CN105232045A - 基于双回波的单扫描定量磁共振扩散成像方法 - Google Patents
基于双回波的单扫描定量磁共振扩散成像方法 Download PDFInfo
- Publication number
- CN105232045A CN105232045A CN201510833529.6A CN201510833529A CN105232045A CN 105232045 A CN105232045 A CN 105232045A CN 201510833529 A CN201510833529 A CN 201510833529A CN 105232045 A CN105232045 A CN 105232045A
- Authority
- CN
- China
- Prior art keywords
- echo
- gradient
- signal
- adc
- image
- 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
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
基于双回波的单扫描定量磁共振扩散成像方法,涉及磁共振成像的方法。用两个相同翻转角的小角度激发脉冲产生两个相同演化时间的回波,因而具有相同的横向弛豫时间,在每个激发脉冲后加一个移位梯度实现两个回波信号在信号空间中心偏移,并在第一个激发脉冲后加扩散梯度,这样只有第一个回波信号存在扩散衰减,从而获得不同扩散因子下的信号。这两个回波信号来自同一个成像切片,因此可以利用两个回波信号之间的先验知识分离这两个回波信号,并利用稀疏变换配合相应的分离算法对这两个回波信号进行分离。最后对分离得到的两个信号进行表观扩散系数计算得到定量ADC图像。利用该方法获得单次扫描的定量ADC成像,且得到的ADC图像质量好。
Description
技术领域
本发明涉及磁共振成像的方法,尤其是涉及单扫描定量磁共振表观扩散系数(apparentdiffusioncoefficient,ADC)成像的方法。
背景技术
扩散成像作为核磁共振定量成像的一种,提供了用于以非入侵的方式分析正常和病态活体组织的对比机制,目前已应用于脑、心脏、脊髓微细结构的研究。单扫描超快速核磁共振成像(MRI)在活体扩散研究中非常重要。这要求要克服磁体中的自发运动,在无外部干扰的实验中测量任意微秒量级的位移。然而,扩散成像在其成像过程中需要获取一系列对比加权的图像,通过两个或两个以上不同扩散因子(b值)的扩散加权像,才可计算出水分子的表观扩散系数(apparentdiffusioncoefficient,ADC)。现有的扩散成像的方法不能实现一次扫描的得到所有的扩散加权像,都是通过多次扫描来实现对多方向扩散或多梯度场的值下的扩散进行探测,多次扫描使得获取数据的时间很长,造成采集到的加权像容易受到采样标本运动的干扰。现有的缩小采样时间的方法,主要是通过限制FOV,并行成像和部分傅里叶重建等方法,在某种程度上最小化扩散的检测时间,使之在时间上符合传统傅里叶的多扫描MRI方法的要求。比如:下采样自旋回波磁共振成像[1](Spin-EchoMRI)、梯度自旋回波磁共振成像[2](GradientSpinEchoMRI)等等。但是,多次激发的磁共振参数成像方法在获取阶段仍然需要耗费数秒的时间。1977年,英国的诺丁汉(Nottingham)大学物理系PetterMansfield博士与他的同伴I.LPykett提出的平面回波成像(echo-planarimaging,EPI),可以作为单扫描快速成像方法用于扩散成像,但也至少需要两次的EPI采样才能得到ADC图。之后,单扫描的多回波的EPI[3]方法被提出,此方法通过将一系列对比加权图像的获取包含在一次扫描中所获得的多个回波中。然而这种方法存在局限性,一方面是这种方法需要延长回波链,必然导致增加获取的时间与信号的衰减;另一方面这种方法的实现与常规EPI方法相比是以延长重复时间(TR)为代价的,这就可能需要牺牲所得回波图像的空间分辨率;而且这种方法目前只能用于T2*定量成像,不能用于ADC定量成像。之后尽管有不同的快速定量成像方法相继被提出,但是这些方法都是用多次激发序列来进行定量成像,这样不仅效果不够好,成像效率并没有较大的提升。
参考文献
[1]IEEETRANSACTIONSONMEDICALIMAGING,VOL.33,NO.12,DECEMBER2014,FastT2MappingWithImprovedAccuracyUsingUndersampledSpin-EchoMRIandModel-BasedReconstructionsWithaGeneratingFunction.TilmanJ.Sumpf*,AndreasPetrovic,MartinUecker,FlorianKnoll,andJensFrahm。
