CN104661592B - 磁共振成像装置以及图像处理装置 - Google Patents

磁共振成像装置以及图像处理装置 Download PDF

Info

Publication number
CN104661592B
CN104661592B CN201380049655.1A CN201380049655A CN104661592B CN 104661592 B CN104661592 B CN 104661592B CN 201380049655 A CN201380049655 A CN 201380049655A CN 104661592 B CN104661592 B CN 104661592B
Authority
CN
China
Prior art keywords
sensitivity
mentioned
time
data
time series
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.)
Active
Application number
CN201380049655.1A
Other languages
English (en)
Other versions
CN104661592A (zh
Inventor
竹岛秀则
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.)
Canon Medical Systems Corp
Original Assignee
Toshiba Medical Systems Corp
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 Toshiba Medical Systems Corp filed Critical Toshiba Medical Systems Corp
Publication of CN104661592A publication Critical patent/CN104661592A/zh
Application granted granted Critical
Publication of CN104661592B publication Critical patent/CN104661592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/561—Image 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/38—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field
    • G01R33/385—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field using gradient magnetic field coils
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/561—Image 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
    • G01R33/5611—Parallel 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling

Landscapes

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

Abstract

实施方式所涉及的磁共振成像装置具备配置部、灵敏度导出部、以及图像生成部。上述配置部在根据摄像参数而决定的k空间的采样位置中的一部分的采样位置配置时间序列数据。上述灵敏度导出部在通过实施时间方向的变换而由变换后的系数值来表现上述时间序列数据的时间空间上，根据上述时间序列数据导出灵敏度分布。上述图像生成部使用上述时间序列数据以及上述灵敏度分布，生成上述时间序列数据的图像。

