CN102973272A - 磁共振动态成像方法和系统 - Google Patents

磁共振动态成像方法和系统 Download PDF

Info

Publication number
CN102973272A
CN102973272A CN2012105055389A CN201210505538A CN102973272A CN 102973272 A CN102973272 A CN 102973272A CN 2012105055389 A CN2012105055389 A CN 2012105055389A CN 201210505538 A CN201210505538 A CN 201210505538A CN 102973272 A CN102973272 A CN 102973272A
Authority
CN
China
Prior art keywords
magnetic resonance
data set
image
data
navigation data
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
Application number
CN2012105055389A
Other languages
English (en)
Other versions
CN102973272B (zh
Inventor
谢国喜
翁卓
刘新
郑海荣
邱本胜
邹超
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201210505538.9A priority Critical patent/CN102973272B/zh
Publication of CN102973272A publication Critical patent/CN102973272A/zh
Application granted granted Critical
Publication of CN102973272B publication Critical patent/CN102973272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明提供了一种磁共振动态成像方法和系统。所述方法,包括如下步骤:对K空间低频数据进行反复扫描获得导航数据集;根据钥孔成像原理进行数据扫描得到图像数据集;对所述导航数据集和图像数据集进行重建生成磁共振图像。所述系统包括:导航数据采样模块,用于对K空间低频数据进行反复扫描得到导航数据集;图像数据采样模块,用于根据钥孔成像原理进行数据扫描得到图像数据集;重建模块,用于对所述导航数据集和图像数据集进行重建生成动态磁共振图像。采用本发明提高了部分可分离函数成像模型的磁共振采样速度,可实现高空间分辨动态磁共振成像。