[2]JournalofCardiovascularMagneticResonance(2015)17:12,GradientSpinEcho(GraSE)imagingforfastmyocardialT2mapping,AloisMSprinkart1,JulianAFrankJonasDoerner1,JürgenGieseke1,3,BernhardSchnackenburg3,GeorgSchmitz2,DanielThomas1,RamiHomsi1,WolfgangBlock1,HansSchild1andClaasPNaehle1。
[3]NeuroImage98(2014)258–265,,Signalcontributionstoheavilydiffusion-weightedfunctionalmagneticresonanceimaginginvestigatedwithmulti-SE-EPIacquisitions,DaigoKuroiwaa,TakayukiObataa,b,HiroshiKawaguchib,JoonasAutiob,MasayaHiranoc,IchioAokib,IwaoKannob,JeffKershawb。
发明内容
本发明的目的在于提供基于双回波的单扫描定量磁共振扩散成像方法(DM-OLED方法)。
本发明包含如下步骤:
(1)在磁共振成像仪操作台上,打开磁共振成像仪中的操作软件,首先对成像物体进行感兴趣区域定位,然后进行调谐、匀场、功率校正和频率校正;
(2)导入事先编译好的DM-OLED序列:设置脉冲序列的各个参数;
所述DM-OLED序列的结构如图1依次为:翻转角为α的激发脉冲、脉冲间距δTE\(该时间间隔中包含了移位梯度和扩散梯度)、翻转角为α的激发脉冲、移位梯度、180°的重聚脉冲、采样回波链;
两个小角度的激发脉冲结合频率维即x方向的两个移位梯度Gro1和Gro2,和相位维即y方向的两个移位梯度Gpe1和Gpe2,使两个激发脉冲产生的回波在信号空间即k空间的中心产生偏移,180°的重聚脉冲以及两个激发脉冲都与层选方向即z方向的层选梯度Gss相结合进行层选;第二个激发脉冲前后分别施加回波延时,其中δTE的长度为1/4回波链长,180°的重聚脉冲前后有x,y,z三个方向的破坏梯度作用;
采样回波链是由分别作用在x,y方向的梯度链组成;x方向的梯度链由一系列大小相等的正负采样梯度构成,且每个梯度的面积是所述移位梯度Gro1的三倍;y方向的梯度链是由一系列大小相等的尖峰梯度构成,且尖峰梯度的面积和等于移位梯度Gpe1面积的四倍;
在采样回波链之前,频率和相位方向分别施加了重聚梯度,频率维的重聚梯度的面积是Gro面积的一半,方向与Gro相反;相位维的重聚梯度的面积是所述所有尖峰梯度面积和的一半,方向与尖峰梯度相反;
(3)执行步骤(2)设置好的所述DM-OLED序列,进行数据采样;数据采样完成后,得到两个回波信号的混合信号。
(4)对步骤(3)得到的两个回波信号的混合信号进行分析。两个回波信号由于演化时间相同导致T2加权相同。通过理论推导可得要分离的两个回波信号S1和S2的表达式如下:
式中 是扩散因子, 通过实验发现,当α=45°时,两个回波信号的强度都相对较高。
(5)对步骤(4)得到的两个回波信号的混合信号用分离算法进行处理,根据傅里叶变换理论,混合信号中的两个回波信号在图像域的线性相位是不一样的,但是它们是来自同一个图像层,利用两者的图像结构相似的先验信息可以对两个回波信号S1和S2进行联合重建,分离用的重建算法如下:
其中x1是从回波信号S1中重建出来的图像,x2是从回波信号S2中重建出来的图像;是尺度因子,x10,x20分别是回波信号S1和回波信号S2的初始图像;λ1,λ2和λ3分别是拉格朗日乘数法可调整约束权重;▽是梯度算子,第一项是保真项,第二项和第三项是对第一幅和第二幅图像的稀疏性约束,最后一项是两幅图像轮廓相似性约束;x1和x2有如下关系:
其中分别是x1和x2的线性相位,x1,x2,都是关于空间位置矢量r的函数;x0是用采样到的两个回波信号的混合信号傅里叶逆变换得到的图像。通过迭代算法求解上述式子就可以得到分离后的回波信号S1和回波信号S2产生的图像x1和x2。
(6)对步骤(5)分离出来的图像x1和x2进行ADC成像计算,对于单扫描的ADC成像方法来说,只需要两幅不同b值图像就足够了,ADC的值直接通过ADC弛豫方程求得:
其中是校正因子。这里加入了全变分(TotalVariation,TV)外推法来增强图像的分辨率,而且设定了一个阈值,当得到的数值低于阈值时会被认为噪声而忽略,同样当计算出的ADC值过大时也是不合理的,也会被省略。最后通过ADC成像计算得到了具有较好分辨率的高品质的ADC图像。
本发明在一次扫描的情况下,获得含有两个重叠的回波信号的混合信号,然后利用分离算法对两个重叠的信号进行分离重建,从而获得与常规单扫描EPI序列所需要的获取时间和分辨率相当的两个分离信号的重建图像,最后对两个分离信号的重建图像进行ADC计算,实现单扫描下获得ADC图像。
附图说明
图1是本发明中DM-OLED序列结构图。