Description

磁共振成像装置以及图像处理装置
技术领域
本发明的实施方式涉及磁共振成像装置以及图像处理装置。
背景技术
磁共振成像装置(以下，称为MRI(Magnetic Resonance Imaging)装置)是利用配置于磁场中的氢等原子在各种频率的电磁波中只选择性地吸收/释放依赖于原子以及磁场的种类而决定的频率的电磁波这一性质，来对检体内部的原子分布非破坏性地进行可视化的装置。将通过线圈测量从检体释放出的电磁波，并对其进行数字化而得到的信号称为k空间数据。
k空间数据例如是通过反复进行一维的摄像而得到的二维或者三维的数据，检体内部的原子分布图像通过对于k空间数据实施傅里叶变换(以后，如果提及傅里叶变换则还包含傅里叶逆变换)而得到。将所得到的原子分布图像称为MR(Magnetic Resonance)图像，将根据k空间数据计算MR图像的过程称为重建或者图像重建、图像生成等。k空间数据的中心部与对MR图像实施了傅里叶变换时的低频分量对应，k空间数据的周边部位与对MR图像实施了傅里叶变换时的高频分量对应。
在MRI装置中，公知通过复返进行一维的摄像来得到重建所需的k空间数据，但该摄像一般花费时间。并且，还公知当检体的状态与时间一起变化时，被重建后的MR图像的画质变差。因此，在检体的状态发生变化且数据量多的时间序列数据的摄像中，例如在心脏的拍动的摄像中，强烈要求缩短该时间。鉴于此，为了进行更高速的摄像，例如正在研究开发利用灵敏度根据线圈的配置而不同的情况，由多个线圈同时对k空间数据进行剔除摄像，根据所得到的多个k空间数据，在抑制伪影的同时重建MR图像的并行成像技术。
作为将时间序列的k空间数据作为对象的并行成像技术之一，公知有一种被称为k-t BLAST(k-space time Broad-use Linear Acquisition Speed-up Technique)或者k-t SENSE(sensitivity encoding)的技术。在线圈数相对于已剔除的采样的比例较少的情况下称为k-t BLAST，否则称为k-t SENSE，在以后的说明中，只要没有明确地区别，也包含k-t BLAST而称为k-t SENSE。以后，主要针对线圈为多个的情况进行说明，但作为k-tBLAST的特别的情况，也容许线圈数为一个的情况。在线圈为一个的情况下，为了方便起见，称为k-t SENSE。
非专利文献1：J.Tsao，P.Boesiger，K.P.Pruessmann，“k-t BLAST and k-tSENSE:Dynamic MRI With High Frame Rate Exploiting SpatiotemporalCorrelations，”Magnetic Resonance in Medicine 50:1031-1042(2003).
非专利文献2：D.Xu，K.F.King，Z.Liang，“Improving k-t SENSE by AdaptiveRegularization，”Magnetic Resonance in Medicine 57:918-930(2007).
专利文献1：美国专利第7319324号
专利文献2：日本特开2003-325473号公报
发明内容
本发明要解决的问题在于，提供一种能够缩短摄像时间的磁共振成像装置以及图像处理装置。
实施方式所涉及的磁共振成像装置具有配置部、灵敏度导出部、以及图像生成部。上述配置部在根据摄像参数而决定的k空间的采样位置中的一部分的采样位置配置时间序列数据。上述灵敏度导出部在通过实施时间方向的变换而由变换后的系数值表现上述时间序列数据的时间空间上，根据上述时间序列数据导出灵敏度分布。上述图像生成部使用上述时间序列数据以及上述灵敏度分布，来生成上述时间序列数据的图像。根据上述构成的磁共振成像装置，能够缩短摄像时间。
附图说明
图1是表示第1实施方式所涉及的MRI装置的框图。
图2是在本实施方式中，用于说明k-t空间以及x-f空间的图。
图3是在本实施方式中，用于说明k-t空间以及x-f空间的图。
图4是用于说明k-t SENSE中的图像生成的图。
图5是用于说明本实施方式所涉及的控制部的图。
图6是表示本实施方式所涉及的处理步骤的流程图。
图7是表示本实施方式中的采样位置的一个例子的图。
图8是用于说明本实施方式中的欠缺采样的导出的图。
图9是表示本实施方式中的FIR(Finite Impulse Response)滤波的例子的图。
图10是表示在本实施方式中导出二值化灵敏度图的处理步骤的流程图。
图11是用于说明本实施方式中的二值化灵敏度图的导出的图。
图12是用于说明本实施方式中的二值化灵敏度图的导出的图。
图13是用于说明本实施方式中的二值化灵敏度图的导出的图。
图14是表示本实施方式的具体例所涉及的处理步骤的流程图。
图15是表示本实施方式的具体例中的输出的图。
图16是表示本实施方式的具体例中的输出的图。
图17是表示本实施方式的具体例中的输出的图。
图18是用于说明本实施方式的具体例中的最终灵敏度图的导出的图。
图19是表示实施方式所涉及的图像处理装置的硬件构成的图。
具体实施方式
以下，详细地说明实施方式所涉及的磁共振成像装置以及图像处理装置。
(第1实施方式)
图1是表示第1实施方式所涉及的MRI装置100的框图。如图1所示，MRI装置100具备静磁场磁铁101、倾斜磁场线圈102、倾斜磁场电源103、床104、床控制部105、发送线圈106、发送部107、接收线圈阵列108、接收部109、序列控制部110、计算机系统120(也被称为“图像处理装置”)。其中，MRI装置100中不包含被检体P(例如，人体)。
静磁场磁铁101是形成为中空的圆筒形的磁铁，在内部的空间产生均匀的静磁场。静磁场磁铁101例如是永久磁铁、超导磁铁等。倾斜磁场线圈102是形成为中空的圆筒形的线圈，被配置于静磁场磁铁101的内侧。倾斜磁场线圈102通过与相互正交的X、Y、Z各轴对应的3个线圈组合而形成，这三个线圈从倾斜磁场电源103单独地接受电流，沿着X，Y，Z各轴产生磁场强度变化的倾斜磁场。其中，设Z轴方向为与静磁场相同的方向。
倾斜磁场电源103向倾斜磁场线圈102供给电流。在此，由倾斜磁场线圈102产生的X、Y、Z各轴的倾斜磁场例如分别与切片选择用倾斜磁场Gs、相位编码用倾斜磁场Ge、以及读出用倾斜磁场Gr对应。切片选择用倾斜磁场Gs被用于任意地决定摄像剖面。相位编码用倾斜磁场Ge被用于根据空间位置使NMR信号的相位变化。读出用倾斜磁场Gr被用于根据空间位置使NMR信号的频率变化。
床104具备载置被检体P的顶板104a，在床控制部105的控制下，将顶板104a在载置被检体P的状态下向倾斜磁场线圈102的空洞(摄像口)内插入。通常，床104被设置成长度方向与静磁场磁铁101的中心轴平行。床控制部105在计算机系统120的控制下，驱动床104来将顶板104a向长度方向以及上下方向移动。
发送线圈106被配置于倾斜磁场线圈102的内侧，从发送部107接受RF脉冲的供给，产生高频磁场。发送部107向发送线圈106供给与由作为对象的原子的种类以及磁场的强度决定的拉莫尔频率对应的RF脉冲。
接收线圈阵列108被配置于倾斜磁场线圈102的内侧，接收因高频磁场的影响而从被检体P发出的NMR信号。当接收NMR信号时，接收线圈阵列108将接收到的NMR信号向接收部109输出。其中，在第1实施方式中，接收线圈阵列108是具有1个以上、典型的情况下具有多个接收线圈的线圈阵列。
接收部109根据从接收线圈阵列108输出的NMR信号来生成NMR数据。具体而言，接收部109通过对从接收线圈阵列108输出的NMR信号进行数字变换来生成NMR数据。另外，接收部109将所生成的NMR数据向序列控制部110发送。此外，接收部109也可以被安装于具备静磁场磁铁101、倾斜磁场线圈102等的架台装置侧。在此，在第1实施方式中，从接收线圈阵列108的各线圈元件(各接收线圈)输出的NMR信号被适当地分配合成，从而按照被称为信道等的单位向接收部109输出。因此，NMR数据在接收部109以后的后级处理中被按每个信道进行处理。对于线圈元件的总数与信道的总数的关系而言，既存在相同的情况，也存在相对于线圈元件的总数，信道的总数少的情况，或者相反，信道的总数相对于线圈元件的总数较多的情况。以下，当如“每个信道”那样表明时，表示该处理可以按每个线圈元件进行，或者按被分配合成了线圈元件的每个信道进行。此外，分配合成的定时并不限定于上述的定时。NMR信号或者NMR数据只要按信道单位被分配合成，直到通过后述的控制部123进行处理之前即可。
序列控制部110根据从计算机系统120发送的序列信息，来驱动倾斜磁场电源103、发送部107以及接收部109，由此进行被检体P的摄像。在此，序列信息是对用于进行摄像的步骤进行了定义的信息。在序列信息中，定义了倾斜磁场电源103向倾斜磁场线圈102供给的电源的强度、供给电源的定时、发送部107向发送线圈106发送的RF脉冲的强度、施加RF脉冲的定时、以及接收部109检测NMR信号的定时等。
其中，序列控制部110驱动倾斜磁场电源103、发送部107以及接收部109来对被检体P摄像的结果是，当从接收部109接收NMR数据(在本实施方式中，是沿着时间轴按照时间序列收集到的时间序列数据)时，将接收到的NMR数据向计算机系统120转送。
计算机系统120进行MRI装置100的整体控制、数据收集、图像重建等，具有接口部121、存储部122、控制部123、输入部124、以及显示部125。
接口部121将序列信息向序列控制部110发送，从序列控制部110接收NMR数据。另外，当接收NMR数据时，接口部121将接收到的NMR数据保存在存储部122中。保存于存储部122的NMR数据通过后述的配置部123a被配置于k空间。其结果，存储部122存储多个信道量的k空间数据。
存储部122存储由接口部121接收到的NMR数据、由配置部123a配置于k空间的时间序列数据、由后述的图像生成部123d生成的图像数据等。例如，存储部122是RAM(RandomAccess Memory)、闪存存储器等半导体存储器元件、硬盘、光盘等。输入部124接受来自操作者的各种指示、信息输入。输入部124例如是鼠标或轨迹球等定位设备、模式切换开关等选择设备、或者键盘等输入设备。显示部125在控制部123的控制下，显示频谱数据、图像数据等各种信息。显示部125例如是液晶显示器等显示设备。
