CN104583798A - 具有反馈的迭代感测去噪 - Google Patents

具有反馈的迭代感测去噪 Download PDF

Info

Publication number
CN104583798A
CN104583798A CN201380044877.4A CN201380044877A CN104583798A CN 104583798 A CN104583798 A CN 104583798A CN 201380044877 A CN201380044877 A CN 201380044877A CN 104583798 A CN104583798 A CN 104583798A
Authority
CN
China
Prior art keywords
denoising
image
tolerance
data
validity
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
CN201380044877.4A
Other languages
English (en)
Other versions
CN104583798B (zh
Inventor
M·富德勒
J·M·佩特斯
A·J·W·杜杰达姆
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN104583798A publication Critical patent/CN104583798A/zh
Application granted granted Critical
Publication of CN104583798B publication Critical patent/CN104583798B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/561Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5611Parallel magnetic resonance imaging, e.g. sensitivity encoding [SENSE], simultaneous acquisition of spatial harmonics [SMASH], unaliasing by Fourier encoding of the overlaps using the temporal dimension [UNFOLD], k-t-broad-use linear acquisition speed-up technique [k-t-BLAST], k-t-SENSE
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/32Excitation or detection systems, e.g. using radio frequency signals
    • G01R33/34Constructional details, e.g. resonators, specially adapted to MR
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

一种磁共振成像系统(1),包括去噪单元(24)和重建单元(20)。所述去噪单元(24)对部分图像进行去噪并且提供去噪有效性的空间上局域化的度量。所述重建单元(20)迭代地重建来自利用快速傅里叶变换(FFT)处理的接收到的MR数据的输出图像,并且在后续迭代中,包括经去噪的部分图像和所述去噪有效性的所述空间上局域化的度量。

