CN102955142A - 用于迭代的mr重建方法的采样模式 - Google Patents

Abstract

本发明涉及一种用于建立检查对象的MR图像的方法，该方法具有如下的步骤：利用多个线圈同时探测MR信号，其中每个线圈具有特有的线圈特性，其中在探测MR信号时不完整地以MR信号填充原始数据空间（40-120），其中以相干的拍摄模式欠采样在中央原始数据区（41-121）中的所述原始数据空间，该相干的拍摄模式由空间上重复数量的原始数据点组合而成，其中以不相干的拍摄模式采样在所述中央原始数据区之外的原始数据空间；借助探测的MR信号重建MR图像，其中在使用重建矩阵A的情况下从初始估计出发以迭代的重建方法逐步地重建MR图像，其中所述重建矩阵A具有关于线圈特性的信息，利用该线圈特性探测MR信号。

Description

用于迭代的MR重建方法的采样模式

技术领域

本发明涉及一种用于建立检查对象的MR图像的方法以及一种为此的磁共振设备。

背景技术

在MR成像中并行成像方法和迭代的重建方法已经发展为有价值并且有前景的方法。在此通常目标在于，由欠采样的数据重建尽可能“良好的”MR图像，即在不必完整采样相关的原始数据空间的情况下尽可能地采集全部图像信息。使用这一点来实现与完整采样的原始数据空间相比缩短的测量时间，或者在预定的测量时间内实现尽可能高的空间分辨率。在此选择采样模式，即怎样以MR信号填充原始数据空间是重要的。

在由并行成像的方法中相干采样模式是典型的，其中例如采集原始数据空间中的每个第N行，其中N>1。在此原始数据空间中的这种采样模式被称为相干的，该采样模式由空间上重复数量的原始数据点组合而成或者由空间上重复的点的子模式或子集组合而成。同样，公知一种名称为CAIPIRINHA的方法，其中以相对彼此偏移的模式拍摄三维原始数据组，这些模式已经证明一般关于重建或关于数据的展开是有利的。

在迭代的重建方法中通常使用具有可变密度的采样模式并且尤其使用不相干的采样模式。在该不相干的采样模式中没有找到由多于一个点组成的子集，从中可以通过旋转或平移建立拍摄的总采样模式。具有这种采样模式的采样一方面导致不相干的伪影，该伪影在迭代的重建方法中同样可以借助合适的规则化来良好地抑制。但是在此通常以连续的不相干的模式或以完整采集的中央原始数据区来工作，这限制了欠采样（Unterabtastung）的可能性。

发明内容

因此，本发明要解决的技术问题是，这样采样MR原始数据空间，使得能够以尽可能短的拍摄时间段来拍摄具有期望的位置分辨率和良好的信噪比的MR图像，其中应当尽可能避免由于欠采样出现的伪影。

上述技术问题通过独立权利要求的特征来解决。在从属权利要求中描述了优选的实施方式。

按照本发明的第一方面，提供一种用于建立检查对象的MR图像的方法。按照该方法的步骤以多个线圈同时探测检查对象的MR信号，其中每个线圈具有特有的线圈特性。在探测MR信号时不完整地以MR信号填充原始数据空间，其中原始数据空间具有带有相干拍摄模式的中央原始数据区，其中以相干拍摄模式对该中央原始数据区进行欠采样。如果拍摄模式由空间上重复数量的原始数据点组合而成，则在本发明的意义上拍摄模式是相干的。在该中央原始数据区之外以不相干的拍摄模式采样原始数据空间，即以恰好不由空间上重复的原始数据点的子模式或子集组合而成的模式进行采样。现在以不相干的拍摄模式采样在中央原始数据区之外的原始数据空间的区域。在该方法的另一个步骤中借助探测的MR信号重建MR图像，其中在使用重建矩阵A的情况下从初始估计出发以迭代的重建方法逐步地重建MR图像。在此重建矩阵A包含关于线圈特性的信息、傅里叶系数以及用于所选择的采样的信息（例如投影矩阵），利用该线圈特性探测MR信号。由于在迭代的重建方法中包含线圈特性并且由于相干欠采样的原始数据空间的中央区域以及中央原始数据空间之外的区域的不相干的采样实现了如下优点：并行成像和迭代的重建方法能够特别好地组合。可以非常良好地呈现相干欠采样的中间区域（该中间区域包含关于较大面积和结构的信息），而在原始数据空间的外部区域中的不相干的采样（该外部区域包含关于较小的结构和边缘的信息）对于抑制高频的伪影分量证明是具有优势的。