控制部123进行MRI装置100的整体控制。具体而言，控制部123根据经由输入部124由操作者输入的摄像条件来生成序列信息，通过将所生成的序列信息向序列控制部110发送来控制摄像。另外，控制部123控制根据作为摄像的结果而从序列控制部110发送的NMR数据来进行的图像的生成，或者控制由显示部125进行的显示。例如，控制部123是ASIC(Application Specific Integrated Circuit)、FPGA(Field Programmable Gate Array)等集成电路、CPU(Central Processing Unit)、MPU(Micro Processing Unit)等电子电路。
如以下说明那样，在本实施方式中，在时间空间上导出灵敏度分布(以下，称为灵敏度图)。在此，“时间空间”是指通过实施时间方向的变换，使得时间序列数据由变换后的系数值表现。在此使用的变换如果是可逆或者近似地视为可逆的变换，则可以是任何变换，可以是线性的，也可以是非线性的。例如，当作为变换而使用了傅里叶变换时，时间空间成为作为在k-t SENSE中进行展开处理(Unfolding处理)的空间的x-f空间。此外，变换并不限定于傅里叶变换，例如，也可以是小波变换。另外，以下为了便于说明，根据需要将作为实际空间的图像空间上的“空间灵敏度值”与时间空间上的“时间空间灵敏度值”区别使用。“空间灵敏度值”是按每个信道得到的现实的灵敏度值。另一方面，“时间空间灵敏度值”是时间空间上的虚拟的灵敏度值。另外，以下为了便于说明，根据需要将图像空间上的“空间灵敏度图”与时间空间上的“时间空间灵敏度图”区别使用。“空间灵敏度图”是针对某一信道，汇集了各像素的实际的灵敏度值(空间灵敏度值)的图。另一方面，“时间空间灵敏度图”是针对某一信道，汇集了各像素的时间空间上的虚拟的灵敏度值(时间空间灵敏度值)的图。另外，以下为了便于说明，根据需要将图像空间内的位置称为“空间像素”，将时间空间内的位置称为“时间空间像素”。
当导出未知的灵敏度图时，如果能够预先确定不存在信号的像素，则能够将确定出的像素的灵敏度值设为“零”，能够提高性能。在该方面，时间空间上的时间空间灵敏度图反映时间方向的对象物的活动。鉴于此，在本实施方式中，在时间空间上利用能够区别对象物的活动的有无的性质，来预先确定不存在活动的像素，将确定出的像素的灵敏度值设为“零”。例如，在x-f空间上，由于当对象物的活动快时，其信号分布于周边部位，当活动慢时，其信号分布于中心部位，因此，根据信号值，能够区别活动的有无、即灵敏度的有无。
其中，如图1所示，第1实施方式所涉及的控制部123具备配置部123a、数据导出部123b、灵敏度导出部123c、以及图像生成部123d。针对各部的处理的细节将后述。
(k-t空间以及x-f空间)
图2是在本实施方式中，用于说明k-t空间以及x-f空间的图。在本实施方式中，如后述那样，只针对k空间的全采样位置中的一部分的采样位置配置时间序列数据，但在此首先假设全采样来说明k-t空间以及x-f空间。
图2的(A)表示被配置于k-t空间的时间序列数据。其中，在(A)中省略了kx轴。图2的(B)表示通过傅里叶变换按每帧将配置于k-t空间的时间序列数据进行重建而得到的重建帧。图2的(C)表示还将时间方向考虑为一个轴来对时间序列的重建帧进行线性变换而得到的、x-f空间的频谱数据。
在此，在x-f空间中，时间方向被变换成时间频率。由于活动快的像素的时间频率变高，因此，信号分布于x-f空间的周边部位。由于活动慢的像素的时间频率变低，因此，信号分布于x-f空间的中心部位。在(B)以及(C)中，示意性地表示心脏R1(心脏R1′)以及胸壁R2(胸壁R2′)。例如，(C)表示存在活动的心脏R1′的信号分布到x-f空间的周边部位，与之相对，不存在活动的胸壁R2′的信号只分布于x-f空间的中心部的样子。此外，在本实施方式中，将x-f空间作为“通过实施时间方向的变换而由变换后的系数值来表现时间序列数据的时空”的一个例子进行说明，但实施方式并不限定于此。从重建帧起的变换并不限定于傅里叶变换。
图3与图2相同，是在本实施方式中，用于说明k-t空间以及x-f空间的图，但假设不是对全采样而只对一部分的采样位置配置数据的情况。即，如后述那样，在本实施方式中，在时间方向的空间(以下，称为时间空间)和图像空间被一体化后的空间中，关于至少一个方向，只针对全采样位置中的一部分的采样位置配置数据。哪个方向存在没有被配置数据的位置(数据被剔除)均没有问题。其中，图像空间包含二维以及三维的情况。另外，在图像空间的方向中例如存在相位编码方向、与其正交的方向。例如，图3的(A)表示在相位编码方向中以1/4采样被配置于k-t空间的时间序列数据。其中，1/4采样表示相对于4个采样位置将3个采样位置剔除，只对1个采样位置配置数据的情况。此时，如图3的(B)所示，在重建帧中出现折回。另外，如图3的(C)所示，该折回在x-f空间的频谱数据中也出现。
图4是用于说明k-t SENSE中的图像生成的图。如上述那样，当不是对全采样而只对一部分的采样位置配置了数据时，在x-f空间的频谱数据中会出现折回。为了将该折回在x-f空间中展开(unfold)来生成图像，需要x-f空间上的灵敏度图。因此，在k-t SENSE中，如图4所示，与收集诊断图像用的数据的正式摄像独立地进行校准用摄像，根据按每个信道得到的校准数据来导出x-f空间上的灵敏度图。之后，使用通过正式摄像按每个信道收集到的数据和x-f空间上的灵敏度图来进行逆傅里叶变换，在x-f空间中将折回展开，生成图像。
图5是用于说明本实施方式所涉及的控制部123的图，表示在各部间流通的数据。图6是表示本实施方式所涉及的处理步骤的流程图。在本实施方式中，针对全采样位置以通过其他途径决定的基准剔除并进行采样。将被配置时间序列数据的位置称为“采样位置”，将没有被配置时间序列数据的位置称为“剔除位置”。另外，“采样位置”除非特别注明，否则为被配置于k空间上的栅格状的位置(Cartesian网格)。
步骤S01：首先，提供k空间的全采样位置。在本实施方式中，k空间的全采样位置例如根据FOV(Field Of View)或摄像的分辨率等摄像参数来决定，针对时间空间的时间方向、图像空间的相位编码方向、与其正交的方向的各方向，根据需要来决定。另外，为了后述的处理，如图5所示，k空间的全采样位置、采样位置的信息分别被输入至配置部123a、数据导出部123b、以及图像生成部123d。
步骤S02：接着，配置部123a将保存于存储部122的时间序列数据配置于k空间的采样位置。此时，配置部123a针对由步骤S01提供的全采样位置，进行基于通过其他途径决定的基准的剔除。其中，为了便于说明，将被配置于采样位置的时间序列数据称为“已知采样”。
步骤S03：接着，数据导出部123b导出由步骤S01提供的全采样位置中的、在步骤S02中没有被配置已知采样的剔除位置的时间序列数据。其中，为了便于说明，将被剔除而没有配置的时间序列数据称为“欠缺采样”。例如，数据导出部123b使用由配置部123a配置于采样位置的已知采样来推定欠缺采样，或者将欠缺采样设为“零”。其中，为了便于说明，将由数据导出部123b导出的时间序列数据称为“推定采样”。
步骤S04：接着，灵敏度导出部123c使用集合了由配置部123a配置于采样位置的已知采样、以及由数据导出部123b导出的推定采样的时间序列数据，在x-f空间上，导出每个信道的灵敏度图。
步骤S05：然后，图像生成部123d使用由配置部123a配置于采样位置的已知采样、以及由灵敏度导出部123c导出的灵敏度图，来生成时间序列的MR图像。例如，图像生成部123d针对在步骤S02中被配置于k空间的时间序列数据，将欠缺采样设为“零”。而且，图像生成部123d将各信道的时间序列数据按每帧进行傅里叶变换，并且，在时间方向进行变换(例如，傅里叶变换)，从而得到各信道的x-f空间的频谱数据。接着，图像生成部123d同样地使用在x-f空间上导出的各信道的灵敏度图将该频谱数据展开，对通过展开而得到的数据，在时间方向实施之前应用的变换(例如，傅里叶变换)的逆变换，从而能够生成MR图像。此外，说明了图像生成部123d在将各信道的时间序列数据按每帧进行了傅里叶变换之后，在时间方向进行变换的2个阶段的方法，但实施方式并不限定于此。例如，图像生成部123d只要在时间方向进行变换的1个阶段的处理(例如，高速傅里叶变换)中，进行包含按每帧对时间序列数据进行傅里叶变换的操作的运算即可。另外，同样地，图像生成部123d只要针对将欠缺采样设为“零”的操作，也在时间方向进行变换的1个阶段的处理(例如，高速傅里叶变换)中，进行与该操作相符合的运算即可。这样，用于生成MR图像的各步骤能够适当地作为被编入规定的处理的运算而执行。
这样，通过执行图6所示的处理步骤，生成时间序列MR图像。针对各步骤的具体例将后述。
(基于配置部123a的配置)
针对基于配置部123a的配置进行说明。首先，在本实施方式中，配置部123a将通过序列控制部110进行摄像并被保存在存储部122中的时间序列数据配置于k空间。本实施方式中的配置如以下说明那样，是只针对全采样位置中的一部分的采样位置配置时间序列数据的“剔除采样”，但序列控制部110怎样收集时间序列数据都可以。例如，即使在某一时刻作为已知采样的数据的一部分是使用不是在该时刻的其他时刻收集到的已知采样进行充填的数据，也能够应用本实施方式。例如，假设在第1时刻，针对k空间周边部分不进行收集而只收集中心部分。另一方面，假设在第2时刻，针对该周边部位分进行了收集。此时，作为第1时刻的时间序列数据，配置部123a也可以借用在第2时刻收集到的周边部分，并配置于k空间。
一般而言，在基于MRI的高速摄像中，当将二维或者三维的k空间数据分成频率编码(Readout)方向以及相位编码(Phase Encode)方向进行摄像时，频率编码方向不进行剔除而在相位编码方向剔除并进行摄像。在本实施方式中，作为剔除时间序列数据并配置于k空间的配置图案，例如只要决定各时刻下的相位编码方向的采样位置即可。
图7是表示本实施方式中的采样位置的一个例子的图。在图7中，实心圆表示“采样位置”，空心圆表示“剔除位置”。另外，在图7中，示出被配置于由一维的频率编码方向以及一维的相位编码方向构成的二维的k空间的例子。纵轴向下的方向是一维的相位编码方向，横轴向右的方向是一维的时间方向。在图7中，针对相位编码方向的各采样位置，由于针对频率编码方向没有进行剔除，因此，省略了频率编码方向。另外，当比较各时刻时，时间序列数据在从紧接之前的时刻开始向相位编码方向错开1个采样量的位置被采样。换言之，配置部123a针对k空间的规定方向(例如，相位编码方向)，在错开了的位置配置时间序列数据，以使在时间序列中连续的帧的采样位置发生变化。其结果，如图7所示，时间序列数据针对时间方向每隔4个采样进行配置。当如图7那样规则地采样时，将各时刻的数据按照时间序列排列的时间序列数据成为针对相位编码方向以及时间方向的任一方向都进行了周期为4的采样的形式。