Description

磁共振动态成像方法和系统
技术领域
本发明涉及磁共振技术,特别是涉及一种磁共振动态成像方法和系统。
背景技术
磁共振成像作为医学检查的重要手段之一,为临床医学提供了非常有价值的诊断信息,与其它医学影像技术相比,磁共振成像具有无辐射危害、多方位和多参数成像等优点,对软组织的检查非常敏感,不仅能够显示有人体解剖结构的形态信息,而且还能反映人体组织的某些生理生化信息。
磁共振成像过程中由于受到物理和时间的限制,在较短时间内获取磁共振信号时,往往只能获取到有限的一部分磁共振信号,所获取到的磁共振信号是不完整的,在成像过程中将会导致傅里叶截断伪影,例如,在脑功能和心脏成像等动态成像方面显得尤为突出。磁共振的成像速度缓慢,磁共振成像过程中被检者身体的不经意移动、呼吸、心跳等都可能导致影像模糊,失真,无法满足高分辨动态成像的要求。
部分可分离函数模型是一种动态成像模型,该模型通过将动态磁共振信号分解成时间和空间相关的函数,可有效解决动态磁共振成像中时间和空间分辨此消彼长的制约关系。然而,传统部分可分离函数模型需要采集足够多的预扫描数据才能对模型中的相关参数进行估计,存在预扫描时间过程的缺陷,导致临床中难以得到应用。
发明内容
基于此,有必要针对磁共振的成像速度慢的问题,提供一种高分辨动态成像的磁共振动态成像方法。
此外,还有必要提供一种高分辨动态成像的磁共振动态成像系统。
一种磁共振动态成像方法,包括如下步骤:
对K空间低频数据进行反复采样得到导航数据集;
根据钥孔成像原理进行数据扫描得到图像数据集;
对所述导航数据集和图像数据集进行重建生成动态磁共振图像。
在其中一个实施例中,所述对K空间低频数据进行反复采样得到导航数据集的步骤为:
在采集每一条图像数据相位线前或后采集一条或多条导航数据相位线。
在其中一个实施例中,所述根据钥孔成像原理进行数据扫描得到图像数据集的步骤为:
首先对视野进行一次全扫描,后续扫描则只采集K空间中间低频数据,两边的高频数据由第一次全扫描的相应高频数据填充;
在其中一个实施例中,所述对所述导航数据集和成像数据集进行重建生成磁共振图像的步骤为:
根据所述导航数据集和图像数据集进行部分可分离函数成像模型中的参数进行估算,从而反推出各个时刻欠采样磁共振信号,对得到的磁共振信号进行傅里叶逆变换生成磁共振图像。
一种磁共振动态成像系统,包括:
导航数据采样模块,用于对K空间低频数据进行反复采样得到导航数据集;
图像数据采样模块,用于根据钥孔成像原理进行数据扫描得到图像数据集;
重建模块,用于对所述导航数据集和图像数据集进行重建生成动态磁共振图像。
在其中一个实施例中,所述导航数据采样模块还用于在采集每一条图像数据相位线前或后采集一条或多条导航数据相位线。
在其中一个实施例中,所述图像数据采样模块包括:
扫描单元,用于对视野进行一次全扫描,后续扫描则只采集K空间中间低频数据;
填充单元,用于将第一次全扫描的相应高频数据填充两边高频数据;
在其中一个实施例中,所述重建模块还用于根据所述导航数据集和图像数据集进行部分可分离函数模型参数估算,从而反推出各个时刻欠采样磁共振信号,对得到的磁共振信号进行傅里叶逆变换生成磁共振图像。
上述磁共振动态成像方法和系统,将钥孔成像原理应用于部分可分离函数成像模型中,通过钥孔成像的作用在保证空间分辨率的前提下大幅减少了模型计算所需的数据量,从而实现高分辨动态磁共振成像。
附图说明
图1为一个实施例中磁共振动态成像方法的流程图;
图2为图1中根据钥孔成像原理进行数据扫描得到图像数据集;
图3为一个实施例中基于部分可分离函数的填充示意图;
图4为一个实施例中磁共振动态成像系统的结构示意图;
图5为图4中图像数据采样模块的结构示意图;
图6为一个实施例中运动小球的磁共振图像;
图7为一个实施例中运动小球的K-t空间示意图;
图8为图7中的导航数据和图像数据示意图;
图9为本发明的数据采样示意图;
图10为一个实施例中运动小球的图像;
图11为对图6中的图像进行重建得到的磁共振图像;
图12为应用本发明重建得到的动态磁共振图像;
图13为应用本发明进行重建所对应的信噪比曲线图。
具体实施方式
