CN104749540A - 一种指示组织间区分度的方法与装置 - Google Patents
一种指示组织间区分度的方法与装置 Download PDFInfo
- Publication number
- CN104749540A CN104749540A CN201310753430.6A CN201310753430A CN104749540A CN 104749540 A CN104749540 A CN 104749540A CN 201310753430 A CN201310753430 A CN 201310753430A CN 104749540 A CN104749540 A CN 104749540A
- Authority
- CN
- China
- Prior art keywords
- tissue
- tissues
- scanning sequence
- random
- random scanning
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 239000013598 vector Substances 0.000 claims abstract description 155
- 230000005415 magnetization Effects 0.000 claims abstract description 103
- 239000011159 matrix material Substances 0.000 claims description 189
- 230000004069 differentiation Effects 0.000 claims description 66
- 238000004364 calculation method Methods 0.000 claims description 35
- 230000003252 repetitive effect Effects 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims description 2
- 210000001519 tissue Anatomy 0.000 description 349
- 238000003860 storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 210000004885 white matter Anatomy 0.000 description 5
- 210000000593 adipose tissue white Anatomy 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000013078 crystal Substances 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 201000006417 multiple sclerosis Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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
- G01R33/50—NMR imaging systems based on the determination of relaxation times, e.g. T1 measurement by IR sequences; T2 measurement by multiple-echo sequences
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- G01R33/5608—Data 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
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
Abstract
本发明提供了一种指示组织间区分度的方法。对多种组织中的每种组织,根据随机扫描序列,生成对应所述每种组织的一组磁化矢量;根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值。这样,医生可以根据本发明提供的方法,选择适合的随机扫描序列,生成包括多种组织对应的多条亮度曲线的磁共振图像,使得在该磁共振图像中多种组织分别对应的亮度曲线的趋势相差较大。本发明还提供了一种指示组织间区分度的装置。
Description
技术领域
本发明涉及磁共振领域,特别是一种指示组织间区分度的方法与装置。
背景技术
磁共振技术是一种强大、多用途的测量技术。磁共振成像(MRI)技术通过利用磁场和无线电波脉冲来生成身体组织和结构的图像,可以定量的对被该磁共振技术所介入的一组特征进行观察。磁共振指纹法(magnetic resonance fingerprinting,MRF)是一种MRI新方法,可以早期常规筛查某些特异的癌症、多发性硬化症、心脏病及其他疾病。每个身体组织和疾病都具有一种独特的指纹,可用于快速诊断问题。通过利用随机扫描序列,MRF技术可以同时扫描多种具有不同的物理特性的组织,生成包括多种组织的亮度曲线的磁共振图像。这样,医生可以利用该包括了多种组织亮度曲线的磁共振图像进行疾病的诊断。
理论上,当磁共振图像中的多条亮度曲线的趋势相差较大时,医生能够在一幅图像中,准确地分辨出多种组织的特性,因而,能够在该图像中同时观察、对比、分析该多种组织。反之,当磁共振图像中的多条亮度曲线的趋势相近时,则无法从该图像中分离多个组织的特征,这样,该磁共振图像便无法辅助医生进行疾病的诊断。然而,针对不同的组织,采用不同的随机扫描序列,通过MRF方法所生成的一幅磁共振图像中组织的多条亮度曲线的趋势相差也不相同。目前尚无法预先得知针对某些组织,采用哪个随机扫描序列能够生成包括这些组织所对应的亮度曲线的趋势相差较大的磁共振图像。只能针对多种组织使用多个不同的随机序列,生成多幅磁共振图像,从生成的多幅磁共振图像中选择该多种组织对应的亮度曲线趋势相差较大的图像。这样,将浪费大量的处理资源。
发明内容
有鉴于此,本发明提出了一种指示组织区分度的方法,用以指示利用随机扫描序列生成在磁共振图像中,多种组织分别对应的多条亮度曲线的区分度。
一种指示组织间区分度的方法,包括:
对多种组织中的每种组织,根据随机扫描序列,生成对应所述每种组织的一组磁化矢量;
根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值。
优选地,所述对多种组织中的每种组织,根据随机扫描序列,生成对应所述组织的一组磁化矢量,包括:
根据所述随机扫描序列,生成每种组织的射频脉冲旋转矩阵RRF;
根据所述随机扫描序列,生成每种组织的弛豫矩阵Rrelax;
判断所述多种组织中是否具有偏共振特性df(Hz)的组织;
若是,则根据所述随机扫描序列,生成每种具有偏共振特性的组织的偏共振旋转矩阵Roff,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax、所述偏共振旋转矩阵Roff作用于初始磁化矢量,通过迭代计算,生成每种组织的磁化矢量;
否则,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax作用于初始磁化矢量,通过迭代计算,生成每种组织的所述磁化矢量。
优选地,所述随机扫描序列包括如下随机扫描序列中的至少一种:翻转角随机扫描序列和重复时间随机扫描序列。
优选地,根据所述随机扫描序列,生成所述组织的射频脉冲旋转矩阵RRF,包括:
判断所述随机扫描序列是否包括所述翻转角随机扫描序列;
若所述随机扫描序列包括所述翻转角随机扫描序列,则根据所述翻转角随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF;
若所述随机扫描序列不包括翻转角随机扫描序列,则根据预设的翻转角非随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF。