此外，在该例子中，按每一单位时刻将采样位置错开一个采样，但例如在1/4采样的情况下，也可以按每4个单位时刻从同一采样位置那样的其他位置进行采样。例如，为了便于说明，当将相位编码方向的各位置命名为“1”、“2”、“3”、“4”时，在图7的例子中，各时刻的采样位置如“1”、“2”、“3”、“4”、“1”、“2”、“3”、“4”那样不断错开。对此，例如也可以以各时刻的采样位置错开为“4”、“3”、“2”、“1”、“4”、“3”、“2”、“1”，或者错开为“1”、“3”、“2”、“4”、“1”、“3”、“2”、“4”的方式，适当地变更采样位置来进行采样。这样，在本实施方式中，以具有某种周期性的方式，且以当按照周期单位将各时刻的采样进行综合时填充图像空间的大概整体的方式(不一定需要是图像空间的整体，例如，也可以在周边部位填充零)，来进行采样。另外，在被配置于三维的k空间时也相同，配置部123a能够通过剔除采样对时间序列数据进行配置。作为三维的k空间时的配置图案，例如只要以与频率编码方向正交的二维的相位编码方向(为了简化，将第1方向称为相位编码方向，将与其正交的第2方向称为切片编码方向)中的、一维的相位编码方向在全部的时刻都成为同一采样位置，其余的一维的相位编码方向成为与图7相同的配置图案的方式，决定采样位置即可。此外，实施方式并不限定于此，如果在时间空间和图像空间被一体化的空间中，是关于至少一个方向进行剔除采样的情况，则针对在哪一方向进行剔除能够任意地变更。例如，配置部123a也可以在频率编码方向进行剔除采样。
(基于数据导出部123b的欠缺采样的导出)
针对基于数据导出部123b的欠缺采样的导出进行说明。在本实施方式中，将由数据导出部123b进行的欠缺采样的导出称为“视图共享”。一般而言，视图共享是指利用与欠缺采样接近的已知采样，来推定欠缺采样的值的技术，但在本实施方式中，还包含将欠缺采样的值全部设为“零”的操作。
图8是用于说明本实施方式中的欠缺采样的导出的图。图8表示利用在接近欠缺采样的时刻的时刻存在的2个已知采样来推定欠缺采样的值的例子。例如，数据导出部123b通过使用2个已知采样进行时间方向的插补(例如，线性插补)来推定欠缺采样的值。其中，插补所使用的已知采样数并不限定于2个，也可以是任意的数量。例如，作为使用4个已知采样来进行时间方向的线性插补的方法，存在被称为双三次插补、三次卷积插补等方法。
另外，例如，数据导出部123b也可以复制最接近的已知采样，作为欠缺采样的值。另外，例如，数据导出部123b也可以应用时间方向FIR滤波，来导出欠缺采样。此时，例如，数据导出部123b对欠缺采样设定“零”，另外，使已知采样的大小与未知采样(欠缺采样)相匹配地进行缩放。例如，当对全采样进行1/4的剔除采样时，数据导出部123b将各已知采样的值缩放(scaling)到4倍。而且，数据导出部123b对这些值应用低通的增益比高通的增益大的时间方向FIR滤波。图9是表示本实施方式中的FIR滤波的例子的图。在图9中，频率轴所记载的数值表示将整体的采样数设为100时的频率值。
此外，如果容许摄像速度稍微的降低，则例如数据导出部123b也可以在所有的时刻对相位编码方向上的特定的位置(例如，k空间的中心部附近的数条线)的采样(以下，称为时间校准采样)进行摄像。而且，数据导出部123b也可以针对各欠缺采样根据时间校准采样计算用于进行时间方向上的插补的插补系数，并使用计算出的插补系数来插补欠缺采样。
(基于灵敏度导出部123c的灵敏度图的校正)
对基于灵敏度导出部123c的灵敏度图的校正进行说明。为了在时间空间(例如，x-f空间)进行并行成像，在本实施方式中，对由傅里叶变换重建后的重建帧，在时间方向实施变换。此外，在本实施方式中，作为时间方向的变换主要假设傅里叶变换来进行说明，但实施方式并不限定于此，如果是时间方向的变换，则也可以不是傅里叶变换。
在SENSE、SMASH(simultaneous acquisition of spatial harmonics)等利用信道的灵敏度的并行成像中，根据预先进行校准用摄像而得到的重建图像，按每个像素计算各信道的灵敏度，利用灵敏度将原样对欠缺采样进行了重建时所生成的折回信号除去。各像素的灵敏度例如以被称为体线圈的线圈为基准，作为在各信道中得到的值与由体线圈得到的值的比被计算。另外，各像素的灵敏度例如也通过求出在所有的信道中得到的值的大小的平方和的平方根，并例如将该平方根视为由体线圈得到的值来求得。
本实施方式是每当导出每个信道的灵敏度图(时间空间灵敏度图)时，都在图6的步骤S01～S03中，制成灵敏度图导出用的k空间数据，在步骤S04中，导出灵敏度图，进而在步骤S05中，执行利用了灵敏度图的并行成像这一流程。因此，步骤S04中的灵敏度图的导出方法例如也可以是与在已有的并行成像中使用的灵敏度图的导出相同的方法。即，在以下说明的本实施方式中，在通过与已有的并行成像相同的方法导出了虚拟的灵敏度图之后，通过对所导出的灵敏度图实施校正，来得到MR图像的生成所使用的最终灵敏度图。然而，本实施方式并不限定于此，也可以省略该校正，例如，将在各信道得到的值与在所有的信道得到的值的大小的平方和的平方根之比作为灵敏度图来使用。
其中，在步骤S04中，在灵敏度图(时间空间灵敏度图)的推定中除了已知采样之外，还使用推定采样。推定采样由于例如具有通过之前说明的视图共享而推定出的值，因此，有可能包含大的误差。因此，如果应用在已有的并行成像中使用的灵敏度图的推定，则所得到的灵敏度值有可能包含大的误差。
鉴于此，作为减小时间空间灵敏度图的推定误差的方法之一，本实施方式所涉及的灵敏度导出部123c首先导出虚拟的时间空间灵敏度图，使用通过其他途径导出的空间灵敏度图来修正该虚拟的时间空间灵敏度图，从而导出最终灵敏度图。此时，灵敏度导出部123c完全不考虑空间灵敏度值的时间变动。即，假设空间灵敏度值相对于时间方向没有变动。其中，以下为了便于说明，有时将假设为相对于时间方向没有变动的空间灵敏度值(空间灵敏度图)称为“不依赖于时间方向的空间灵敏度值(空间灵敏度图)”。为了在时间空间中进行并行成像，在本实施方式中，针对由傅里叶变换重建的重建帧，在时间方向实施变换。该变换例如是“线性变换”，但作为该线性变换的性质，存在当分别对2个以上的数乘以同一系数之后进行加减等同于首先进行加减，然后对其结果乘以与之前相同的系数这一性质。如果完全不考虑空间灵敏度值的时间变动，则由于各时刻的重建帧中的空间灵敏度值相同，因此，对它们实施了时间方向的线性变换之后的时间空间灵敏度值与各时刻下的空间灵敏度值相等。因此，灵敏度导出部123c利用该性质，修正虚拟的时间空间灵敏度图。即，灵敏度导出部123c求出不依赖于时间方向的空间灵敏度值，以该空间灵敏度值适当地修正虚拟的时间空间灵敏度图的时间空间灵敏度值。
Lt(kI(x，y，z，t))＝kLt(I(x，y，z，t))
Lt：时间方向的一维线性变换
k：不依赖时间的空间灵敏度值
I(x，y，z，t)＝空间位置(x，y，z)、时刻t的像素值
在此，当针对不依赖于时间方向的空间灵敏度图的导出进行说明时，例如，灵敏度导出部123c针对之前导出的各信道的虚拟的时间空间灵敏度图，利用通过其他途径决定的加权值，按每个空间像素，计算各时间空间灵敏度值的时间方向的加权平均。由灵敏度导出部123c导出的加权平均的值是不依赖于时间方向的空间灵敏度值。另外，灵敏度导出部123c将针对所关注的信道的、所关注的空间像素导出的空间灵敏度值作为相同的信道的、相同的空间像素在时间方向被变换后的时间空间灵敏度值，利用于时间空间灵敏度图的修正。此外，灵敏度导出部123c也可以不将计算出的加权平均的值直接置换为对应的时间空间灵敏度值，而例如利用通过其他途径决定的加权值，来求出所计算出的加权平均的值与虚拟的时间空间灵敏度图的时间空间灵敏度值的加权和，将该加权和作为修正后的时间空间灵敏度值。
(基于灵敏度导出部123c的二值化灵敏度图的导出)
针对基于灵敏度导出部123c的二值化灵敏度图的导出，列举三个具体例来进行说明。在SENSE中，通过将没有信号的像素的灵敏度设为“零(0)”能够提高性能。但是，在由视图共享得到的数据中，在时间方向具有高的周期的数据的可靠性变低。因此，对由视图共享得到的数据应用阈值处理，将时间空间灵敏度值设为“零”可能会将具有灵敏度的位置的灵敏度设定为“零”。为了提高时间空间灵敏度的推定精度，优选推定具有不是“零”的灵敏度的位置。具体而言，例如只要通过后述的方法导出表示灵敏度是否为“零”的二值化灵敏度图，并在不存在灵敏度的位置将其灵敏度设为“零”即可。
(基于灵敏度导出部123c的二值化灵敏度图的导出之一)
图10是表示在本实施方式中导出二值化灵敏度图的处理步骤的一个例子的流程图。另外，图11～13是用于说明本实施方式中的二值化灵敏度图的导出的图。其中，虽然将在后面叙述，但也可以不经由以多值量化后的灵敏度图而直接推定二值化灵敏度图。
步骤S11：灵敏度导出部123c将各信道的时间序列数据按每帧进行傅里叶变换，进而在时间方向实施变换(例如，傅里叶变换)，从而得到线性变换后的系数值(变换数据)。此外，当变换是傅里叶变换时，也可以针对时间序列数据应用时间空间的傅里叶变换。即，虽然说明了在将各信道的时间序列数据按每帧进行傅里叶变换之后，在时间方向进行变换的2个阶段的方法，但实施方式并不限定于此。例如，只要在时间方向进行变换的1个阶段的处理(例如，高速傅里叶变换)中，进行包含将时间序列数据按每帧进行傅里叶变换的操作的运算即可。
步骤S12：接着，如图11所示，灵敏度导出部123c将通过步骤S11得到的系数值以N值进行量化。此外，量化也可以不一定是线性量化，另外，也可以是二值化。
步骤S13：接着，如图12所示，灵敏度导出部123c利用系数值的时间方向的图案，修正量化图案。作为步骤S13的一个例子，存在灵敏度导出部123c预先准备登记了修正前以及修正后的系数值图案的组的数据库，从数据库中探索修正前的系数值图案最近的图案，并输出修正后的系数值图案的方法。数据库能够由人手协调，还能够通过机械学习来预先生成。当通过机械学习预先生成时，例如，预先准备全采样的学习数据，如果对于学习数据需要减少数据量，则将根据全采样的数据生成的二值化灵敏度与人工模拟剔除过程以及视图共享而生成的二值化灵敏度的组进行聚类，并预先保持在数据库中。
步骤S14：接着，灵敏度导出部123c对所输出的N值的数据应用阈值来得到2值的灵敏度。此外，如果在步骤S14中使用的阈值为固定的，则灵敏度导出部123c也可以合并步骤S13和步骤S14，单纯地通过步骤S13输出二值化灵敏度。
(基于灵敏度导出部123c的二值化灵敏度图的导出之2)
当不经由N值化而使用数据库直接进行二值化时，也能够通过以下所示的方法来进行二值化。
步骤1(直接二值化)：通过与步骤S11相同的步骤得到变换后的系数值(变换数据)。
步骤2(直接二值化)：灵敏度导出部123c将通过步骤1得到的系数值以2值进行量化。
步骤3(直接二值化)：灵敏度导出部123c利用系数值的时间方向的图案，修正量化图案。该步骤成为与经由多值化时的步骤S13相同的流程。
(基于灵敏度导出部123c的二值化灵敏度图的导出之3)
当不经由N值化而使用连续的函数直接进行二值化时，还能够通过以下所示的方法来进行二值化。
步骤1(利用函数的二值化)：通过与步骤S11相同的步骤得到变换后的系数值(变换数据)。
步骤2(利用函数的二值化)：对灵敏度导出部123c赋予以时间频率为输入、以信号强度衰减率为输出的函数(模板函数)。作为该函数的形式，例如，可以使用时间频率的高频区域比时间频率的低频区域衰减的双曲线函数或指数函数，也可以使用利用通过其他途径准备的学习用的全采样数据来计算每个频率的衰减率，并将这些衰减率以插补函数(例如，样条函数)进行曲线化处理的函数。其中，模板函数所输出的值不是信号强度而是信号强度衰减率，信号强度通过对信号强度衰减率乘以参数值来得到。
步骤3(利用函数的二值化)：灵敏度导出部123c针对各像素决定模板函数的参数值，以便例如减小与通过步骤1得到的变换数据的加权平方误差。加权平方误差的权重例如也可以是低频区域的权重高于高频区域。
步骤4(利用函数的二值化)：灵敏度导出部123c针对各像素，通过对将模板函数的针对各频率的输出值乘以参数值而得到的信号强度应用通过其他途径决定的阈值，来作为二值化灵敏度。
在图13中，示出用于说明当使用所得到的二值化灵敏度进行灵敏度的校正时，灵敏度怎样变化的一个例子。在此所说的灵敏度的校正是指使用通过其他途径导出的空间灵敏度图来修正虚拟的时间空间灵敏度图，从而导出最终灵敏度图。另外，在图13中，“虚拟灵敏度”表示通过与使用已有的灵敏度的并行成像相同的方法计算出的灵敏度(相当于后述的虚拟的时间空间灵敏度图)，“变换系数的二值化灵敏度”是通过之前所述的方法得到的二值化灵敏度(相当于后述的二值化灵敏度图)。首先，当说明灵敏度校正处理的整体像时，例如，灵敏度导出部123c进行“导出虚拟的时间空间灵敏度图的第1步骤”、“导出不依赖于时间方向的空间灵敏度值的第2步骤”、“通过求出在第1步骤中导出的时间空间灵敏度值和在第2步骤中导出的空间灵敏度值的加权平均，来修正时间空间灵敏度值的第3步骤”、以及“将二值化灵敏度图的灵敏度值为“零”的时间空间像素的时间空间灵敏度值设为“零”的第4步骤”。其中，第3步骤以及第4步骤与将虚拟的时间空间灵敏度图和二值化灵敏度图(蒙片)按每个时间空间像素建立对应，通过求出与空间灵敏度值的加权平均来修正相当于蒙片“1”的时间空间像素的时间空间灵敏度值，并将相当于蒙片“0”的时间空间像素的时间空间灵敏度值设为“零”同义。
例如，作为第1步骤，灵敏度导出部123c计算出0.7、0.6、0.5、…作为针对信道#1的虚拟灵敏度。作为第2步骤，灵敏度导出部123c推定不依赖于时间方向的空间灵敏度值(为了方便，称为时间固定灵敏度)。例如，由于在图13中时间方向的直流分量中的虚拟灵敏度为0.7，因此，能够将时间固定灵敏度设为0.7。作为第3步骤，灵敏度导出部123c将各时间空间灵敏度修正(校正)为时间固定灵敏度与各时间空间灵敏度的加权平均。例如，如果将双方的权重设为1，则针对信道#1的校正后的灵敏度成为0.70、0.65、0.60，…。作为第4步骤，灵敏度导出部123c将二值化灵敏度图的值为“零”的时间空间位置的灵敏度设为“零”。针对信道#2以后也应用相同的处理。
(基于折回位置的信号电平的灵敏度的掩蔽(masking))
作为将没有信号的像素的灵敏度设为“零”的其他方法，存在针对因折回而重合的灵敏度值的各个，将位于灵敏度图上的折回位置的灵敏度值全部提取出，计算出这些中的绝对成为最大的灵敏度值MaxS，并当将各灵敏度值的绝对值除以MaxS而得到的值(以下，称为灵敏度衰减率)低于通过其他途径决定的阈值时，将该灵敏度值设为“零”的方法。
灵敏度值可以是虚拟灵敏度值，还能够在接下来的方法中使用基于学习数据的推定灵敏度值。在学习阶段中，针对学习用数据的各空间位置，计算出时间方向的变换中的预先决定的分量(例如，直流分量)的灵敏度衰减率，预先求出其平均的灵敏度衰减率。在学习数据利用阶段中，首先，针对输入数据的各空间位置，提取出在时间方向的变换中的学习阶段决定的分量的灵敏度值。针对所关注的空间位置的时间空间灵敏度值通过对在所关注的空间位置提取出的灵敏度值乘以通过学习而得到的灵敏度衰减率来计算。只要在得到了时间空间灵敏度值之后，应用将位于灵敏度图上的折回位置的灵敏度值全部提取出，并将该灵敏度衰减率低于通过其他途径决定的阈值的时间空间位置的灵敏度值设为“零”的操作即可。当然，也可以将通过这些方法使灵敏度值设为“零”的操作与利用之前所述的二值化灵敏度的方法组合。
(追加摄像数据的利用)
当利用本实施方式中的方法时，即使只根据正式摄像数据也能够生成时间空间的灵敏度图。因此，例如不需要校准摄像，与同时进行校准摄像和正式摄像的采样图案相比较，能够根据少的摄像数据进行校准。然而，并不否定进行追加摄像。例如，可考虑将用于在重建中进行与知识的统合的摄像包含于正式摄像的方法。例如，还能够利用追加归一化数据用的摄像，进行利用了该摄像的归一化的方法。
或者，也能够利用以下那样的方法。在针对k空间的中心部对所有的帧进行了摄像，并进行k-t空间中的重建之前，对k空间中的采样值为已知的时间序列矢量进行排列，对它们预先执行主分量分析(PCA(principal component analysis)。当进行k-t空间中的重建时，例如，引入能够由固有值大的矢量的加权和来表现时间序列重建数据这一知识，能够相互优化k-t空间中的重建和知识。
(局部处理)
当构成本实施方式的装置时，与以往熟知的灵敏度图独立地保持二值化灵敏度图(其中，生成相当于二值化灵敏度图的值，如果立即针对二值化灵敏度图的值成为零的位置将灵敏度图值设为零，则也可以不保持二值化灵敏度图)。这些图也能够相对于时间空间整体保持，但只要后述的步骤S103～S110的处理能够仅针对在各个Unfolding中利用的像素同时进行则足够。例如，如果进行1/4剔除采样，则如根据图3(B)以及图3(C)所知那样，由于各像素的折回信号的影响仅对4个像素出现，因此，如果反复进行“针对4个像素应用S103～S110”的处理，直到对全部像素进行处理，则灵敏度图以及二值化灵敏度图所需的存储器是4个像素的处理所需的量即可，能够抑制存储器消耗量。
(本实施方式的具体例)
图14是表示本实施方式的具体例所涉及的处理步骤的流程图，图15～17是表示本实施方式的具体例中的输出的图，图18是用于说明本实施方式的具体例中的最终灵敏度图的导出的图。其中，以下说明的具体例只不过是一个例子，本实施方式并不限于以下说明的具体例。另外，在图6所示的处理步骤中，S01～03相当于“准备”的阶段，S04相当于“灵敏度图的导出”的阶段，S05相当于“MR图像的生成”的阶段。在图14所示的处理步骤中，S100～102相当于“准备”的阶段，S103～109相当于“灵敏度图的导出”的阶段，S110～112相当于“MR图像的生成”。
(1)准备
步骤S100：配置部123a对被保存于存储部122的时间序列数据进行剔除采样。例如，在k空间为二维的情况下，配置部123a在频率编码方向不进行剔除而将全采样位置作为采样位置，针对相位编码方向将1/4设为采样位置，且针对各时刻将其采样位置沿相位编码方向逐个错开。例如，配置部123a如图7所示那样配置时间序列数据。此外，在图7中随省略了图示，但配置部123a例如分别配置3个信道量的时间序列数据。
步骤S101：接着，数据导出部123b导出时间序列数据的欠缺采样。例如，数据导出部123b使用被配置部123a配置于采样位置的已知采样并通过视图共享来推定欠缺采样。另外，例如，数据导出部123b也可以简单地将欠缺采样设定为“零”。在图15～17所示的输出例中，将欠缺采样设为“零”。
(2)灵敏度图的导出
步骤S102：接着，灵敏度导出部123c按每个信道，使用将在步骤S100中被配置于采样位置的已知采样、以及在步骤S101中导出的推定采样集合了的时间序列数据，针对空间方向进行基于傅里叶变换的重建，另外，针对时间方向进行变换(例如，傅里叶变换)。这样，例如，如图15所示，灵敏度导出部123c输出3个信道量的摄像数据(例如，x-f空间的频谱数据)。此外，时间方向的变换也可以是其他的变换。此时，灵敏度导出部123c输出并不限定于x-f空间的时间空间的变换数据。另外，变换也可以不是正交变换。
步骤S103：接着，灵敏度导出部123c生成合成数据。例如，灵敏度导出部123c通过计算3个信道量的摄像数据的RSOS(Root Sum Of Squares)来生成合成数据。这样，例如，如图15所示，灵敏度导出部123c输出合成数据。各信道的摄像数据中存在的信号必须保证存在于该合成数据。此外，合成数据的生成并不限定于RSOS。另外，合成数据有时被视为通过体线圈得到的值而被称为“体线圈图像”。另外，也可以代替合成数据而使用体线圈图像。
步骤S104：接着，灵敏度导出部123c导出表示灵敏度的存在的有无的二值化灵敏度图。例如，灵敏度导出部123c通过对在步骤S103中生成的合成数据进行二值化，来导出二值化灵敏度图。这样，例如，如图15所示，灵敏度导出部123c导出二值化灵敏度图。在二值化灵敏度图中被表示为“存在灵敏度”的像素在3个信道中的至少1个信道存在信号。此外，如上述那样，灵敏度图并不限定于2值，也可以是多值，但在本具体例中说明为2值的情况。
步骤S105：接着，灵敏度导出部123c对在步骤S105中生成的二值化灵敏度图应用时间低通滤波器(LPF(Low Pass Filter))，除去被认为可靠性低的时间方向的折回信号。时间低通滤波器的设计方法依赖于时间方向的变换。例如，如果时间方向的变换是傅里叶变换，则成为将远离x-f空间的中心部的位置的信号除去的滤波器。例如，如图15所示，灵敏度导出部123c通过将除了中心部的大致1/4之外的部分的信号除去，从而除去时间方向的折回信号。