Description

具有反馈的迭代感测去噪
技术领域
以下总体涉及医学成像。其具体结合磁共振(MR)成像、MR图像重建和图像滤波技术应用,并且将特别参考其进行描述。然而,应理解,其也适用于其他使用场景并且不一定限于前述应用。
背景技术
在MR成像中,从测量来自受检者的组织的MR信号的一个或多个接收线圈接收原始MR数据。接收线圈可以包括多通道接收线圈,其包括诸如平行成像的MR数据中的空间交叠。
在多通道MR扫描器中,现有技术提出了去噪和平行成像重建的组合,例如灵敏度编码(SENSE)、广义自动校准部分平行采集(GRAPPA)等等,其迭代地重建图像。Feng等人,“A Rapid and Robust Numerical Algorithm forSensitivity Encoding with Sparsity Constraints:Self-Feeding Sparse SENSE”,Magnetic Resonance in Medicine 64:1078-1088(2010年)。每个迭代使用接收到的MR数据的多个通道作为输入来生成部分重建的图像。典型地,在迭代重建的各迭代之间,将部分重建的图像通过去噪滤波器。去噪滤波器输入所生成的图像,并且输出经去噪的图像。经去噪的图像通过下一迭代重建来替代输入的所生成的图像。不将其他信息用于关于去噪过程的成功或去噪过程的改变的迭代重建算法。
以下公开了一种新并经改进的具有反馈的平行成像去噪滤波器,其解决了以上提到的问题和其他问题。
发明内容
根据一个方面,一种磁共振成像系统,包括去噪单元和重建单元。所述去噪单元对部分重建的图像进行去噪并且提供去噪有效性的度量。所述重建单元利用平行成像重建技术、以及后续迭代中的经去噪的部分重建的图像、和所述去噪有效性的所述度量来迭代地重建接收到的平行MR数据以生成图像。
根据另一方面,一种磁共振成像的方法包括对部分重建的图像进行去噪和提供所述去噪的有效性的度量。所述部分重建的图像是基于接收到的平行MR数据、经去噪的部分重建的图像和来自所述去噪的有效性的所述度量来迭代地重建的。
根据另一方面,一种磁共振成像系统包括一个或多个处理器和显示器。所述一个或多个处理器被配置为接收平行磁共振(MR)数据并且将MR数据重建为部分图像。所述一个或多个处理器还被配置为对所述部分图像进行去噪并且提供所述去噪的有效性的空间上局域化的度量,并且基于所述MR数据、经去噪的部分图像和所述去噪的所述有效性的所述空间上局域化的度量来使用平行重建技术迭代地重建输出图像。所述显示器对所述输出图像进行显示。
一个优点在于,来自所述去噪滤波器的信息被用于改进所述平行图像重建。
另一优点存在于经改进的图像质量。
另一优点存在于现有硬件和软件的重新使用。
另一优点存在于多通道系统的MR数据中的所述空间交叠的适用性。
然而,本领域普通技术人员在阅读和理解了以下详细说明之后,将认识到其他优点。
附图说明
本发明可以采取各种部件和部件的布置以及各种步骤和步骤的安排的形式。附图仅出于图示优选实施例的目的并且不应该解释为对本发明的限制。
图1示意性地图示了具有反馈系统的迭代SENSE去噪的实施例。
图2用流程图示出了使用具有反馈的迭代SENSE去噪的实施例的一种方法。
具体实施方式
参考图1,示意性地图示了具有反馈系统1的诸如SENSE的迭代平行成像的实施例。系统1包括诸如水平孔、开放系统、C型孔、组合和/或混合MR成像器的磁共振(MR)扫描设备2。MR扫描设备2包括主磁体4、一个或多个梯度线圈6和一个或多个射频(RF)线圈8。主磁体4生成诸如竖直或水平取向场的静态磁场或B0场。RF线圈8激发并且操纵受检者10中的磁共振。RF线圈包括多通道线圈或者具有多个线圈元件的线圈。RF线圈可以包括全身线圈,其具有用于发射平行成像的多个独立驱动的线圈元件。RF线圈可以包括一个或多个局部线圈,诸如头部线圈、胸部线圈、前列腺线圈、膝盖线圈、腿线圈等等。RF线圈可以在发射模式或接收模式中操作,所述发射模式激发磁共振,所述接收模式测量受检者中的MR信号和将MR数据发射到多个RF接收器12以用于接收平行成像。梯度线圈6操纵和聚焦磁共振。SENSE成像可以包括多个通道,诸如8个、16个、32个等等。
系统包括序列控制14、RF发射控制16和梯度控制18。序列控制对RF发射控制和梯度控制进行控制和协调。RF发射控制对RF线圈的配置和定时和MR信号的接收进行控制,RF线圈的配置和定时例如被用于激发磁共振的RF脉冲的功率、持续时间和相位。梯度控制对由梯度线圈施加的梯度场进行控制。
系统包括重建单元20,重建单元20利用平行成像重建技术对由RF接收器12接收到的MR数据进行重建。傅里叶变换(FFT)将来自时间域或数据空间的数据转换到空间域或图像空间。重建单元将多个平行傅里叶变换数据重建为存储在图像存储器22中的图像。重建单元使用诸如SENSE、GRAPPA等等的平行重建算法。平行重建使用线圈灵敏度图和由线圈元件接收到的数据的集合的空间交叠来确定数据折叠位置。例如,初始重建输入MR数据以对来自MR数据的第一噪声部分重建图像进行重建。第一图像是基于每个迭代中的MR数据来修正的,直到到达改变的最小阈值或迭代的阈值数目。当阈值得以满足时,最后的部分重建图像被输出为诊断图像。系统包括去噪单元24,去噪单元24输入来自重建单元的部分重建的图像、识别噪声的水平和位置,并且在下一重建迭代之前移除来自部分重建图像的噪声,例如对部分重建图像进行过滤。