如图1所示,在一个实施例中,一种磁共振动态成像方法,包括如下步骤:
步骤S110,对K空间中心低频部分进行反复扫描得到导航数据集。
本实施例中,导航数据集为高时间分辨率、低空间分辨率的采样数据。通过对视野K空间的低频部分数据进行反复扫描得到。导航数据集的采样应当满足如下三个条件:(1)脉冲重复时间TR必须满足导航数据的时间奈奎斯特速率;(2)相位编码方向的采样间隔Δky必须满足图像数据集的空间奈奎斯特速率;(3)从图像数据集获取的采样帧数N必须大于或者等于阶数L。
具体的,上述步骤S110的具体过程为:在采集图像数据的每一条相位编码线前或后采集一条或多条导航数据相位编码线。采集得到的导航数据相位编码线将构成了导航数据集。
由于在磁共振的采样过程中视野的某一平面数据将包含了来自物体各个不同运动部位的信息,采样时间越长,运动信息的混叠越多,因此,需对采集导航数据集以提取部分可分离函数模型中的时间基和阶数信息,而且最终图像的时间分辨由导航数据集的周期时间决定,一般为1~5个射频周期。
步骤S130,根据钥孔成像原理进行数据扫描得到图像数据集。
本实施例中,钥孔成像原理是基于中心部分采集的成像技术,用于表明组织结构的动态变化。通过钥孔成像进行数据扫描得到与导航数据集对应的图像数据集,该图像数据决定了最终重建图像的空间分辨率。由于第一次图像数据的扫描为全K空间扫描,后续图像数据的K空间高频部分由第一次扫描得到的相应高频数据,即参考数据填充,因此利用钥孔成像原理采集图像数据并不降低最终重建图像的空间分辨率,而且扫描时间比传统全K空间扫描方法大幅减少。
上述步骤S130的过程为:首先对视野进行一次全扫描,后续扫描则只采集K空间中间低频数据,两边的高频数据由第一次全扫描的相应高频数据填充。K空间中间低频数据即为中心数据。
上述导航数据集的重复采样和图像数据集通过钥孔成像原理进行的数据扫描是同时进行的,即同时在采集每一条图像数据的相位编码线前或后采集导航数据的一条或几条相位编码线。
如图2所示,在一个实施例中,上述步骤S130的具体过程为:
步骤S131,首先对视野进行完整K空间扫描,后续图像数据仅扫描K空间中心低频部分数据。
本实施例中,对磁共振信号使用钥孔成像原理采集得到图像数据。具体地,在同一层面不同时间的扫描过程中,首先通过磁共振信号中的成像信号对视野进行一次完整的K空间数据扫描得到高频数据,在完成了完整的数据扫描之后,余下所进行的扫描均只采集视野中K空间中心低频部分的数据,两边未扫描的高频数据使用相应高频数据填充,从而不需要进行完整的扫描,大幅缩短扫描时间。
步骤S133,从完整K空间扫描得到的高频数据中提取两边的高频数据,并将两边的高频数据填充到中心数据得到图像数据集。
本实施例中,从高频数据中提取对应于后续扫描中未采集的高频部分数据,进而将提取得到的高频数据填充到后续采样得到的图像数据,以保证数据的完整性,在不进行完整扫描的情况下也能够得到非常完整的图像数据集。
步骤S150,对导航数据集和图像数据集进行重建生成动态磁共振图像。
本实施例中,对得到的导航数据集和图像数据集进行图像重建,高时间分辨率、低空间分辨率的导航数据集和高空间分辨率、低时间分辨率的成像数据集相结合,应用于磁共振图像的重建,使得磁共振动态成像中在实现高时间分辨率的同时不必以牺牲高空间分辨率为代价,而且使用的钥孔成像采集图像数据的方式,保留了部分可分离函数成像的优点,同时又克服其预扫描时间过长的不足,提高了数据采集的速度。
在一个实施例中,上述步骤S150的具体过程为:根据导航数据集和图像数据集进行部分可分离函数成像模型中的参数估算,从而反推出估算得到各个时刻欠采样磁共振信号,对得到的磁共振信号进行傅里叶逆变换生成磁共振图像。
本实施例中,在应用部分可分离函数的图像重建中,通常认为图像函数的空间变化和时间变化是L阶分离的,将图像数据集表示为空间和时间上两个独立的变量函数
Figure BDA00002506879500051
进而利用空间和时间上的信号相关来重建任意时刻的数据。根据部分可分离函数对导航数据集和图像数据集进行估算得到部分可分离函数成像模型中的参数,进而通过估算得到的参数反求出各个时刻的磁共振信号,并填充K-t空间,如图3所示,在K-t空间中,每一行代表了某一时刻的K空间的磁共振信号,此时,利用傅里叶逆变换对各个时刻的磁共振信号进行计算即可得到各个时刻高时间分辨率高空间分辨率的动态磁共振图像。
具体地,将图像数据集表示为和时间上两个独立的变量函数根据所采样得到的导航数据集得到时间基函数和频率成分参数,由图像数据集得到空间基函数,然后通过时间基函数和空间基函数重建出完整的磁共振信号。
在磁共振动态成像中,磁共振信号与自旋质子密度实际上是空间
Figure BDA00002506879500061
和时间t的函数,即如以下公式所示:
S ( k → , t ) = ∫ + ∞ - ∞ ρ ( r → , t ) e - i 2 πk r → d r → + η ( k → , t )
其中,
Figure BDA00002506879500063
是磁共振信号,在采集过程中常受到噪声η的影响,
Figure BDA00002506879500064
是理想的图像域数据,为了以较高的时空分辨率恢复出
Figure BDA00002506879500065
部分可分离函数是认为图像函数
Figure BDA00002506879500066
的空间变化和时间变化是L阶分离的,那么利用部分可分离函数的性质,
Figure BDA00002506879500067
的L阶部分可分离函数模型可定义为:
Figure BDA00002506879500068
Figure BDA00002506879500069
为时间基函数,可以通过导航数据集
Figure BDA000025068795000610
进行奇异值分解后得到。
Figure BDA000025068795000611
为空间基函数,可以由图像数据集
Figure BDA000025068795000612
来获得。
可通过导航数据集和图像数据集得到时间基函数数和空间基函数
Figure BDA000025068795000614
导航数据集
Figure BDA000025068795000615
可由如下矩阵C表示(t∈T1):
Figure BDA000025068795000616
对矩阵C进行奇异值分解得到:
C = Σ l = 1 min { m , n } λ l μ l v l H
其中,{λl}为矩阵C的按照降序排列的奇异值,{μl}和{vl}是矩阵C的左奇异值向量和右奇异值向量,设定左奇异向量μ1为时间基函数
Figure BDA000025068795000619
若C的秩为L,则当l≥L时λl=0,秩为L的矩阵C的近似值为:
C ^ = Σ l = 1 L λ l μ l v l H
进一步得到 | | C - C ^ | | 2 = min rank ( B ) ≤ L | | C - B | | 2 = λ L + 1 | | C - C ^ | | F = min rank ( B ) ≤ L | | C - B | | F = Σ l = L + 1 min { m , n } λ l , 在根据数据的噪声级确定得到阶数L。
对矩阵C进行奇异值分解后得到左奇异值向量,即时间基函数
Figure BDA00002506879500074
然后根据时间基函数
Figure BDA00002506879500075
和图像数据集
Figure BDA00002506879500076
通过最小二乘法得到空间基函数即:
Figure BDA00002506879500078
此时,在计算得到时间基函数和空间基函数
Figure BDA000025068795000710
之后,通过L阶部分可分离函数模型进行计算得到重建的磁共振信号。
如图4所示,在一个实施例中,一种磁共振动态成像系统,包括导航数据采样模块110、图像数据采样模块130以及重建模块150。
导航数据采样模块110,用于对K空间低频数据进行反复采样得到导航数据集。
本实施例中,导航数据集为高时间分辨率、低空间分辨率的采样数据。导航数据采样模块110通过对视野K空间低频数据,即K空间中心部分反复采样得到导航数据集。导航数据集的采样应当满足如下三个条件:(1)脉冲重复时间TR必须满足导航数据的时间奈奎斯特速率;(2)相位编码方向的采样间隔Δky必须满足图像数据集的空间奈奎斯特速率;(3)从图像数据集获取的采样帧数N必须大于或者等于阶数L。
具体的,导航数据采样模块110还用于在采集每一条图像数据相位线前或后采集一条或多条导航数据相位线。
由于在磁共振的采样过程中视野的某一平面数据将包含了来自物体各个不同运动部位的信息,采样时间越长,运动信息的混叠越多,因此,需对采集导航数据集以提取部分可分离函数模型中的时间基和阶数信息,而且最终图像的时间分辨由导航数据集的周期时间决定,一般为1~5个射频周期。
图像数据采样模块130,用于根据钥孔成像原理进行数据扫描得到图像数据集。
本实施例中,钥孔成像原理是基于中心部分采集的成像技术,用于表明组织结构的动态变化。钥图像数据采样模块130通过钥孔成像原理进行数据扫描得到与导航数据集对应的图像数据集,保证了图像数据集的高空间分辨率的特点,同时大幅降低成像模型所需的预扫描数据。
上述导航数据集和图像数据集的数据扫描是同时进行的,即同时采集导航数据集和图像数据集,进而通过钥孔成像原理实现磁共振动态成像中预扫描数据的快速采集,缩短采样时间。
如图5所示,在一个实施例中,上述图像数据采样模块130包括扫描单元131以及填充单元133。
扫描单元131,用于对视野进行一次全扫描,后续扫描则只采集K空间中间低频数据。
本实施例中,对磁共振信号使用钥孔成像原理采集得到图像数据。具体地,扫描单元131首先通过磁共振信号中的成像信号对视野进行一次完整的K空间数据扫描得到高频数据,在完成了完整的数据扫描之后,余下所进行的扫描均只采集视野中K空间中心低频部分的数据,两边未扫描的词频数据使用相应高频数据填充,从而不需要进行完整的扫描,大幅缩短扫描时间。
填充单元133,用于从完整K空间扫描得到的高频数据中提取两边的高频数据,并将两边的高频数据填充到中心数据得到图像数据集。
本实施例中,填充单元133从高频数据中提取对应于后续扫描中未采集的高频部数据,进而将提取得到的高频数据填充到后续采样得到的图像数据,以保证数据的完整性,在不进行完整扫描的情况下也能够得到非常完整的图像数据集。
重建模块150,用于对导航数据集和图像数据集进行重建生成动态磁共振图像。
本实施例中,重建模块150对得到的导航数据集和图像数据集进行图像重建,高时间分辨率、低空间分辨率的导航数据集和高空间分辨率、低时间分辨率的图像数据集相结合,应用于磁共振图像的重建,使得磁共振动态成像中在实现高时间分辨率的同时不必以牺牲高空间分辨率为代价,而且使用的钥孔成像采集图像数据的方式,保留了部分可分离函数成像的优点,同时又克服其预扫描时间过长的不足,提高了数据采集的速度。
在一个实施例中,重建模块150还用于根据导航数据集和图像数据集进行部分可分离函数模型参数估算,从而反推出各个时刻欠采样磁共振信号,对得到的磁共振信号进行傅里叶逆变换生成磁共振图像。
本实施例中,在应用部分可分离函数的图像重建中,通常认为图像函数的空间变化和时间变化是L阶分离的,将图像数据集表示为空间和时间上两个独立的变量函数
Figure BDA00002506879500091
进而利用空间和时间上的信号相关来重建任意时刻的数据。重建模块150根据部分可分离函数对导航数据集和图像数据集进行估算得到部分可分离函数成像模型中的参数,进而通过估算得到的参数反求出各个时刻的磁共振信号,并填充K-t空间,即空间时间联合域,此时,利用傅里叶逆变换对各个时刻的磁共振信号进行计算即可得到各个时刻高时间分辨率高空间分辨率的动态磁共振图像。
具体地,将图像数据集表示为和时间上两个独立的变量函数
Figure BDA00002506879500093
重建模块150根据所采样得到的导航数据集得到时间基函数和频率成分参数,由图像数据集得到空间基函数,然后通过时间基函数和空间基函数重建出完整的磁共振信号。
在磁共振动态成像中,磁共振信号与自旋质子密度实际上是空间
Figure BDA00002506879500095
和时间t的函数,即如以下公式所示:
S ( k → , t ) = ∫ + ∞ - ∞ ρ ( r → , t ) e - i 2 πk r → d r → + η ( k → , t )
其中,是磁共振信号,在采集过程中常受到噪声η的影响,
Figure BDA00002506879500098
是理想的图像域数据,为了以较高的时空分辨率恢复出
Figure BDA00002506879500099
部分可分离函数是认为图像函数
Figure BDA00002506879500101
的空间变化和时间变化是L阶分离的,那么利用部分可分离函数的性质,
Figure BDA00002506879500102
的L阶部分可分离函数模型可定义为:
Figure BDA00002506879500103
Figure BDA00002506879500104
为时间基函数,可以通过导航数据集
Figure BDA00002506879500105
进行奇异值分解后得到。为空间基函数,可以由图像数据集
Figure BDA00002506879500107
来获得。
可通过导航数据集和图像数据集得到时间基函数数和空间基函数
Figure BDA00002506879500109
导航数据集
Figure BDA000025068795001010
可由如下矩阵C表示(t∈T1):
对矩阵C进行奇异值分解得到:
C = Σ l = 1 min { m , n } λ l μ l v l H
其中,{λl}为矩阵C的按照降序排列的奇异值,{μl}和{vl}是矩阵C的左奇异值向量和右奇异值向量,设定左奇异向量μ1为时间基函数
Figure BDA000025068795001013
Figure BDA000025068795001014
若C的秩为L,则当l≥L时λl=0,秩为L的矩阵C的近似值为:
C ^ = Σ l = 1 L λ l μ l v l H
进一步得到 | | C - C ^ | | 2 = min rank ( B ) ≤ L | | C - B | | 2 = λ L + 1 | | C - C ^ | | F = min rank ( B ) ≤ L | | C - B | | F = Σ l = L + 1 min { m , n } λ l , 在根据数据的噪声级确定得到阶数L。
对矩阵C进行奇异值分解后得到左奇异值向量,即时间基函数
Figure BDA000025068795001018
然后根据时间基函数
Figure BDA000025068795001019
和图像数据集
Figure BDA000025068795001020
通过最小二乘法得到空间基函数
Figure BDA000025068795001021
即:
Figure BDA00002506879500111
此时,在计算得到时间基函数
Figure BDA00002506879500112
和空间基函数
Figure BDA00002506879500113
之后,通过L阶部分可分离函数模型进行计算得到重建的磁共振信号。
下面通过一个具体的实施例来详细阐述上述磁共振动态成像方法和系统。该实施例中,将周期性运动小球的磁共振图像当作目标,运用二维傅里叶成像技术仿真磁共振成像的过程,在成像过程中让小球模拟周期为30的运动心脏,其半径R从53扩大到95,然后从95缩小到53,步长为3,为了便于对比,用周期为30的正方形模拟左心室的运动,这样就会得到含有周期性运动物体的磁共振图像,如图6所示。
对此磁共振图像通过二维傅立叶变换就会得到原始的K-t空间数据如图7所示,所做的实验数据就来源于这些仿真所得的原始K-t空间数据。图中每一帧的瞬时图像平行于
Figure BDA00002506879500114
轴,图像大小为256×256,通过选择适当的相位编码,就可以从每帧的瞬时图像中抽取出导航信号和图像信号
Figure BDA00002506879500116
如图8所示,实验环境为MATLAB 2010。
接着,对图像信号使用钥孔成像的方法,即对同一层面不同时间的扫描中,图像信号只进行一次完整的K空间数据扫描(即参考扫描),其余扫描只采集K空间中心部分数据,边界部分则使用第一次K空间高频部分的数据予以填充。图9直观的显示了结合两种成像技术的采样方式,可以很明显的看出图像信号的间距变小了。
为便于对比,从30帧瞬时图像中进行抽取,每帧所对应的矩阵大小为256×256,每帧瞬时图像仅采集中间的128行,边界部分的128行通过第一帧瞬时图像进行填充,此时,得到的导航数据集的矩阵为7680×31,相对于传统的成像方法,缩短了一半的采样时间。
图11为仅采用图10中运动小球的参考图像进行傅里叶变换的重建结果,并可以清楚看出存在着运动伪影,从而使得重建的动态磁共振图像在细节分辨上受到影响。
图12为应用本发明重建得到的动态磁共振图像,对比图7中的箭头标记位置,图12中的运动伪影和模糊完全被消除,且重建速度提高了一倍。
为了定量地进行比较,选取信噪比(Signal to Noise Ratio,简称SNR)作为评价测度。具体的,可以使用以下公式计算得到信噪比SNR:
SNR=图像感兴趣区信号强度的平均值/噪声区域的噪声方差
由图13可知,初始图像和本发明所生成的磁共振图像所对应的信噪比是相似的。
上述磁共振动态磁共振成像方法和系统,将钥孔成像原理应用于图像采集中分别得到导航数据集和图像数据集,通过钥孔成像的作用在保证空间分辨率的前提下降低成像所需的数据量,从而提高动态磁共振的成像速度。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种磁共振动态成像方法,包括如下步骤: 
对K空间低频数据进行反复采样得到导航数据集; 
根据钥孔成像原理进行数据扫描得到图像数据集; 
对所述导航数据集和图像数据集进行重建生成动态磁共振图像。 
2.根据权利要求1所述的磁共动态速成像方法,其特征在于,所述对K空间低频数据进行反复采样得到导航数据集的步骤为: 
在采集每一条图像数据相位线前或后采集一条或多条导航数据相位线。 
3.根据权利要求1所述的磁共振动态成像方法,其特征在于,所述根据钥孔成像原理进行数据扫描得到图像数据集的步骤为: 
首先对视野进行一次全扫描,后续扫描则只采集K空间中间低频数据,两边的高频数据由第一次全扫描的相应高频数据填充。 
4.根据权利要求1所述的磁共振动态成像方法,其特征在于,所述对所述导航数据集和成像数据集进行重建生成磁共振图像的步骤为: 
根据所述导航数据集和图像数据集进行部分可分离函数成像模型中的参数进行估算,从而反推出各个时刻欠采样磁共振信号,对得到的磁共振信号进行傅里叶逆变换生成磁共振图像。 
5.一种磁共振动态成像系统,其特征在于,包括: 
导航数据采样模块,用于对K空间低频数据进行反复采样得到导航数据集; 
图像数据采样模块,用于根据钥孔成像原理进行数据扫描得到图像数据集; 
重建模块,用于对所述导航数据集和图像数据集进行重建生成动态磁共振图像。 
6.根据权利要求5所述的磁共振动态成像方系统,其特征在于,所述导航数据采样模块还用于在采集每一条图像数据相位线前或后采集一条或多条导航数据相位线。 
7.根据权利要求5所述的磁共振动态成像系统,其特征在于,所述图像数据采样模块包括: 
扫描单元,用于对视野进行一次全扫描,后续扫描则只采集K空间中间低频数据; 
填充单元,用于将第一次全扫描的相应高频数据填充两边高频数据。 
8.根据权利要求5所述的磁共振动态成像系统,其特征在于,所述重建模块还用于根据所述导航数据集和图像数据集进行部分可分离函数模型参数估算,从而反推出各个时刻欠采样磁共振信号,对得到的磁共振信号进行傅里叶逆变换生成磁共振图像。 
CN201210505538.9A 2011-12-12 2012-11-30 磁共振动态成像方法和系统 Active CN102973272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210505538.9A CN102973272B (zh) 2011-12-12 2012-11-30 磁共振动态成像方法和系统