步骤S106：接着，灵敏度导出部123c通过针对在步骤S105中除去了折回信号的二值化灵敏度图，推定时间方向的高通分量来进行时间方向的修正。例如，灵敏度导出部123c利用低通分量的图案来推定高通分量。另外，例如，灵敏度导出部123c也可以针对各像素，计算各频率分量的二值化灵敏度值的合计(例如，整帧的合计、或者所关注的时刻周边的一部分帧的合计等)，假设为如果所计算出的合计的值为通过其他途径决定的阈值以上则具有高通分量(即，具有活动)，如果小于阈值则不具有高通分量，来推定各像素中的高通分量。这样，例如，如图15所示，灵敏度导出部123c得到在时间方向修正后的二值化灵敏度图。该二值化灵敏度图在后述的步骤S109中作为蒙片来使用。
步骤S107：接着，灵敏度导出部123c通过将在步骤S102中得到的各信道的摄像数据(x-f空间的频谱数据)除以在步骤S103中得到的合成数据，从而导出各信道的虚拟的时间空间灵敏度图。被导出的时间空间灵敏度图与低通相比成为高通的可靠性较低的灵敏度图。在本实施方式中，为了便于说明，将该灵敏度图称为“中间灵敏度图”。例如，如图16所示，灵敏度导出部123c导出中间灵敏度图。
步骤S108：然后，灵敏度导出部123c根据在步骤S107中导出的虚拟的时间空间灵敏度图(中间灵敏度图)，导出不依赖于时间方向的空间灵敏度值的空间灵敏度图。
步骤S109：接着，灵敏度导出部123c使用在步骤S108中导出的空间灵敏度图和蒙片(二值化灵敏度图)，来修正在步骤S107中导出的时间空间灵敏度图，从而导出各信道的最终灵敏度图。例如，如图17所示，灵敏度导出部123c导出最终灵敏度图。
在此，在本具体例中，针对不能得到值的像素的时间空间灵敏度值，假定为“时间空间灵敏度值与空间灵敏度值相等”或者“时间空间灵敏度值是通过其他途径决定的空间灵敏度值的函数”来求出时间空间灵敏度值。空间灵敏度值是按每个信道得到的实际的灵敏度值。另一方面，时间空间灵敏度值是时间空间上的虚拟的灵敏度值。例如，灵敏度导出部123c将信道#1的中间灵敏度图和蒙片按每个时间空间像素建立对应。由于信道#1的中间灵敏度图中的、相当于蒙片的“0”的时间空间像素表示不存在时间空间灵敏度值，因此，灵敏度导出部123c将该时间空间像素的时间空间灵敏度值设为“0”。另一方面，由于信道#1的中间灵敏度图中的、相当于蒙片的“1”的时间空间像素表示具有时间空间灵敏度值且不清楚，因此，灵敏度导出部123c从空间灵敏度值中导出该时间空间像素的时间空间灵敏度值。另外，例如当作为中间灵敏度图中可靠性高的时间空间灵敏度值，利用相同的中间灵敏度图的中心部的像素1个像素的时间空间灵敏度值时，如图18所示，灵敏度导出部123c原样应用时间空间灵敏度值。另一方面，当作为中间灵敏度图中可靠性高的时间空间灵敏度值，利用相同的中间灵敏度图的多个像素的时间空间灵敏度值时，如图18所示，灵敏度导出部123c例如计算中间灵敏度图的中心部的多个时间空间灵敏度值的平均值，将计算出的平均值应用于成为对象的周边部位的像素。
(3)MR图像的生成
步骤S110：接着，图像生成部123d将各信道的时间序列数据按每帧进行傅里叶变换，并且在时间方向进行变换(例如，傅里叶变换)，从而得到各信道的x-f空间的频谱数据。另外，图像生成部123d相同地使用在x-f空间上导出的各信道的灵敏度图来将该频谱数据展开。
步骤S111：接着，图像生成部123d对通过展开而得到的数据，在时间方向实施之前应用的变换(例如，傅里叶变换)的逆变换，从而生成MR图像。
步骤S112：接着，图像生成部123d输出所得到的时间序列的MR图像。例如，图像生成部123d向MRI装置100内部的存储器、与MRI装置100连接的网络存储器、或者MRI装置100所具备的显示部125输出。
此外，实施方式并不限定于上述的处理步骤。例如，在图14中，说明了从步骤S100到S112顺序地执行的例子，但实施方式并不限于于此。例如，与蒙片的生成处理相关的步骤S104～S106能够独立于图14所示的其他处理步骤来执行，只要执行到作为使用了蒙片的处理的步骤S109即可。另外，通过步骤S103生成的合成数据是在步骤S104～S106的蒙片生成处理中使用的数据，并且还是在步骤S107的虚拟的时间空间灵敏度图导出处理中使用的数据。因此，只要到执行这些处理之前生成合成数据即可。这样，图14所示的处理步骤除了处理的顺序存在依赖关系的情况之外，能够任意地变更其顺序，或者并行地执行。
另外，一般而言，灵敏度图作为由全身线圈(Whole Body Coil)得到的图像(以下，称为WBC图像)与由各信道得到的图像(以下，称为PAC(Phased Array Coil)图像)之比(PAC图像/WBC图像)而求得。鉴于此，在本实施方式中，例如也可以针对所得到的各信道的最终灵敏度图，进行除以WBC图像的校正处理、对各信道的PAC图像进行RSOS(Root Sum OfSquare：平方和)法等合成处理，与WBC图像相同地进行相除的校正处理等。当除以WBC图像时，例如，作为WBC图像，能够使用通过在正式摄像之前进行的预扫描收集到的图像。
如上述那样，根据本实施方式，能够缩短摄像时间。即，根据本实施方式，由于根据正式摄像的摄像数据导出时间空间上的灵敏度图，因此，不必一定进行校准摄像，相对应地能够缩短摄像时间。另外，因为是在时间空间上导出灵敏度图的方法，因此，能够以与该时刻对应的灵敏度图生成MR图像，可抑制伪影的产生，提高画质。
另外，实施方式并不限定于上述的实施方式。
在上述的实施方式中，说明了数据导出部123b对欠缺采样进行插补之后，灵敏度导出部123c对欠缺采样被插补后的时间序列数据(集合了已知采样以及推定采样的时间序列数据)进行傅里叶变换以及线性变换，来导出灵敏度图的例子。换言之，说明了欠缺采样的插补步骤和灵敏度图的导出步骤通过不同的步骤进行的例子。然而，实施方式并不限定于此。例如，在高速傅里叶变换中，将傅里叶变换分解成多个傅里叶变换步骤，依次执行这些步骤，但如果使其最初的步骤成为不使用欠缺采样而包含插补操作的结构，则也能够不进行欠缺采样的插补等操作地进行计算。此时，只要图1以及图5所示的各部中的数据导出部123b包含于灵敏度导出部123c，灵敏度导出部123c例如在傅里叶变换的计算中，进行欠缺采样的插补操作即可。
另外，在上述的实施方式中，说明了作为医用图像诊断装置的MRI装置100执行各种处理的情况，但实施方式并不限定于此。例如，也可以代替MRI装置100，而由与MRI装置100不同的图像处理装置、包含MRI装置100和图像处理装置的图像处理系统执行上述的各种处理。这里，图像处理装置例如是指工作站、PACS(Picture Archiving andCommunication System)的图像保管装置(图像服务器)或阅览器、电子病历系统各种装置等。此时，例如，图像处理装置通过从MRI装置100或者从图像服务器经由网络接收由MRI装置100收集到的k空间数据，或者借助记录介质由操作者输入等来接受k空间数据，并存储于存储部。而且，图像处理装置只要将存储于存储部的该k空间数据作为对象，执行上述的各种处理(例如，基于配置部123a、灵敏度导出部123c、图像生成部123d的处理)即可。此时，图像处理装置例如具备与配置部123a、灵敏度导出部123c、以及图像生成部123d对应的各部。
(程序)
在上述的实施方式中示出的处理步骤所示的指示能够根据作为软件的程序来执行。通用的计算机系统预先存储该程序，通过读入该程序，能够得到与基于上述的实施方式的MRI装置或图像处理装置的效果相同的效果。在上述的实施方式中记述的指示作为能够使计算机执行的程序，被记录在磁盘(软盘、硬盘等)、光盘(CD-ROM、CD-R、CD-RW、DVD-ROM、DVD±R、DVD±RW等)、半导体存储器、或者与其类似的记录介质中。如果是计算机或者编入系统能够读取的存储介质，则其存储形式可以是任何形式。计算机从该记录介质读入程序，如果使CPU根据该程序执行程序所记述的指示，则也能够实现与上述的实施方式的MRI装置或图像处理装置相同的动作。当然，当计算机取得程序时或者读入时也可以通过网络来取得或者读入。
另外，根据从存储介质安装到计算机或编入系统的程序的指示而在计算机上作动的OS(操作系统)、数据库管理软件、网络等MW(中间件)等也可以执行用于实现上述的实施方式的各处理的一部分。
并且，存储介质并不限定于独立于计算机或者编入系统的介质，还包含下载由LAN(Local Area Network)或因特网等传送的程序并存储或者暂时存储的存储介质。
另外，存储介质并不限定于一个，由多个介质执行上述的实施方式中的处理的情况也包含于实施方式中的存储介质，介质的结构可以是任何结构。
此外，实施方式中的计算机或者编入系统根据存储于存储介质的程序，执行上述的实施方式中的各处理，也可以是由个人电脑、微型计算机等中之一构成的装置、多个装置进行网络连接的系统等任何结构。
另外，实施方式中的计算机并不限定于个人电脑，还包含信息处理设备所包含的运算处理装置、微型计算机等，是对能够由程序实现实施方式中的功能的设备、装置的总称。
(硬件构成)
图19是表示实施方式所涉及的图像处理装置的硬件结构的图。上述的实施方式所涉及的图像处理装置具备CPU(Central Processing Unit)210等控制装置、ROM(Read OnlyMemory)220、RAM(Random Access Memory)230等存储装置、与网络连接来进行通信的通信I/F240、连接各部的总线201。
由上述的实施方式所涉及的图像处理装置执行的程序被预先编入ROM220等并提供。另外，由上述的实施方式所涉及的图像处理装置执行的程序可使计算机作为上述的图像处理装置的各部(例如，配置部123a、灵敏度导出部123c、以及图像生成部123d)来发挥作用。该计算机能够通过CPU210从计算机可读的存储介质将程序读出到主存储装置上并执行。
根据以上所述的至少一个实施方式的磁共振成像装置以及图像处理装置，能够缩短摄像时间。
虽然说明了本发明的几个实施方式，但这些实施方式是作为例子而提示的，并不意图限定本发明的范围。这些实施方式能够以其他的各种方式进行实施，在不脱离发明要旨的范围内，能够进行各种省略、置换、变更。这些实施方式或其变形与包含于发明的范围或要旨中一样，包含于权利要求书记载的发明及其等同的范围中。

Claims (12)

1.一种磁共振成像装置，其特征在于，具备：
配置部，在根据摄像参数而决定的k空间的全采样位置中的一部分的采样位置配置时间序列数据；
灵敏度导出部，在通过实施时间方向的变换从而上述时间序列数据由变换后的系数值表现的时间空间上，根据对上述时间序列数据实施了时间方向的变换后的变换数据、和时间方向的灵敏度的有无，从上述时间序列数据导出灵敏度分布；以及
图像生成部，使用上述时间序列数据以及上述灵敏度分布，生成上述时间序列数据的图像。
2.根据权利要求1所述的磁共振成像装置，其特征在于，
上述配置部在包含时间方向的空间和图像空间的空间中，关于至少一个方向，在上述全采样位置中的一部分的采样位置配置时间序列数据。
3.根据权利要求1或2所述的磁共振成像装置，其特征在于，
上述灵敏度导出部通过对上述变换数据进行二值化，从而导出表示上述有无的二值化灵敏度分布，通过将在所导出的二值化灵敏度分布中不存在灵敏度的像素的灵敏度设为零来导出上述灵敏度分布。
4.根据权利要求3所述的磁共振成像装置，其特征在于，
上述灵敏度导出部在对上述变换数据进行了N值化之后，利用时间方向的图案来修正N值化后的变换数据，并对修正后的变换数据进行二值化。
5.根据权利要求1所述的磁共振成像装置，其特征在于，
上述配置部针对k空间的规定方向，以按照时间序列连续的帧的采样位置变化的方式，配置时间序列数据。
6.一种磁共振成像装置，其特征在于，具备：
配置部，在根据摄像参数而决定的k空间的全采样位置中的一部分的采样位置配置时间序列数据；
灵敏度导出部，在通过实施时间方向的变换从而上述时间序列数据由变换后的系数值表现的时间空间上，从上述时间序列数据导出灵敏度分布；以及
图像生成部，使用上述时间序列数据以及上述灵敏度分布，生成上述时间序列数据的图像，
上述灵敏度导出部通过对配置在k空间的时间序列数据实施时间方向的变换来计算上述时间序列数据由变换后的系数值表现的变换数据，并基于计算出的变换数据导出第1灵敏度分布，通过对所导出的第1灵敏度分布实施基于按每个信道得到的空间上的灵敏度分布的校正来导出第2灵敏度分布，
上述图像生成部使用上述时间序列数据以及上述第2灵敏度分布，生成上述时间序列数据的图像。
7.根据权利要求6所述的磁共振成像装置，其特征在于，
上述灵敏度导出部视为按每个信道得到的空间上的灵敏度分布在时间方向没有变动而实施上述校正。
8.根据权利要求6或7所述的磁共振成像装置，其特征在于，
上述配置部针对k空间的规定方向，以按时间序列连续的帧的采样位置发生变化的方式，配置时间序列数据。
9.一种磁共振成像装置，其特征在于，具备：
配置部，在根据摄像参数而决定的k空间的全采样位置中的一部分的采样位置配置时间序列数据；
灵敏度导出部，在通过实施时间方向的变换从而上述时间序列数据由变换后的系数值表现的时间空间上，从上述时间序列数据导出灵敏度分布；以及
图像生成部，使用上述时间序列数据以及上述灵敏度分布，生成上述时间序列数据的图像，上述灵敏度导出部使用配置于上述采样位置的时间序列数据、以及作为上述全采样位置中没有配置时间序列数据的位置的时间序列数据而导出的时间序列数据，在上述时间空间上导出上述灵敏度分布。
10.根据权利要求9所述的磁共振成像装置，其特征在于，
上述灵敏度导出部将没有被配置上述时间序列数据的位置的时间序列数据作为零而导出。
11.根据权利要求9或10所述的磁共振成像装置，其特征在于，
上述配置部针对k空间的规定方向，以按时间序列连续的帧的采样位置发生变化的方式，配置时间序列数据。
12.一种图像处理装置，其特征在于，具备：
配置部，在根据摄像参数而决定的k空间的全采样位置中的一部分的采样位置配置时间序列数据；
灵敏度导出部，在通过实施时间方向的变换从而上述时间序列数据由变换后的系数值来表现的时间空间上，根据对上述时间序列数据实施了时间方向的变换后的变换数据、和时间方向的灵敏度的有无，从上述时间序列数据导出灵敏度分布；以及
图像生成部，使用上述时间序列数据以及上述灵敏度分布，生成上述时间序列数据的图像。
CN201380049655.1A 2012-10-01 2013-09-27 磁共振成像装置以及图像处理装置 Active CN104661592B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-219879 2012-10-01
JP2012219879A JP6073627B2 (ja) 2012-10-01 2012-10-01 磁気共鳴イメージング装置及び画像処理装置
PCT/JP2013/076346 WO2014054540A1 (ja) 2012-10-01 2013-09-27 磁気共鳴イメージング装置及び画像処理装置

Publications (2)

Publication Number Publication Date
CN104661592A CN104661592A (zh) 2015-05-27
CN104661592B true CN104661592B (zh) 2017-09-05

Family

ID=50434868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380049655.1A Active CN104661592B (zh) 2012-10-01 2013-09-27 磁共振成像装置以及图像处理装置

Country Status (5)

Country Link
US (1) US10274567B2 (zh)
EP (1) EP2904971B1 (zh)
JP (1) JP6073627B2 (zh)
CN (1) CN104661592B (zh)
WO (1) WO2014054540A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5984258B2 (ja) * 2012-04-27 2016-09-06 東芝メディカルシステムズ株式会社 磁気共鳴イメージング装置及び画像処理装置
JP6513336B2 (ja) * 2014-03-25 2019-05-15 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置及び画像処理装置
JP6452994B2 (ja) 2014-08-26 2019-01-16 キヤノンメディカルシステムズ株式会社 画像処理装置及び磁気共鳴イメージング装置
US10416265B2 (en) * 2014-11-07 2019-09-17 Koninklijke Philips N.V. Method and system for generating MR images of a moving object in its environment
JP6647816B2 (ja) 2015-08-10 2020-02-14 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置、画像再構成方法及び画像再構成プログラム
JP6548531B2 (ja) * 2015-09-03 2019-07-24 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置及び画像処理装置
US10498807B2 (en) * 2015-10-19 2019-12-03 Citrix Systems, Inc. Multi-tenant multi-session catalogs with machine-level isolation
WO2017177197A1 (en) * 2016-04-08 2017-10-12 The Johns Hopkins University Method of fast imaging of nmr parameters with variably-accelerated sensitivity encoding
CN106443534B (zh) * 2016-09-27 2019-10-22 中国科学技术大学 一种磁共振快速成像方法及系统
US10989779B2 (en) 2017-09-29 2021-04-27 Yonsei University, University - Industry Foundation (UIF) Apparatus and method for reconstructing magnetic resonance image using learning, and under-sampling apparatus method and recording medium thereof
US10670676B2 (en) 2018-01-31 2020-06-02 Canon Medical Systems Corporation Image reconstructing method and reconstructing apparatus
JP7164320B2 (ja) * 2018-05-11 2022-11-01 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置、医用画像処理装置、及び画像再構成方法
US10782378B2 (en) * 2018-05-16 2020-09-22 Siemens Healthcare Gmbh Deep learning reconstruction of free breathing perfusion
JP7355532B2 (ja) * 2018-06-29 2023-10-03 キヤノンメディカルシステムズ株式会社 医用情報処理装置、方法及びプログラム
KR102259846B1 (ko) * 2018-07-03 2021-06-03 가천대학교 산학협력단 자기공명 영상장치의 기계 학습 기반의 경사자계 오차 보정 시스템 및 방법
JP7292930B2 (ja) * 2019-04-03 2023-06-19 キヤノンメディカルシステムズ株式会社 画像再構成方法及び再構成装置
JP2022189058A (ja) 2021-06-10 2022-12-22 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置及び方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003096047A1 (en) 2002-05-13 2003-11-20 Koninklijke Philips Electronics N.V. Prior-information-enhanced dynamic magnetic resonance imaging
ATE482407T1 (de) * 2002-05-13 2010-10-15 Koninkl Philips Electronics Nv Verfahren der magnetischen resonanzbildgebung mit beschleunigter datenaufnahme
JP3911605B2 (ja) 2002-05-14 2007-05-09 株式会社日立メディコ 磁気共鳴イメージング装置
DE10353342B4 (de) 2003-11-14 2008-07-17 Siemens Ag Verbesserte MRT-Bildgebung auf Basis konventioneller PPA-Rekonstruktionsverfahren
EP2411827A1 (en) * 2009-03-25 2012-02-01 Koninklijke Philips Electronics N.V. Magnetic resonance partially parallel imaging (ppi) with motion corrected coil sensitivities
US9279873B2 (en) * 2011-07-28 2016-03-08 Siemens Corporation Self consistent parallel imaging with temporal sensitivity estimation in real-time magnetic resonance imaging
EP2726893B1 (en) * 2011-09-09 2017-01-11 Arjun Arunachalam A method and system for rapid mri acquisition using tailored signal extraction modules
JP5984258B2 (ja) 2012-04-27 2016-09-06 東芝メディカルシステムズ株式会社 磁気共鳴イメージング装置及び画像処理装置
WO2015019970A1 (ja) * 2013-08-08 2015-02-12 株式会社東芝 画像処理装置及び磁気共鳴イメージング装置
JP6513336B2 (ja) * 2014-03-25 2019-05-15 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置及び画像処理装置
JP6647816B2 (ja) * 2015-08-10 2020-02-14 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置、画像再構成方法及び画像再構成プログラム
JP6548531B2 (ja) * 2015-09-03 2019-07-24 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置及び画像処理装置

Also Published As

Publication number Publication date
EP2904971A4 (en) 2016-07-20
JP6073627B2 (ja) 2017-02-01
EP2904971B1 (en) 2020-06-17
CN104661592A (zh) 2015-05-27
US20150028872A1 (en) 2015-01-29
WO2014054540A1 (ja) 2014-04-10
JP2014069007A (ja) 2014-04-21
EP2904971A1 (en) 2015-08-12
US10274567B2 (en) 2019-04-30

Similar Documents

Publication Publication Date Title
CN104661592B (zh) 磁共振成像装置以及图像处理装置
Lv et al. Transfer learning enhanced generative adversarial networks for multi-channel MRI reconstruction
JP5984258B2 (ja) 磁気共鳴イメージング装置及び画像処理装置
Wright et al. Non‐Cartesian parallel imaging reconstruction
NL1033584C2 (nl) Werkwijze en inrichting voor meer-spoels MR-afbeelding met hybride ruimtekalibrering.
US9317917B2 (en) Method, reconstruction device, and magnetic resonance apparatus for reconstructing magnetic resonance raw data
US10215822B2 (en) Image processing apparatus and magnetic-resonance imaging apparatus
CN106997034B (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
Holme et al. ENLIVE: an efficient nonlinear method for calibrationless and robust parallel imaging
US10281549B2 (en) Magnetic resonance imaging apparatus and image processing apparatus
Roeloffs et al. Model‐based reconstruction for T1 mapping using single‐shot inversion‐recovery radial FLASH
CN103027681A (zh) 用于重构并行获取的mri图像的系统
US20240290011A1 (en) Dual-domain self-supervised learning for accelerated non-cartesian magnetic resonance imaging reconstruction
CN114255291A (zh) 用于磁共振参数定量成像的重建方法、系统
CN113538611A (zh) 一种无监督的心脏磁共振参数定量图像重建方法
CN106137199B (zh) 扩散磁共振成像中的广义球面去卷积
Wang et al. Adaptive volterra filter for parallel MRI reconstruction
Arshad et al. Transfer learning in deep neural network-based receiver coil sensitivity map estimation
Liu et al. GPU implementation of Levenberg-Marquardt optimization for Ti mapping
Dang et al. Joint MR sequence optimization beats pure neural network approaches for spin-echo MRI super-resolution
Tao et al. Multi-weight respecification of scan-specific learning for parallel imaging
US20230288515A1 (en) Augmenting Diffusion-Weighted Magnetic Resonance Imaging Data
CN117333571B (zh) 磁共振图像的重建方法、系统、设备及介质
CN114972562B (zh) 联合线圈灵敏度估计与图像重建的快速磁共振成像方法
JP5566587B2 (ja) 磁気共鳴イメージング装置およびリンギング低減方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160413

Address after: Japan Tochigi

Applicant after: Toshiba Medical System Co., Ltd.

Address before: Tokyo, Japan, Japan

Applicant before: Toshiba Corp

Applicant before: Toshiba Medical System Co., Ltd.

GR01 Patent grant
GR01 Patent grant