图2是DM-OLED序列的模型实验的结果对比图。其中:
(a)是分离之前DM-OLED序列重建出的包含两个回波信号的图像;
(b)是从(a)中分离之后第一个回波信号图像;
(c)是从(a)中分离之后第二个回波信号图像;
(d)ADC模型;
(g)普通EPI扩散序列(b值与DM-OLED序列相同)采样的幅值图;
(f)是从(a)中重建出来的ADC图像;
(h)是(d)和(e)中分别沿着水平中线和垂直中线剖面的ADC值。
具体实施方式
以下将结合附图及实施例对本发明做进一步说明:
本发明具体实施过程中的各个步骤如下:
(1)在磁共振成像仪操作台上,打开磁共振成像仪中的操作软件,首先对成像物体进行感兴趣区域定位,然后进行调谐、匀场、功率校正和频率校正;
(2)导入事先编译好的DM-OLED序列:根据具体的实验情况,设置脉冲序列的各个参数;
所述DM-OLED序列的结构如图1依次为:翻转角为α的激发脉冲、脉冲间距δTE\(该时间间隔中包含了移位梯度和扩散梯度)、翻转角为α的激发脉冲、移位梯度、180°的重聚脉冲、采样回波链;
两个小角度的激发脉冲结合频率维(x方向)的两个移位梯度Gro1和Gro2,和相位维(y方向)的两个移位梯度Gpe1和Gpe2,使两个激发脉冲产生的回波在信号空间(k空间)的中心产生偏移,180°的重聚脉冲以及两个激发脉冲都与层选方向(z方向)的层选梯度Gss相结合进行层选;第二个激发脉冲前后分别施加回波延时,其中δTE的长度为1/4回波链长,180°的重聚脉冲前后有x,y,z三个方向的破坏梯度作用;
采样回波链是由分别作用在x,y方向的梯度链组成;x方向的梯度链由一系列大小相等的正负采样梯度构成,且每个梯度的面积是所述移位梯度Gro1的三倍;y方向的梯度链是由一系列大小相等的尖峰梯度构成,且尖峰梯度的面积和等于移位梯度Gpe1面积的四倍;
在采样回波链之前,频率和相位方向分别施加了重聚梯度,频率维的重聚梯度的面积是Gro面积的一半,方向与Gro相反;相位维的重聚梯度的面积是所述所有尖峰梯度面积和的一半,方向与尖峰梯度相反;
(3)执行步骤(2)设置好的所述DM-OLED序列,进行数据采样;数据采样完成后,得到两个回波信号的混合信号。
(4)对步骤(3)得到的两个回波信号的混合信号进行分析。两个回波信号由于演化时间相同导致T2加权相同。通过理论推导可得要分离的两个回波信号S1和S2的表达式如下:
式中 是扩散因子, 通过实验发现,当α=45°时,两个回波信号的强度都相对较高。
(5)对步骤(4)得到的两个回波信号的混合信号用分离算法进行处理,根据傅里叶变换理论,混合信号中的两个回波信号在图像域的线性相位是不一样的,但是它们是来自同一个图像层。利用两者的图像结构相似的先验信息可以对两个回波信号S1和S2进行联合重建。分离用的重建算法如下:
其中x1是从回波信号S1中重建出来的图像,x2是从回波信号S2中重建出来的图像;是尺度因子,x10,x20分别是回波信号S1和回波信号S2的初始图像;λ1,λ2和λ3分别是拉格朗日乘数法可调整约束权重;▽是梯度算子。第一项是保真项,第二项和第三项是对第一幅和第二幅图像的稀疏性约束,最后一项是两幅图像轮廓相似性约束。x1和x2有如下关系:
其中分别是x1和x2的线性相位,x1,x2,都是关于空间位置矢量r的函数;x0是用采样到的两个回波信号的混合信号傅里叶逆变换得到的图像。通过迭代算法求解上述式子就可以得到分离后的回波信号S1和回波信号S2产生的图像x1和x2。
(6)对步骤(5)分离出来的图像x1和x2进行ADC成像计算。对于单扫描的ADC成像方法来说,只需要两幅不同b值图像就足够了,ADC的值直接通过ADC弛豫方程求得:
其中是校正因子。这里加入了全变分(TotalVariation,TV)外推法来增强图像的分辨率,而且设定了一个阈值,当得到的数值低于阈值时会被认为噪声而忽略,同样当计算出的ADC值过大时也是不合理的,也会被省略。最后通过ADC成像计算得到了具有较好分辨率的高品质的ADC图像。
以下给出具体实施例:
用基于双回波的单扫描定量磁共振扩散成像(DM-OLED)方法进行模拟模型实验来验证本发明的可行性。实验前用matlab产生八个圆的模型,模型包括ADC、T2、T1、质子密度模型,8个圆的ADC和T2值不同,ADC=0.67e-9~4.4e-9s/m2,T2=0.08~0.1s,T1=1s,这组T1与T2和人体组织在3T的磁场下T1与T2的比值相当。用ADC模型作为参考。
仿真步骤:
1、设定成像范围(FOV)大小,x方向的成像视野FOVx为60mm,y方向的成像视野FOVy为60mm。加入上诉的模型文件;
2、计算序列参数,本实施例的试验参数设置如下:45°激发脉冲的激发时间为3毫秒,x方向采样点数Nx为128,y方向采样点数Ny为64,采样带宽sw为131.8kHz。直接运行整个序列的采样时间为120ms。
3、构造脉冲序列;
4、添加序列文件进行仿真。