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201110412190 2011-12-12
CN201110412190.4 2011-12-12
CN201210505538.9A CN102973272B (zh) 2011-12-12 2012-11-30 磁共振动态成像方法和系统

Publications (2)

Publication Number Publication Date
CN102973272A true CN102973272A (zh) 2013-03-20
CN102973272B CN102973272B (zh) 2014-12-10

Family

ID=47847826

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210505538.9A Active CN102973272B (zh) 2011-12-12 2012-11-30 磁共振动态成像方法和系统

Country Status (1)

Country Link
CN (1) CN102973272B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103932710A (zh) * 2014-04-29 2014-07-23 中国科学技术大学 一种动态脑功能磁共振成像方法及系统
CN104248437A (zh) * 2014-10-15 2014-12-31 中国科学院深圳先进技术研究院 动态磁共振图像成像方法和系统
CN109633504A (zh) * 2018-12-14 2019-04-16 天津大学 一种动-静态复合磁共振测试体模系统
CN109782202A (zh) * 2018-12-14 2019-05-21 天津大学 一种静态磁共振测试体模系统
CN109782203A (zh) * 2018-12-14 2019-05-21 天津大学 一种动态磁共振测试体模系统
CN117218004A (zh) * 2023-09-26 2023-12-12 烟台大学 一种T1 mapping快速成像方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102018514A (zh) * 2010-12-30 2011-04-20 中国科学院深圳先进技术研究院 磁共振弥散张量成像方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102018514A (zh) * 2010-12-30 2011-04-20 中国科学院深圳先进技术研究院 磁共振弥散张量成像方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GUO-XI XIE ET.AL.: "A simulation study of dynamic MRI based on partially separable functions and keyhole techniques", 《2011 4TH INTERNATIONAL CONFERENCE ON BIOMEDICAL ENGINEERING AND INFORMATICS (BMEI)》 *
ZHI-PEI LIANG: "Spatiotemporal imaging with partially separable functions", 《IEEE》 *
翁卓: "SENSE并行磁共振成像的伪影消除与稀疏采样重建", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
翁卓等: "基于K空间加速采集的磁共振成像技术", 《中国生物医药学工程学报》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103932710A (zh) * 2014-04-29 2014-07-23 中国科学技术大学 一种动态脑功能磁共振成像方法及系统
CN104248437A (zh) * 2014-10-15 2014-12-31 中国科学院深圳先进技术研究院 动态磁共振图像成像方法和系统
CN104248437B (zh) * 2014-10-15 2017-04-12 中国科学院深圳先进技术研究院 动态磁共振图像成像方法和系统
CN109633504A (zh) * 2018-12-14 2019-04-16 天津大学 一种动-静态复合磁共振测试体模系统
CN109782202A (zh) * 2018-12-14 2019-05-21 天津大学 一种静态磁共振测试体模系统
CN109782203A (zh) * 2018-12-14 2019-05-21 天津大学 一种动态磁共振测试体模系统
CN109633504B (zh) * 2018-12-14 2020-05-15 天津大学 一种动-静态复合磁共振测试体模系统
CN109782203B (zh) * 2018-12-14 2020-07-31 天津大学 一种动态磁共振测试体模系统
CN117218004A (zh) * 2023-09-26 2023-12-12 烟台大学 一种T1 mapping快速成像方法及系统
CN117218004B (zh) * 2023-09-26 2024-05-14 烟台大学 一种T1 mapping快速成像方法及系统

Also Published As

Publication number Publication date
CN102973272B (zh) 2014-12-10

Similar Documents

Publication Publication Date Title
CN102973272B (zh) 磁共振动态成像方法和系统
Sandino et al. Compressed sensing: From research to clinical practice with deep neural networks: Shortening scan times for magnetic resonance imaging
Ibrahim Myocardial tagging by cardiovascular magnetic resonance: evolution of techniques–pulse sequences, analysis algorithms, and applications
CN102540116A (zh) 磁共振成像方法和系统
CN102959388B (zh) 利用压缩感测重建的动态对比度增强mr成像
CN103502831B (zh) 对运动中目标的磁共振成像
CN102590773B (zh) 磁共振成像的方法和系统
CN105005012B (zh) 基于压缩感知的腹部器官动态对比增强磁共振成像方法
CN110133553A (zh) 一种超短回波时间磁共振指纹弛豫时间测量方法
CN102928796A (zh) 快速扩散磁共振成像和重建方法
Kasten et al. Data-driven MRSI spectral localization via low-rank component analysis
CN107037385B (zh) 数字mri图谱的构建方法及设备
CN102973271A (zh) 磁共振动态成像方法及系统
CN106997034A (zh) 基于以高斯模型为实例整合重建的磁共振扩散成像方法
EP3179264A2 (en) System and method for motion resolved mri
CN104267361A (zh) 基于结构特征的自适应定量磁化率分布图复合重建的方法
CN105283774A (zh) 在不利的心脏条件下改进受试者心脏成像的系统与方法
CN107248180A (zh) 一种基于隐状态模型的fMRI自然图像解码方法
CN110346743A (zh) 一种磁共振弥散加权成像方法和装置
CN102540115A (zh) 磁共振成像方法及系统
CN103810712A (zh) 一种能谱ct图像质量的评价方法
CN103443645A (zh) 运动校正的多核磁共振成像
CN112617798B (zh) 一种基于Lp范数联合全变分的并行磁共振成像重构方法
CN109920017A (zh) 基于特征向量的自一致性的联合全变分Lp伪范数的并行磁共振成像重构方法
Hoppe et al. Deep learning-based ECG-free cardiac navigation for multi-dimensional and motion-resolved continuous magnetic resonance 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