例如,可以通过 p ^ i + 1 = ( S h Ψ - 1 S + Δ i - 1 ) - 1 ( S h Ψ - 1 m + Δ i - 1 ( p ^ i + ( I - F ^ i ) - 1 ( p ^ if - p ^ i ) ) ) 来描述SENSE重建,其中,计算为 Δ ^ i = ( S h Ψ - 1 S + Δ ^ i - 1 - 1 ) - 1 Δ ^ i - 1 - 1 ( S h Ψ - 1 S + Δ ^ i - 1 - 1 ) - 1 + ( I - F ^ i ) - 1 D ^ i ( I - F ^ i ) - 1 , 其中,初始值 Δ ^ 0 = R (“正则化矩阵”,其是关于组织存在的先验知识的指示)。符号表示关于“由滤波器造成的损害”的知识。如果那是未知的,则其可以估计为 D ^ i = ( I - F i ) F i · diag ( C i ) , 其中, C i = ( S h Ψ - 1 S + Δ ^ i - 1 - 1 ) - 1 ( S h Ψ - 1 S ) ( S h Ψ - 1 S + Δ ^ i - 1 - 1 ) - 1 . 在这些表达式中,p可以是经计算的像素值,其中初始值p0=0,并且是第i个SENSE迭代之后的其估计;是其去噪之后的结果。S是线圈灵敏度,上标h是指厄米共轭;Ψ是原始数据m中的噪声协方差,F是表达为矩阵的滤波器有效性的估计,并且m=Sp+n或者表达为线圈元件的数目上的矢量所测量的数据。人们可以选择通过将Ψ近似为对角矩阵或单位矩阵来简化表达式。局部达到的噪声降低的估计可以在F的对角元素中表达为相对测量结果。
根据本发明的另一方面,SENSE重建的第一迭代可以备选地通过p2=p1f+(ShΨ-1S+(FC1F)-1)-1ShΨ-1(m-Sp1f)来描述,其中,p2是一个迭代之后的图像,p1f是由滤波器f进行去噪之后的初始图像p1,S是线圈灵敏度图,并且Sh是S的厄米转置阵,F是表达为矩阵的滤波器有效性的估计,Ψ是噪声协方差矩阵,其表达所测量的数据的噪声以及m=Sp+n或表达为线圈元件的数目上的矢量所测量的数据之间的协方差。C1可以近似为C1=(ShΨ-1S)-1,或者更精确地,为 C 1 = ( S h Ψ - 1 S + Δ ^ 0 - 1 ) - 1 ( S h Ψ - 1 S ) ( S h Ψ - 1 S + Δ ^ 0 - 1 ) - 1 . 人们可以选择通过将Ψ近似为对角矩阵或单位矩阵来简化表达式。局部达到的噪声降低的估计可以在F的对角元素中表达为相对测量结果或者包括C1的对角元素作为绝对测量结果,例如通过直接提供(FC1F)-1
去噪单元24包括移除来自部分重建的图像的噪声的滤波器。去噪单元可以使用诸如方向自适应噪声和伪影降低滤波器的去噪滤波器,例如以商品名称PicturePlusTM(参见例如EP0815535)销售的滤波器等等。经去噪的图像针对部分重建的图像进行替代。去噪单元包括去噪滤波器处理的有效性的度量作为存储在去噪信息存储器26中的反馈。任选地,去噪滤波器可以提供关于由去噪滤波器26a造成的损害的水平的信息。有效性的度量可以包括局部达到的去噪的水平的估计。这可以涉及其中重建MR图像(或图像系列)的过程已经导致以下情况的情况:图像中的任何点处的噪声与该图像中的离散的远侧点的集合处的噪声相关。词语“远侧”是排除其中点的噪声与其紧邻地区中的噪声相关的情况,所有MR图像中通常是这种情况。
在实践中,如果图像是在测量结果空间中已经规律地进行二次采样的数据的平行成像重建的结果,则可能发生这样的情况。这样的处理的最频繁的范例被称为SENSE和GRAPPA。“离散的远侧点的集合”然后是指各自相距一个折叠距离的点,其典型地是除以缩减因子的视场;我们也可以将其表达为采集的1/k空间步骤。典型地,该距离是大约100mm。
根据本发明的方面,在图像形成的第二迭代中,使对一个点的处理结果取决于对“另一”点的滤波器有效性的信息,即具有对该一个点相关的噪声的那些点。可以表示“去噪的局部滤波器无效性”。此处,“关于滤波器有效性的信息”可以用以下形式来表达:
·针对每个位置,对已经通过去噪滤波器移除关于多少噪声的估计(要么在相对意义上要么在绝对意义上)。这可以表达为的对角元素(“相对的”),相应地,C1的对角元素的根乘以的对角元素(“绝对的”)。
·针对每一个位置,对在去噪滤波器之后保留了关于多少噪声的估计。
·去对噪声滤波器操作之后的噪声协方差的新估计,例如为或者直接为
·针对每一个位置,对已经通过该去噪滤波处理移除(或损害、影响)了多少关于解剖结构的信息的估计(或其相反,即多少保持未影响)。该信息经常可以从去噪操作(的算法)提取。
提供其范例:
·参考Guido Gerig、Olaf Kübler、Ron Kikinis和Ferenc A.Jolesx,Nonlinear Anisotropic Filtering of MRI Data,IEEE-TMI,第11卷(2),221-232(1992年)(“Gerig”),滤波器无效性可以对应于(1-Δt·∑c),其中∑c可以是针对 c ( x + Δx 2 , y , t ) + c ( x - Δx 2 , y , t ) + c ( x , y + Δy 2 , t ) + c ( x , y - Δy 2 , t ) 的速记,并且函数c通过引用文档的等式(2)或(3)来限定。