优选地，在中央原始数据区中的原始数据点的密度基本上是恒定的。在中央原始数据区之外的区域中的原始数据点的采样密度可以是恒定的，但其在中央原始数据区之外的区域中也可以被选择为不恒定的，例如在该外部原始数据区中采样密度可以随着与原始数据空间中心（即k空间中心）的距离的增大而减小。

所拍摄的原始数据空间可以是二维原始数据空间，或者三维原始数据空间。在这两种情况下例如可以在中央原始数据区中采集原始数据空间的每个第N行，而在中央原始数据区之外的区域中相邻行的距离随着MR信号连续地增加。由此在中央原始数据区中实现相干的拍摄模式并且在外部k空间区域中实现不相干的模式。

在拍摄三维原始数据空间的情况下例如可以在中央原始数据区中拍摄平行的行，这些行位于笛卡尔格栅上，其中在一个空间方向上仅采集每个第N行。同样在中央原始数据区中也可以在中央原始数据区的第二空间方向上采集每个第M行。在两个方向上的欠采样不必具有相同的因数，即M不一定相应于N。

在迭代的重建方法中例如可以使用规则化项或处罚项（Strafterm），其中该规则化项或处罚项具有关于线圈特性的信息，该线圈特性用于探测MR信号。在迭代的方法中通过关于待预计的图像的基本知识可以补充缺少的MR数据。该基本知识考虑了由于所谓的规则化项或处罚项的优化。这意味着，在该实施方式中通过使用线圈特性，例如以所谓的线圈灵敏度数据或线圈灵敏度图（Spulenempfindlichkeitskarte）的形式在迭代中使用特别是有关所拍摄的MR数据的本身信息。在此关于线圈特性的信息可以由中央原始数据区的MR数据获得。由中央原始数据区的原始数据可以良好地确定关于线圈灵敏度的信息。也可以独立地拍摄该线圈灵敏度信息或线圈特性，即在用于建立MR图像的实际MR测量之前或之后。

此外还可以拍摄二维或三维原始数据空间的多个数据组，其中在时间上相继跟随的数据组中分别这样拍摄原始数据空间，即拍摄互补的原始数据点，也就是在时间上相继跟随的数据组中拍摄基本上不同的原始数据点。在此通过移动、镜像和/或旋转这样构造在中央原始数据区中相继跟随的数据组的原始数据空间的采样模式，即拍摄互补的原始数据点。在此为了重建数据组也可以使用不同的时间上相邻的数据组的原始数据点。该方法公知为名称“视图共享（View Sharing）”。

按照本发明的可能的应用例如处于建立血管结构的MR图像中，即所谓的血管造影图像中。但该方法不限于建立MR血管造影图像。在其它MR拍摄方法中也可以使用。此外还可以基于相减的MR图像实施图像重建。由于MR图像的相减，通常（例如在血管造影图像中）大部分检查区域是具有极小信号分量的区域，其中血管具有高的信号分量。在相减的MR图像中具有高的信号分量的图像点的数量在空间上限制到少的图像点，大部分图像点具有极小的信号强度。该方法尤其可以在造影剂放大的MR血管造影中使用，即在给予造影剂期间或之后实施MR信号。

本发明还涉及一种用于建立MR图像的MR设备，该MR设备具有序列控制器，其被构造为如上面详细解释的那样探测多个线圈的MR信号。此外设置图像计算机以用于借助所探测的MR信号来重建MR图像，其中图像计算机被构造为在考虑线圈特性的情况下通过上面描述的迭代的重建方法来重建MR图像。

