CN103278784A - 一种多约束滑动窗的磁共振并行成像方法 - Google Patents

Abstract

一种多约束滑动窗的磁共振并行成像方法，依次包括：（1）利用多通道线圈对K空间中间区域进行全采样，分别拟合获得前向、后向及自身重建约束权重；（2）在加速采样区域选取滑动窗，滑动窗分别沿频率编码和相位编码方向移动,滑动窗在每个位置利用所采集的数据重建出未采集到的数据，得到每个位置对应的滑动窗内的初始估计值；（3）根据各个位置的滑动窗内的初始估计值，采用线性加权平均法求取未采集到的K空间输出值；（4）利用二维傅里叶变换将未采集到的K空间数据转换为图像，并联合所有线圈图像得到最终输出的图像。本发明重建图像的伪影和噪声明显减少。

Description

一种多约束滑动窗的磁共振并行成像方法

技术领域

本发明属于磁共振成像技术领域，具体涉及一种在K空间内重建的多约束滑动窗磁共振并行成像方法。

背景技术

磁共振成像(Magnetic resonance imaging,MRI)由于其无电离辐射、能够获得丰富的组织对比度信息以及具有非入侵式检测等优点，已广泛应用于临床医学影像检查。然而受傅里叶编码方式和奈奎斯特采样定理的限制，磁共振成像需要较长的扫描时间，这不但给患者带来一定的不适，而且重建的图像也容易产生运动伪影。同时，过长的扫描时间限制了MRI应用于运动物体的成像，如血流，心脏等。经过近几十年的发展，依靠提高硬件性能，如梯度切换率和磁场强度等来加速采集的方式受制于人类神经对磁场变换的承受能力而无法进一步提升。

并行成像技术使用多个线圈同时采集信号，利用各个线圈的空间敏感度来代替部分傅里叶编码，从而减少扫描时间。磁共振并行成像方法有很多种，主要分为基于图像域和基于K空间的两类重建技术。基于图像域的重建方法，如灵敏度编码成像，需要精确的线圈灵敏度映射，这在实际成像中是很难实现的。基于K空间重建，利用K空间数据的相关性用周围所采集到的点来对未采集的点插值，能够避免线圈敏感度的映射。现有技术中的K空间重建方法，如临床上广泛使用的广义自校准并行采集(Generalized Auto-calibrating PartiallyParallel Acquisitions,GRAPPA)，利用的是从采集到的点到未采集到的点的约束关系对未采集到的点进行插值。GRAPPA算法首先通过K空间中间区域全采样数构造输入和输出都已知的线性系统方程组来求解插值权重。再对其它区域未采集到的点进行插值填充。对于第l个线圈坐标位置在(k_x,k_y+mΔk_y)的点，其插值公式为：

$\mathrm{sl}(k_x,k_y+\mathrm{m\Δ}{k}_y)=\underset{j=l}{\overset{L}{\mathrm{\Σ}}}\underset{h=-\mathrm{Hb}}{\overset{\mathrm{Ha}}{\mathrm{\Σ}}}\underset{b=-\mathrm{Nb}}{\overset{\mathrm{Na}}{\mathrm{\Σ}}}\mathrm{wl},m(j,h,b)\mathrm{Sj}(k_x+h*\mathrm{\Δ}{k}_x,k_y+b*R*\mathrm{\Δ}{k}_y);$

其中k_x,k_y为K空间频率编码和相位编码方向上的坐标值，m为相位编码方向上的偏移量，Δk_y为相位编码方向上单位间隔，s代表K空间信号值，Nb和Na为联合的相邻的相位编码方向上所用的联合权重行数（分别上和下）,Ha和Hb为频率编码方向所用的联合联合权重列数（分别为左和右），j代表线圈编号，h为重建的频率编码方向所用联合权重点序号，b为相位编码方向所用的联合权重点序号，w为联合权重函数，R为采样加速因子。L为线圈总数。为了得到权重，GRAPPA算法在K空间中间区域全采样，然后假设一些采集到的点为需要插值拟合的点，从而组成一个线性系统方程，通过最小二乘法求解得到插值权重。