·参考Punam K.Saha,Jayaram K.Udupa,Scale-Based Diffusive ImageFiltering Preserving Boundary Sharpness and Fine Structures,IEEE-TMI,第20卷(11),1140-1155(2011年)(“Saha”),参考引用文档的等式(8),滤波器无效性可以看作
·参考EP815535(“Aach”),滤波器无效性可以与1-w有关,其中,w是如在引用文档的列9(段落0035)的结尾处表达的wr的两个矢量元素的平均值。
有效性的度量可以包括保持多少噪声的估计。有效性的度量也可以包括局部结构劣化的估计。例如,估计可以包括所移除、损坏和/或影响的解剖结构的每个位置处的量。在另一范例中,估计包括保存和/或未影响的每个空间位置处的解剖结构的量。在另一范例中,针对每一个位置,可以提供关于已经通过去噪滤波器移除多少噪声的估计(要么在相对意义上要么在绝对意义上)。在又一范例中,针对每一个位置,也可以提供在去噪滤波器之后保持多少噪声的估计。备选地,有效性的度量可以包括去噪滤波器操作之后的噪声协方差的新估计。额外地,针对每一个位置,也可以提供通过该去噪声滤波处理已经移除(或损害、影响)多少关于解剖结构的信息的估计(或者其相反,即多少保持未影响)。去噪信息F可以表示为针对每个图像位置的诸如0与1之间的范围的值的矩阵,其中,0值表示从图像位置移除了所有噪声,1值表示对部分重建的图像没有改变。重建单元20使用关于滤波器的有效性的信息来调节平行重建,例如修正正则化估计、将额外的数据的通道添加到平行重建等等。滤波可以在噪声区域中增加并且在无噪声区域中减少。
系统包括诸如在工作站30中的一个或多个处理器28。工作站30包括电子处理器或电子处理设备28,显示图像、菜单、面板和用户控制的显示器32,以及输入医学保健从业者选择的至少一个输入设备34。工作站30可以是台式计算机、膝上型电脑、平板电脑、移动计算设备、智能电话等等。输入设备34可以是键盘、鼠标、麦克风等等。显示器32包括计算机监视器、电视屏幕、触摸屏、触觉电子显示器、阴极射线管(CRT)、存储管、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影仪等等。
重建单元20和去噪单元24由诸如工作站30的电子处理器或电子处理设备28的电子数据处理设备、或者由通过网络与工作站30操作地连接的基于网络的服务器计算机等等来适合地实现。重建单元20可适于诸如分布式处理器或多核处理器的分布式处理技术。而且,使用可由电子数据处理设备读取并且可由电子数据处理设备运行以执行所公开的FFT、平行重建和去噪技术的非暂态存储介质存储指令(例如,软件)来适合地实现FFT、平行重建和去噪技术。
参考图2,用流程图示出了使用具有去噪反馈的迭代平行重建的实施例的一个方法。在步骤36中,通过RF接收器12来接收MR数据。MR数据包括来自RF线圈8的多通道MR数据。例如在步骤38中由一个或多个处理器28利用FFT将MR数据变换到图像空间。
由FFT处理的MR数据由重建单元20在步骤40中部分地重建。重建单元20使用诸如SENSE、GRAPPA等等的平行重建技术部分地重建存储在存储器22中的图像。初始重建从FFT处理的MR数据来生成图像。后续迭代基于FFT变换的MR数据、去噪之后的图像和来自去噪单元24的反馈来对图像进行修正。来自去噪的反馈可以被用于对正则化估计进行修正。可以将反馈包括在平行重建技术中作为额外的数据的通道。在步骤42中执行迭代重建的决策。决策是基于所采用的平行重建技术的,并且使用图像中的阈值最小改变或迭代的阈值数目。
来自平行重建的图像由去噪单元24针对噪声进行滤波。去噪滤波器对图像进行去噪并且提供滤波器有效性的空间上局域化的度量。有效性的度量将反馈提供给重建单元20。有效性或滤波器有效性的度量可以包括局部达到的去噪的水平的估计。所述度量可以包括局部结构劣化的估计。所述度量可以表达为值的矩阵。
来自平行重建的图像可以显示在显示器32上或存储在诸如图片存档及通信系统(PACS)、放射信息系统(RIS)等等的存储管理系统中。
应认识到,结合本文呈现的特定说明性实施例,某些结构和功能特征描述为并入限定的元件和/或部件中。然而,应预期到,这些特征也可以对于相同或类似的益处而同样在适当的情况下并入其他元件和/或部件中。还应认识到,示范性实施例的不同方面可以选择性地用作适于达到适于期望的应用的其他备选实施例,其他备选实施例从而实现并入其中的方面的相应的优点。
还应认识到,本文描述的特定元件或部件可以具有其经由硬件、软件、固件或其组合适合地实现的功能性。额外地,应认识到,如一起并入的本文描述的某些元件可以在适合的情况下是独立的元件或者以其他方式分立的。类似地,描述为由一个特定元件执行的多个特定功能可以由独立地动作的多个不同元件执行以执行单独的功能,或者某些单独的功能可以由一致地动作的多个不同元件来分割和执行。备选地,在本文中以其他方式描述和/示出为互不相同的一些元件或部件可以在适当的情况下物理地或功能地进行组合。
总之,已参考优选实施例阐述了本说明书。明显地,他人在阅读并且理解本说明书之后可以进行修改和变型。本发明旨在被理解为包括所有这样的修改和变型,只要其落入权利要求或其等价方案的范围之内。也就是说,应认识到,各种以上公开的和其他特征和功能或其备选可以期望地组合为许多其他不同的系统或应用,而且其中各种目前未预见到或未预测到的备选、修改、变型或改进可以随后由本领域技术人员做出,其类似地旨在被权利要求书所包含。