附图说明

下面结合所附的附图对本发明作进一步说明。附图中：

图1示意性示出了MR设备，利用该MR设备在使用并行成像技术和迭代的重建方法的情况下可以建立MR图像，

图2示出了在层拍摄的情况下具有中央原始数据区的相干采样和外部原始数据区的不相干采样的不同的采样模式，

图3示出了在原始数据空间的三维采样的情况下具有中央原始数据区的相干采样和外部原始数据区的不相干采样的不同的采样模式，

图4示出了在原始数据空间的三维拍摄情况下具有中央原始数据区的相干采样和外部原始数据区的不相干采样的不同的采样模式，

图5和图6示出了说明MR图像与拍摄的测量数据之间的关系的图解，

图7示出了在迭代重建的情况下具有流程步骤的流程图。

具体实施方式

图1示意性示出了MR设备10，利用该设备能够对放置在卧榻12上的检查对象11拍摄MR图像。通过磁体13产生的磁化通过接通磁场梯度和HF脉冲来位置编码和偏转，其中利用围绕检查对象11布置的多个MR信号线圈14a至14c探测MR信号。为了更清楚地显示仅用14a至14c标出从各个接收线圈出发的信号导线。序列控制器15依据所选择的成像序列来控制磁场梯度、HF脉冲和信号读取的接通，并且规定梯度接通、HF脉冲入射和信号读取的顺序。序列控制器15控制还主管入射的高频脉冲的控制的HF控制单元16。梯度控制器17主管由序列控制器15预定的磁场梯度的接通。图像计算单元18根据从线圈14a至14c探测的MR信号来计算MR图像，其中在该情况下MR图像以迭代的重建方法来重建，如随后还进一步详细解释的那样。由图像计算单元18产生的MR图像可以在显示器19上显示。操作人员可以通过输入单元20控制MR设备10。如何通过磁场梯度的序列和HF脉冲的入射可以探测MR信号，对于专业人员是公知的，并且在这里没有进一步详细解释。

图2示出了不同的示例，如何以原始数据填充原始数据空间或k空间。图2示出的采样模式是用于对检查对象的层建立MR图像的二维采样模式。图2示出的原始数据空间40、50和60分别具有中央原始数据区41、51或61，该中央原始数据区具有总原始数据点的大约1-10%。读取方向在所示的原始数据空间中沿着x轴进行，相位编码方向沿着y轴进行。如从原始数据空间40至60中识别的那样，中央原始数据区被不完整地但以恒定的密度相干地采样，在所示的示例中仅拍摄每个第二k空间行。不相干地采样外部原始数据区，即在中央原始数据区之外的区域。在左边的示例中通过连续减小的密度以不相干的采样模式来采样外部原始数据区42，即随着与k空间中心的距离的增加与下一k空间行的距离变大。在中间的原始数据空间50中以减小的密度向外不规律地拍摄外部原始数据区52，并且在右边的示例中以相同分布的密度不规律地采样外部k空间区62。

图3示出了三维采样模式的不同示例，其中以进入图层或由图层向外的读取方向、以在y方向上的相位编码方向以及以在x轴方向上的另一个相位编码方向或分区方向拍摄三维原始数据空间。所拍摄的原始数据点位于笛卡尔坐标系，其中信号读取垂直于图层沿着平行线进行。在左边示出的原始数据空间70中仍相干地采样中央原始数据区71，在此欠采样是三倍的，即仅在相位编码方向上读取每个第三行。在外部在所有三个原始数据空间70至90中采样模式是不相干的，且具有相同分布的密度。即，以相同分布的密度不相干地采样外部原始数据区72、82和92。同样以具有因数3×2的欠采样，即在相位编码方向上以因数3、在分区方向上以因数2相干地采样中央原始数据区81，因为在x轴方向上仅读取在z轴方向上的每个第二点。同样以如区域81的因数3×2欠采样中央原始数据区91，其中仅在相位编码方向上相对彼此移动各个行。

