据本发明的上述快速扩散磁共振成像和重建方法，可以极大地提高采样效率，同时提高扩散图像的分辨率和信噪比。

下面将结合图3对上述各步骤进行详细说明，特别地在下述中，该快速扩散磁共振成像和重建方法主要可以分成数据采集、相位校正、初步重建和联合重建。下文公开提供了一种实施例用来实现本发明的不同结构；需要指出的是，除本文提供的实施例之外，也可以有其他不同的方法或例子实现本发明的不同结构。

为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的可应用于性和/或其他材料的使用。

数据采集

首先，借鉴并行成像的采样模式，在各个扩散方向上进行信号采集，例如可以采用并行降采样的方式来采集数据。需要说明的是，各个方向采集到的数据的轨迹是互补的；这样，把各个方向降采样的数据合并在一起，得到一个满采样的k空间数据，如图2（a）、2（b）。

在步骤S1的数据采集中，根据本发明的一个实施例，所述k空间数据通过所述多通道线圈在所述N个扩散加权方向上对被测目标进行并行降采样获得。由此，根据本发明的上述快速扩散磁共振成像和重建方法，可以提高采样效率和减小图像成像时间。

根据本发明的一个实施例，在所述步骤S1中，所述多通道线圈在各个方向互补地进行降采样。

在该数据采集中，利用多通道线圈在并行成像采集轨迹的基础上，N个不同扩散加权方向的信号轨迹互补，从而提高了数据的采集效率。此处术语“轨迹互补”指的是，每个方向采集到的数据的轨迹均不同，所有方向的数据可以进行合并以得到满采样的k空间。

下面以变密度螺旋（VDS）轨迹的扩散张量成像为例，对该并行降采样信号采集过程进行详细说明。如果满采样为6*M个臂（arm）、扩散加权方向一共为N（6）个、加速倍数为6，首先对第一个方向应用并行成像的方法得到降采样后的M个臂（第1，7，13，……M），然后对其他方向每隔相同的角度60°（即360°/N）旋转这M个扫描臂，最终让所有的扫描臂均匀分布在k空间上。图2（b）为各个扩散加权方向的采集轨迹示意图（作为示例，每个扩散加权方向只显示了第一个臂）。图像重建前，将不同方向的数据按照原来的轨迹在k空间合并在一起（图2（c）所示），即得到满采样k空间数据K_c，以在后面帮助重建获得高分辨率、高信噪比的最终图像I_n，n=1，2，...，N。

由此，通过实现各扩散加权方向之间的数据互补的采集模式，减少了冗余信息的采集，加快了成像速度。

相位校正

需要说明的是，对多次激发的扩散成像，在进行数据采集后，需要对所述k空间数据进行相位校正（步骤S12），以得到与所述N个扩散加权方向相对应的校正数据

其中n=1,2，...N，i＝1,2,...Nc。在根据本发明的一个实施例中，所述校正数据

通过基于导航数据的非线性校正方法对所述k空间数据进行校正获得。例如，以变密度螺旋轨迹的扩散成像为例，可以将k空间中心的过采样数据作为导航数据，在图像域消除各扫描臂之间的相位误差。图2（a）中显示该相位校正的流程步骤。

初步重建

为了充分利用不同方向间的共同信息，提高图像的分辨率和信噪比，需要对图像进行初步的估计。

基于共同信息的图像估计可以采用不同的方法，比如基于图像比例约束的重建、基于稀疏性的多对比度图像重建方法、独立分量分析（ICA）方法或基于熵的多对比度图像重建方法等。根据本发明的一个实施例，所述共同信息为被测目标的解剖信息、被测目标的组织特性、与被测目标采样所施加的主磁场和发射磁场相关联的信息、或者所述多通道线圈的接收线圈敏感度和磁共振成像过程中的扫描参数。但是，需要说明的是，本发明不限于此。根据本发明的一个实施例，下面将以图像比例约束重建为例来进行说明。

图像比例约束重建应用于扩散成像的基本原理是，不同扩散方向的图像之间的共同信息主要是高频部分，不同的主要是低频部分。这样，当同一个病人的同一部位扫描不同扩散方向的图像时，这些图像有着共同的解剖信息，只是不同方向的图像对比度不同。而对比度由低频部分决定，该低频部分对应于k空间的中心部分。

根据下述公式：

$\mathrm{ratio}=\frac{{\stackrel{\‾}{I}}_n}{{\stackrel{\‾}{I}}_{\mathrm{high}}^c}=\frac{{\stackrel{\‾}{I}}_{\mathrm{low}}^n}{{\stackrel{\‾}{I}}_{\mathrm{low}}^c},n=\mathrm{1,2},...,N,$ 其中ratio表示两个图像之间像素点的比值。

即言，根据本发明的一个实施例，在所述步骤S34中，基于所述第一图像第二图像

和第三图像

通过图像比例约束来初步重建，可以获得所述初步图像

${\stackrel{\‾}{I}}_n={\stackrel{\‾}{I}}_{\mathrm{high}}^c\·\frac{{\stackrel{\‾}{I}}_{\mathrm{low}}^n}{{\stackrel{\‾}{I}}_{\mathrm{low}}^c},n=\mathrm{1,2},...,N---\left(2\right).$

在上述公式（2）中的相乘、相除均是对每个像素点的灰度值进行。

下面将结合图4描述初步重建的具体步骤。根据本发明的一个实施例，所述步骤S3可以包括：

根据所述满采样k空间数据K_c重建，以获得第一图像

该第一图像

为一幅高分辨率高信噪比的图像（S31）。

从所述满采样k空间K_c的中心抽取数据以重建得到第二图像

（步骤S32）。此处，第二图像

为低分辨率图像，根据本发明的一个实施例，在所述步骤S32中，对所述满采样k空间K_c的中心抽取满足奈奎斯特采样定理的数据来获得所述第二图像

从所述校正数据

的中心抽取数据，以重建得到图像

其中n=1,2,...N（步骤S33）。

S34：基于所述第一图像

第二图像

和第三图像用图像比例约束重建得到所述初步图像

其中n=1,2，...N。

需要说明的是，在获得第二图像

第三图像

之前，从满采样k空间数据K_c或者校正数据的中心提取数据时需要用窗函数进行，且由于部分数据的缺失，需要对缺失的数据填零，以进行后续的计算，如图4中所示。

通过上述各步骤获得初步图像

以进行下面的联合重建步骤，这将在下面进行详细描述。

联合重建

在上述初步重建的步骤中，需要说明的是，用例如图像比例约束初步重建得到的初步图像仅仅是一个近似解，为了消除图像边界的误差，可以构造正则化重建模型来迭代以获取优选的最终图像。根据本发明的一个实施例，发明人提出了如下两个正则化重建模型（公式3、4）来进行迭代，并获得所需的最终图像（I₁，…，I_N）。这里下述模型作为示例：

$[S_1,...,S_{\mathrm{Nc}},I_1,...I_N]=\underset{I,S}{\arg \min }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}(\underset{i=1}{\overset{N_c}{\mathrm{\Σ}}}{\left|\right|F_p\left(S_i{I}_n\right)-K_{\mathrm{correct}}^{n,i}\left|\right|}_2^2+\mathrm{\λ}{\left|\right|I_n-{\stackrel{-}{I}}_n\left|\right|}_2^2)---\left(3\right)$

N是扩散方向的个数，Nc是多数多通道线圈的通道数，S₁,...,S_Nc是各通道的线圈敏感度，I₁,...I_N是所需的各扩散方向的最终图像，F_p指从图像域到k空间的映射，

指第n个扩散方向、第i个线圈通道的k空间数据，

是初步图像，λ是正则化因子，用于平衡数据一致性和正则化项。

可选地，根据本发明的一个实施例，也可以利用压缩感知的概念，通过下述重建模型进行重建：

$[S_1,...,S_{\mathrm{Nc}},{\mathrm{\δI}}_1,...{\mathrm{\δI}}_N]=\underset{I}{\arg \min }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}(\underset{i=1}{\overset{\mathrm{Nc}}{\mathrm{\Σ}}}{\left|\right|F_p(S_i\·{\mathrm{\δI}}_n)-{\mathrm{\δK}}_{\mathrm{correct}}^{n,i}\left|\right|}_2^2+\mathrm{\λ}{\left|\right|{\mathrm{\δI}}_n\left|\right|}_{L1})---\left(4\right)$