5、利用上诉的分离算法对重叠的两个回波信号进行分离,这里的分离算法将正则化参数分别设置为λ1=0.7,λ2=0.5,λ3=0.1。分离后的结果如图2所示从图b和图c可以看到有扩散造成的幅值的变化,分离出的两个图没有形状的畸变,每个圆形内部的幅值均匀。图2的e到h,可以看出DM-OLED方法和模型重建得到的ADC结果相近,每个圆内部的ADC值比较均匀,但是仍有波动,在边缘处有明显的幅值跳变,这是由于重建算法还不够完善。用DM-OLED方法得到的结果的总体效果还是很好的,可以正确反映ADC值。由此可以证明,DM-OLED方法,可以在一次激发的情况下,得到重叠的回波信号,利用分离算法进行分离,减少了采样时间,提高了图像的空间分辨率。
表1给出上述内容的符号说明。
表1
本发明公开了基于双回波的单扫描定量磁共振扩散成像方法(英文名称:Single-shotdiffusionmappingthroughoverlapping-echodetachmentplanarimagingsequence,简称DM-OLED方法)。该方法是用两个相同翻转角的小角度激发脉冲产生两个相同演化时间的回波,因而具有相同的横向弛豫时间,在每个激发脉冲后加一个移位梯度实现两个回波信号在信号空间(k空间)中心偏移,并在第一个激发脉冲后加扩散梯度,这样只有第一个回波信号存在扩散衰减,从而获得不同扩散因子(b值)下的信号。这两个回波信号来自同一个成像切片,因此可以利用两个回波信号之间的先验知识分离这两个回波信号,并利用稀疏变换配合相应的分离算法对这两个回波信号进行分离。最后对分离得到的两个信号进行表观扩散系数(apparentdiffusioncoefficient,ADC)计算得到定量ADC图像。传统的ADC成像需要至少两幅不同b值的图像,需要至少两次扫描才能实现。利用这个方法获得了单次扫描的定量ADC成像,并且得到的ADC图像质量能够与常规的利用两次单回波的平面回波(echoplanarimaging,EPI)序列得到的ADC图像质量相当。
Claims (1)
1.基于双回波的单扫描定量磁共振扩散成像方法,其特征在于包含如下步骤:
(1)在磁共振成像仪操作台上,打开磁共振成像仪中的操作软件,首先对成像物体进行感兴趣区域定位,然后进行调谐、匀场、功率校正和频率校正;
(2)导入事先编译好的DM-OLED序列:设置脉冲序列的各个参数;
所述DM-OLED序列的结构依次为:翻转角为α的激发脉冲、脉冲间距δTE、翻转角为α的激发脉冲、移位梯度、180°的重聚脉冲、采样回波链;
两个小角度的激发脉冲结合频率维即x方向的两个移位梯度Gro1和Gro2,和相位维即y方向的两个移位梯度Gpe1和Gpe2,使两个激发脉冲产生的回波在信号空间即k空间的中心产生偏移,180°的重聚脉冲以及两个激发脉冲都与层选方向即z方向的层选梯度Gss相结合进行层选;第二个激发脉冲前后分别施加回波延时,其中δTE的长度为1/4回波链长,180°的重聚脉冲前后有x,y,z三个方向的破坏梯度作用;
采样回波链是由分别作用在x,y方向的梯度链组成;x方向的梯度链由一系列大小相等的正负采样梯度构成,且每个梯度的面积是所述移位梯度Gro1的三倍;y方向的梯度链是由一系列大小相等的尖峰梯度构成,且尖峰梯度的面积和等于移位梯度Gpe1面积的四倍;
在采样回波链之前,频率和相位方向分别施加了重聚梯度,频率维的重聚梯度的面积是Gro面积的一半,方向与Gro相反;相位维的重聚梯度的面积是所述所有尖峰梯度面积和的一半,方向与尖峰梯度相反;
(3)执行步骤(2)设置好的所述DM-OLED序列,进行数据采样;数据采样完成后,得到两个回波信号的混合信号;
(4)对步骤(3)得到的两个回波信号的混合信号进行分析,得要分离的两个回波信号S1和S2的表达式如下:
式中 是扩散因子,
(5)对步骤(4)得到的两个回波信号的混合信号用分离算法进行处理,对两个回波信号S1和S2进行联合重建,分离用的重建算法如下:
其中x1是从回波信号S1中重建出来的图像,x2是从回波信号S2中重建出来的图像;
是尺度因子,x10,x20分别是回波信号S1和回波信号S2的初始图像;λ1,λ2和λ3分别是拉格朗日乘数法可调整约束权重;▽是梯度算子,第一项是保真项,第二项和第三项是对第一幅和第二幅图像的稀疏性约束,最后一项是两幅图像轮廓相似性约束;x1和x2有如下关系:
其中分别是x1和x2的线性相位,x1,x2,都是关于空间位置矢量r的函数;x0是用采样到的两个回波信号的混合信号傅里叶逆变换得到的图像;通过迭代算法求解得到分离后的回波信号S1和回波信号S2产生的图像x1和x2;
(6)对步骤(5)分离出来的图像x1和x2进行ADC成像计算,ADC的值直接通过ADC弛豫方程求得:
其中是校正因子,最后通过ADC成像计算得到具有较好分辨率的高品质ADC图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510833529.6A CN105232045B (zh) | 2015-11-26 | 2015-11-26 | 基于双回波的单扫描定量磁共振扩散成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510833529.6A CN105232045B (zh) | 2015-11-26 | 2015-11-26 | 基于双回波的单扫描定量磁共振扩散成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105232045A true CN105232045A (zh) | 2016-01-13 |
CN105232045B CN105232045B (zh) | 2017-12-29 |
Family
ID=55030077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510833529.6A Active CN105232045B (zh) | 2015-11-26 | 2015-11-26 | 基于双回波的单扫描定量磁共振扩散成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105232045B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107045115A (zh) * | 2017-05-04 | 2017-08-15 | 厦门大学 | 基于双回波的单扫描定量磁共振t2*成像方法 |
CN107728088A (zh) * | 2017-09-23 | 2018-02-23 | 北京青檬艾柯科技有限公司 | 一种新型快速核磁共振t1成像方法 |
CN108010100A (zh) * | 2017-12-07 | 2018-05-08 | 厦门大学 | 一种基于残差网络的单扫描磁共振定量t2成像重建方法 |
CN108294754A (zh) * | 2018-01-11 | 2018-07-20 | 上海东软医疗科技有限公司 | 磁共振多参数定量成像方法和装置 |
CN108663644A (zh) * | 2018-03-14 | 2018-10-16 | 厦门大学 | 基于残差网络重建的单扫描定量磁共振t2*成像方法 |
CN109100669A (zh) * | 2018-07-12 | 2018-12-28 | 厦门大学 | 基于重叠回波的单扫描同步磁共振扩散及t2成像方法 |
CN109270107A (zh) * | 2017-03-27 | 2019-01-25 | 北京青檬艾柯科技有限公司 | 多维核磁共振测量方法 |
WO2020146367A1 (en) * | 2019-01-07 | 2020-07-16 | California Institute Of Technology | Burst ultrasound reconstruction with signal templates and related methods and systems |
CN111830450A (zh) * | 2019-04-23 | 2020-10-27 | 西门子(深圳)磁共振有限公司 | 确定和消除磁共振设备中射频脉冲与选层梯度之间的时延的方法 |
US10955496B2 (en) | 2016-07-28 | 2021-03-23 | California Institute Of Technology | Gas-filled structures and related compositions, methods and systems for magnetic resonance imaging |
CN113030813A (zh) * | 2021-02-26 | 2021-06-25 | 厦门大学 | 一种磁共振t2定量成像方法及系统 |
US11118210B2 (en) | 2016-07-28 | 2021-09-14 | California Institute Of Technology | Genetically engineered gas vesicle gene clusters, genetic circuits, vectors, prokaryotic cells, compositions, methods and systems for contrast-enhanced imaging |
WO2021184471A1 (zh) * | 2020-03-17 | 2021-09-23 | 无锡鸣石峻致医疗科技有限公司 | 一种基于非均匀场磁共振系统的表观扩散系数测量方法 |
US11446523B2 (en) | 2019-03-28 | 2022-09-20 | California Institute Of Technology | Compositions, methods and systems for gas vesicle based cavitation |