Claims (19)

1.一种磁共振成像系统(1),包括:
去噪单元(24),其对部分重建的图像进行去噪并且提供去噪有效性的度量;以及
重建单元(20),其利用平行成像重建技术,并且在后续迭代中,利用经去噪的部分重建的图像和所述去噪有效性的所述度量,迭代地重建接收到的平行MR数据,以生成输出图像。
2.根据权利要求1所述的系统(1),其中,所述迭代重建包括灵敏度编码(SENSE)。
3.根据权利要求1和2中的任一项所述的系统(1),其中,所述度量包括对局部达到的去噪的水平的估计。
4.根据权利要求1-3中的任一项所述的系统(1),其中,所述度量包括对局部结构劣化的估计。
5.根据权利要求1-4中的任一项所述的系统(1),其中,所述度量包括表示针对每个部分重建的图像位置的所移除的噪声的量的值的矩阵。
6.根据权利要求1-5中的任一项所述的系统(1),其中,所述度量对所述迭代重建的正则化估计进行修正。
7.根据权利要求1-6中的任一项所述的系统(1),其中,所述迭代重建包括所述度量作为额外的输入通道。
8.根据权利要求1-7中的任一项所述的系统(1),其中,所述迭代重建包括 p ^ i + 1 = ( S h Ψ - 1 S + Δ i - 1 ) - 1 ( S h Ψ - 1 m + Δ i - 1 ( p ^ i + ( I - F ^ i ) - 1 ( p ^ if - p ^ i ) ) ) , 其中,pi+1是pi的下一迭代图像,S是线圈灵敏度矩阵,Sh是S的厄米转置。
9.根据权利要求1-8中的任一项所述的系统(1),其中,接收到的MR数据包括来自多个折叠位置的MR数据。
10.一种磁共振成像的方法,包括:
对部分重建的图像进行去噪(44)并且提供所述去噪的有效性的度量;
基于接收到的平行MR数据(36)、经去噪的部分重建的图像和来自所述去噪的有效性的所述度量来迭代地重建(40)所述部分重建的图像。
11.根据权利要求10所述的方法,其中,迭代重建(40)包括灵敏度编码(SENSE)。
12.根据权利要求10和11中的任一项所述的方法,其中,去噪(44)包括:
估计局部达到的去噪的水平。
13.根据权利要求10-12中的任一项所述的方法,其中,去噪(44)包括:
估计局部结构劣化。
14.根据权利要求10-13中的任一项所述的方法,其中,去噪(44)包括:
构建表示针对每个图像位置的所移除的噪声的量的值的矩阵。
15.根据权利要求10-14中的任一项所述的方法,还包括:
基于所述去噪对所述迭代重建的正则化估计进行修正。
16.根据权利要求10-15中的任一项所述的方法,其中,迭代重建使用包括去噪有效性的度量的额外的输入通道。
17.一种非暂态计算机可读存储介质,其承载有控制一个或多个电子数据处理设备(28)以执行根据权利要求10-16中的任一项所述的方法的软件。
18.一种电子数据处理设备(28),其被配置为执行根据权利要求10-16中的任一项所述的方法。
19.一种磁共振成像系统(1),包括:
一个或多个处理器(28),其被配置为:
接收(36)平行磁共振(MR)数据;
将所述MR数据重建(40)为部分图像;
对所述部分图像进行去噪(44)并且提供所述去噪的有效性的空间上局域化的度量;
基于所述MR数据、经去噪的部分图像和所述去噪的所述有效性的所述空间上局域化的度量来使用平行重建技术迭代地重建输出图像;以及
显示器(32),其对所述输出图像进行显示(48)。
CN201380044877.4A 2012-08-29 2013-08-29 具有反馈的迭代感测去噪的系统和方法 Active CN104583798B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261694323P 2012-08-29 2012-08-29
US61/694,323 2012-08-29
PCT/EP2013/067885 WO2014033207A1 (en) 2012-08-29 2013-08-29 Iterative sense denoising with feedback

Publications (2)

Publication Number Publication Date
CN104583798A true CN104583798A (zh) 2015-04-29
CN104583798B CN104583798B (zh) 2018-07-17

Family

ID=49080886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380044877.4A Active CN104583798B (zh) 2012-08-29 2013-08-29 具有反馈的迭代感测去噪的系统和方法

Country Status (7)

Country Link
US (1) US9841482B2 (zh)
EP (1) EP2890993A1 (zh)
JP (1) JP6261589B2 (zh)
CN (1) CN104583798B (zh)
BR (1) BR112015004071A2 (zh)
RU (1) RU2631404C2 (zh)
WO (1) WO2014033207A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9841482B2 (en) * 2012-08-29 2017-12-12 Koninklijke Philips N.V. Iterative sense denoising with feedback
US20150113453A1 (en) * 2013-10-18 2015-04-23 Apple Inc. Methods and devices for simplified graphical object editing
US10302726B2 (en) 2014-07-03 2019-05-28 Koninklijke Philips N.V. Image reconstruction for MRI using multiplexed sensitivity encoding
JP6981799B2 (ja) * 2017-07-21 2021-12-17 キヤノンメディカルシステムズ株式会社 画像データ復元装置、画像データ復元方法、及びプログラム
EP3801218A4 (en) * 2018-06-01 2022-03-23 New York University SYSTEM, METHOD AND COMPUTER-ACCESSIBLE MEDIUM FOR FACILITATING NOISE SUPPRESSION FOR MAGNETIC RESONANCE IMAGING
CN112700508B (zh) * 2020-12-28 2022-04-19 广东工业大学 一种基于深度学习的多对比度mri图像重建方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002357662A1 (en) * 2001-10-19 2003-04-28 The Government Of The United States Of America As Represented By The Secretary Of The Department Of A method and apparatus to improve an mri image
WO2005024724A2 (en) * 2003-09-04 2005-03-17 Koninklijke Philips Electronics N.V. Locally adaptive nonlinear noise reduction
CN1918480A (zh) * 2004-02-10 2007-02-21 皇家飞利浦电子股份有限公司 磁共振成像方法
US7309985B2 (en) * 2003-04-23 2007-12-18 Koninklijke Philips Electronics N. V. Method of reconstructing an MR image
US20090093709A1 (en) * 2007-05-18 2009-04-09 Beth Israel Deaconess Medical Center, Inc. Noise reduction system and methods for magnetic resonance imaging
CN101794440A (zh) * 2010-03-12 2010-08-04 东南大学 图像序列的加权自适应超分辨率重建方法
CN102156966A (zh) * 2011-04-11 2011-08-17 北方工业大学 医学图像去噪
US8055037B2 (en) * 2007-07-02 2011-11-08 Siemens Aktiengesellschaft Robust reconstruction method for parallel magnetic resonance images

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0815535B1 (en) 1995-12-21 2002-10-09 Koninklijke Philips Electronics N.V. Directional adaptive noise reduction
WO1999046731A1 (en) * 1998-03-13 1999-09-16 The University Of Houston System Methods for performing daf data filtering and padding
EP1307759A1 (en) * 2000-07-31 2003-05-07 Koninklijke Philips Electronics N.V. Magnetic resonance method for forming a fast dynamic imaging
JP5085832B2 (ja) * 2000-07-31 2012-11-28 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ サブサンプリングされた捕捉を用いた磁気共鳴撮像方法
US20070055134A1 (en) * 2003-05-06 2007-03-08 Miha Fuderer Undersampled magnetic resonance imaging
US7202663B2 (en) * 2003-11-12 2007-04-10 Iovivo Corporation Method for generating fast magnetic resonance images
US7053613B2 (en) * 2004-06-03 2006-05-30 Fa-Hsuan Lin Method for parallel image reconstruction using automatic regularization
CN100396240C (zh) 2005-02-28 2008-06-25 西门子(中国)有限公司 频域灵敏度编码磁共振并行成像方法
US7511495B2 (en) * 2005-04-25 2009-03-31 University Of Utah Systems and methods for image reconstruction of sensitivity encoded MRI data
US7309984B2 (en) 2005-10-27 2007-12-18 Wisconsin Alumni Research Foundation Parallel magnetic resonance imaging method using a radial acquisition trajectory
US7840045B2 (en) 2006-04-21 2010-11-23 The University Of Utah Research Foundation Method and system for parallel reconstruction in the K-space domain for application in imaging systems
EP2044454A1 (en) * 2006-07-18 2009-04-08 Koninklijke Philips Electronics N.V. Artifact suppression in multi-coil mri
BRPI0810892A2 (pt) * 2007-05-02 2014-10-21 Derek D Feng Método e aparelho para rmn/mri de precisão contínua baseado na teoria quântica
CN101305908B (zh) 2007-05-17 2011-08-03 西门子公司 提高并行采集图像重建的信噪比损失的准确度的方法
CN101308202B (zh) 2007-05-17 2011-04-06 西门子公司 并行采集图像重建的方法和装置
CN101067650A (zh) * 2007-06-08 2007-11-07 骆建华 基于部分频谱数据信号重构的信号去噪方法
US8208709B2 (en) * 2008-04-17 2012-06-26 The Ohio State University Research Foundation System and method for improved real-time cine imaging
CN101961242B (zh) * 2010-09-03 2011-11-23 首都医科大学宣武医院 一种用于磁共振冠状动脉成像的呼吸信号采集系统
US8548218B2 (en) * 2010-09-21 2013-10-01 Dimitris Metaxas Image reconstruction
DE102010061977B4 (de) * 2010-11-25 2013-10-17 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Ergänzung mit partiell parallelen Aufnahmeverfahren aufgenommen Magnetresonanz-Daten
US8781243B2 (en) * 2011-01-07 2014-07-15 Wisconsin Alumni Research Foundation Method for constrained reconstruction of high signal-to-noise ratio images
US8886283B1 (en) * 2011-06-21 2014-11-11 Stc.Unm 3D and 4D magnetic susceptibility tomography based on complex MR images
DE102011081411B4 (de) * 2011-08-23 2013-04-11 Friedrich-Alexander-Universität Erlangen-Nürnberg Abtastmuster für iterative MR-Rekonstruktionsverfahren
DE102011081413B8 (de) * 2011-08-23 2013-08-14 Friedrich-Alexander-Universität Erlangen-Nürnberg Iteratives Rekonstruktionsverfahren mit Straftermen aus Untersuchungsobjekten und Magnetresonanzanlage zur Durchführung eines solchen Verfahrens
US9841482B2 (en) * 2012-08-29 2017-12-12 Koninklijke Philips N.V. Iterative sense denoising with feedback