其中N是扩散方向的个数，Nc是多通道线圈的通道数，S₁,...,S_Nc是各通道的线圈敏感度，I₁,...I_N是所需的各扩散方向的最终图像，F_p指从图像域到k空间的映射，指第n个扩散方向、第i个线圈通道的k空间数据，λ是正则化因子，δI₁,...δI_N代表所需的最终图像与初步图像的差值，

是用降采样的第n个扩散方向、第i个线圈通道的k空间数据

减去初步图像对应的k空间数据而得到的残余降采样数据，L1代表一范数。在该模型中，利用了压缩感知的概念，利用在k空间中减去初步重建结果大大增加了图像在图像空间的稀疏性，进而可以改进重建的效果。

总之，在上述的快速扩散磁共振成像和重建方法中，所有的对比度图像共享相同的线圈敏感度S_i（i＝1,2，...Nc），这是对共同磁场信息的利用。此外，所有对比度的图像和线圈灵敏度采取联合重建，且利用图像比例约束重建得到的初步图像被作为先验知识，用于图像重建的正则化。最后，可以采用如图5中所示的高斯-牛顿正则化重建算法，将线圈敏感度分布和图像同时作为未知数来进行迭代，并在该数学模型收敛时得到所需的最终图像（I₁，…，I_N）。此处，该最终图像为所需的高分辨率、高信噪比的图像。

需要指出的是，根据本发明的一个实施例，也可以利用这样的重建模型来计算最终所需的高分辨率、高信噪比的图像：即先计算出线圈敏感度S，然后只将所需的最终图像作为未知数进行重建。

图5显示了高斯-牛顿法迭代的过程。首先初始化变量（I₁，…，I_N），然后使用迭代算法（如共轭梯度法）求解dI₁，…，dI_N，并判断是否收敛，如此循环直到计算为收敛，然后对对比度进行修正，并得到扩散成像中各个方向上的最终图像。

由此，通过实现所有的扩散加权方向的图像联合重建，与各方向单独重建得到的图像，根据本发明的方法得到的图像具有更高的分辨率和信噪比。

目前的磁共振扩散成像技术，信号采集和图像重建都是在每个方向单独进行的；而本发明将会突破传统方法的限制，显著提高成像速度和精确度。因而，本发明解决了扩散成像的核心问题，为扩散成像在临床诊断和神经成像研究中的应用和发展提供了极大的帮助。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (15)

1.一种快速扩散磁共振成像和重建方法，其特征在于，包括以下步骤：

（S1）通过多通道线圈在N个扩散加权方向上对被测目标进行信号采集，其中任何一个方向的采样轨迹与其余方向的采样轨迹互补，以分别获得在所述N个扩散加权方向的k空间数据；

（S2）将所获得的互补的k空间数据进行合并，以获得满采样k空间数据K_C；

（S3）基于与所述k空间数据对应的不同扩散加权方向的图像和所述满采样k空间数据K_C所对应的图像进行初步重建，以获得初步图像

以及

（S4）基于所述像初步图像

进行正则化重建，并迭代直至收敛，以获得所需的最终图像（I₁，…，I_N）。

2.根据权利要求1所述的快速扩散磁共振成像和重建方法，其特征在于，所述k空间数据通过所述多通道线圈在所述N个扩散加权方向上对被测目标进行并行降采样获得。

3.根据权利要求2所述的快速扩散磁共振成像和重建方法，其特征在于，所述信号采集为回波平面成像（EPI）、快速自旋回波成像（FSE）、螺旋桨式成像（PROPELLER）、螺旋式成像（Spiral）、变密度螺旋式成像（VDS）中的至少一种。

4.根据权利要求3所述的快速扩散磁共振成像和重建方法，其特征在于，所述信号采集为单次激发成像或者为带导航数据的多次激发成像。

5.根据权利要求1所述的快速扩散磁共振成像和重建方法，其特征在于，利用扩散成像不同方向数据对应的图像之间的共同信息进行重建。

6.根据权利要求5所述的快速扩散磁共振成像和重建方法，其特征在于，所述共同信息为被测目标的解剖信息、被测目标的组织特性、与被测目标采样所施加的主磁场和发射磁场相关联的信息、或者所述多通道线圈的接收线圈敏感度和磁共振成像过程中的扫描参数。

7.根据权利要求1所述的快速扩散磁共振成像和重建方法，其特征在于，对所述k空间数据进行相位校正，以得到在所述N个扩散加权方向上的校正数据其中n=1,2，...N，i＝1,2,...Nc。

8.根据权利要求7所述的快速扩散磁共振成像和重建方法，其特征在于，所述校正数据

通过基于导航数据的线性或非线性校正方法对所述k空间数据进行相位校正获得。

9.根据权利要求8所述的快速扩散磁共振成像和重建方法，其特征在于，所述步骤S3包括：

S31：根据所述满采样k空间数据K_c重建，以获得第一图像

S32：从所述满采样k空间K_c的中心抽取满足奈奎斯特采样定理的数据重建，以获得第二图像

S33：从所述校正数据的中心抽取满足奈奎斯特采样定理的数据以重建得到第三图像

其中n=1,2,..N；以及

S34：基于所述第一图像第二图像

和第三图像

初步重建得到所述初步图像。

10.根据权利要求9所述的快速扩散磁共振成像和重建方法，其特征在于，在所述步骤S34中，基于所述第一图像

第二图像

和第三图像

通过下述公式利用图像比例约束进行初步重建，以获得所述初步图像

${\stackrel{\‾}{I}}_n={\stackrel{\‾}{I}}_{\mathrm{high}}^c\·\frac{{\stackrel{\‾}{I}}_{\mathrm{low}}^n}{{\stackrel{\‾}{I}}_{\mathrm{low}}^c},n=\mathrm{1,2},...,N.$

11.根据权利要求2所述的快速扩散磁共振成像和重建方法，其特征在于，所述正则化重建通过下述重建模型进行：

$[S_1,...,S_{\mathrm{Nc}},I_1,...I_N]=\underset{I,S}{\arg \min }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}(\underset{i=1}{\overset{N_c}{\mathrm{\Σ}}}{\left|\right|F_p\left(S_i{I}_n\right)-K_{\mathrm{correct}}^{n,i}\left|\right|}_2^2+\mathrm{\λ}{\left|\right|I_n-{\stackrel{-}{I}}_n\left|\right|}_2^2),$ 其中

N是扩散方向的个数，Nc是多通道线圈的通道数，S₁,...,S_Nc是各通道的线圈敏感度，I₁,...I_N是所需的各扩散方向的最终图像，F_p指从图像域到k空间的映射，

指第n个扩散方向、第i个线圈通道的k空间数据，

是初步图像，λ是正则化因子。

12.根据权利要求2所述的快速扩散磁共振成像和重建方法，其特征在于，所述正则化重建通过下述重建模型进行：

$[S_1,...,S_{\mathrm{Nc}},{\mathrm{\δI}}_1,...{\mathrm{\δI}}_N]=\underset{I}{\arg \min }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}(\underset{i=1}{\overset{\mathrm{Nc}}{\mathrm{\Σ}}}{\left|\right|F_p(S_i\·{\mathrm{\δI}}_n)-{\mathrm{\δK}}_{\mathrm{correct}}^{n,i}\left|\right|}_2^2+\mathrm{\λ}{\left|\right|{\mathrm{\δI}}_n\left|\right|}_{L1}),$ 其中

N是扩散方向的个数，Nc是多通道线圈的通道数，S₁,...,S_Nc是各通道的线圈敏感度，I₁,...I_N是所需的各扩散方向的最终图像，F_p指从图像域到k空间的映射，

指第n个扩散方向、第i个线圈通道的k空间数据，λ是正则化因子，δI₁,...δI_N代表所需的最终图像与初步图像的差值，

是用降采样的第n个扩散方向、第i个线圈通道的k空间数据

减去初步图像对应的k空间数据而得到的残余降采样数据，L1代表一范数。

13.根据权利要求1所述的快速扩散磁共振成像和重建方法，其特征在于，所述的初步重建以及之后最终的迭代重建通过基于稀疏性的多对比度图像重建方法、独立成分分析（ICA）方法或基于熵的多对比度图像重建方法中的任何一个来进行。

14.根据权利要求1所述的快速扩散磁共振成像和重建方法，其特征在于，在上述步骤S4中，采用高斯-牛顿正则化方法进行迭代直至收敛。

15.根据权利要求1所述的快速扩散磁共振成像和重建方法，其特征在于，在上述步骤S4的迭代重建过程中，采用共轭梯度法进行迭代直至收敛。

Images