US11504438B2 (en) | 2016-06-02 | 2022-11-22 | California Institute Of Technology | Gas-filled structures and related compositions, methods and systems to image a target site |
US11761008B2 (en) | 2019-01-07 | 2023-09-19 | California Institute Of Technology | Gas vesicle expression systems, gas vesicle constructs and related genetic circuits, vectors, mammalian cells, hosts, compositions, methods and systems |
CN117233676A (zh) * | 2023-11-15 | 2023-12-15 | 之江实验室 | 一种回波时间依赖的磁共振扩散成像信号生成方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6603989B1 (en) * | 2000-03-21 | 2003-08-05 | Dmitriy A. Yablonskiy | T2 contrast in magnetic resonance imaging with gradient echoes |
CN103809140A (zh) * | 2014-02-20 | 2014-05-21 | 厦门大学 | 基于单扫描超快速正交时空编码的小视野磁共振成像方法 |
CN103885017A (zh) * | 2014-02-20 | 2014-06-25 | 厦门大学 | 基于单扫描正交时空编码磁共振成像的图像畸变校正方法 |
CN104161517A (zh) * | 2014-06-12 | 2014-11-26 | 中国科学院苏州生物医学工程技术研究所 | 一种用于mri对比度增强的成像方法 |
CN104257383A (zh) * | 2014-09-26 | 2015-01-07 | 电子科技大学 | 一种快速成像序列single-shot EPI-SSFP的产生方法 |
CN104965184A (zh) * | 2015-05-25 | 2015-10-07 | 厦门大学 | 基于时空编码单扫描磁共振成像的螺旋采样及重建方法 |
-
2015
- 2015-11-26 CN CN201510833529.6A patent/CN105232045B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6603989B1 (en) * | 2000-03-21 | 2003-08-05 | Dmitriy A. Yablonskiy | T2 contrast in magnetic resonance imaging with gradient echoes |
CN103809140A (zh) * | 2014-02-20 | 2014-05-21 | 厦门大学 | 基于单扫描超快速正交时空编码的小视野磁共振成像方法 |
CN103885017A (zh) * | 2014-02-20 | 2014-06-25 | 厦门大学 | 基于单扫描正交时空编码磁共振成像的图像畸变校正方法 |
CN104161517A (zh) * | 2014-06-12 | 2014-11-26 | 中国科学院苏州生物医学工程技术研究所 | 一种用于mri对比度增强的成像方法 |
CN104257383A (zh) * | 2014-09-26 | 2015-01-07 | 电子科技大学 | 一种快速成像序列single-shot EPI-SSFP的产生方法 |
CN104965184A (zh) * | 2015-05-25 | 2015-10-07 | 厦门大学 | 基于时空编码单扫描磁共振成像的螺旋采样及重建方法 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11504438B2 (en) | 2016-06-02 | 2022-11-22 | California Institute Of Technology | Gas-filled structures and related compositions, methods and systems to image a target site |
US10955496B2 (en) | 2016-07-28 | 2021-03-23 | California Institute Of Technology | Gas-filled structures and related compositions, methods and systems for magnetic resonance imaging |