优选地,根据所述随机扫描序列,生成所述组织的弛豫矩阵Rrelax,包括:
判断所述随机扫描序列是否包括重复时间随机扫描序列;
若所述随机扫描序列包括重复时间随机扫描序列,则根据所述重复时间随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax;
若所述随机扫描序列不包括重复时间随机扫描序列,则根据预设的重复时间非随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax。
优选地,所述根据所述随机扫描序列,生成每种具有偏共振特性的组织的偏共振旋转矩阵Roff,包括:
若所述随机扫描序列包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述重复时间随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff;
若所述随机扫描序列不包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述预设的重复时间非随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff。
优选地,所述根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织的区分度指示值,包括:
根据每种组织所对应的磁化矢量,获得所述组织的一组织磁共振指纹演化矢量,每种组织磁共振指纹演化矢量包括所述每种组织对应的磁化矢量中每个元素分别投影在XOY平面上矢量的模值;
将所述多种组织中的任意两种组织的所述组织磁共振指纹演化矢量进行互相关计算,得到任意两种组织的区分度指示值。
优选地,本方法进一步包括:
根据所述多种组织的区分度指示值,生成多种组织的区分度指示矩阵,所述多种组织的区分度指示矩阵中i行j列的元素为第i种组织与第j种组织的区分度指示值。
优选地,本方法还包括,根据所述区分度指示值,确定利用所述随机扫描序列生成的磁共振图像中所述多种组织分别对应的亮度曲线的两两之间的区分度。
优选地,所述根据所述区分度指示值,确定利用所述随机扫描序列生成的磁共振图像中所述多种组织分别对应的亮度曲线的两两之间的区分度,包括:
判断所述多种组织中的任意两种组织的区分度指示值是否小于设定的阈值;
若所述任意两种组织的区分度指示值小于设定的阈值,则确定在一幅图像中,所述任意两种组织分别对应的两条亮度曲线的区分度高。
一种指示组织间区分度的装置,包括:
磁化矢量生成模块,用于对多种组织中的每种组织,根据随机扫描序列,生成对应每种组织的一组磁化矢量;
组织区分度指示获得模块,用于根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值;
优选地,磁化矢量生成模块包括第一旋转矩阵生成子模块、第二旋转矩阵生成子模块,第三旋转矩阵生成子模块、判断子模块、磁矢量生成子模块:
所述第一旋转矩阵生成子模块,用于根据所述随机扫描序列,生成每种组织的射频脉冲旋转矩阵RRF;
所述第二旋转矩阵生成子模块,用于根据所述随机扫描序列,生成每种组织的弛豫矩阵Rrelax;
所述判断子模块,用于判断所述多种组织中是否具有偏共振特性df(Hz)的组织;
所述第三旋转矩阵生成子模块,用于根据所述随机扫描序列,生成每种具有偏共振特性的组织的偏共振旋转矩阵Roff;
所述磁化矢量生成子模块,用于若所述判断子模块判断出所述多种组织中是否具有偏共振特性df(Hz)的组织,则将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax、所述偏共振旋转矩阵Roff作用于初始磁化矢量,通过迭代计算,生成每种组织的磁化矢量;否则,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax作用于初始磁化矢量,通过迭代计算,生成每种组织的所述磁化矢量。
优选地,所述随机扫描序列包括如下随机扫描序列中的至少一种:翻转角随机扫描序列、重复时间随机扫描序列。
优选地,所述判断子模块进一步用于判断所述随机扫描序列是否包括翻转角随机扫描序列;
所述第一旋转矩阵生成子模块,用于若所述判断模块判断出所述随机扫描序列包括翻转角随机扫描序列,则根据所述翻转角随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF;若判断模块判断出所述随机扫描序列不包括翻转角随机扫描序列,则根据预设的翻转角非随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF。
优选地,所述判断子模块进一步用于判断所述随机扫描序列是否包括重复时间随机扫描序列;
所述第二旋转矩阵生成子模块,用于若所述判断模块判断出所述随机扫描序列包括所述重复时间随机扫描序列,则根据所述重复时间随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax;若所述判断模块判断出所述随机扫描序列不包括重复时间随机扫描序列,则根据预设的重复时间非随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax。
优选地,所述第三旋转矩阵生成子模块用于若所述判断子模块判断出所述随机扫描序列包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述重复时间随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff;若所述判断子模块判断出所述随机扫描序列不包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述预设的重复时间非随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff。
优选地,所述组织区分度指示获得模块包括:组织磁共振指纹演化矢量计算子模块和相关计算子模块;其中,
所述组织磁共振指纹演化矢量计算子模块用于根据每种组织所对应的磁化矢量,获得每种组织的一组织磁共振指纹演化矢量,所述组织磁共振指纹演化矢量包括所述组织对应的磁化矢量中每个元素分别投影在XOY平面上矢量的模值;
所述相关计算子模块用于将所述多种组织中的任意两种组织的所述磁共振指纹演化矢量进行互相关计算,得到任意两种组织的区分度指示值。
优选地,所述组织区分度指示获得模块进一步用于根据所述多种组织的区分度指示值,生成多种组织的区分度指示矩阵,所述多种组织的区分度指示矩阵中i行j列的元素为第i种组织与第j种组织的区分度指示值。
优选地,所述装置进一步包括组织区分度确定模块,用于根据所述区分度指示值,确定利用所述随机扫描序列生成的磁共振图像中所述多种组织分别对应的亮度曲线的两两之间的区分度。
优选地,所述组织区分度确定模块用于判断所述多种组织两两之间的区分度指示值是否小于设定的阈值;若所述任意两种组织的区分度指示值小于设定的阈值,则确定在一幅图像中,所述任意两种组织分别对应的两条亮度曲线的区分度高。
从上述方案中可以看出,由于对多种组织中的每种组织,根据随机扫描序列,生成对应所述每种组织的一组磁化矢量;根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值。这样,医生可以根据本发明提供的方法,选择适合的随机扫描序列,生成包括多种组织对应的多条亮度曲线的磁共振图像,使得在该磁共振图像中多种组织分别对应的亮度曲线的趋势相差较大。这样,医生就能够在一幅图像中,准确地分辨出多种组织的特性,能够在该图像中同时观察、对比、分析多种组织。
附图说明
下面将通过参照附图详细描述本发明的优选实施例,使本领域的普通技术人员更清楚本发明的上述及其它特征和优点,附图中:
图1为根据本发明实施例提供的一种指示组织间区分度的方法的一流程图;
图2为根据本发明实施例提供的一种指示组织间区分度的方法的又一流程图;
图3为根据本发明实施例提供的计算偏共振旋转矩阵作用后的磁化矢量示意图;
图4为根据本发明实施例提供的另一种计算偏共振旋转矩阵作用后的磁化矢量示意图;
图5为根据本发明实施例提供的多种组织的磁共振图像;