实际上，利用数据相关性约束，除了可以用采集到的点来对未采集到的点进行插值外，还可以用未采集到的点对采集的点进行插值。此外，每一个(未)采集到的点也可以用其它相邻的(未)采集到的点进行插值拟合。然而现有的方法若要利用其它的相关性约束，往往需要进行迭代计算所有K空间的值来更新插值系数，这大大地增加了运算负担。由于计算时间过长，不能满足临床上对成像的实时性要求。另外，现有的方法中的插值系数只能在校准区域获得，并且是假设数据的相关性在整个K空间内是一致不变的，然而实际中由于噪声等因素的影响，插值系数很难在整个K空间保持一致，使得现有的GRAPPA算法在加速因子较大时存在严重的噪声放大和混叠伪影。

因此，针对现有技术不足，提供一种能全面利用K空间相关性，得到在加速因子较大时重建伪影和噪声较少且计算速度较快的多约束滑动窗的磁共振并行成像方法以克服现有技术不足甚为必要。

发明内容

本发明的目的在于针对现有技术不足，提供一种多约束滑动窗的磁共振并行成像方法，该方法是能全面地利用K空间数据相关性以减少重建伪影和噪声的快速重建算法。

本发明的上述目的通过如下技术方案实现。

一种多约束滑动窗的磁共振并行成像方法，依次包括如下步骤。

（1）利用多通道线圈对K空间中间区域进行全采样，分别拟合获得前向重建约束权重、后向重建约束权重及自身重建约束权重；

（2）在加速采样区域，选取滑动窗，所述滑动窗分别沿频率编码和相位编码方向移动，所述滑动窗在每个位置利用所采集的数据重建出未采集到的数据，得到每个位置对应的滑动窗内的初始估计值；

（3）根据每个位置的滑动窗内的初始估计值，采用线性加权平均法求取未采集到的K空间输出值；

（4）利用二维傅里叶变换将未采集到的K空间数据转换为图像，并联合所有线圈图像得到最终输出的图像。

上述步骤(2)中,所述滑动窗在相位编码方向每移动一次，利用对应相位编码步内沿频率编码方向所有采集到的数据更新自身重建约束权重。

上述步骤（1）中分别拟合获得前向重建约束权重、后向重建约束权重及自身重建约束权重具体是：

根据前向重建约束关系Iy=Fx计算获得前向约束权重F，其中I为单位矩阵，x为窗内所有采集到的点，y为窗内所有未采集到的点；

根据后向重建约束关系By=Dx计算获得后向重建约束系数B，其中D为定位矩阵，拟合点的位置赋值为1，其余点为0；

根据自身重建约束关系Sy=0计算获得自身重建约束权重S。

其后向约束和自身约束同时选取多种不同插值核进行约束。

上述步骤（2）中，选取的滑动窗，在相位编码方向上至少包含3倍于加速采样因子的编码数，其频率编码数不少于前身约束插值核中频率编码数的2倍，且重建窗里采集到的点个数多于未采集到的点。

上述步骤（2）中，所述滑动窗分别沿相位编码和频率编码方向滑动，沿相位编码方向滑动步长为加速采样因子R，沿频率编码方向步长为1。

上述步骤（2）中根据滑动窗在每个位置所采集的数据进行数据重建，得到每个位置对应的滑动窗内的初始估计值具体是：

将重建窗内所有采集到的点作为输入，所有未采集到的点作为输出，组成线性方程组：

$\left[\begin{array}{c}I\\ B\\ \mathrm{\λS}\end{array}\right]y=\left[\begin{array}{c}F\\ D\\ 0\end{array}\right]x;$

λ为对自身约束进行正则化加权的正则化加权系数，其取值为在校准区域内前向约束的拟合误差与自身约束的拟合误差之比；

设 $C=\left[\begin{array}{c}I\\ B\\ \mathrm{\λS}\end{array}\right],E=\left[\begin{array}{c}F\\ D\\ 0\end{array}\right];$

则滑动窗内的重建方程简化为Cy=Ex，进行求解得到未采集的值。

优选的，采用最小二乘法求解重建方程得到未采集到的值为y=(C^HC)^-1C^HEx。

另一优选的，采用正则化约束Y=argmin||Cy-Ex||₂+||y||_p求解未采集到的点，其中p为y的先验信息引导的范数；

将K空间内所有的滑动窗内的点按列，得到求解整个K空间未采集信号的矩阵形式为Y=argmin||CY-EX||₂+||Y||_p。

上述滑动窗在移动过程中自适应地更新自身重建约束权重具体是用采集到的点来拟合采集到的点，使得自身重建约束权重在滑动窗沿相位编码方向滑动时自适应地更新。

上述步骤（4）中联合所有线圈图像得到最终输出的图像具体是采用平方和的方法将各个线圈的图像联合成一幅最终输出的图像。

本发明的一种多约束滑动窗的磁共振并行成像方法，依次包括如下步骤：（1）利用多通道线圈对K空间中间区域进行全采样，分别拟合获得前向重建约束权重、后向重建约束权重及自身重建约束权重；（2）在加速采样区域，选取滑动窗，所述滑动窗分别沿频率编码和相位编码方向移动进行数据采集，根据滑动窗在每个位置所采集的数据进行数据重建，得到每个位置对应的滑动窗内的初始估计值；所述滑动窗在移动过程中自适应地更新自身重建约束权重；（3）根据每个位置的滑动窗内的初始估计值，采用线性加权平均法求取未采集到的K空间输出值；（4）利用二维傅里叶变换将未采集到的K空间数据转换为图像，并联合所有线圈图像得到最终输出的图像。相比于现存的K空间重建方法只利用前向重建约束的插值关系，本发明所提出的多约束滑动窗的磁共振并行成像方法，利用多种相关性约束，能更加准确地重建未采集到的K空间数据，同时，自身约束插值系数可以在整个K空间内利用采集到的点进行拟合，使得插值系数能自适应地更新，从而当采样加速因子过大时能较好去地除混叠伪影。

附图说明

利用附图对本发明作进一步的说明，但附图中的内容不构成对本发明的任何限制。

图1为本发明一种多约束滑动窗的磁共振并行成像方法中求解未采集到的点的前向重建约束关系示意图；

图2为本发明一种多约束滑动窗的磁共振并行成像方法中求解未采集到的点的后向重建约束关系示意图；

图3为本发明一种多约束滑动窗的磁共振并行成像方法中求解未采集到的点的自身重建约束关系示意图；

图4为本发明一种多约束滑动窗的磁共振并行成像方法中采集到的点的自身重建约束关系示意图；

图5为本发明一种多约束滑动窗的磁共振并行成像方法中的滑动窗示意图；

图6为头部实验结果比较图：其中(a)为外部采样加速因子3时采用GRAPPA算法获得的重建结果图，(b)为外部采样加速因子3时采用本发明的方法获得的重建结果图，(c)为外部采样加速因子5时采用GRAPPA算法获得的重建结果图，(d)为外部采样加速因子5时采用本发明的方法获得的重建结果图；

图7为心脏实验结果比较图：其中(a)为使用全部K空间数据重建的结果和局部放大图，(b)为外部采样加速因子3时采用GRAPPA算法获得的重建结果图，(c)为外部采样加速因子3时采用本发明的方法获得的重建结果图，(d)为外部采样加速因子5时采用GRAPPA算法获得的重建结果图，(e)为外部采样加速因子5时采用本发明的方法获得的重建结果图，左下角数字为归一化的均方根误差。

具体实施方式

下面结合具体的实施例对本发明进行详细描述。

实施例1。

一种多约束滑动窗的磁共振并行成像方法，依次包括如下步骤。

（1）利用多通道线圈对K空间中间区域进行全采样，分别拟合获得前向重建约束权重、后向重建约束权重及自身重建约束权重。

三种重建约束系数具体采用如下方式计算获得。

设窗内未采集到的点可以由采集到的点的线性联合得到，称其为前向重建约束。根据前向重建约束关系Iy=Fx计算获得前向约束权重F，其中I为单位矩阵，x为窗内所有采集到的点，y为窗内所有未采集到的点。

设窗内采集到的点可以由未采集到的点的线性联合得到，称其为后向重建约束，即

其中b为每个点的后向约束权重，N为对x₀进行后向约束的源点的个数。根据后向重建约束关系By=Dx计算获得后向重建约束系数B，其中D为定位矩阵，由于在重建窗内只有部分未采集的点可以拟合，故其对能拟合的点对应位置赋值为1，其余不能拟合的点的对应位置为0。

设窗内未采集到的点可以由未采集到的点的线性联合得到，称其为自身重建约束，即s为每个点的自身重建约束权重，M为向量y的长度。根据自身重建约束关系Sy=0计算获得自身重建约束权重S。

需要说明的是，后向约束和自身约束同时选取多种不同插值核进行约束以增加方程组的数字稳定性。在本实施方案中，除了采用2*5的插值核外，还使用了2*3的插值核。

（2）在加速采样区域，选取滑动窗，所述滑动窗分别沿频率编码和相位编码方向移动，所述滑动窗在每个位置利用所采集的数据重建出未采集到的数据，得到每个位置对应的滑动窗内的初始估计值。其中,滑动窗在相位编码方向每移动一次，利用对应相位编码步内沿频率编码方向所有采集到的数据更新自身重建约束权重。

滑动窗在移动过程中自适应地更新自身重建约束权重具体是用采集到的点来拟合采集到的点，使得自身重建约束权重在滑动窗沿相位编码方向滑动时自适应地更新。选取的滑动窗，由于较大的重建窗使得重建速度更快，但在窗内拟合的点与目标点相距较远从而可能引起拟合误差，故考虑重建效率和K空间数据相关性的有效范围，选取的滑动窗，在相位编码方向上至少包含3倍于加速采样因子的编码数，其频率编码数不少于前身约束插值核中频率编码数的2倍，且重建窗里采集到的点个数多于未采集到的点。

将重建窗内所有采集到的点作为输入，用向量x表示；所有未采集到的点作为输出，用向量y表示。则可通过求解由三种约束组成的方程组式（1）来得到未采集到的点：

$\left[\begin{array}{c}I\\ B\\ \mathrm{\λS}\end{array}\right]y=\left[\begin{array}{c}F\\ D\\ 0\end{array}\right]x;\·\·\·\·\·\·\left(1\right);$

其中，由于自身约束中，所有的点都是未知的，并且在加速因子较大时，拟合的未采集的点与其它未拟合的点距离较远，因此，对自身约束进行正则化加权，正则化加权系数为λ，其取值为在校准区域内前向约束的拟合误差与自身约束的拟合误差之比，当自身约束的拟合误差较大时正则化权重变小，自身约束减弱从而避免造成伪影。

设 $C=\left[\begin{array}{c}I\\ B\\ \mathrm{\λS}\end{array}\right],E=\left[\begin{array}{c}F\\ D\\ 0\end{array}\right],$

滑动窗内的重建方程简化为Cy=Ex，进行求解得到未采集的值。

可以采用最小二乘法求解重建方程得到未采集到的值为y=(C^HC)^-1C^HEx。

此外，也可以引入其它正则化约束来求解以减少噪声影响：Y=argmin||Cy-Ex||₂+||y||_p。

由于对滑动窗之间的重建是独立进行的，同时考虑到矩阵C和E在整个K空间上是固定的，因此可以将不同重建窗内采集到的点x和未采集到的点y以列方向拼接成组成矩阵形式，即Y=[y₁  y₂  K  y_N],X=[x₁  x₂  K  x_N]，其中矩阵Y和X的每一列分别由一个滑动窗内未采集到的点和采集到的点构成，N为整个K空间内重建窗的个数。可以得到求解K空间内所有未采集的数据矩阵形式方程：Y=argmin||CY-EX||₂+||Y||_p，这样可以更好地利用整个K空间的先验信息，如低秩性， $Y=\arg \min {\left|\right|\mathrm{CY}-\mathrm{EX}\left|\right|}_2+{||\begin{array}{c}Y\\ X\end{array}||}_{*},$ 然后通过分离变量法迭代地求解。

（3）根据每个位置的滑动窗内的初始估计值，采用线性加权平均法求取未采集到的K空间输出值。

由于在相邻的几个滑动窗之间会存在部分数据重叠，这样，对于某一未采集到的点，在不同的滑动窗内通常会进行了多次重建，因此最后输出的K空间值为多个重叠窗初始估计值的线性加权平均。

（4）利用二维傅里叶变换将未采集到的K空间数据转换为图像，并联合所有线圈图像得到最终输出的图像。步骤（4）中联合所有线圈图像得到最终输出的图像具体是采用平方和的方法将各个线圈的图像联合成一幅最终输出的图像。

与现有技术中的K空间重建方法只利用前向重建约束的插值关系相比，本发明的磁成像方法，利用多种相关性约束，能更加准确地重建未采集到的K空间数据，同时，自身重建约束权重可以在整个K空间内利用采集到的点进行拟合，使得自身重建约束权重能自适应地更新，从而当采样加速因子过大时能较好去地除混叠伪影。

经过实验证明，本发明的方法能够能利用K空间数据的多种相关性约束，准确地重建未采集到的k空间数据，能在加速因子较大的情况下，有效消除混叠伪影。且本发明的方法计算简单，能够大大降低扫描成像的时间。

实施例2。

一种多约束滑动窗的磁共振并行成像方法，依次包括以下步骤。

（1）利用多通道线圈对K空间中间区域进行全采样，分别拟合获得前向重建约束权重、后向重建约束权重及自身重建约束权重。在图1、图2和图3中，黑色的点为采集到的K空间点，白色的点为未采集到的点。约束中插值源点用菱形表示，而插值目标点用正方形表示。插值是联合所有线圈采集到的K空间数据对应位置的点，图中只画出一个线圈以示简便。

在前向重建约束中，以2行5列采集到的点去拟合一个未采集到的点，如图1所示，在后向重建约束中，以2*5的插值核用未采集到的点去拟合采集到的点，同时，由于在滑动窗内只有较少的点可以拟合，因此在后向重建约束中，同时使用了2*3的插值核，如图2所示。设其中一个未采集到的点可以由其余未采集到的点拟合，同后向约束一样，由于只有一个点可以拟合，因此也使用了3*5的插值核，如图3所示。

因此，利用K空间中间全采样的校准数据，分别求解重建约束权重，对于不同的约束求解得到不同的重建权重。

（2）对加速采样区域，选取3*9的重建窗，滑动窗分别沿频率编码和相位编码方向移动进行数据采集，滑动窗在移动过程中自适应地更新自身重建约束权重，再根据滑动窗在每个位置所采集的数据进行数据重建，得到每个位置对应的滑动窗内的初始估计值。

如图5所示，选取的重建窗沿频率编码和相位编码方向移动，其中沿频率编码方向滑动步长为1，沿相位编码方向滑动步长为加速采样因子R。

其中，在沿相位编码方向移动的过程中，由于自身约束对采集到的点同样有效，因此可用采集到的点来拟合采集到的点，从而得到自身重建约束权重,请参阅图4。在本实施方案中，为了简化计算，滑动窗沿相位编码方向移动5*R时更新一次自身重建约束权重。

利用步骤(1)中计算的插值权重和采集到的数据求解未采集到的数据点，具体是：

将重建窗内所有采集到的点作为输入，用向量x表示；所有未采集到的点作为输出，用向量y表示。设求解到的前向、后向和自身重建约束权重分别为F,B,S，则在选定的重建窗内联合三种约束组成一个新的方程组，

$\mathrm{Cy}=\mathrm{Ex},C=\begin{array}{c}\left[\begin{array}{c}I\\ B\\ \mathrm{\λS}\end{array}\right],E=\left[\begin{array}{c}F\\ D\\ 0\end{array}\right].\end{array}$

其中，I为单位矩阵，D为定位矩阵，其能拟合的点对应位置赋值为1，其余不能拟合的点的对应位置为0。由于自身约束中，所有的点都是未知的，并且在加速因子较大时，拟合的未采集的点与其它未拟合的点距离较远，因此，对自身约束进行正则化加权，正则化加权系数为λ。

在本实施方案中，λ自适应地设定为校准区域内前向约束的拟合误差与自身约束的拟合误差之比

其中前向约束的拟合误差计算公式为

自身约束拟合误差公式 $e_s=\underset{i\∈\mathrm{ACS}}{\mathrm{\Σ}}{\left|\right|y_i-\underset{j=1}{\overset{15L-1}{\mathrm{\Σ}}}{s}_j{y}_j\left|\right|}^2;$

设 $C=\left[\begin{array}{c}I\\ B\\ \mathrm{\λS}\end{array}\right],E=\left[\begin{array}{c}F\\ D\\ 0\end{array}\right];$

滑动窗内的重建方程简化为Cy=Ex，采用最小二乘法求解重建方程求解得到未采集到的值为y=(C^HC)^-1C^HEx。

（3）未采集到的点在相邻的滑动窗中进行了多次计算，其最终值为不同重建窗内初始估计值的线性平均;

如图5所示，对于未采集的点在相邻的几个重建窗内将重叠，换言之，对于每一个未采集到的点将遍历重建窗内所有待求解的位置。不考虑边界点的情况下，每一个未采集到的点将重复计算15次。因此，在本实施方案中，将滑动窗内重建出的数据累加在相应K空间位置，最后将未采集到的点除以15得到最终K空间的估计值。

（4）利用二维离散快速傅里叶变换分别将每幅线圈的K空间数据转换为图像，采用平方和的方式联合所有线圈图像得到最终输出的图像。

与现有技术中的K空间重建方法只利用前向重建约束的插值关系相比，本发明的磁成像方法，利用多种相关性约束，能更加准确地重建未采集到的K空间数据，同时，自身重建约束权重可以在整个K空间内利用采集到的点进行拟合，使得自身重建约束权重能自适应地更新，从而当采样加速因子过大时能较好去地除混叠伪影。

经过实验证明，本发明的方法能够能利用多种相关性约束，准确地重建未采集到的k空间数据，能在加速因子较大的情况下，有效消除混叠伪影。且本发明的方法计算简单，能够以较少的计算成本大大降低扫描时间。

实施例3。

通过本发明的方法对加速采集到的K空间数据进行了重建实验，本实施例选取其中部分实验结果进行分析比较。

图6为SE序列扫描的头部数据的重建实验结果。其中(a)为外部采样加速因子为3、12条校准线时采用GRAPPA算法获得的重建结果图，(b)为外部采样加速因子3、12条校准线时采用本发明的方法获得的重建结果图，(c)为外部采样加速因子5、20条校准线时采用GRAPPA算法获得的重建结果图，(d)为外部采样加速因子5、20条校准线时采用本发明的方法获得的重建结果图。

比较此四幅图，可以看出：采用现有技术中的GRAPPA算法的重建图像含有严重的混叠伪影，而采用本发明算法的重建图像大大改善了这一情况。

图7为两种算法对心脏扫描数据进行重建的结果以及局部放大图，图左下方为重建结果的相对均方误差。其中(a)为未加速采样下、使用全部K空间数据重建的结果和局部放大图，(b)为外部采样加速因子3、12条校准线时采用GRAPPA算法获得的重建结果图，(c)为外部采样加速因子3、12条校准线时采用本发明的方法获得的重建结果图，(d)为外部采样加速因子5、20条校准线时采用GRAPPA算法获得的重建结果图，(e)为外部采样加速因子5、20条校准线时采用本发明的方法获得的重建结果图，左下角数字为归一化的均方根误差。

可见，GRAPPA算法的重建图像（图7（b）和图7(d)）含有明显的噪声和混叠伪影，在本发明算法的重建图像中，而噪声和伪影都得到抑制或减少（图7（c）和图7(e)），同时更低的相对均方根误差也量化说明了本发明的方法重建更加准确。

通过大量实验及临床实验证明，本发明的方法能够能利用多种相关性约束，准确地重建未采集到的k空间数据，能在加速因子为3到5倍的情况下，有效消除混叠伪影。且本发明的方法计算简单，为线性时间计算复杂度，一般在几秒内完成一幅256*256图像的重建,能够大大降低扫描成像的时间。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (10)

1.一种多约束滑动窗的磁共振并行成像方法，其特征在于：依次包括如下步骤：

（1）利用多通道线圈对K空间中间区域进行全采样，分别拟合获得前向重建约束权重、后向重建约束权重及自身重建约束权重；

（2）在加速采样区域，选取滑动窗，所述滑动窗分别沿频率编码和相位编码方向移动，所述滑动窗在每个位置利用所采集的数据重建出未采集到的数据，得到每个位置对应的滑动窗内的初始估计值；

（3）根据每个位置的滑动窗内的初始估计值，采用线性加权平均法求取未采集到的K空间输出值；

（4）利用二维傅里叶变换将未采集到的K空间数据转换为图像，并联合所有线圈图像得到最终输出的图像。

2.根据权利要求1所述的一种多约束滑动窗的磁共振并行成像方法，其特征在于：步骤(2)中, 所述滑动窗在相位编码方向每移动一次，利用对应相位编码步内沿频率编码方向所有采集到的数据更新自身重建约束权重。

3.根据权利要求2所述的一种多约束滑动窗的磁共振并行成像方法，其特征在于：所述步骤（1）中分别拟合获得前向重建约束权重、后向重建约束权重及自身重建约束权重具体是： 

   根据前向重建约束关系                                               

计算获得前向约束权重F，其中I为单位矩阵， x为窗内所有采集到的点，y为窗内所有未采集到的点；

    根据后向重建约束关系

计算获得后向重建约束系数B，其中D为定位矩阵，拟合点的位置赋值为1，其余点为0；

   根据自身重建约束关系

计算获得自身重建约束权重S。

4.根据权利要求3所述的一种多约束滑动窗的磁共振并行成像方法，其特征在于：其后向约束和自身约束同时选取多种不同插值核进行约束。

5.根据权利要求1或2或3或4所述的一种多约束滑动窗的磁共振并行成像方法，其特征在于：所述步骤（2）中，选取的滑动窗，在相位编码方向上至少包含3倍于加速采样因子的编码数，其频率编码数不少于前身约束插值核中频率编码数的2倍，且重建窗里采集到的点个数多于未采集到的点。

6.根据权利要求5所述的一种多约束滑动窗的磁共振并行成像方法，其特征在于：所述步骤（2）中，所述滑动窗分别沿相位编码和频率编码方向滑动，沿相位编码方向滑动步长为加速采样因子R，沿频率编码方向步长为1。

7.根据权利要求5所述的一种多约束滑动窗的磁共振并行成像方法，其特征在于：所述步骤（2）中根据滑动窗在每个位置所采集的数据进行数据重建，得到每个位置对应的滑动窗内的初始估计值具体是：将重建窗内所有采集到的点作为输入，所有未采集到的点作为输出，组成线性方程组：

                   

为对自身约束进行正则化加权的正则化加权系数，其取值为在校准区域内前向约束的拟合误差与自身约束的拟合误差之比；

设 

则滑动窗内的重建方程简化为

，进行求解得到未采集的值。

8.根据权利要求7所述的一种多约束滑动窗的磁共振并行成像方法，其特征在于：采用最小二乘法求解重建方程得到未采集到的值为

 。

9.根据权利要求8所述的一种多约束滑动窗的磁共振并行成像方法，其特征在于： 

    采用正则化约束求解未采集到的点，其中p为y的先验信息引导的范数；

    将K空间内所有的滑动窗内的点按列排列，得到求解整个K空间未采集信号的矩阵形式为

。

10.根据权利要求1所述的一种多约束滑动窗的磁共振并行成像方法，其特征在于：所述滑动窗在移动过程中自适应地更新自身重建约束权重具体是用采集到的点来拟合采集到的点，使得自身重建约束权重在滑动窗沿相位编码方向滑动时自适应地更新。

Images