US11118210B2 (en) | 2016-07-28 | 2021-09-14 | California Institute Of Technology | Genetically engineered gas vesicle gene clusters, genetic circuits, vectors, prokaryotic cells, compositions, methods and systems for contrast-enhanced imaging |
CN109270107A (zh) * | 2017-03-27 | 2019-01-25 | 北京青檬艾柯科技有限公司 | 多维核磁共振测量方法 |
CN109270107B (zh) * | 2017-03-27 | 2021-10-08 | 北京青檬艾柯科技有限公司 | 多维核磁共振测量方法 |
CN107045115A (zh) * | 2017-05-04 | 2017-08-15 | 厦门大学 | 基于双回波的单扫描定量磁共振t2*成像方法 |
CN107728088B (zh) * | 2017-09-23 | 2019-09-17 | 北京青檬艾柯科技有限公司 | 一种快速核磁共振t1成像方法 |
CN107728088A (zh) * | 2017-09-23 | 2018-02-23 | 北京青檬艾柯科技有限公司 | 一种新型快速核磁共振t1成像方法 |
CN108010100A (zh) * | 2017-12-07 | 2018-05-08 | 厦门大学 | 一种基于残差网络的单扫描磁共振定量t2成像重建方法 |
CN108294754A (zh) * | 2018-01-11 | 2018-07-20 | 上海东软医疗科技有限公司 | 磁共振多参数定量成像方法和装置 |
CN108294754B (zh) * | 2018-01-11 | 2021-05-07 | 上海东软医疗科技有限公司 | 磁共振多参数定量成像方法和装置 |
CN108663644A (zh) * | 2018-03-14 | 2018-10-16 | 厦门大学 | 基于残差网络重建的单扫描定量磁共振t2*成像方法 |
CN109100669A (zh) * | 2018-07-12 | 2018-12-28 | 厦门大学 | 基于重叠回波的单扫描同步磁共振扩散及t2成像方法 |
US20200237346A1 (en) | 2019-01-07 | 2020-07-30 | California Institute Of Technology | Burst ultrasound reconstruction with signal templates and related methods and systems |
WO2020146367A1 (en) * | 2019-01-07 | 2020-07-16 | California Institute Of Technology | Burst ultrasound reconstruction with signal templates and related methods and systems |
US11761008B2 (en) | 2019-01-07 | 2023-09-19 | California Institute Of Technology | Gas vesicle expression systems, gas vesicle constructs and related genetic circuits, vectors, mammalian cells, hosts, compositions, methods and systems |
US11786218B2 (en) | 2019-01-07 | 2023-10-17 | California Institute Of Technology | Burst ultrasound reconstruction with signal templates and related methods and systems |
US11446523B2 (en) | 2019-03-28 | 2022-09-20 | California Institute Of Technology | Compositions, methods and systems for gas vesicle based cavitation |
CN111830450A (zh) * | 2019-04-23 | 2020-10-27 | 西门子(深圳)磁共振有限公司 | 确定和消除磁共振设备中射频脉冲与选层梯度之间的时延的方法 |
CN111830450B (zh) * | 2019-04-23 | 2023-08-04 | 西门子(深圳)磁共振有限公司 | 确定和消除磁共振设备中射频脉冲与选层梯度之间的时延的方法 |