图6为根据本发明实施例提供的一种指示组织间区分度的装置的结构示意图;
图7为根据本发明实施例提供的磁化矢量生成模块的结构示意图;
图8为根据本发明实施例提供的组织区分度指示获得的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下举实施例对本发明进一步详细说明。
图1示出了本发明实施例提供的指示组织区分度的方法,该方法可以由计算设备执行。该计算设备可以是服务器、PC机等。该方法过程详述如下:
步骤101:对多种组织中的每种组织,根据随机扫描序列,生成对应所述每种组织的一组磁化矢量;
根据所述随机扫描序列,生成每种组织的射频脉冲旋转矩阵RRF。根据所述随机扫描序列,生成每种组织的弛豫矩阵Rrelax。判断所述多种组织中是否具有偏共振特性df(Hz)的组织。若是,则根据所述随机扫描序列,生成每种具有偏共振特性的组织的偏共振旋转矩阵Roff,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax、所述偏共振旋转矩阵Roff作用于初始磁化矢量,通过迭代计算,生成每种组织的磁化矢量。否则,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax作用于初始磁化矢量,通过迭代计算,生成每种组织的所述磁化矢量。
在一个实施方式中,所述随机扫描序列可包括翻转角随机扫描序列和重复时间随机扫描序列中的至少一种。
其中,判断所述随机扫描序列是否包括所述翻转角随机扫描序列;若所述随机扫描序列包括所述翻转角随机扫描序列,则根据所述翻转角随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF;若所述随机扫描序列不包括翻转角随机扫描序列,则根据预设的翻转角非随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF。
其中,判断所述随机扫描序列是否包括重复时间随机扫描序列;若所述随机扫描序列包括重复时间随机扫描序列,则根据所述重复时间随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax;若所述随机扫描序列不包括重复时间随机扫描序列,则根据预设的重复时间非随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax。
其中,若所述随机扫描序列包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述重复时间随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff;若所述随机扫描序列不包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述预设的重复时间非随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff。
步骤102:根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值。
其中,针对所述多种组织中的每一种组织,可根据所述组织所对应的磁化矢量,获得所述组织的一个组织MRF演化矢量,所述组织MRF演化矢量包括所述组织对应的磁化矢量中每个元素分别投影在XOY平面上矢量的模值;之后可将所述多种组织中的任意两种组织的组织MRF演化矢量进行互相关计算,得到任意两种组织的区分度指示值。
进一步地,可根据所述多种组织的区分度指示值,生成多种组织的区分度指示矩阵,所述多种组织的区分度指示矩阵中i行j列的元素为第i种组织与第j种组织的区分度指示值。
进一步地,根据所述区分度指示值,确定利用所述随机扫描序列生成的磁共振图像中所述多种组织分别对应的亮度曲线的两两之间的区分度。
具体地,可判断所述多种组织区分度指示值是否小于一设定的阈值;若多种组织区分度指示值小于该设定的阈值,则可确定在一幅图像中,所述多种组织分别对应的多条亮度曲线的区分度高;否则,可确定在一幅图像中,所述多种组织分别对应的多条亮度曲线的区分度低。
下面结合一个具体示例,对本发明实施方式中的指示组织间区分度的方法进行详细描述。图2为根据本发明实施方式的又一指示组织间区分度的方法的流程示意图。该方法可以由计算设备执行。该计算设备可以是服务器、PC机等。
如图2所示,该方法可具体包括如下步骤:
步骤201:判断随机扫描序列是否包括翻转角随机扫描序列;
该随机扫描序列包括如下随机扫描序列中的至少一种:翻转角随机扫描序列、重复时间随机扫描序列。
若该随机扫描序列包括翻转角随机扫描序列,则执行步骤202。否则,执行步骤206。
步骤202:针对多种组织中的每一种组织,根据翻转角(Flip Angle,FA)随机扫描序列FA(i)(i=1,2,…,N),生成该组织的射频脉冲旋转矩阵RRF;
具体的,根据该翻转角随机序列,获得射频脉冲的翻转角度α、相位φ。将该相位φ沿着z轴进行旋转,得到一个旋转矩阵RotZ(φ)。将翻转角度α沿着x轴进行旋转,得到一个旋转矩阵RotX(α)。并且,将-φ沿着z轴进行旋转,得到一个旋转矩阵RotZ(-φ)。根据RotZ(φ)、RotX(α)、RotZ(-φ),得到该组织对应的射频脉冲旋转矩阵RRF。将该射频脉冲旋转矩阵RRF作用于初始磁化矢量,通过迭代方法,生成该组织的RRF作用后的一组磁化矢量。
在一个具体的实施中,如图3所示,可通过下式(1),根据翻转角随机扫描序列FA(i),获得该射频脉冲的翻转角度α:
α=abs(FA(i)),i=1,2,…,N; (1)
可通过如下式(2),根据翻转角随机扫描序列FA(i),获得相位φ:
φ=angLe(FA(i)),i=1,2,…,N; (2)
可通过如下式(3),将相位φ沿着z轴进行旋转,得到旋转矩阵RotZ(φ):
可通过如下式(4),将射频脉冲的翻转角度α沿着x轴进行旋转,得到旋转矩阵RotX(α);
可通过如下式(5),将-φ沿着z轴进行旋转,得到旋转矩阵RotZ(-φ):
可通过如下式(6),根据RotZ(φ)、RotX(α)、RotZ(-φ),得到射频脉冲旋转矩阵RRF:
RRF=RotZ(φ)RotX(α)RotZ(-φ) (6)
在一种具体实时方式中,如图4所示,场不均匀相位β也可以用于射频脉冲旋转矩阵RRF的计算。具体的,根据频率偏移△ω、磁旋比γ、射频场B1,分别计算有效射频脉冲的翻转角度α′与场不均匀相位β。根据该翻转角随机序列,计算获得射频脉冲的相位φ。将射场不均匀相位β沿着y轴进行旋转,得到旋转矩阵RotY(β)。将射场不均匀相位-β沿着y轴进行旋转,得到旋转矩阵RotY(-β)。有效射频脉冲的翻转角度α′沿着x轴进行旋转,得到旋转矩阵RotX(α′)。将相位φ沿着z轴进行旋转,得到旋转矩阵RotZ(φ)。可通过上述式(5),将-φ沿着z轴进行旋转,得到旋转矩阵RotZ(-φ)。根据RotZ(φ)、RotX(α′)、RotZ(-φ)、RotY(β)、RotY(-β),得到射频脉冲旋转矩阵RRF。
在一个具体实施中,可通过如下式(7),根据频率偏移△ω、磁旋比γ、射频场B1,计算有效射频脉冲的翻转角度α′:
其中,特定空间位置、时间t上的频率偏移△ω可以通过下式(8)通过磁场强度B,设定的背景场强度B0,磁旋比γ,z方向的位置矢量,计算得到的:
可通过上式(2),根据翻转角随机扫描序列FA(i),获得相位φ。
可通过如下(9),计算场不均匀相位β:
可通过如下式(10),将射场不均匀相位β沿着y轴进行旋转,得到旋转矩阵RotY(β);
可通过如下式(11),将射场不均匀相位-β沿着y轴进行旋转,得到旋转矩阵RotY(-β);
可通过如下式(12),将有效射频脉冲的翻转角度α′沿着x轴进行旋转,得到旋转矩阵RotX(α′);
可通过上述式(3),将相位φ沿着z轴进行旋转,得到旋转矩阵RotZ(φ)。可通过上述式(5),将-φ沿着z轴进行旋转,得到旋转矩阵RotZ(-φ)。
可通过如下式(13),根据RotZ(φ)、RotX(α′)、RotZ(-φ)、RotY(β)、RotY(-β),得到射频脉冲旋转矩阵RRF:
RRF=RotZ(φ)RotY(β)RotX(α′)RotY(-β)RotZ(-φ) (13)
步骤203:判断随机扫描序列是否包括重复时间随机扫描序列;
若该随机扫描序列包括重复时间随机扫描序列,则执行步骤204。否则,执行步骤207。
步骤204:针对多种组织中的每一种组织,根据重复时间(Time ofRepeat,TR)随机扫描序列TR(i)(i=1,2,…,N),生成该组织的弛豫矩阵Rrelax;
具体的,可根据重复时间随机序列、组织的纵向弛豫时间常数T1,组织的横向弛豫时间常数T2,获得该组织的弛豫矩阵Rrelax。将该该组织的弛豫矩阵Rrelax作用于磁化矢量m-,可得到该组织的弛豫矩阵Rrelax作用后的磁化矢量m+。其中,T1、T2反映了组织的特性。
在一个具体的实现中,可通过如下式(14)(15),根据重复时间TR,获得弛豫矩阵Rrelax:
△t=TR(i)i=1,2,…,N (14)
其中,T1是纵向弛豫时间常数,T2是横向弛豫时间常数。
步骤205:判断所述多种组织中是否包括具有偏共振特性df(Hz)的组织。若所述多种组织中包括具有偏共振特性df(Hz)的组织,则针对多种组织中具有偏共振特性df(Hz)的每一种组织,根据该组织的偏共振特性df(Hz)与重复时间随机扫描序列,声称该组织的偏共振旋转矩阵Roff;
具体的,根据重复时间随机序列TR(i)与该组织的偏共振特性df(Hz),可生成偏共振相位角(单位rad)。根据该偏共振相位角可生成偏共振旋转矩阵Roff。将该偏共振旋转矩阵Roff作用于磁化矢量m-,可得到Roff作用后的磁化矢量m+。
在一个具体实现中,可通过如下式(16),根据重复时间随机序列TR(i)与该组织的偏共振特性df(Hz),生成偏共振相位角
通过如下式(17),根据该偏共振相位角生成偏共振旋转矩阵Roff:
执行步骤205后,跳转到执行步骤209。
步骤206:针对多种组织中的每一种组织,根据预设的翻转角非随机扫描序列,生成该组织的射频脉冲旋转矩阵RRF;
在一种实施方式中,该翻转角非随机扫描序列可以是翻转角正弦序列,或翻转角余弦序列等。
根据翻转角非随机扫描序列,获得该组织的射频脉冲旋转矩阵RRF作用后的一组磁化矢量的方法与步骤202中方法相同。其中,频脉冲的翻转角度α、相位φ是根据翻转角非随机扫描序列所获得的。
执行步骤206后,跳转执行步骤204。
步骤207:针对多种组织中的每一种组织,根据预设的重复时间非随机扫描序列,生成该组织弛豫矩阵Rrelax;
在一种实施方式中,该重复时间非随机扫描序列可以是重复时间正弦序列,或重复时间余弦序列等。
根据预设的重复时间非随机扫描序列,获得该组织弛豫矩阵Rrelax作用后的一组磁化矢量的方法与步骤204中方法相同。其中,该组织的弛豫矩阵Rrelax可根据重复时间非随机序列、组织的纵向弛豫时间常数T1,组织的横向弛豫时间常数T2获得。
步骤208:判断所述多种组织中是否包括具有偏共振特性df(Hz)的组织。若所述多种组织中包括具有偏共振特性df(Hz)的组织,则针对多种组织中具有偏共振特性df(Hz)的每一种组织,根据该组织的偏共振特性df(Hz)与重复时间非随机扫描序列,生成该组织偏共振旋转矩阵Roff;
根据该组织的偏共振特性df(Hz)与重复时间非随机扫描序列,可得到该组织偏共振旋转矩阵Roff作用的一组磁化矢量的方法与步骤205中的方法相同。其中,偏共振相位角根据重复时间随机序列TR(i)与该组织的偏共振特性df(Hz)生成。
步骤209:若判断出所述多种组织中具有偏共振特性df(Hz)的组织,则将射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax、所述偏共振旋转矩阵Roff作用于初始磁化矢量,通过迭代计算,生成每种组织的磁化矢量;否则,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax作用于初始磁化矢量,通过迭代计算,生成每种组织的所述磁化矢量;
可通过迭代方法,通过如下式(18),计算得到射频脉冲旋转矩阵RRF作用后的磁化矢量m+:
m+=RRF·m- (18)
其中,m-是本次射频脉冲旋转矩阵RRF作用之前的磁化矢量,在一个具体的实现中,初始磁化矢量可设置为m0=[0,0,-1]T。当场不均匀相位β也可以用于射频脉冲旋转矩阵RRF的计算时,初始磁化向量可设置为有效射频场如图4所示,通过上述式(8),计算有效射频场可通过如下式(19),计算有效射频场
其中,B1是射频场,是场偏置。
可通过如下式(20),将该组织的弛豫矩阵Rrelax作用于磁化矢量m-,得到组织的弛豫矩阵Rrelax作用后的磁化矢量m+:
m+=Rrelax·m- (20)
其中,m-为Rrelax作用之前的磁化矢量,在一个具体的实现中,初始磁化矢量可以设置为m0=[0,0,-1]T。
通过如下式(21),将该组织的偏共振旋转矩阵Roff作用于磁化矢量m-,可得到该组织的偏共振旋转矩阵Roff作用后的磁化矢量m+:
m+=Roff·m- (21)。
其中,m-为Roff作用之前的磁化矢量,在一个具体的实现中,若在计算初始磁化矢量可以设置为m0=[0,0,-1]T。
步骤210:根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织的区分度指示值;
其中,多组组织的区分度指示值能够指示在一幅图像中所述多种组织分别对应的多条亮度曲线的区分度。
在一种具体实施中,可以通过如下方法,获得多种组织的区分度指示值:
针对所述多种组织中的每一种组织,根据该组织所对应的磁化矢量,获得该组织的一个组织MRF演化矢量。该组织MRF演化矢量包括所述组织对应的磁化矢量中每个元素分别投影在XOY平面上矢量的模值。将多种组织中的任意两种组织的组织MRF演化矢量进行互相关计算,得到任意两种组织的区分度指示值。
例如,通过如下方法,可得到组织Ti的组织MRF演化矢量:根据如上步骤201—203,以初始磁化矢量为初始值,分别进行N次迭代运算,得到组织Ti的N个磁化矢量;将该N个磁化矢量在XOY平面上投影的向量作为该组织MRF演化矢量的N个向量。例如,可将初始磁化矢量m0作为初始值,根据如上步骤201-203迭代方法,可依次获得组织Ti的磁化矢量(m1~mN)。可分别计算该磁化矢量(m1~mN)在XOY平面上投影向量的模值S(1)~S(N),得STi=[|S(1)|,|S(2)|,…,|S(N)|]。
在一种具体实施中,可通过如下式(22),将组织Ti、Tj的组织MRF演化矢量进行互相关,得到组织Ti、Tj区分度指示值RTi,TJ:
其中,STi为组织Ti的组织向量;
STj为组织Tj的组织向量;
μTi为组织Ti的亮度均值;μTj为组织Tj的亮度均值
在另一种具体实施中,还可以通过关联度评估,模式识别,机器学习等方法,获得多种组织的区分度指示值。
进一步地,还可以根据所述多种组织的区分度指示值,生成多种组织的区分度指示矩阵。该多种组织的区分度指示矩阵中i行j列的元素为第i种组织与第j种组织的区分度指示值。具体的,该矩阵可以表示为:
其中,该矩阵具有M列、M行,分别代表M种组织。该矩阵中位于i行j列的元素Cij为两种组织Ti、Tj区分度指示值。
步骤211:根据所述多种组织的区分度指示值,确定利用所述随机扫描序列生成的磁共振图像中所述多种组织分别对应的亮度曲线的区分度。
具体的,可判断获得的多种组织区分度指示值是否小于设定的阈值。若多种组织区分度指示值是否小于设定的阈值,则在一幅图像中,所述多种组织分别对应的多条亮度曲线的区分度较高。
在一种具体实施中,可从该矩阵中分别得到该多种组织中任意两种组织区分度指示值。若获得的任意两种组织区分度指示值均小于设定的阈值,则使用该翻转角随机扫描序列与重复时间随机扫描序列能够得到对该多组织区分度较高的图像,即则在一幅图像中,所述多种组织分别对应的多条亮度曲线的趋势相差较大。
在另一种具体实施中,分别得到该多种组织中任意两种组织区分度指示值。该指示值可以通过两种组织的组织MRF演化矢量进行互相关的取反运算获得。若获得的任意两种组织区分度指示值均大于设定的阈值,则使用该翻转角随机扫描序列与重复时间随机扫描序列能够得到对该多组织区分度较高的图像,即则在一幅图像中,所述多种组织分别对应的多条亮度曲线的趋势相差较大。
示范性地,当翻转角随机扫描序列重复时间随机扫描序列TRt=U(4)+10.0时,可以通过如上方法,确定利用上述随机扫描序列生成的磁共振图像中多种组织(CSF、脂肪Fat、白质White Matter、Gray Matter、白质-30Hz WhiteMatter-30Hz)分别对应的亮度曲线的区分度。其中,White Matter-30Hz指具有-30Hz偏振特性的白质。其每种组织特性参数如下表所示:
表1:组织特性参数
通过图2所示的方法,得到任意两种组织的区分度指示值如下表所示:
表2:组织区分度指示值
如表2所示,任意两种组织交叉位置所示为该两种组织区分度指示值。例如,WhiteMatter与Fat区分度指示值为0.9226,CSF与Fat的区分度指示值为0.4579。
根据表2所示的组织区分度指示值,若将阈值设置为0.7,则由于White Matter与Fat区分度指示值、CSF与Fat区分度指示值、WM(-30Hz)与CSF区分度指示值都小于设定的阈值,则在一幅图像中,White Matter、Fat、CSF、WM(-30Hz)分别对应的多条亮度曲线的区分度较高。
图5为使用本实施例中的翻转角随机扫描序列和重复时间随机扫描序列生成的磁共振图像。该图像中包括CSF、Fat、White Matters、Gray Matters、WM(-30Hz)分别对应的亮度曲线。由图5可以看出,组织区分度指示值小于设定阈值的组织所对应的亮度曲线趋势相差较大,例如CSF与Fat。组织区分度指示值于设定阈值的组织所对应的亮度曲线趋势相差较小,例如White Matters与Fat。
从上述方案中可以看出,由于本发明对多种组织中的每种组织,根据随机扫描序列,生成对应所述每种组织的一组磁化矢量;根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值。这样,医生可以根据本发明提供的方法,选择适合的随机扫描序列,生成包括多种组织对应的多条亮度曲线的磁共振图像,使得在该磁共振图像中多种组织分别对应的亮度曲线的趋势相差较大。这样,医生就能够在一幅图像中,准确地分辨出多种组织的特性,能够在该图像中同时观察、对比、分析多种组织。
本发明实施方式还提出了一种指示组织区分度的装置。图3为根据本发明实施例提供的一种指示组织区分度装置的结构示意图。如图3所示,该装置包括磁化矢量生成模块301、组织区分度指示获得模块302。
磁化矢量生成模块301,用于对多种组织中的每种组织,根据随机扫描序列,生成对应每种组织的一组磁化矢量;
组织区分度指示获得模块302,用于根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值。
随机扫描序列包括如下随机扫描序列中的至少一种:翻转角随机扫描序列、重复时间随机扫描序列。
具体的,如图7所示,磁化矢量生成模块包括第一旋转矩阵生成子模块3011、第二旋转矩阵生成子模块3012,第三旋转矩阵生成子模块3013、判断子模块3014、磁矢量生成子模块3015。
第一旋转矩阵生成子模块3011,用于根据所述随机扫描序列,生成每种组织的射频脉冲旋转矩阵RRF。第二旋转矩阵生成子模块3012,用于根据所述随机扫描序列,生成每种组织的弛豫矩阵Rrelax。判断子模块3014,用于判断所述多种组织中是否具有偏共振特性df(Hz)的组织。第三旋转矩阵生成子模块3013用于根据所述随机扫描序列,生成每种具有偏共振特性的组织的偏共振旋转矩阵Roff。磁化矢量生成子模块3015,用于若所述判断子模块3014判断出所述多种组织中是否具有偏共振特性df(Hz)的组织,则将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax、所述偏共振旋转矩阵Roff作用于初始磁化矢量,通过迭代计算,生成每种组织的磁化矢量;否则,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax作用于初始磁化矢量,通过迭代计算,生成每种组织的所述磁化矢量。
判断子模块3014进一步用于判断所述随机扫描序列是否包括翻转角随机扫描序列。第一旋转矩阵生成子模块3011,用于若所述判断模块判断出所述随机扫描序列包括翻转角随机扫描序列,则根据所述翻转角随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF;若判断模块3014判断出所述随机扫描序列不包括翻转角随机扫描序列,则根据预设的翻转角非随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF。
判断子模块3014进一步用于判断所述随机扫描序列是否包括重复时间随机扫描序列。第二旋转矩阵生成子模块3012,用于若所述判断模块3014判断出所述随机扫描序列包括所述重复时间随机扫描序列,则根据所述重复时间随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax;若所述判断模块3014判断出所述随机扫描序列不包括重复时间随机扫描序列,则根据预设的重复时间非随机扫描序列,生成每种组织的一个弛豫矩阵RRelax。
第三旋转矩阵生成子模块3013用于若所述判断子模块3014判断出所述随机扫描序列包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述重复时间随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff;若所述判断子模块3014判断出所述随机扫描序列不包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述预设的重复时间非随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff。
这里,磁化矢量生成模块301所使用的方法与步骤201-209中的方法一致,这里不再赘述。
具体的,如图8所示,所述组织区分度指示获得模块302包括:组织MRF演化矢量计算子模块3021和相关计算子模块3022。其中,组织MRF演化矢量计算子模块3021用于针对所述多种组织中的每一种组织,根据所述组织所对应的磁化矢量,获得所述组织的一个组织MRF演化矢量,组织MRF演化矢量包括所述组织对应的磁化矢量中每个元素分别投影在XOY平面上矢量的模值。相关计算子模块3022用于将所述多种组织中的任意两种组织的组织MRF演化矢量进行互相关计算,得到任意两种组织的区分度指示值。
所述组织区分度指示获得模块302进一步用于根据所述多种组织的区分度指示值,生成多种组织的区分度指示矩阵,所述多种组织的区分度指示矩阵中i行j列的元素为第i种组织与第j种组织的区分度指示值。
这里,组织区分度指示获得模块302所使用的方法与步骤210中的方法一致,这里不再赘述。
该装置进一步还包括组织区分度确定模块,用于根据所述区分度指示值,确定利用所述随机扫描序列生成的磁共振图像中所述多种组织分别对应的亮度曲线的两两之间的区分度。
具体的,所述组织区分度确定模块用于判断所述多种组织区分度指示值是否小于设定的阈值;若多种组织区分度指示值小于设定的阈值,则确定在一幅图像中,所述多种组织分别对应的多条亮度曲线的区分度高。
这里,组织区分度确定模块所使用的方法与步骤211中的方法一致,这里不再赘述。
从上述装置中可以看出,由于对多种组织中的每种组织,根据随机扫描序列,生成对应所述每种组织的一组磁化矢量;根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值。这样,医生可以根据本发明提供的装置,选择适合的随机扫描序列,生成包括多种组织对应的多条亮度曲线的磁共振图像,使得在该磁共振图像中多种组织分别对应的亮度曲线的趋势相差较大。这样,医生就能够在一幅图像中,准确地分辨出多种组织的特性,能够在该图像中同时观察、对比、分析多种组织。
本发明还提供了一种机器可读的存储介质,存储用于使一机器执行如本文所述的一种指示组织间区分度的方法的指令。具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下,从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能,因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD—ROM、CD-R、CD—RW、DVD—ROM、DVD—RAM、DVD—RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
此外,应该清楚的是,不仅可以通过执行计算机所读出的程序代码,而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作,从而实现上述实施例中任意一项实施例的功能。
此外,可以理解的是,将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作,从而实现上述实施例中任一实施例的功能。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (20)
1.一种指示组织间区分度的方法,包括:
对多种组织中的每种组织,根据随机扫描序列,生成对应所述每种组织的一组磁化矢量;
根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值。
2.根据权利要求1所述的方法,其特征在于,所述对多种组织中的每种组织,根据随机扫描序列,生成对应所述组织的一组磁化矢量,包括:
根据所述随机扫描序列,生成每种组织的射频脉冲旋转矩阵RRF;
根据所述随机扫描序列,生成每种组织的弛豫矩阵Rrelax;
判断所述多种组织中是否具有偏共振特性df(Hz)的组织;
若是,则根据所述随机扫描序列,生成每种具有偏共振特性的组织的偏共振旋转矩阵Roff,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax、所述偏共振旋转矩阵Roff作用于初始磁化矢量,通过迭代计算,生成每种组织的磁化矢量;
否则,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax作用于初始磁化矢量,通过迭代计算,生成每种组织的所述磁化矢量。
3.根据权利要求2所述的方法,其特征在于,所述随机扫描序列包括如下随机扫描序列中的至少一种:翻转角随机扫描序列和重复时间随机扫描序列。
4.根据权利要求3所述的方法,其特征在于,根据所述随机扫描序列,生成所述组织的射频脉冲旋转矩阵RRF,包括:
判断所述随机扫描序列是否包括所述翻转角随机扫描序列;
若所述随机扫描序列包括所述翻转角随机扫描序列,则根据所述翻转角随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF;
若所述随机扫描序列不包括翻转角随机扫描序列,则根据预设的翻转角非随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF。
5.根据权利要求3或4所述的方法,其特征在于,根据所述随机扫描序列,生成所述组织的弛豫矩阵Rrelax,包括:
判断所述随机扫描序列是否包括重复时间随机扫描序列;
若所述随机扫描序列包括重复时间随机扫描序列,则根据所述重复时间随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax;
若所述随机扫描序列不包括重复时间随机扫描序列,则根据预设的重复时间非随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax。
6.根据权利要求5所述的方法,其特征在于,所述根据所述随机扫描序列,生成每种具有偏共振特性的组织的偏共振旋转矩阵Roff,包括:
若所述随机扫描序列包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述重复时间随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff;
若所述随机扫描序列不包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述预设的重复时间非随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff。
7.根据权利要求1所述的方法,其特征在于,所述根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织的区分度指示值,包括:
根据每种组织所对应的磁化矢量,获得所述组织的一组织磁共振指纹演化矢量,每种组织磁共振指纹演化矢量包括所述每种组织对应的磁化矢量中每个元素分别投影在XOY平面上矢量的模值;
将所述多种组织中的任意两种组织的所述组织磁共振指纹演化矢量进行互相关计算,得到任意两种组织的区分度指示值。
8.根据权利要求1所述的方法,其特征在于,进一步包括:
根据所述多种组织的区分度指示值,生成多种组织的区分度指示矩阵,所述多种组织的区分度指示矩阵中i行j列的元素为第i种组织与第j种组织的区分度指示值。
9.根据权利要求7所述的方法,其特征在于,还包括,根据所述区分度指示值,确定利用所述随机扫描序列生成的磁共振图像中所述多种组织分别对应的亮度曲线的两两之间的区分度。
10.根据权利要求9所述的方法,其特征在于,所述根据所述区分度指示值,确定利用所述随机扫描序列生成的磁共振图像中所述多种组织分别对应的亮度曲线的两两之间的区分度,包括:
判断所述多种组织中的任意两种组织的区分度指示值是否小于设定的阈值;
若所述任意两种组织的区分度指示值小于设定的阈值,则确定在一幅图像中,所述任意两种组织分别对应的两条亮度曲线的区分度高。
11.一种指示组织间区分度的装置,包括:
磁化矢量生成模块,用于对多种组织中的每种组织,根据随机扫描序列,生成对应每种组织的一组磁化矢量;
组织区分度指示获得模块,用于根据所述多种组织中每种组织所对应的磁化矢量,计算得到所述多种组织两两之间的区分度指示值。
12.根据权利要求11所述的装置,其特征在于,磁化矢量生成模块包括第一旋转矩阵生成子模块、第二旋转矩阵生成子模块,第三旋转矩阵生成子模块、判断子模块、磁矢量生成子模块:
所述第一旋转矩阵生成子模块,用于根据所述随机扫描序列,生成每种组织的射频脉冲旋转矩阵RRF;
所述第二旋转矩阵生成子模块,用于根据所述随机扫描序列,生成每种组织的弛豫矩阵Rrelax;
所述判断子模块,用于判断所述多种组织中是否具有偏共振特性df(Hz)的组织;
所述第三旋转矩阵生成子模块,用于根据所述随机扫描序列,生成每种具有偏共振特性的组织的偏共振旋转矩阵Roff;
所述磁化矢量生成子模块,用于若所述判断子模块判断出所述多种组织中是否具有偏共振特性df(Hz)的组织,则将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax、所述偏共振旋转矩阵Roff作用于初始磁化矢量,通过迭代计算,生成每种组织的磁化矢量;否则,将所述射频脉冲旋转矩阵RRF、所述弛豫矩阵Rrelax作用于初始磁化矢量,通过迭代计算,生成每种组织的所述磁化矢量。
13.根据权利要求12所述的装置,其特征在于,所述随机扫描序列包括如下随机扫描序列中的至少一种:翻转角随机扫描序列、重复时间随机扫描序列。
14.根据权利要求13所述的装置,其特征在于,所述判断子模块进一步用于判断所述随机扫描序列是否包括翻转角随机扫描序列;
所述第一旋转矩阵生成子模块,用于若所述判断模块判断出所述随机扫描序列包括翻转角随机扫描序列,则根据所述翻转角随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF;若判断模块判断出所述随机扫描序列不包括翻转角随机扫描序列,则根据预设的翻转角非随机扫描序列,生成每种组织的所述射频脉冲旋转矩阵RRF。
15.根据权利要求13或14所述的装置,其特征在于,所述判断子模块进一步用于判断所述随机扫描序列是否包括重复时间随机扫描序列;
所述第二旋转矩阵生成子模块,用于若所述判断模块判断出所述随机扫描序列包括所述重复时间随机扫描序列,则根据所述重复时间随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax;若所述判断模块判断出所述随机扫描序列不包括重复时间随机扫描序列,则根据预设的重复时间非随机扫描序列,生成每种组织的一个弛豫矩阵Rrelax。
16.根据权利要求15所述的装置,其特征在于,所述第三旋转矩阵生成子模块用于若所述判断子模块判断出所述随机扫描序列包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述重复时间随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff;若所述判断子模块判断出所述随机扫描序列不包括所述重复时间随机扫描序列,则根据每种具有偏共振特性的组织的偏共振特性df(Hz)与所述预设的重复时间非随机扫描序列,得到每种具有偏共振特性的组织的偏共振旋转矩阵Roff。
17.根据权利要求11所述的装置,其特征在于,所述组织区分度指示获得模块包括:组织磁共振指纹演化矢量计算子模块和相关计算子模块;其中,
所述组织磁共振指纹演化矢量计算子模块用于根据每种组织所对应的磁化矢量,获得每种组织的一组织磁共振指纹演化矢量,所述组织磁共振指纹演化矢量包括所述组织对应的磁化矢量中每个元素分别投影在XOY平面上矢量的模值;
所述相关计算子模块用于将所述多种组织中的任意两种组织的所述磁共振指纹演化矢量进行互相关计算,得到任意两种组织的区分度指示值。
18.根据权利要求11所述的装置,其特征在于,所述组织区分度指示获得模块进一步用于根据所述多种组织的区分度指示值,生成多种组织的区分度指示矩阵,所述多种组织的区分度指示矩阵中i行j列的元素为第i种组织与第j种组织的区分度指示值。
19.根据权利要求17所述的装置,其特征在于,所述装置进一步包括组织区分度确定模块,用于根据所述区分度指示值,确定利用所述随机扫描序列生成的磁共振图像中所述多种组织分别对应的亮度曲线的两两之间的区分度。
20.根据权利要求19所述的装置,其特征在于,所述组织区分度确定模块用于判断所述多种组织两两之间的区分度指示值是否小于设定的阈值;若所述任意两种组织的区分度指示值小于设定的阈值,则确定在一幅图像中,所述任意两种组织分别对应的两条亮度曲线的区分度高。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310753430.6A CN104749540B (zh) | 2013-12-31 | 2013-12-31 | 一种指示组织间区分度的方法与装置 |
US14/587,085 US9791529B2 (en) | 2013-12-31 | 2014-12-31 | Method and device for indicating differentiation between tissues |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310753430.6A CN104749540B (zh) | 2013-12-31 | 2013-12-31 | 一种指示组织间区分度的方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104749540A true CN104749540A (zh) | 2015-07-01 |
CN104749540B CN104749540B (zh) | 2017-11-17 |
Family
ID=53482097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310753430.6A Active CN104749540B (zh) | 2013-12-31 | 2013-12-31 | 一种指示组织间区分度的方法与装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9791529B2 (zh) |
CN (1) | CN104749540B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108027412A (zh) * | 2015-07-07 | 2018-05-11 | Q生物公司 | 场不变定量磁共振特征标志 |
CN108351395A (zh) * | 2015-10-27 | 2018-07-31 | 皇家飞利浦有限公司 | 来自磁共振图像的虚拟ct图像 |
CN108693492A (zh) * | 2017-04-07 | 2018-10-23 | 凯斯西储大学 | 用于相位循环的磁共振指纹(phc-mrf)的系统和方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3105605B1 (en) * | 2014-02-11 | 2024-01-03 | The General Hospital Corporation | System and method for adaptive dictionary matching in magnetic resonance fingerprinting |
EP3254129B1 (en) * | 2015-02-02 | 2018-09-26 | Koninklijke Philips N.V. | Mr fingerprinting for determining performance degradation of the mr system |
CN107063237A (zh) * | 2016-12-14 | 2017-08-18 | 歌尔股份有限公司 | 一种测量物体姿态角的方法和装置 |
US10725132B2 (en) * | 2017-11-27 | 2020-07-28 | Siemens Healthcare Gmbh | Method and apparatus for mitigating the effect of magnetization transfer in model-based magnetic resonance techniques |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1632830A (zh) * | 2003-12-22 | 2005-06-29 | 中国科学院自动化研究所 | 脑缺血病灶区的自动分割方法 |
CN101061951A (zh) * | 2005-07-15 | 2007-10-31 | 美国西门子医疗解决公司 | 利用图像数据对组织进行分类的方法和设备 |
CN101359040A (zh) * | 2007-08-03 | 2009-02-04 | 西门子公司 | 用于优化成像参数的方法 |
US20120083687A1 (en) * | 2010-09-30 | 2012-04-05 | University Of Utah Research Foundation | Retrospectively Correlated Turbo Spin Echo Imaging |
US20130265047A1 (en) * | 2011-03-18 | 2013-10-10 | Case Western Reserve University | Nuclear Magnetic Resonance (NMR) Fingerprinting |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU94030810A (ru) * | 1991-11-06 | 1996-06-20 | Т.Лай Шуй | Импульсный лазерный аппарат, способ для обеспечения гладкой абляции вещества, лазерный аппарат и способ роговичной хирургии |
US7026121B1 (en) * | 2001-06-08 | 2006-04-11 | Expression Diagnostics, Inc. | Methods and compositions for diagnosing and monitoring transplant rejection |
-
2013
- 2013-12-31 CN CN201310753430.6A patent/CN104749540B/zh active Active
-
2014
- 2014-12-31 US US14/587,085 patent/US9791529B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1632830A (zh) * | 2003-12-22 | 2005-06-29 | 中国科学院自动化研究所 | 脑缺血病灶区的自动分割方法 |
CN101061951A (zh) * | 2005-07-15 | 2007-10-31 | 美国西门子医疗解决公司 | 利用图像数据对组织进行分类的方法和设备 |
CN101359040A (zh) * | 2007-08-03 | 2009-02-04 | 西门子公司 | 用于优化成像参数的方法 |
US20120083687A1 (en) * | 2010-09-30 | 2012-04-05 | University Of Utah Research Foundation | Retrospectively Correlated Turbo Spin Echo Imaging |
US20130265047A1 (en) * | 2011-03-18 | 2013-10-10 | Case Western Reserve University | Nuclear Magnetic Resonance (NMR) Fingerprinting |
Non-Patent Citations (1)
Title |
---|
GOLUB等: "Molecular classification of cancer:Class discovery and class prediction by gene expression monitoring", 《SCIENCE》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108027412A (zh) * | 2015-07-07 | 2018-05-11 | Q生物公司 | 场不变定量磁共振特征标志 |
CN108027412B (zh) * | 2015-07-07 | 2021-09-21 | Q生物公司 | 场不变定量磁共振特征标志 |
CN108351395A (zh) * | 2015-10-27 | 2018-07-31 | 皇家飞利浦有限公司 | 来自磁共振图像的虚拟ct图像 |
CN108351395B (zh) * | 2015-10-27 | 2021-02-26 | 皇家飞利浦有限公司 | 来自磁共振图像的虚拟ct图像 |
CN108693492A (zh) * | 2017-04-07 | 2018-10-23 | 凯斯西储大学 | 用于相位循环的磁共振指纹(phc-mrf)的系统和方法 |
CN108693492B (zh) * | 2017-04-07 | 2022-04-05 | 凯斯西储大学 | 用于相位循环的磁共振指纹(phc-mrf)的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US9791529B2 (en) | 2017-10-17 |
CN104749540B (zh) | 2017-11-17 |
US20150186606A1 (en) | 2015-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104749540B (zh) | 一种指示组织间区分度的方法与装置 | |
US7834627B2 (en) | NMR measurement system and NMR image processing system for neural fiber bundles with volume of interest (VOI) optimization | |
US7505806B2 (en) | Fiber rendering apparatus | |
CN101727660B (zh) | 对根据1点迪克森重构的脂肪和水图像的鲁棒分类 | |
Mueller et al. | Diffusion MRI and its role in neuropsychology | |
US20190187233A1 (en) | Analysis for quantifying microscopic diffusion anisotropy | |
US10667718B2 (en) | Quantitative prostate cancer imaging with magnetic resonance fingerprinting (MRF) | |
EP2867689B1 (en) | Methods and systems for improved magnetic resonance acquistion | |
JP7273803B2 (ja) | 特定のコントラスト機構を用いて構造的空間周波数を評価するための選択的サンプリング | |
US9351662B2 (en) | MRI scanner that outputs bone strength indicators | |
US20070047786A1 (en) | System and method for creating robust training data from MRI images | |
EP3397154B1 (en) | Method of extracting information about a sample by nuclear magnetic resonance measurements | |
EP3201643A1 (en) | Magnetic resonance imaging with enhanced bone visualization | |
US10073156B2 (en) | Methods and systems for improved magnetic resonance acquisition | |
JP3971726B2 (ja) | 磁気共鳴撮影装置 | |
CN108152770B (zh) | 一种同步检测组织位移和t2的方法及装置 | |
US20200033432A1 (en) | Method and apparatus for identifying at least one material comprised in a voxel | |
US9746536B2 (en) | Interleaved black and bright blood imaging for interleaved dynamic contrast enhanced magnetic resonance imaging | |
JP6873686B2 (ja) | 磁気共鳴イメージング装置 | |
KR101938048B1 (ko) | 수정된 딕슨 기법을 통해 획득한 자기 공명 영상을 이용한 암을 진단하기 위한 장치 및 이 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 | |
JP2020096763A (ja) | 画像処理装置、及び、磁気共鳴イメージング装置 | |
Jensen | Frontiers of microstructural imaging with diffusion MRI | |
Muresan et al. | Position-history and spin-history artifacts in fMRI time series | |
US9953397B2 (en) | System and method for medical image correction | |
Obertino et al. | Shore-based biomarkers allow patient versus control classification in stroke |
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 |