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002357662A1 (en) * 2001-10-19 2003-04-28 The Government Of The United States Of America As Represented By The Secretary Of The Department Of A method and apparatus to improve an mri image
US7309985B2 (en) * 2003-04-23 2007-12-18 Koninklijke Philips Electronics N. V. Method of reconstructing an MR image
WO2005024724A2 (en) * 2003-09-04 2005-03-17 Koninklijke Philips Electronics N.V. Locally adaptive nonlinear noise reduction
CN1918480A (zh) * 2004-02-10 2007-02-21 皇家飞利浦电子股份有限公司 磁共振成像方法
US20090093709A1 (en) * 2007-05-18 2009-04-09 Beth Israel Deaconess Medical Center, Inc. Noise reduction system and methods for magnetic resonance imaging
US8055037B2 (en) * 2007-07-02 2011-11-08 Siemens Aktiengesellschaft Robust reconstruction method for parallel magnetic resonance images
CN101794440A (zh) * 2010-03-12 2010-08-04 东南大学 图像序列的加权自适应超分辨率重建方法
CN102156966A (zh) * 2011-04-11 2011-08-17 北方工业大学 医学图像去噪

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KLAAS P. PRUESSMANN ET AL.: "Advances in Sensitivity Encoding With Arbitrary", 《MAGNETIC RESONANCE IN MEDICINE》 *
LESLIE YING ET AL.: "On Tikhonov Regularization for Image Reconstruction in Parallel MRI", 《PROCEEDINGS OF THE 26TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE EMBS》 *

Also Published As

Publication number Publication date
US9841482B2 (en) 2017-12-12
EP2890993A1 (en) 2015-07-08
US20150212180A1 (en) 2015-07-30
JP6261589B2 (ja) 2018-01-17
BR112015004071A2 (pt) 2017-07-04
JP2015533531A (ja) 2015-11-26
RU2015111181A (ru) 2016-10-20
CN104583798B (zh) 2018-07-17
RU2631404C2 (ru) 2017-09-21
WO2014033207A1 (en) 2014-03-06

Similar Documents

Publication Publication Date Title
CN110249365B (zh) 用于图像重建的系统和方法
US9892361B2 (en) Method and system for cross-domain synthesis of medical images using contextual deep network
US11633146B2 (en) Automated co-registration of prostate MRI data
CN104583798A (zh) 具有反馈的迭代感测去噪
US10049451B2 (en) Automated lesion segmentation from MRI images
CN112770838B (zh) 使用自关注深度学习进行图像增强的系统和方法
US11341616B2 (en) Methods and system for selective removal of streak artifacts and noise from images using deep neural networks
CN108885246B (zh) 用于生成高b值处的合成扩散图像的扩散MRI方法
US9595120B2 (en) Method and system for medical image synthesis across image domain or modality using iterative sparse representation propagation
EP3132742A1 (en) Magnetic resonance imaging device and method for generating magnetic resonance image
JP6317756B2 (ja) 副作用の少ない局所アーチファクトの低減
US20220107378A1 (en) Deep learning methods for noise suppression in medical imaging
EP3607338B1 (en) Methods for iterative reconstruction of medical images using primal-dual optimization with stochastic dual variable updating
EP3542176B1 (en) Intensity corrected magnetic resonance images
US8687870B2 (en) System and method for correcting inhomogeneity of spatial intensity in 3D MR image data
US20190324106A1 (en) Magnetic resonance imaging apparatus and method
US11995825B2 (en) Method for motion artifact detection
EP2685275A1 (en) Improved correction of geometric distortions in echo-planar MRI
US9953397B2 (en) System and method for medical image correction
CN113661404B (zh) 使用模拟磁共振图像对磁共振图像的校正
Yan et al. A fast schema for parameter estimation in diffusion kurtosis imaging
US20120328172A1 (en) Apparatus and method for determining padding length
CN116934610A (zh) 磁共振图像中噪声降低的系统和方法
US9311705B1 (en) Organ localization in biomedical image data using gradient fields cross-correlation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant