CN105283780A - 用于信号不均匀性校正和性能评估的方法和装置 - Google Patents

Abstract

公开了用于校正磁共振(MR)图像的不均匀性和用于评估不均匀性校正的性能的方法。发射场和接收器灵敏度对信号不均匀性的贡献已被单独考虑和量化。因此，它们的负贡献可被充分校正。校正方法可极大地增强MRI技术的准确度和精确度并提高病理生理学变化的检测灵敏度。使用幻像和活体内人脑实验来评估和确认信号不均匀性校正方法的性能。本方法可容易应用于校正由不同的成像方法，例如计算机断层摄影(CT)、X射线、超声和透射电子显微镜所产生的信号强度不均匀性伪影。

Description

用于信号不均匀性校正和性能评估的方法和装置

技术领域

本公开的领域是磁共振(MR)系统和方法，且更具体地涉及用于校正由非组织特征引起的信号强度不均匀性的系统。

背景技术

由非组织特征引起的不均匀性是不希望有的和不可避免的幻像，其常常不利地影响基于强度的定性和定量MR图像分析。它在更高的磁场中且对于具有更高的电容率的物体变得更严重，其中在物体中的RF场的波长与物体的尺寸可比较或小于物体的尺寸。在MR成像中，接收器和发射线圈的缺点、静态磁场不均匀性、射频(RF)穿透、梯度驱动的涡电流和物体相关电磁交互作用系统性地引起在图像当中的信号强度的变化，其也被称为偏磁场、强度不均匀性或暗影。MR信号不均匀性对磁共振成像(MRI)和磁共振光谱学(MRS)提出主要挑战。更具体地，甚至细微的信号不均匀性也可引起在图像质量上的大的降低，这必须被医师在观看图像时忽视，且因此常常妨碍诊断并引起治疗延迟。而且，由信号不均匀性引起的人工组织间变化性影响自动图像处理算法，其依赖于给定组织由在整个图像中的类似三维像素强度表示的假设。随后，它减小了定量分析的准确度并限制了计算机辅助诊断的检测灵敏度。最后，信号不均匀性增加了扫描仪间可变性。由于不同的线圈配置和在线圈与待成像的物体之间的耦合，使用类似的协议获取的但在不同的扫描仪上的MR图像可对相同的组织类型产生不相似的图像强度。在纵向研究中在不同的部位和时间点当中的可变性是机器相关的，并超过可被校正的随机或系统性错误。作为结果，所需的受试者的数量必须增加以提高统计功率。例如，为了有在统计上可靠和重要的结果，阿尔茨海默病神经影像学(ADNI)在5年成像和跟踪多于800个受试者上花费了6千万美元。

在每个MR扫描开始之前，调节发射RF激发场的强度和RF接收机的增益以确保RF激发脉冲具有最佳频率、强度和持续时间来引起期望MR信号是一般惯例。这并不一定意味着预期RF激发场将在整个感兴趣区中均匀地产生，或因而产生的MR信号将从感兴趣区中的所有位置均匀地被接收。在被研究的受试者的装载之后由大部分发射线圈产生的RF场是不均匀的，且大部分接收器线圈的接收场也是不均匀的。这对有缺点的线圈配置例如表面线圈和相控阵线圈来说是特别正确的。即使发射和接收器线圈场对自由空间或在未加载的条件中是均匀的，RF场的波行为和在受试者内的穿透也可引起在整个感兴趣区中的不均匀的发射场和接收器灵敏度。而且，RF脉冲振幅的不正确的校准、RF放大器或其它RF电子设备的不稳定性或漂移可导致不均匀的发射场。此外，在发射和接收器线圈之间的互感可引起另外的不均匀性。不均匀的发射或接收器灵敏度或这两者可引起在信号强度中的重影伪影，且因此限制MR技术在研究和临床环境中的应用。

用于校正MR信号不均匀性的方法可被分类为主动和后处理方法。通过绝热脉冲、补偿脉冲、射频场补偿技术和并行发射技术来实现主动方法。这些主动方法中的大部分集中在由发射线圈引起的信号不均匀性的校正上；而只有并行发射技术部分地校正由接收器线圈引起的不均匀性。后处理方法可进一步被分类成基于模型的(例如低通滤波、统计建模和表面拟合)和基于测量的方法(美国专利号6,757,442，来自GE医疗系统全球技术公司的Ainash2004；美国专利号7,218,107，来自皇家飞飞利浦电子设备N.V.的Fuderer2007；美国专利号7,672,498，来自西门子股份公司的Jellus2010；美国专利号7,894,668，Boitano2011和美国专利号8,213,715，来自Fonar公司的Boitano2012)。通常在MR信号不均匀性缓慢和平稳地改变的假定之下建立大部分基于模型的方法。因此被成像的物体的配置非常复杂，假设有时不是有效的。而且，基于模型的方法通常不考虑图像获取和所成像的物体对不均匀性的影响。这些方法需要一些极大的初始努力和多方面的技能来选择恰当的模型和正确的设置。另一方面，基于测量的方法关于影响信号不均匀性的因素的现有知识包括性地合并到校正内。[BreyWW，NarayanaPA.1988；MurakamiJW等人，1996；LineyGP等人，1998，来自东芝医疗系统公司的美国专利号US2012/0032677A1Dannels(2012)]。

提出了用于估计在活体内的发射场的很多方法。这些方法可被分类为基于MR振幅的和基于MR相位的方法。基于MR振幅的方法包括双翻转角方法[InskoEK等人，1993；CunninghamCH等人，2006]、双脉冲自旋回波方法[JiruF等人，2006]、实际翻转角成像方法[YarnykhVL，2007]和稳态方法[Brunner等人，2009]。基于MR脉冲的方法包括BlochSiegert移动方法[Sacolick等人，2010]和相位方法[MorellDG，2008；ChangYV，2012]。也提出了用于估计在活体内的接收器灵敏度的各种方法。这些方法可被分类为基于强度的、基于场的和k空间校准方法。基于强度的方法包括预扫描方法(Pruessmann等人，1999)、最小对比度方法(WangJ等人，2005a和2005b)和均匀磁化方法(DaiW等人，2011)。基于场的方法包括互易原则方法(HoultDl等人，1976)、旋转物体方法(WangJ等人，2009)、从发射场校准(WatanabeH，2011)和电磁场方法((WangJ等人2013，US20130251227A1)。因为线圈灵敏度在空间上缓慢和平稳地改变，所以k空间校准方法也用于估计并行成像重构的接收器灵敏度(GriswoldMA等人，2006；BreuerFA等人，2005；McKenzieCA等人，2007)。

因此，信号强度不均匀性校正是涉及具有不同的目标的多个社区的挑战性问题。性能评估是在方法当中的一致性的调查以及新颖的校正方法的存在和发展的优化的考虑因素。由于基础真实数据的缺乏，使用在实验上收集的人受试者MR数据的直接评估不是可行的。最常用的评估基于计算机模拟。然而，因为确切地描述MR扫描仪程序很难，所以大部分现有的基于模拟的性能评估方法产生差的有效性分数且常常导致冲突声明。在本公开中，幻像和活体内实验用于评估各种信号不均匀性校正方法的性能。

发明内容

本公开涉及用于校正MR信号不均匀性的新颖的活体内方法。由发射场和接收器灵敏度引起的不均匀性被单独地量化并用于执行不均匀性校正。该方法可增强MR成像和MR光谱学技术的准确度和精确度，并提高病理生理改变的检测灵敏度。为了研究在不同算法当中的一致性并给最终用户提供某些科学应用的用于选择特定的不均匀性校正方法的合理基础，本公开还包括评估各种信号不均匀性校正方法的性能的方法和装置。

各种因素例如接收器线圈、发射线圈和磁场变化、未补偿的涡电流、波行为和物体定位产生MR信号不均匀性。在它们当中，线圈配置和波行为是主要源。它们不仅导致不均匀的发射场，而且导致不均匀的接收器灵敏度。在本公开中，发射场和接收器灵敏度对信号不均匀性的贡献被单独考虑和量化。作为结果，它们的负贡献可被充分校正。使用幻像和活体内人脑实验来评估和确认信号不均匀性校正方法的性能。该方法可容易应用于校正由不同的成像方法，例如计算机断层摄影(CT)、X射线、超声和透射电子显微镜(TEM)所产生的信号强度不均匀性伪影。校正方法基于导致在不同的成像方法中的信号强度不均匀性的合格原因。

因此，根据本公开的方面，描述了一种方法，其可包括：使用各种序列和活体内成像参数产生一组信号强度图像；使用所获取的图像估计相对翻转角图或相对发射场图；估计所有脉冲(射频脉冲、再聚焦脉冲和磁化准备脉冲)的图，如果序列包括不同的射频脉冲或再聚焦脉冲或磁化准备脉冲；估计根据Bloch方程校正的图像的发射函数和相应于给定翻转角的相对翻转角；估计接收器灵敏度图；从发射函数和接收器灵敏度计算相对校正图像；使相对校正图像与为得到校正矩阵或图像而校正的图像配准；标准化相对校正图像；以及使用校正矩阵或图像来校正不均匀的信号强度。

性能评估被执行以研究在方法当中的一致性以及优化现有校正方法并开发新颖校正方法。由于基础真实数据的缺乏，直接评估不是可行的。最常用的评估基于计算机模拟。然而，因为确切地描述MR扫描仪程序很难，所以大部分现有的性能评估方法产生差的有效性分数，且常常导致冲突声明。在本公开中，幻像和人受试者用于评估各种信号不均匀性校正方法的性能。

因此，根据本公开的其它方面，描述了一种方法，其可包括：使用各种序列和活体内成像参数产生均匀幻像的一组信号强度图像；评估信号不均匀性校正方法的性能；使用各种序列和活体内成像参数以多个对比度(表示多个组织类型)和在活的人体内产生幻像的一组信号强度图像；使用物理和化学方法测量每个组织成分的确切体积以用作基础真实数据；使用各种方法和不同的参数校正信号不均匀性；分割经校正图像并估计每个组织成分的体积；以及通过比较从分割估计的组织体积、对比度、信号强度和噪声和从物理和化学方法得到的组织体积、对比度、信号强度和噪声来评估各种方法的性能或图像质量。最好的方法将具有最佳图像质量，例如均匀幻像的信号强度的最小标准偏差和多个组织幻像的最大对比度或对比度噪声。此外，它在序列和成像参数当中将是稳健和较不可变的。

这个概述被提供来以下面进一步描述的简化形式介绍一系列概念。该概述并不打算标识所主张的主题的关键特征或本质特征，也不意图使用该概述来限制所主张的主题的范围。

附图描述

在附图中，为了容易理解和方便，相同的参考数字和首字母缩略词标识具有相同或类似的功能的元件或行动。

图1示出在适合于使用所估计的发射场和接收器灵敏度来校正不均匀的信号强度的磁共振成像系统中使用的流程图。

图2示出在分别1.5(a-c)和3.0特斯拉(d-f)处的均匀幻像的所测量的发射RF场(a，d)、接收器灵敏度(b，e)及它们的差异(c，f)。发射场和接收器灵敏度由它们的平均值标准化。

图3示出主体线圈(a)的所计算的发射场图和相控阵线圈(b)的接收器灵敏度图。

图4示出使用MR方法计算的发射场图(a)和接收器灵敏度图(b)，其中未校正的T1加权图像在(c)中示出，且校正的图像在(d)中示出，从(a)和(b)中的图得到。

图5示出分别对主体发射线圈和相控阵接收器线圈使用梯度回波序列(a)、自旋回波序列(b)获取的原始幻像图像以及使用场图方法(c，d)的经校正图像。

图6示出分别对主体发射线圈和相控阵接收器线圈使用分割梯度回波平面成像序列(行a)获取的原始脑图像以及使用场图方法(行b)的经校正图像。

图7示出分别对主体发射线圈和相控阵接收器线圈使用3DFLASH(快速小角度激发磁共振成像)序列(行a)获取的原始脑图像以及使用场图方法(行b)的经校正图像。

图8示出分别对主体发射线圈和相控阵接收器线圈使用分割自旋回波平面成像序列(行a)获取的原始脑图像以及使用场图方法(行b)的经校正图像。

图9示出分别对主体发射线圈和相控阵接收器线圈使用快速自旋回波或涡轮自旋回波序列(行a)获取的原始脑图像以及使用场图方法(行b)的经校正图像。

图10示出使用反向恢复涡轮自旋回波序列(a-f)获取的未校正的多切片脑图像以及使用场图方法(g-l)的相应的经校正图像。

图11示出分别使用3维反向恢复快速自旋回波序列(行a)获取的人脑的图像以及使用场图方法(行b)的经校正图像。

图12示出均匀幻像(a)的图像和使用非参量非均匀强度标准化(N3)(b)、统计参量映射(SPM)工具(c)、FMRIB的自动分割工具(FAST)(d)和场图方法(e)的经校正图像。

图13示出使用MPRAGE序列(列a)获取的人脑的图像和使用N3(列b)、SPM(列c)、FAST(列d)和场图方法(e)的经校正图像。

具体实施方式

介绍

本公开描述用于使用待校正的图像的校正矩阵来校正图像均匀性的方法：

SI_经校正的＝SI_测量的/SI_校正，(1)

其中SI_经校正的是经校正信号，信号SI_测量的是所测量的信号，以及SI_校正是待校正的图像的校正矩阵。可如下从发射函数和接收器灵敏度计算校正矩阵或偏磁场：

SI_校正＝F(x)·S(x)，(2)

其中F(x)是相应的发射函数，且S(x)是接收器灵敏度。根据所测量的发射场和相应于所获取的图像的Bloch的方程来计算待校正的图像F(x)的发射函数。

1.单射频脉冲

最简单的MRI射频脉冲只包括一种类型的射频脉冲形状，其可以是正弦脉冲、高斯脉冲、截短正弦、硬脉冲、复合脉冲和修整脉冲之一。对于给定硬件和装载的物体例如线圈系统和磁场强度，发射场不均匀性将是一致的。翻转角具有与发射场和脉冲持续时间τ的乘积的线性关系。例如，具有α(x)的激发翻转角的理想稳态梯度回波序列或梯度回波平面成像序列的发射函数F_GE(x)可被近似为：

$F_{GE}\left(x\right)=M_0\·\frac{(1-E_1)\·\sin \mathrm{\α}\left(x\right)}{1-E_1\·E_2-(E_1-E_2)\·cos\mathrm{\α}\left(x\right)}\·e^{-\frac{TE}{T_2}},---\left(3\right)$

其中E₁＝exp(-TR/T₁)，M₀是平衡纵向磁化，T₁是纵向松弛时间，标称翻转角α(x)的经校正翻转角α_GE(x)由下式计算：

${\mathrm{\α}}_{GE}\left(x\right)=\mathrm{\α}\left(x\right)\·\left(\frac{{\mathrm{\γB}}_1^{+}\mathrm{\τ}}{{\mathrm{\α}}_{1,GE}}\right),---\left(4\right)$

其中α_1，GE和τ是用于确定的射频脉冲的标称输入激发翻转角和脉冲长度。所计算的翻转角基于在翻转角和图之间的线性关系的假设。对于E₂-0，且方程(3)可被简化为：

$F_{GE}\left(x\right)=M_0\·{\mathrm{sin\α}}_{GE}\left(x\right)\·\frac{(1-E_1)}{1-E_1\·{\mathrm{cos\α}}_{GE}\left(x\right)}\·e^{-\frac{TE}{T_2}}.---\left(5\right)$

方程(5)中的依赖于组织特性(质子密度T₁和T₂)的变量被忽略或用平均组织参数代替。当TR＞＞T1且TE＜＜T₂时，方程(5)可进一步被简化为：

F_GE(x)∝sinα_GE(x)(6)

各种方法例如双翻转角方法[InskoEK等人，1993；CunninghamCH等人，2006]、双脉冲自旋回波方法[Jiru等人，2006]、实际翻转角成像方法[YarnykhVL，2007]、稳态方法[Brunner等人，2009]、BlochSiegert移动方法[Sacolick等人，2010]和相位方法[MorellDG，2008；ChangYV，2012]可用于估计发射场在这里，使用具有分割梯度回波EPI序列[WangJ等人，2005a和2005b]的双翻转角方法来估计发射场或翻转角图。

$B_1^{+}=\frac{1}{\mathrm{\γ}\mathrm{\τ}}\·\arccos ({\mathrm{\λ}}_{GE}/2),---\left(7\right)$

其中具有不同的翻转角α_1，GE(x)和2α_1，GE(x)的两个梯度回波图像的信号强度之比由下式给出：

λ_GE＝sin2α_2，GE(x)/sinα_1，GE(x)＝2cosα_1，GE(x)，(8)

已开发各种方法例如预扫描方法(Pruessmann等人，1999)、最小对比方法(WangJ等人，2005a和2005b)、均匀磁化方法(DaiW等人，2011)、互易原则方法(HoultDl等人，1976)、旋转物体方法(WangJ等人，2009)、从发射场校准(WatanabeH，2011)和偏磁场方法(WangJ等人2012)以估计接收器灵敏度。此外，也可从k空间数据(LeiYing和HuangFei等人)估计接收器灵敏度。

在本公开中，可使用最小对比度方法来估计接收器灵敏度。对于均匀幻像，不均匀性信号主要从非均匀发射场和接收器灵敏度产生。可从所测量的发射场计算发射场对不均匀信号的贡献。可使用下式计算接收器灵敏度：

S(x)＝SI_MC(x)/F_MC(x)(9)

其中SI_MC(x)和F_MC(x)是均匀幻像的信号强度和发射函数。如果非均匀物体包括三个或多个组织，则TE和TR可被选择成最小化在所有组织当中的对比度，虽然在这种情况下，某个对比度将继续存在。在这种情况下，非均匀物体可由均匀物体近似，且它的接收器灵敏度可使用方程(9)来估计。

2.多个脉冲的组合。

很多图像序列可包括不同的脉冲，例如可变射频脉冲、再聚焦脉冲和磁化准备脉冲。例如，自旋回波序列、回波平面自旋回波成像序列和快速自旋回波序列都包括再聚焦脉冲。假设波行为是当线圈配置和装载的物体被给出时引入在大部分常规脉冲的发射场不均匀性之间的差异的优势因子。也就是说，脉冲形状和B₀不均匀性对发射场的影响是可忽略的。注意，该假设对脉冲调制射频脉冲、绝热脉冲不是有效的。在那种情况下，可如下通过对Bloch方程求解来得到自旋回波序列F_SE(x)的发射函数：

$F_{SE}\left(x\right)=M_0\frac{{\mathrm{sin\α}}_{SE}\left(x\right)\·\[1-cos\left({\mathrm{\β}}_{SE}\right(x\left)\right)\]\·\[1-{\mathrm{cos\β}}_{SE}\left(x\right)\·E_1-(1-{\mathrm{cos\β}}_{SE}(x\left)\right)\·E_1\·e^{\frac{TE}{2T_1}}\]}{1-{\mathrm{cos\α}}_{SE}\left(x\right)\·{\mathrm{cos\β}}_{SE}\left(x\right)\·E_1}\·e^{-\frac{TE}{T_2}}---\left(10\right)$

其中α_SE(x)和β_SE(x)是使用方程(6)在位置x处的激发和再聚焦的经校正翻转角。当T₁＞＞TE且TR＞＞T₁时，方程(4)可被简化为：

$F_{SE}\left(x\right)\∝{\mathrm{sin\α}}_{SE}\left(x\right)\·{\sin }^2\frac{{\mathrm{\β}}_{SE}\left(x\right)}{2}.---\left(11\right)$

根据该假设，α_SE(x)应与β_SE(x)成比例。因此，可从所测量的α_SE(x)估计再聚焦脉冲。

磁化准备脉冲包括(i)180°RF反脉冲、(ii)饱和脉冲(通常是90°RF脉冲)和(iii)磁化传递脉冲。像再聚焦脉冲一样，磁化准备脉冲的图可由所测量的α_SE(x)估计。可使用所测量的α_SE(x)来得到组合脉冲的图。使用Bloch方程来估计序列的发射函数。例如，MP-RAGE序列由3D反向恢复α以及翻转角θ的N个相等间隔开的读出RF脉冲及回波间隔τ组成。重复时间TR被定义为在两个连续反向恢复脉冲之间的时间间隔：

TR＝TI+N·τ+TD，(12)

其中τ是回波间隔时间，N是读出RF脉冲的总数，T1是在反向恢复脉冲和第一RF读出脉冲之间的时间间隔，且TD是延迟时间。为了简化信号强度的公式，下式可被定义：δ＝exp(-τ/T₁)。对于在MP-RAGE序列中的连续激发，来自第i个读出脉冲的信号强度由下式给出：

反向恢复快速自旋回波序列由反向恢复脉冲θ、射频脉冲α以及翻转角β的N个相等间隔开的再聚焦脉冲和回波间隔τ组成。重复时间TI被定义为在反向恢复脉冲和射频脉冲之间的时间间隔。发射函数由下式给出：

F_SE(x)≈M₀{1-[1-cos(θ)]·exp(-TI_eff/T₁)}·[sin(α)]·[1-cos(β)]，(14)

其中有效反向恢复时间TI_eff是图像对比度的主要确定因子。它被定义为在反向恢复脉冲和k空间中心的再聚焦读出脉冲之间的时间间隔。如果相应于预期图像对比度的第i个读出脉冲用于填充k空间中心，则TI_eff由下式给出：

TI_eff＝TI+i*τ＝TI+TE_eff。(15)

3.可变成像参数序列

关于可变成像参数序列，例如MPRAGE或3D快速自旋回波序列(在西门子医疗保健中的SPACE、在GE医疗保健和vista飞利浦医疗保健中的CUBE)，每个k空间线相应于不同的成像参数(例如反向恢复时间、回波时间和翻转角)。用于不均匀性校正的成像参数应是在获取k空间零线或k空间的中心时使用的有效成像参数。

为了定量地评估图像参数的可变性，可引入系数变化(CV)：

$CV=\frac{\mathrm{\σ}}{\mathrm{\μ}},---\left(16\right)$

其中σ和μ是特定参数的标准偏差和平均值。CV越小，参数就越均匀或可变性越小。当CV等于零时，参数完美地一致。

实现和结果

图1是在适合于使用所估计的发射场和接收器灵敏度来校正不均匀的信号强度的MRI系统中使用的简化流程图。最初，在100，将图像提供给系统。在101，低分辨率图像用于测量接收器灵敏度(在102A)和发射场或相对翻转角(在102B)。在103，获取用于诊断和研究的图像。这些可以是高分辨率图像，其中不均匀性将被校正。在104，使用例如发射场和待校正的图像的Bloch方程来进行发射函数的估计。从估计中，根据Bloch方程使用翻转角α₃来计算发射函数。在105，根据发射函数和接收器灵敏度来估计相对校正矩阵。相对校正矩阵可被配准到正被校正的图像内。在106，相对较正矩阵被标准化以得到校正矩阵。在107，通过取高分辨率图像的比及其相应的校正矩阵来校正图像的不均匀信号强度。

图2示出对发射/接收器主体线圈在分别1.5(a-c)和3.0特斯拉(d-f)处的均匀幻像的所测量的RF发射场(a，d)、接收器灵敏度(b，e)及它们的差异(c，f)。在增加的拉莫尔频率的情况下，发射场和接收器灵敏度变得更不均匀。在发射场和接收器灵敏度之间的最大差异是在1.5特拉斯下大约10％，这比所测量的发射场和接收器灵敏度的误差(大约2％)大得多。这些结果展示对发射/接收器线圈在高于1.5T的扫描仪静态磁场的情况下在发射场和接收器灵敏度之间的明显差异。当静态场强增加到3.0T时，最大差异增加到高达大约20％。在MR实验中，接收器灵敏度有时根据互易原则由接收器线圈的发射场近似。这只在低场强中是有效的。用发射场代替接收器灵敏度可在高场强下引入大误差。

对于均匀幻像主体线圈的发射场和相控阵线圈的接收器灵敏度被计算并在图3A和3B中示出。在完全的强度均匀性的情况下，SD和因此α应是图像信噪比(SNR)的倒数。在幻像的情况下，主体线圈的发射场的CV是14.7％，而相控阵线圈的接收器灵敏度的CV是15.7％。在使用这个硬件得到的图像中的信号不均匀性然后不仅从相控阵线圈的接收器灵敏度剖面而且从主体线圈的发射剖面明确地产生。虽然主体线圈发射对信号不均匀性的贡献在低于1.5特斯拉的场下小于相控阵线圈的接收的贡献，前者可在较高场例如3.0特斯拉下与后者可比较或大于后者。因此，发射剖面的贡献不能被忽略。由于相同的原因，如果主体线圈用作用于使用在高场下的相控阵数据校正信号不均匀性的基准，则相当大的误差可产生，因为这样的计算假设均匀的发射剖面。

提出了各种方法，包括非参量非一致强度标准化(N3)方法[SledJG等人，1998]、SPM工具[AshburnerJ和FristonKJ，2005]和FSL-FMRIB[ZhangY等人，2001]，来估计所获取的图像的偏磁场或信号强度不均匀性。在N3方法中，使用立体B样条曲线通过使用高斯发展和平滑化使强度柱状图尖锐来估计偏磁场。偏磁场的平滑化对校正方法的性能有明显的影响。常规滤波技术可引入组织边界或涡流伪影并降低偏磁场估计的准确度。合并平滑约束的样条近似用于减小组织边界上的伪影。这种方法独立于脉冲序列、成像参数且对病理变化是不灵敏的。在SPM工具中，偏磁场基于高速混合组织模型、最大期望算法和Levenberg-Marquardt优化。在FSL-FMRIB工具中，偏磁场的估计基于隐马尔科夫随机场模型和相关EM算法[ZhangY等人，2001]。提出了用于基于估计发射场和接收器灵敏度从非组织特性校正信号强度不均匀性的场图方法[WangJ等人，2005a和2005b]。

原始梯度回波图像和自旋回波图像及使用场图方法的相应的经校正图像分别在图4A-4D中示出。在原始图像(图4A和4C)中，观察到明显的信号强度不均匀性。在图4B和4D中，场图方法校正整个图像中的强度不均匀性且不导致在幻像的边界处的伪影。这些方法的定量比较由变化系数提供。平均CV对于梯度回波图像在校正到经校正图像中的大约13％之前从大约20％减小，并对于自旋回波图像在校正到大约9％之前从20％减小。

在图5中示出活体内测量的发射场和接收器灵敏度图的例子。在脑组织的图5A和5B中的发射场和接收器灵敏度图的CV分别是9.7和11.9％。在实际应用中，用于估计和接收灵敏度图的额外的成像时间必须被最小化。因为和接收器灵敏度剖面在空间中缓慢地变化，在低分辨率下的和接收灵敏度图可被得到(减小的成像时间)并被插入和配准到待校正的高分辨率图像。例如，以小于2分钟的发射场和接收器灵敏度映射的总获取时间使用分割自旋回波EPI序列来得到以低分辨率覆盖整个人脑的这样的图。

图6示出使用梯度回波平面成像序列(行a)获取的原始脑图像及其经校正图像(行b)。在原始图像中，在脑边界处观察到高得多的信号强度而在脑中心处是低得多的信号强度。也就是说，脑组织之一的信号强度展示在整个脑中的大的可变性。经校正图像使用方程(1)、(2)和(6)以所测量的发射场和接收器灵敏度被校正。结果指示脑组织之一的信号强度在整个脑中更均匀。

图7(行a)示出使用3DFLASH序列获取的原始脑图像。在原始图像中的信号不均匀性导致比在其它区中在脑的前部和后部区中的GM和WM的高得多的信号强度。接收器灵敏度和发射场可被测量以校正在整个脑中的信号不均匀性。在图7中示出经校正图像(行b)。在信号不均匀性校正之后，组织强度在整个脑中变得更均匀得多。

在图7中，使用独立于脑组织特征的校正矩阵来校正信号不均匀性，因为信号不均匀性主要从非组织特征产生：发射场和接收器灵敏度。对于长TR，组织T₁对校正矩阵的影响极大地减小且是可忽略的。可简单地从所测量的FA和接收器灵敏度估计校正矩阵。然而，对于短TR，组织T₁对校正矩阵的影响不能被忽略——局部组织T₁和非均匀FA的组合影响必须被考虑。因为T₁映射是非常耗费时间的，用于校正不均匀发射场的贡献的、涉及T₁和FA映射的方法在临床环境中有很少的优点。照惯例，通过绝热脉冲、补偿脉冲、射频场补偿技术和并行发射技术的应用来校正由发射场引起的不均匀信号和对比强度。绝热脉冲和补偿脉冲可增加输入能量和脉冲持续时间，导致大的比吸收率和长TE的边界效应。射频场补偿技术和并行发射技术需要额外的硬件。在这里，GM和WM的平均T₁而不是局部T₁映射可用于校正信号不均匀性。当组织对比度对FA的变化敏感时，这样的近似将导致在所估计的发射函数中的小误差。此外，二维发射场和接收器灵敏度图可用于很好地校正三维脑图像。这个例子证明在2和3维发射场和接收器灵敏度之间的脉冲剖面中的差异是可忽略的。

图8展示分别使用自旋回波EPI序列获取的原始多切片图像(行a)以及对人脑使用所提出的方法(行b)的它们的相应的经校正图像。在原始图像中，在脑的前部和后部区中的GM和WM的信号不均匀性比在其它区中的那些高得多。此外，在脑中心处的信号强度比在其它区中的信号强度低得多。在校正之后，对在整个脑中的相同的脑组织产生更均匀的信号强度。在这里，假设90°射频脉冲具有与180°再聚焦脉冲相同的发射场不均匀性。它对这些常规脉冲(例如硬脉冲、正弦脉冲、高斯脉冲和截短正弦脉冲)是合理的，因为波行为是给定线圈配置和装载的物体的发射场不均匀性的优势效应。注意，它可对绝热脉冲、复合脉冲引入大误差。

图9展示针对人脑分别使用快速自旋回波序列获取的原始多切片图像(行a)以及它们相应的使用所提出的方法的经校正图像(行b)。在原始图像中，在脑的前部和后部区中的GM和WM的信号强度比在其它区中的那些高得多。此外，在脑中心处的信号强度比在其它区中的那些低得多。在校正之后，对在整个脑中的相同脑组织观察到更均匀的信号强度。

在图10(行a)中示出使用反向恢复涡轮自旋回波序列获取的多切片脑图像。使用方程(1)、(2)和(14)以所测量的发射场和接收器灵敏度来校正在图10(行b)中示出的相应图像。射频脉冲、再聚焦脉冲和反向恢复脉冲的不均匀性可被单独地测量。为了节省时间，可做出90°射频脉冲具有与180°再聚焦脉冲和反向恢复脉冲相同的发射场不均匀性的假设。根据射频脉冲的所测量的发射场图，可使用方程(14)来校正射频脉冲、再聚焦脉冲和反向恢复脉冲对发射函数的影响。经校正图像相对于未校正的图像展示在CSF、WM和GM当中的更好对比度和在每个组织组内的强度的更均匀分布。结果确认我们的假设。

图11示出分别使用3维反向恢复快速自旋回波序列(行a)以及使用场图方法(行b)的经校正图像获取的人脑的图像。为了减小在可比较的SNR和对比度下的3维快速自旋回波的比吸收率，减小的翻转角和可变再聚焦用于产生自旋回波和模拟回波及对比度回波振幅的复杂组合。当信号不均匀性被校正时，再聚焦翻转角应是用于填充k空间或k空间零的再聚焦翻转角。与在行a中的原始图像比较，在行b中的经校正图像相对于未校正的图像展示在CSF、WM和GM当中的更好对比度和在每个组织组内的强度的更均匀分布。

图12示出使用场图方法N3、SPM和FAST方法的经校正均匀幻像图像的结果。在均匀幻像(图11a)的原始图像中观察到几个信号强度不均匀性。使用N3(b)、SPM(c)和FAST(d)的经校正图像极大地提高了原始图像的均匀性。然而，这些算法在幻像图像的中心和边界处引入伪影。另一方面，场图方法(e)显著地校正偏磁场，且不引入任何伪影。原始图像的CV是11.9％。场图方法将CV减小到4.0％，这主要从图像中的噪声产生。

图13示出人脑的T1加权图像(列a)和在使用N3(列b)、SPM(列c)、FAST(列d)和场图方法(e)校正之后的结果。所有方法产生合理的良好校正结果。每个组织类型的图像强度均匀性得以极大地提高。然而，在N3、SPM和FAST校正之后，在白物质(WM)和灰物质(GM)之间的清晰边界变得模糊。平滑的组织边界和边缘伪影可导致组织体积的误量化。没有组织边界模糊从场图方法产生。为了从各种校正方法量化图像的质量，二进制GM和WM掩模使用分割算法得到，并接着通过使二进制掩模与经校正图像相乘来隔离GM和WM。计算在整个脑中的隔离的WM和GM的CV。结果证明，场图方法在人脑上也胜过其它方法。残余非均匀性可来自下面的因素：(1)同一组织的位置相关信号强度；(2)有缺点的不均匀性校正，例如有缺点的反向恢复的影响在场图方法中被忽略；以及(3)非最佳处理参数。

基于前述内容，应认识到，在本文提出了用于校正MR信号不均匀性的方法。虽然以计算机结构特征、方法行动和计算机可读介质特有的语言描述了本文提出的主题，但是应理解，在所附权利要求中定义的本发明并不一定限于本文所述的特定的特征、行动或介质。更确切地，特定的特征、行动和介质被公开为实现权利要求的示例形式。

Claims (21)

1.一种校正在MRI图像中的不均匀信号强度的方法，所述方法包括：

获取一组信号强度图像；

估计发射场或翻转角图；

估计接收器灵敏度图；

基于所述发射场和所述信号强度图像的Bloch方程来估计发射函数；

根据Bloch方程使用翻转角α₃计算发射函数；

根据所述发射函数和所述接收器灵敏度图估计相对校正矩阵；

使所述相对校正矩阵与所述一组信号强度图像配准以产生相对校正矩阵；

标准化所述相对校正矩阵以得到校正矩阵；以及

校正所述信号强度图像中的不均匀性包括计算所述信号强度图像的比和所述校正矩阵。

2.如权利要求1所述的方法，其中估计发射场或翻转角图包括使用基于振幅或基于相位的方法来估计发射场或翻转角图。

3.如权利要求1所述的方法，其中估计发射场或翻转角图包括使用低分辨率图像来估计发射场或翻转角图。

4.如权利要求1所述的方法，其中估计发射场或翻转角图包括使用RF补偿或绝热脉冲或复合脉冲或修整脉冲来估计发射场或翻转角图。在施加RF补偿和这些补偿脉冲之后，所述发射场或翻转角图可被近似为常数。

5.如权利要求1所述的方法，其中可从图像域和k空间数据两者估计发射场或翻转角图。

6.如权利要求1所述的方法，其中估计接收器灵敏度图包括使用基于信号强度的方法和基于场的方法之一。

7.如权利要求6所述的方法，其中基于信号强度的方法是预扫描方法、最小对比度方法、均匀磁化方法和偏磁场方法之一。

8.如权利要求6所述的方法，其中基于场的方法是旋转场方法、校准方法、电磁场的互易原则和电磁场方法之一。

9.如权利要求1所述的方法，其中估计接收器灵敏度图经受图像域数据和k空间数据操作两者。

10.如权利要求1所述的方法，其中所述发射函数是使用成像参数的预定选择的给定感兴趣区或给定感兴趣成分的区的常数。

11.如权利要求10所述的方法，其中常数可以是在装载的物体中的两个或多个成分的平均、最小化或最大化T₁和/或T₂。

12.如权利要求1所述的方法，其中常数T₁和T₂可用于产生发射函数，如果在整个图像中的T₁和/或T₂是成分相关的，则所述发射函数在整个图像中独立于T₁和/或T₂。

13.如权利要求1所述的方法，其中用于不均匀性校正的所述成像参数应是用于获取可变成像参数序列的k空间零线或k空间的中心的有效成像参数。

14.如权利要求1所述的校正方法，其用于提高结构和/或功能MR成像、MR光谱和MR光谱成像的图像质量或量化。

15.如权利要求1所述的方法，其中可通过任何磁共振成像序列(例如梯度回波、自旋回波、回波平面成像、有或没有磁化准备脉冲的快速自旋回波)及任何发射和接收线圈来获取被校正的信号不均匀性。

16.如权利要求1所述的方法，其中可通过多射频脉冲，射频脉冲、再聚焦脉冲和磁化准备脉冲中的至少一个来获取被校正的图像。

17.一种使用已知的幻像来评估经校正图像的性能的方法，其包括：

获取所述幻像的图像；

使用多个不同的校正方法之一校正所述图像的信号不均匀性；以及

使用所述多个不同的校正方法之一评估图像的质量评价的性能，

其中所述幻像是均匀幻像、美国放射学会(ACR)幻像和物体状幻像之一。

18.如权利要求17所述的方法，其中所述物体状包括多组织或多成分，所述多组织或多成分的MRI参数，T₁、T₂、质子密度、扩散、磁化转移、灌流、流量、导电率、磁化率、电容率、几何结构中的至少一个，类似于或等于被成像的受试者活体内的感兴趣区的那些。

19.如权利要求17所述的方法，其中所述不同的校正方法包括权利要求1的方法、N3和在FSL和SPM中的校正方法中的至少一个。

20.如权利要求17所述的方法，其中所述不同的校正方法的性能与基础真实数据比较被评估。

21.如权利要求20所述的方法，其中用于图像质量评价的所述基础真实数据是多组织的体积、对比度、对比度与噪声比、边界清晰度、每个组织或成分的标准偏差中的至少一个。