图4示出了三维原始数据空间100至120的另一个示例。仍相干地采样内部的中央原始数据区101、111和121，其中在区域101、111和121中的模式相应于在区域71、81和91中的模式。与图3的示例不同以向外减小的密度拍摄在中央原始数据区外部的外部原始数据区102、112、122。

中央原始数据区可以具有围绕k空间中心的任意形状，但优选地区域是圆形的、正方形的、椭圆形的或矩形的。

通过迭代的重建方法重建在附图2至4中示出的、利用多个线圈借助并行的成像技术来拍摄的采样模式。

在并行成像技术中使用多个线圈来采集信号的情况下利用不同的接收线圈同时探测MR信号，其中进行原始数据空间的欠采样。在使用例如M个线圈的信息与通过线圈位置得出的空间信息的组合的情况下进行图像重建。该信息存储在线圈灵敏度图中，对于每个线圈单独地计算该线圈灵敏度图，例如通过拍摄参考行。可以在实际成像之前或之后拍摄该参考行。在对N_L·N_C个图像点的图像进行二维拍摄时，完全的原始数据采样意味着拍摄N_L行，其中每行采样N_C个图像点。为了缩短拍摄时间可以拍摄较少数量的行。

图像重建的一般公式是

y＝A·x，                    （1）

其中所拍摄的原始数据，即MR信号为y、找到的MR图像为x以及矩阵为A，所述矩阵包含傅里叶系数。图像x通过傅里叶反变换获得。

在并行成像方法和由此附加地获得的空间信息中通过补充投影矩阵P以及用于重建矩阵A的线圈特性C来改变上述等式（1）。下面描述的方法仅是迭代的并行MR成像的可能性。

作为线性系统表达图像重建：

y＝Ax                        （2）

在图5和图6中示意性示出了从原始数据空间变换到图像空间以及反变换。在此C表示与线圈灵敏度数据相乘，C^*是复数共轭运算。

用于解该方程组的直接方法是公知的，例如所谓的SENSE方法，其中矩阵A在此与伪逆矩阵可逆：

x＝（A^HA）^-1A^Hy            （3）

在迭代的重建方法中从起始估计出发逐步地计算大多欠采样的原始数据空间。

在每个迭代步骤中将当前计算的图像与重建矩阵A相乘，该重建矩阵A除了傅里叶系数还包含线圈特性（Spulenprofile）。然后计算当前误差并且借助最优化方法来最小化。这得出新的估计。于是在多次迭代之后得出最终图像。这意味着，代替直接反转以如下形式解决最小化问题：

$\underset{x}{\min }\left|\right|\mathrm{Ax}-y\left|\right|---\left(4\right)$

在此除了别的之外执行图7所示的步骤。

可能的迭代步骤包括如下步骤：

由于包含线圈信息而形成当前中间状态与所测量的原始数据的差。通过最小化该差得出新的中间结果x_k+1。

下面详细解释步骤：

在步骤S1中开始该方法之后在步骤S2中计算A^HAx_k，其中H是埃尔米特矩阵（hermetische Matrix）。在下一个步骤S3中计算A^Hy并且然后在步骤S4中将由步骤S2与步骤S3得出的差最小化。由此在步骤S5中得出值x_k+1，该值可以用于下面的迭代。在步骤S6中检查是否达到最小。例如在最大次数的迭代步骤之后或者在迭代计算出的MR图像具有令人满意的质量时，中断最小化。如果不是这种情况，则在下一个步骤中重复进行迭代。在步骤S7中结束该方法。

在计算中附加地可以使用关于图像拍摄的信息，该信息作为规则化项或处罚项（Strafterm）加入计算。

$\underset{x}{\min }\left\{\right||y-\mathrm{Ax}||+\mathrm{\λ}|\left|G\left(x\right)\right|\left|\right\}---\left(5\right)$

后面加入的项是所谓的规则化项或处罚项。线圈信息包含在A中，G(x)包括附加的规则化项，例如完全变化或考虑到由相邻的层得出的解剖学信息的项。利用参数λ可以得出：以何种强度加权处罚项。

特别地在MR血管造影图像中上面描述的方法导致极好的结果。在拍摄多层时可以连续地或嵌套地拍摄这些层并且在这些层上可以修改或置换拍摄模式。由此可以使用所谓的视图共享算法（View Sharing Algorithmus），其中为了重建数据组也使用另一个时间上相邻的数据组中的数据。

Claims (12)

1.一种用于建立检查对象的MR图像的方法，该方法具有如下的步骤：

-利用多个线圈（14a-14c）同时探测MR信号，其中每个线圈具有特有的线圈特性，其中在探测MR信号时不完整地以MR信号填充原始数据空间（40-120），其中以相干的拍摄模式欠采样在中央原始数据区（41-121）中的所述原始数据空间，该相干的拍摄模式由空间上重复数量的原始数据点组合而成，其中以不相干的拍摄模式采样在所述中央原始数据区（41-121）之外的原始数据空间，

-借助探测的MR信号重建所述MR图像，其中在使用重建矩阵A的情况下从初始估计出发以迭代的重建方法逐步地重建该MR图像，其中所述重建矩阵A具有关于线圈特性的信息，利用该线圈特性探测MR信号。

2.根据权利要求1所述的方法，其特征在于，在所述中央原始数据区（41-121）中的原始数据点的密度基本上是恒定的。

3.根据权利要求1或2所述的方法，其特征在于，在所述中央原始数据区（41-121）中采集每个第N行，其中N≥2，并且在该中央原始数据区之外的区域中相邻行的距离连续地增加。

4.根据上述权利要求中任一项所述的方法，其特征在于，采集三维原始数据空间，其中在所述三维原始数据空间中平行的行位于笛卡尔格栅上，其中在一个空间方向上采集每个第N行，其中N≥2。

5.根据权利要求4所述的方法，其特征在于，在所述中央原始数据区中在第二空间方向上采集每个第M行。

6.根据上述权利要求中任一项所述的方法，其特征在于，在迭代的重建方法中使用处罚项，该处罚项具有关于线圈特性的信息。

7.根据权利要求6所述的方法，其特征在于，从所述中央原始数据区中获得所述关于线圈特性的信息。

8.根据上述权利要求中任一项所述的方法，其特征在于，拍摄一系列多个数据组，其中在时间上相继跟随的数据组中这样拍摄所述原始数据空间，即在时间上相继跟随的原始数据组中拍摄基本上不同的原始数据点。

9.根据上述权利要求中任一项所述的方法，其特征在于，通过移动、镜像和/或旋转达到在中央原始数据区中相继跟随的数据组的原始数据空间。

10.根据上述权利要求中任一项所述的方法，其特征在于，基于相减的MR图像重建所述MR图像。

11.根据上述权利要求中任一项所述的方法，其特征在于，该方法被用于显示血管的图像重建。

12.一种用于建立检查对象的MR图像的磁共振设备，该磁共振设备具有：

-序列控制器（15），其被构造为利用多个线圈同时探测MR信号，其中每个线圈具有特有的线圈特性并且其中序列控制器在探测MR信号时不完整地以MR信号填充原始数据空间（70-120），其中以相干的拍摄模式欠采样在中央原始数据区（71-121）中的所述原始数据空间（70-120），该相干的拍摄模式由空间上重复数量的原始数据点组合而成，其中所述序列控制器以不相干的拍摄模式采样在所述中央原始数据区（71-121）之外的原始数据空间，

-图像计算机（18），用于借助所探测的MR信号来重建MR图像，其中图像计算机在使用重建矩阵A的情况下从初始估计出发以迭代的重建方法逐步地重建MR图像，其中所述重建矩阵A具有关于线圈特性的信息，利用该线圈特性探测MR信号。

Images