WO2021184471A1 (zh) * | 2020-03-17 | 2021-09-23 | 无锡鸣石峻致医疗科技有限公司 | 一种基于非均匀场磁共振系统的表观扩散系数测量方法 |
CN113030813A (zh) * | 2021-02-26 | 2021-06-25 | 厦门大学 | 一种磁共振t2定量成像方法及系统 |
CN117233676A (zh) * | 2023-11-15 | 2023-12-15 | 之江实验室 | 一种回波时间依赖的磁共振扩散成像信号生成方法和装置 |
CN117233676B (zh) * | 2023-11-15 | 2024-03-26 | 之江实验室 | 一种回波时间依赖的磁共振扩散成像信号生成方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105232045B (zh) | 2017-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105232045A (zh) | 基于双回波的单扫描定量磁共振扩散成像方法 | |
US9229082B2 (en) | Method for diffusion magnetic resonance imaging | |
CN105232046B (zh) | 一种基于重叠回波的单扫描定量磁共振t2成像方法 | |
CN104068859B (zh) | 用于确定多个磁共振图像的方法和磁共振设备 | |
DE10246406B4 (de) | MRI mit sich bewegendem Tisch und einer Frequenzkodierung in der z-Richtung | |
JP5063279B2 (ja) | 磁気共鳴装置 | |
DE102010039693B4 (de) | Phasensensitive Magnetresonanz-Bildgebung | |
CN103860176B (zh) | 减少成像时间的mr并行成像系统 | |
CN105247382B (zh) | 具有重影伪影降低的磁共振成像系统和其操作的方法 | |
EP0529527A1 (en) | Method and apparatus for high speed magnetic resonance imaging with improved image quality | |
US9442961B2 (en) | System for ordering frequency domain components representing MR image data | |
CN106597337B (zh) | 一种磁共振t2*加权快速成像方法及装置 | |
CN104749538A (zh) | 一种并行磁共振成像相位处理方法 | |
CN106772167A (zh) | 核磁共振成像方法及装置 | |
Fabich et al. | Ultrashort echo time (UTE) imaging using gradient pre-equalization and compressed sensing | |
CN104204838A (zh) | 具有Dixon类型水/脂肪分离和关于主磁场的不均匀性的先验知识的MRI | |
CN107045115A (zh) | 基于双回波的单扫描定量磁共振t2*成像方法 | |
US7495440B2 (en) | Q-space sampling method and diffusion spectrum imaging method employing the same | |
CN103027681A (zh) | 用于重构并行获取的mri图像的系统 | |
DE102011085766B4 (de) | Rasche Erstellung von bezüglich eines Kontrasts gewichteten MR-Bildern | |
US9880247B2 (en) | System and method for magnetic resonance imaging using highly accelerated projection imaging | |
WO2019049549A1 (ja) | 磁気共鳴イメージング装置およびノイズ除去方法 | |
Fabich et al. | Development of ultrafast UTE imaging for granular systems | |
WO2022236823A1 (zh) | 卷褶视野磁共振图像的重建方法、计算机设备及存储介质 | |
EP3513209A1 (en) | Nmr spectroscopic chemical-shift imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |