CN105615883A - 用于多切片和多板获取的压缩感测重构 - Google Patents
用于多切片和多板获取的压缩感测重构 Download PDFInfo
- Publication number
- CN105615883A CN105615883A CN201510833611.9A CN201510833611A CN105615883A CN 105615883 A CN105615883 A CN 105615883A CN 201510833611 A CN201510833611 A CN 201510833611A CN 105615883 A CN105615883 A CN 105615883A
- Authority
- CN
- China
- Prior art keywords
- dimensional panel
- cost function
- dimensional
- goods
- data
- 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 claims abstract description 79
- 230000008569 process Effects 0.000 claims abstract description 35
- 238000003384 imaging method Methods 0.000 claims description 26
- 238000005070 sampling Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 230000006835 compression Effects 0.000 claims description 12
- 238000007906 compression Methods 0.000 claims description 12
- 230000008602 contraction Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000001052 transient effect Effects 0.000 claims description 2
- 238000002595 magnetic resonance imaging Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 31
- 238000005516 engineering process Methods 0.000 description 16
- 230000004044 response Effects 0.000 description 9
- 238000005457 optimization Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005481 NMR spectroscopy Methods 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000013316 zoning Methods 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
- G01R33/54—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
- G01R33/5608—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
-
- 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
- G01R33/483—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
- G01R33/4833—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices
- G01R33/4835—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices of multiple slices
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
用于多切片和多板获取的压缩感测重构。一种用于使用磁共振成像设备获取三维图像体积的方法，包括：执行多切片或多板获取过程以获取对应于成像对象的多个切片或三维板。每个相应的切片或三维板被包括在包括k空间数据的多个切片或三维板中。应用迭代压缩感测重构过程以联合地将所述多个三维板重构为单个一致体积。所述迭代压缩感测重构过程对成本函数求解，所述成本函数包括对应于所述多个三维板的单独数据保真项的总和。
Description
技术领域
本发明一般地涉及用于磁共振成像（MRI）多切片和多板（multi-slab）获取的方法、系统和装置，其中使用压缩感测技术来重构所获取的数据。所公开的方法、系统和装置可以应用于各种MRI应用，例如包括血管造影成像。
背景技术
在磁共振成像（MRI）的上下文中，术语“多板成像”指的是在单次扫描期间获取多个3D体积。多板成像的一个传统示例是飞行时间（TOF）技术，其中将非饱和自旋的血液流入用来描绘血管。由于非饱和，这些自旋比周围的固定自旋给出更多的信号。使用此技术，获取薄板中的数据以便优化血管对比是必要的。
不幸的是，多板获取导致单独矩阵每一个具有有限大小（尤其是在板方向上）。此类板的单独重构导致有限的不相干（incoherence）。继而，这限制了获取的加速潜能并可能降低图像质量。因此，期望的是提供一种解决这些和其它与多板获取相关联的问题的重构技术，以允许在加速或者另外欠采样（undersample）场景下获取板，而没有退化所得到图像的质量。
发明内容
通过提供与多板获取技术相关的方法、系统和装置，本发明的实施例解决并克服了一个或多个上述短处和缺点，其中使用同时所有板的组合信息来执行图像重构。所提出的方案可能导致在各种多板应用中改善图像质量和信噪比（SNR）。
根据一些实施例，一种用于使用磁共振成像设备获取三维图像体积的方法，包括：执行多切片或多板获取过程以获取对应于成像对象的多个切片或三维板。每个相应切片或三维板被包括在包括k空间数据的多个切片或三维板中。应用迭代压缩感测重构过程来联合地重构所述多个三维板作为单个一致体积（consistentvolume）。在前述方法中使用的迭代压缩感测重构过程对成本函数（costfunction）求解，所述成本函数包括对应于所述多个三维板的单独数据保真项（fidelityterms）的总和。在一个实施例中，每个单独数据保真项对应于与相应切片或三维板相关联的k空间数据与对应于所述相应切片或三维板的当前估计图像体积的遮蔽区域的比较。所述当前估计图像体积的遮蔽区域可以例如是数据的零填充矩阵（zero-paddedmatrix），其中非零数据元素在对应于相应切片或三维板的位置处。
可以将各种技术用于对在前述方法中使用的成本函数进行求解。例如，在一些实施例中，所述迭代压缩感测重构过程使用近端梯度算法（proximalgradientalgorithm）以通过多次迭代来对所述成本函数求解。在一些实施例中，所述成本函数还包括独立于切片或三维板的总数目的规则化部分（regularizationportion）。此规则化部分可以在每次迭代期间用来例如将小波变换应用到当前估计图像体积。
另外，在前述方法中使用的获取过程的细节可以变化。例如，在一个实施例中，所述获取过程沿着板方向对成像对象执行不相干欠采样。在其它实施例中，所述获取过程采用加速3DTOF采样策略。该3DTOF采样策略可以例如在ky-kz相位编码方向上采用可变密度螺旋叶序列或者可变密度泊松模式。
根据其它实施例，一种用于使用磁共振成像设备获取三维图像体积的制品，其包括非瞬态有形计算机可读介质，其保存计算机可执行指令以用于执行包括两个步骤的方法。第一，使用包括在所述磁共振成像设备中的多个线圈来执行感兴趣区域的欠采样多板扫描，从而产生多个三维板。可以将各种技术用于执行此扫描。例如，在一个实施例中，使用沿着板方向对感兴趣区域的不相干欠采样来执行扫描。一旦获取了三维板，则通过求解成本函数来将它们联合重构为单个一致体积，其包括对应于三维板的单独数据保真项的总和。
由前述制品执行的方法可以具有各种附加特征。例如，在一个实施例中，在成本函数中使用的每个单独数据保真项对应于与相应三维板相关联的k空间数据与对应于所述相应三维板的当前估计图像体积的遮蔽区域的比较。当前估计图像体积的遮蔽区域例如可以是数据的零填充矩阵，其中非零数据元素在对应于相应三维板的位置处。在一些实施例中，成本函数还包括独立于三维板的总数目的规则化部分，并可以将其在迭代优化算法（例如近端梯度）中使用，以在每次迭代期间将小波变换应用于当前估计图像体积。在一些实施例中，使用加速3DTOF采样策略来获取三维板，其可以在ky-kz相位编码方向上采用可变密度螺旋叶序列轨迹。
根据其它实施例，一种用于使用压缩感测重构来执行多板获取的系统，包括：成像设备和中央控制计算机。成像设备包括配置成获取对应于成像对象的多个三维板的多个线圈。每个相应三维板被包括在包括k空间数据的多个三维板中。中央控制计算机单元被配置成向所述多个三维板应用迭代压缩感测重构过程以产生图像体积。此过程对成本函数求解，所述成本函数包括对应于所述多个三维板的单独数据保真项的总和。在一个实施例中，所述中央控制计算机单元还配置成：在迭代压缩感测重构过程期间使用近端梯度算法以通过多次迭代来对所述成本函数求解。
根据关于附图进行的下面的图示实施例的详细描述，本发明的另外的特征和优点将变得明显。
附图说明
当结合附图阅读时，根据下面的详细描述来最佳地理解本发明的前面内容和其它方面。为了图示本发明的目的，在附图中示出了当前优选的实施例，然而应该理解的是，本发明并不局限于所公开的特定手段。在附图中包括下面的图：
图1示出了如本发明的一些实施例所使用的用于命令获取频域部件（component）的系统，其表示用于在k空间存储阵列中存储的磁共振（MR）图像数据；
图2提供了根据本发明的一些实施例的可以使用图1的系统应用的迭代重构框架的高级图示；
图3提供了根据一些实施例的用于联合重构使用多板扫描获取的多个板的过程的图示；
图4提供了使用本文描述的实施例中的一些的当应用于具有相同覆盖的一个厚板和4个薄板时的压缩感测重构的比较；以及
图5示出了在其之内可以实现本发明的实施例的示例性计算环境。
具体实施方式
下面的公开描述了根据若干实施例的本发明，其针对用于多板磁共振成像（MRI）获取的方法、系统和装置，其中使用同时所有板的组合信息来执行图像重构。所有获取的板被重构在一起并且将其规则化为单个一致的体积，与传统多板获取技术相比其可以改善图像质量和信噪比（SNR）。例如，本文所描述的技术应该有助于减轻板的后生物（artifact），例如在两个非重叠板之间的边界处的不连续性，或者板之间的重叠的区域的模糊，因而改善了整体图像质量。此外，由于重构是迭代的，所以唯一需要的算子是测量算子，并且不需要考虑其它算子（例如，线性重构算子）。这使得该技术与任何板厚度和重叠模式兼容，因此校正重叠的区域中的强度不均匀且允许获取协议的设计的更多灵活性。所公开的方法、系统和装置可以被应用到各种多板应用，例如包括TOF血管造影MRI应用。
图1示出了如本公开的一些实施例所使用的用于命令获取频域部件的系统100，所述频域部件表示用于在k空间存储阵列中存储的MR图像数据。在系统100中，磁线圈12在将被成像且位于台上的患者11的身体中创建静态基础磁场。在磁体系统内的是梯度线圈14，用于产生叠加在静态磁场上的位置依赖磁场梯度。响应于通过梯度和匀场线圈（shimcoil）控制模块16供应其上的梯度信号，梯度线圈14在三个正交方向上产生位置依赖和匀场磁场梯度，并生成磁场脉冲序列。匀场梯度补偿由患者解剖变化和其它源产生的MR成像设备磁场中的不均匀和变化性。磁场梯度包括应用到患者11的切片选择梯度磁场、相位编码梯度磁场以及读出梯度磁场。
此外，RF（射频）模块20向RF线圈18提供RF脉冲信号，RF线圈18作为响应产生磁场脉冲，其将患者11的成像身体中质子的自旋旋转90度或180度以进行所谓的“自旋回波（spinecho）”成像，或者旋转少于或等于90度的角度以进行所谓的“梯度回波”成像。如由中央控制单元26所指挥的，结合RF模块20的梯度和匀场线圈控制模块16控制切片选择、相位编码、读出梯度磁场、射频传输以及磁共振信号检测，以获取表示患者11的平面切片的磁共振信号。例如，如下面更详细地描述的，在一些实施例中，中央控制单元26指挥系统100的各种部件以使用具有交错角非对称径向采样方案的bSSFP序列来获取径向k空间数据。
响应于应用的RF脉冲信号，RF线圈18接收MR信号，即在身体内的激发质子返回到由静态和梯度磁场所建立的平衡位置时来自它们的信号。通过RF模块20内的检测器和k空间部件处理器单元34检测并处理MR信号，以向图像数据处理器提供MR数据集，以用于处理到图像中。在一些实施例中，图像数据处理器位于中央控制单元26中。然而，在例如图1中所描绘的实施例的其它实施例中，图像数据处理器位于单独的单元27中。ECG同步信号生成器30提供用于脉冲序列和成像同步的ECG信号。k空间部件处理器单元34中的单独数据元件的二维或三维k空间存储阵列存储对应的单独频率部件，其包括MR数据集。单独数据元件的k空间阵列具有指定的中心，并且单独数据元件单独地具有到指定中心的半径。
磁场生成器（包括线圈12、14和18）生成磁场，用于在获取对应于存储阵列中单独数据元件的多个单独频率部件中使用。单独频率部件被以如下次序连续获取：其中当在获取表示MR图像的MR数据集期间连续获取多个单独频率部件时，相应的对应的单独数据元件的半径沿着基本上螺旋的路径增加和减小。k空间部件处理器单元34中的存储处理器存储使用在阵列中对应的单独数据元件中的磁场获取的单独频率部件。当获取多个连续的单独频率部件时，相应的对应的单独数据元件的半径交替地增加和减小。磁场以如下次序获取单独频率部件：其对应于阵列中基本相邻单独数据元件的序列，并且基本最小化在连续获取频率部件之间的磁场梯度变化。
中央控制单元26使用存储于内部数据库中的信息来以协调方式处理检测到的MR信号，从而生成身体的（多个）所选切片的高质量图像（例如，使用图像数据处理器）并调整系统100的其它参数。所存储的信息包括预定脉冲序列、和磁场梯度和强度数据以及指示将在成像中应用的梯度磁场的计时、取向和空间体积的数据。在操作员接口的显示器40上呈现生成的图像。操作员接口的计算机28包括图形用户接口（GUI），使得用户能够与中央控制单元26交互，并使得用户能够基本实时地修改磁共振成像信号。显示处理器37处理磁共振信号，以提供图像表示数据，以用于例如在显示器40上进行显示。
使用本文描述的技术，可以应用图1中所示的系统100以执行迭代多板获取和重构技术，其中将三维板联合重构为单个一致的体积。在传统的单独多板重构技术中，根据其k空间测量来重构每个板。通过将板“缝合”在一起来重构整个体积。这可以导致板边界处的后生物。另外，采样模式受限于实现每个板的质量。通过利用联合重构技术来克服多板重构技术的缺点，其中仅在重构下的未知的是整体体积。即使在板将重叠的情况下，对最终体积的每个像素也只重构一次。因此，不存在要求的板缝合。此外，使用如本文所述的联合重构，在重构等式中的规则化项独立于板模式。例如，这可以导致更好的全局采样模式。
图2提供了根据本发明的一些实施例的可以使用图1的系统100应用的迭代重构框架200的高级图示。简略地，初始图像220被用作对数值优化过程225的估计，其迭代地更新所述估计以导致最终图像230。数值优化过程225包括成本函数和迭代算法，以用于基于初始图像220所提供的估计来将函数最小化。迭代算法包括用于终止迭代的一些停止标准。例如，在一些实施例中，比较在迭代之间的图像结果，并且如果差异小于预定的阈值，则算法停止且产生最终图像230。数值优化过程225所使用的成本函数应用信号模型225A，其使用MRI信号的算术建模强制与测量数据的一致性。成本函数还通常包括一个或多个稀疏约束225B（即，惩罚项），其强制与先前知识（例如，变换基中的稀疏）的一致性。
通过使用数值优化过程225，迭代重构框架200可以被用来联合地重构多板数据，从而求解成本函数，其中所有板被重构在一起且被规则化为单个一致性体积。对于其中在板方向上没有执行不相干欠采样的特殊情况，首先在板方向上执行重构，并且然后在整个体积上运行迭代压缩感测重构之前组合不同的板是可能的。然而，在其它实施例中，可以在迭代压缩感测重构期间在前向成像算子中隐含地组合不同的板。迭代重构算法将整个体积看作将被估计的未知的。在压缩感测算法中求解的成本函数包含数据保真项和稀疏先验项（sparsity-priorterm）。在稀疏先验项中，由于未知的是整个体积，所以可以直接向整个体积应用任何稀疏变换。重构成本函数的数据保真项比较k空间数据和当前估计体积之间的差异。在各种实施例中，此项是来自每个单独板的数据保真的总和。对于每个板，可以比较来自当前板的k空间数据和来自整个体积的特定板的遮蔽区域。
可以使用各种成本函数来实现多板获取数据的联合重构的目标。例如，在一些实施例中，在数值优化过程225期间应用等式1中所示的此成本函数：
(1)
在等式1中，f是一维向量，其是将要重构的信号的向量化版本（例如，图像）。向量f可以例如通过将信号的列垂直串联在一起而生成。Nc是MR设备所使用的线圈的数目，而Ns是板的数目。Fu是测量矩阵。是针对特定线圈和特定板的测量数据，而是针对特定线圈和特定板的线圈敏感度简档（profile）。算子应用于f以从整个体积提取特定板ns。
在等式1中，λ║Λ⊙(Wf)║1是提供解与私人知识一致性的程度的度量（measure）的规则化项。规则化项是变换域中信号的l1-范数，其中W表示冗余Haar小波变换，Λ是规则化权重因子，并且λ是管理数据保真及其稀疏性之间的权衡的规则化参数。应注意，规则化项λ║Λ⊙(Wf)║1描述了独立于板的稀疏约束。
存在本领域中已知的许多技术，其可以被用来求解数值优化过程中的成本函数。在一些实施例中，可以使用近端梯度算法来求解等式1。如本领域中公知的，近端梯度方法是用来求解例如等式1的不可微分凸优化问题的投射的一般化形式。近端梯度算法的非限制性示例包括快速迭代收缩阈值算法（FISTA）、投影梯度、交替投影，并且可以应用交替方向乘子方法（ADMM）。每个算法的实现基于成本函数本身，并且因此反映了原始问题的细节。关于等式1，可以使用极端梯度技术，其包括反映多板处理的项。例如，在一个实施例中，对于L的步长，可以使用下面的等式：
(2)
(3)
应注意，算法（等式3）的近端部分对于多板并不是特定的。可以通过以下来确定等式2的数据拟合项▽n的梯度：
(4)
使用等式4中的项，通过零填充将板嵌入在位置ns处的整个体积中。等式2-4示出了多板重构的若干益处，如本发明的实施例中的一些中描述的。例如，不需要表达多板测量算子的逆（inverse），仅其伴随矩阵（adjoint）。此外，不需要在重构之前变换k空间。所述技术还与任何板模式以及板内的任何采样模式兼容。
图3提供了根据一些实施例的用于联合重构使用多板扫描获取的多个板的过程300的图示。更具体地，过程300示出了多板获取如何可以根据等式1与联合重构技术组合，以产生感兴趣对象的高保真图像。在步骤305处，包括感兴趣对象的体积被划分成多个三维板。可以将本领域中已知的各种技术用于划分区域，并且不同的板特性可以依赖于临床应用。例如，对于涉及血液移动通过血管的成像的解剖应用，可以使用非常薄（例如，2cm）的板，其被定位成与血流垂直。
接着，在步骤310处，成像设备（例如，参见图1）执行多板获取过程以获取对应于三维板的k空间数据。可以使用本领域中已知的各种技术来执行所述获取。因为压缩感测重构将被应用于板，所以可以使用不相干采样来在获取过程期间实现高加速因子。可以使用各种技术来增加采样数据的不相干性。例如，在一些实施例中，可以使用可变密度采样轨迹（例如，使用螺旋叶序列或可变密度泊松模式）来通过增加获取矩阵的大小而确保板是不相干的。随着采样大小的增加，不相干性渐进增加，并且继而可以改善重构图像质量。用于增加获取矩阵以产生不相干性的技术的一个示例可在2014年10月16日提交的美国专利申请号14/515714中找到，并且通过引用将其合并于此。另外，可以将多板获取过程修整到临床应用。例如，在一些实施例中，多板获取过程采用加速3DTOF采样策略以用于血管造影应用。
返回到图3，在步骤315-335中示出了迭代重构。在此示例中，迭代压缩感测重构过程对成本函数求解，所述成本函数包括对应于多个三维板的单独数据保真项的总和。在步骤315处，选择用于成本函数解的初始图像。此初始图像例如可以是取自相同主体或呈现类似特征的另一主体的表示感兴趣区域的较早获取图像。接着，在步骤320处，例如使用等式4来计算数据拟合项的梯度。基于该梯度，在步骤325处，使用等式2计算数据拟合项。然后，在步骤330处，使用等式3更新成本函数解。在步骤335处，将求解成本函数的结果与先前迭代的结果进行比较，以测试收敛性。如果结果指示收敛（例如，差异小于预定的阈值），则算法停止。否则，其继续返回320处，并且通过拟合过程进行另一迭代。
图4提供了当应用到针对相同全面覆盖独立重构的一个厚板（图像400）和4个薄板（图像405）时的压缩感测重构的比较。如图4中所示，当与4个独立薄板相比根据一个厚板重构数据时，图像质量更好。
图5示出了可以在其内实现本发明的实施例的示例性计算环境500。例如，此计算环境500可以被用来实现图3中描述的三维板的联合重构的过程300。在一些实施例中，计算环境500可以被用来实现图1的系统100中所示的一个或多个部件。计算环境500可以包括计算机系统510，其是可以在其之上实现本发明的实施例的计算系统的一个示例。计算机和计算环境（例如，计算机系统510和计算环境500）对本领域技术人员而言是已知的，并且因此在此简略描述。
如图5中所示，计算机系统510可以包括通信机构，例如总线521或其它通信机构，以用于在计算机系统510内传达信息。计算机系统510还包括一个或多个处理器520，其与总线521耦合以用于处理信息。处理器520可以包括一个或多个中央处理单元（CPU）、图形处理单元（GPU）或在本领域中已知的任何其它处理器。
计算机系统510还包括系统存储器530，其耦合到总线521以用于存储将由处理器520执行的信息和指令。系统存储器530可以包括易失性和/或非易失性存储器形式的计算机可读存储介质，例如只读存储器（ROM）531和/或随机存取存储器（RAM）532。系统存储器RAM532可以包括（多个）其它动态存储设备（例如，动态RAM、静态RAM以及同步DRAM）。系统存储器ROM531可以包括（多个）其它静态存储设备（例如，可编程ROM、可擦除PROM以及电可擦除PROM）。另外，系统存储器530可以用于在处理器520执行指令期间存储临时变量或其它中间信息。可以在ROM531中存储基本输入/输出系统533（BIOS），其包含例如在启动期间有助于在计算机系统510内的元件之间转移信息的基本例程。RAM532可以包含处理器520立即可访问的和/或当前在其上操作的数据和/或程序模块。系统存储器530可以另外地包括例如操作系统534、应用程序535、其它程序模块536和程序数据537。
计算机系统510还包括磁盘控制器540，其耦合到总线521以控制一个或多个存储设备以用于存储信息和指令，例如硬盘541和可移动介质驱动器542（例如，软盘驱动器、压缩盘驱动器、磁带驱动器和/或固态驱动器）。可以使用适当的设备接口（例如，小型计算机系统接口（SCSI）、集成设备电子器件（IDE）、通用串行总线（USB）或火线）来将存储设备添加到计算机系统510。
计算机系统510还可以包括显示控制器565，其与总线521耦合以控制显示器566（例如，阴极射线管（CRT）或液晶显示器（LCD）），从而向计算机用户显示信息。计算机系统包括输入接口560以及一个或多个输入设备，例如键盘562和定点设备561，以与计算机用户交互并向处理器520提供信息。例如，定点设备561可以是鼠标、轨迹球或者定位杆，用于向处理器520传达方向信息和命令选择并且用于控制显示器566上的光标移动。显示器566可以提供触摸屏接口，其允许输入来补充或替代由定点设备561进行的方向信息和命令选择的传达。
计算机系统510可以响应于处理器520执行包含于存储器（例如，系统存储器530）中的一个或多个指令的一个或多个序列而执行本发明实施例的处理步骤的部分或全部。此类指令可以被从另一计算机可读介质（例如，硬盘541或可移动介质驱动器542）读取到系统存储器530中。硬盘541可以包含由本发明的实施例所使用的一个或多个数据存储以及数据文件。可以对数据存储内容和数据文件进行加密以提高安全性。处理器520还可以在多处理布置中被采用，以执行包含于系统存储器530中的一个或多个指令序列。在替代实施例中，可以使用硬连线电路来代替软件指令或与其组合。因此，实施例并不局限于硬件电路和软件的任何特定组合。
如上所述，计算机系统510可以包括至少一个计算机可读介质或存储器，以用于保存根据本发明的实施例编程的指令并用于包含数据结构、表格、记录或本文描述的其它数据。本文所使用的术语“计算机可读介质”指的是参予向处理器520提供将执行的指令的任何介质。计算机可读介质可以采取许多形式，包括但不限于：非易失性介质、易失性介质以及传输介质。非易失性介质的非限制性示例包括光盘、固态驱动器、磁盘以及磁光盘，例如硬盘541或可移动介质驱动器542。易失性介质的非限制性示例包括动态存储器，例如系统存储器530。传输介质的非限制性示例包括同轴电缆、铜线以及光纤，包括组成总线521的电线。传输介质还可以采用声波或光波的形式，例如在无线电波和红外数据通信期间生成的那些。
计算环境500还可以包括计算机系统510，其在网络化环境中使用到一个或多个远程计算机（例如，远程计算机580）的逻辑连接来进行操作。远程计算机580可以是个人计算机（膝上型或台式）、移动设备、服务器、路由器、网络PC、对等设备或其它公共网络节点，并通常包括以上相对计算机系统510所描述的元件中的许多或全部。当在网络化环境中使用时，计算机系统510可以包括调制解调器572，以用于通过网络571（例如，互联网）建立通信。调制解调器572可以经由用户网络接口570或经由另一合适机制连接到总线521。
网络571可以是本领域中一般已知的任何网络或系统，包括互联网、内联网、局域网（LAN）、广域网（WAN）、城域网（MAN）、直接连接或连接的系列、蜂窝电话网络、或者能够促进计算机系统510和其它计算机（例如，远程计算机580）之间的通信的任何其它网络或介质。网络571可以是有线的、无线的或其组合。可以使用以太网、通用串行总线（USB）、RJ-11或者本领域中一般已知的任何其它有线连接来实现有线连接。可以使用Wi-Fi、WiMAX以及蓝牙、红外、蜂窝网络、卫星或本领域中一般已知的任何其它无线连接方法来实现无线连接。另外，若干网络可以单独工作或彼此通信以促进网络571中的通信。
可以使用硬件和软件的任何组合来实现本公开的实施例。另外，本公开的实施例可以被包括在制品（例如，一个或多个计算机程序产品）中，其例如具有计算机可读非瞬态介质。例如，介质具有包含在其中的计算机可读程序代码，以用于提供和促进本公开的实施例的机制。所述制品可以作为计算机系统的一部分被包含或者单独售卖。
虽然本文已经公开了各种方面和实施例，但是其它方面和实施例对于本领域技术人员而言将是显然的。本文公开的各种方面和实施例是用于说明的目的且不意图是限制性的，其中真实的范围和精神由下面的权利要求所指示。
本文使用的可执行应用包括代码或机器可读指令，以用于调节（condition）处理器来实现预定的功能，例如，诸如响应于用户命令或输入的操作系统、上下文数据获取系统或其它信息处理系统的那些。可执行过程是用于执行一个或多个特定过程的代码段或机器可读指令、子例程、或代码的其它不同部分或可执行应用的一部分。这些过程可以包括接收输入数据和/或参数，在接收的输入数据上执行操作和/或响应于接收的输入参数执行功能，并提供所得到的输出数据和/或参数。
本文所使用的图形用户接口（GUI）包括一个或多个显示图像，其由显示处理器生成并且更够实现与处理器或其它设备的用户交互，以及相关联的数据获取和处理功能。GUI还包括可执行过程或可执行应用。可执行过程或可执行应用调节显示处理器以生成表示GUI显示图像的信号。这些信号被供应到显示图像供用户观看的显示设备。处理器在可执行程序或可执行应用的控制下响应于从输入设备接收的信号来操纵GUI显示图像。这样，用户可以使用输入设备来与显示图像交互，使得用户能够与处理器或其它设备交互。
可以自动地或者整体地或者部分地响应于用户命令而执行本文的功能和过程步骤。在没有用户直接发起活动的情况下，响应于一个或多个可执行指令或设备操作来执行自动地执行的活动（包括步骤）。
图中的系统和过程并不是排外的。可以根据本发明的原理导出用于实现相同目标的其它系统、过程和菜单。虽然已经关于特定实施例描述了本发明，但是应理解的是本文所示和描述的实施例和变型仅用于说明性目的。本领域技术人员可以实现对当前设计的修改，而不背离本发明的范围。如本文所述，可以使用硬件部件、软件部件和/或其组合来实现各种系统、子系统、代理、管理器和过程。在本文没有权利要求元素被根据35U.S.C.112，第六段的规定来解释，除非所述元素被明确地使用短语“用于……的装置”记载。
Claims (20)
1.一种用于使用磁共振成像设备获取三维图像体积的方法，所述方法包括：
执行多切片或多板获取过程以获取对应于成像对象的多个切片或三维板，每个相应的切片或三维板被包括在包括k空间数据的多个切片或三维板中；以及
应用迭代压缩感测重构过程以联合地重构所述多个切片或三维板作为单个一致体积，其中所述迭代压缩感测重构过程对成本函数求解，所述成本函数包括对应于所述多个切片或三维板的单独数据保真项的总和。
2.权利要求1所述的方法，其中，每个单独数据保真项对应于与相应切片或三维板相关联的k空间数据与对应于所述相应切片或三维板的当前估计图像体积的遮蔽区域的比较。
3.权利要求2所述的方法，其中，所述当前估计图像体积的遮蔽区域是数据的零填充矩阵，其中非零数据元素在对应于相应切片或三维板的位置处。
4.权利要求1所述的方法，其中，所述成本函数还包括独立于切片或三维板的总数目的规则化部分。
5.权利要求4所述的方法，其中，所述迭代压缩感测重构过程使用近端梯度算法通过多次迭代来求解所述成本函数。
6.权利要求4所述的方法，其中，所述规则化部分在每次迭代期间将小波变换应用到当前估计图像体积。
7.权利要求1所述的方法，其中，所述多切片或多板获取过程是沿着板方向对成像对象执行不相干欠采样的多板获取过程。
8.权利要求1所述的方法，其中，所述多板获取过程采用加速3D飞行时间（TOF）采样策略。
9.权利要求8所述的方法，其中，所述加速3DTOF采样策略在ky-kz相位编码方向上采用可变密度螺旋叶序列或者可变密度泊松模式。
10.一种用于使用磁共振成像设备获取三维图像体积的制品，所述制品包括非瞬态有形计算机可读介质，其保存计算机可执行指令以用于执行包括以下的方法：
使用包括在所述磁共振成像设备中的多个线圈来执行感兴趣区域的欠采样多板扫描，从而产生多个三维板；以及
通过求解成本函数来联合地重构所述多个三维板作为单个一致体积，所述成本函数包括对应于所述多个三维板的单独数据保真项的总和。
11.权利要求10所述的制品，其中，每个单独数据保真项对应于与相应三维板相关联的k空间数据与对应于所述相应三维板的当前估计图像体积的遮蔽区域的比较。
12.权利要求11所述的制品，其中，所述当前估计图像体积的遮蔽区域是数据的零填充矩阵，其中非零数据元素在对应于相应三维板的位置处。
13.权利要求10所述的制品，其中，所述成本函数还包括独立于三维板的总数目的规则化部分。
14.权利要求13所述的制品，其中，使用近端梯度算法通过多次迭代来求解成本函数。
15.权利要求13所述的制品，其中，所述规则化部分在每次迭代期间将小波变换应用到当前估计图像体积。
16.权利要求10所述的制品，其中，使用沿着板方向的感兴趣区域的不相干欠采样获取所述多个三维板。
17.权利要求10所述的制品，其中，使用加速3D飞行时间（TOF）采样策略来获取所述多个三维板。
18.权利要求17所述的制品，其中，所述加速3DTOF采样策略在ky-kz相位编码方向上采用可变密度螺旋叶序列轨迹。
19.一种用于使用压缩感测重构来执行多板获取的系统，所述系统包括：
成像设备，其包括配置成获取对应于成像对象的多个三维板的多个线圈，每个相应三维板被包括在包括k空间数据的多个三维板中；以及
中央控制计算机单元，其被配置成向所述多个三维板应用迭代压缩感测重构过程以产生图像体积，其中所述迭代压缩感测重构过程对成本函数求解，所述成本函数包括对应于所述多个三维板的单独数据保真项的总和。
20.权利要求19所述的系统，其中，所述中央控制计算机单元还被配置成：
在所述迭代压缩感测重构过程期间使用近端梯度算法以通过多次迭代来求解所述成本函数。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/552,539 US10663549B2 (en) | 2014-11-25 | 2014-11-25 | Compressed sensing reconstruction for multi-slice and multi-slab acquisitions |
| US14/552539 | 2014-11-25 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105615883A true CN105615883A (zh) | 2016-06-01 |
| CN105615883B CN105615883B (zh) | 2019-02-01 |
Family
ID=54608332
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510833611.9A Active CN105615883B (zh) | 2014-11-25 | 2015-11-25 | 用于多切片和多板获取的压缩感测重构 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10663549B2 (zh) |
| EP (1) | EP3026452B1 (zh) |
| KR (1) | KR101822948B1 (zh) |
| CN (1) | CN105615883B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10267883B2 (en) | 2015-12-11 | 2019-04-23 | Siemens Healthcare Gmbh | System and method for motion resolved MRI |
| EP3564695A1 (de) | 2018-05-04 | 2019-11-06 | Siemens Healthcare GmbH | Verfahren zur erzeugung eines magnetresonanz-bilddatensatzes, computerprogrammprodukt, datenträger sowie magnetresonanzanlage |
| KR102128765B1 (ko) * | 2018-05-16 | 2020-07-01 | 가천대학교 산학협력단 | 의료영상기기에서 압축센싱 활용을 위한 샘플링 패턴 산출장치 및 그 방법 |
| US12044764B2 (en) * | 2019-12-01 | 2024-07-23 | Mayo Foundation For Medical Education And Research | Model-based Nyquist ghost correction for reverse readout echo planar imaging |
| CN113485081B (zh) * | 2021-07-09 | 2022-09-16 | 北京航空航天大学 | 一种非级联光学扫描全息的多图像并行加密方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1212145A (zh) * | 1997-09-19 | 1999-03-31 | 通用电气公司 | 利用快速自旋回波采集的多切片和多角度磁共振成像 |
| CN102389309A (zh) * | 2011-07-08 | 2012-03-28 | 首都医科大学 | 基于压缩感知理论的磁共振图像重建的方法 |
| US20120146641A1 (en) * | 2010-12-09 | 2012-06-14 | The Board Of Trustees Of The Leland Stanford Junior University | Multi-dimensional cardiac imaging |
| CN102906791A (zh) * | 2010-05-19 | 2013-01-30 | 威斯康星校友研究基金会 | 使用在先图像约束的图像重建的辐射计量减少的方法 |
| WO2014147508A2 (en) * | 2013-03-22 | 2014-09-25 | Koninklijke Philips N.V. | A method for k-space sampling |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4201483B2 (ja) * | 1997-12-31 | 2008-12-24 | ジー イー ウルトラサウンド イスラエル リミテッド | 断層撮影スライスの相対位置決定方法及び装置 |
| US8559688B2 (en) * | 2010-06-30 | 2013-10-15 | General Electric Company | System and method for processing data signals |
| EP2503349A1 (en) | 2011-03-24 | 2012-09-26 | Koninklijke Philips Electronics N.V. | MR image reconstruction using prior information-constrained regularization |
| US9709650B2 (en) * | 2011-11-06 | 2017-07-18 | Mayo Foundation For Medical Education And Research | Method for calibration-free locally low-rank encouraging reconstruction of magnetic resonance images |
| US8989465B2 (en) | 2012-01-17 | 2015-03-24 | Mayo Foundation For Medical Education And Research | System and method for medical image reconstruction and image series denoising using local low rank promotion |
| US9213076B2 (en) * | 2012-02-27 | 2015-12-15 | Medimagemetric LLC | System, process and computer-accessible medium for providing quantitative susceptibility mapping |
| ITGE20120048A1 (it) * | 2012-05-04 | 2013-11-05 | Esaote Spa | Metodo di ricostruzione di immagini biomediche |
| WO2014024085A2 (en) | 2012-08-08 | 2014-02-13 | Koninklijke Philips N.V. | Multiple shot magnetic resonance imaging with ghosting stability correction |
| US9081074B2 (en) | 2012-08-21 | 2015-07-14 | Beth Israel Deaconess Medical Center, Inc. (Bidmc, Inc.) | Method and apparatus for accelerated phase contrast magnetic resonance angiography and blood flow imaging |
| WO2014075005A1 (en) * | 2012-11-11 | 2014-05-15 | The Regents Of The University Of California | High spatial and temporal resolution dynamic contrast-enhanced magnetic resonance imaging |
| US9835705B2 (en) * | 2013-11-07 | 2017-12-05 | Beth Israel Deaconess Medical Center, Inc. | System and method for free-breathing volumetric imaging of cardiac tissue |
| US9841481B2 (en) * | 2014-04-16 | 2017-12-12 | The Board Of Trustees Of The Leland Stanford Junior University | Multislice acquisition with incoherent aliasing |
| KR20160029586A (ko) * | 2014-09-05 | 2016-03-15 | 삼성전자주식회사 | 자기 공명 영상 장치 및 그 동작방법 |
-
2014
- 2014-11-25 US US14/552,539 patent/US10663549B2/en active Active
-
2015
- 2015-11-17 EP EP15194865.0A patent/EP3026452B1/en active Active
- 2015-11-24 KR KR1020150164798A patent/KR101822948B1/ko active IP Right Grant
- 2015-11-25 CN CN201510833611.9A patent/CN105615883B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1212145A (zh) * | 1997-09-19 | 1999-03-31 | 通用电气公司 | 利用快速自旋回波采集的多切片和多角度磁共振成像 |
| CN102906791A (zh) * | 2010-05-19 | 2013-01-30 | 威斯康星校友研究基金会 | 使用在先图像约束的图像重建的辐射计量减少的方法 |
| US20120146641A1 (en) * | 2010-12-09 | 2012-06-14 | The Board Of Trustees Of The Leland Stanford Junior University | Multi-dimensional cardiac imaging |
| CN102389309A (zh) * | 2011-07-08 | 2012-03-28 | 首都医科大学 | 基于压缩感知理论的磁共振图像重建的方法 |
| WO2014147508A2 (en) * | 2013-03-22 | 2014-09-25 | Koninklijke Philips N.V. | A method for k-space sampling |
Non-Patent Citations (1)
| Title |
|---|
| YING SONG ET AL: "Reconstruction of Magnetic Resonance Imaging by Three-Dimensional Dual-Dictionary Learning", 《MAGNETIC RESONANCE IN MEDICINE》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3026452B1 (en) | 2023-06-28 |
| KR101822948B1 (ko) | 2018-01-30 |
| US10663549B2 (en) | 2020-05-26 |
| CN105615883B (zh) | 2019-02-01 |
| US20160146915A1 (en) | 2016-05-26 |
| KR20160062714A (ko) | 2016-06-02 |
| EP3026452A1 (en) | 2016-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10588587B2 (en) | System and method for accelerated, time-resolved imaging | |
| Van Reeth et al. | Super‐resolution in magnetic resonance imaging: a review | |
| US10403007B2 (en) | Registration-based motion tracking for motion-robust imaging | |
| CN106990375B (zh) | 用于指纹重构的无字典mr参数推测 | |
| US9709650B2 (en) | Method for calibration-free locally low-rank encouraging reconstruction of magnetic resonance images | |
| US9542761B2 (en) | Generalized approximate message passing algorithms for sparse magnetic resonance imaging reconstruction | |
| Cordero‐Grande et al. | Motion‐corrected MRI with DISORDER: distributed and incoherent sample orders for reconstruction deblurring using encoding redundancy | |
| US9928596B2 (en) | Motion corrected imaging system | |
| CN105615883A (zh) | 用于多切片和多板获取的压缩感测重构 | |
| US10048338B2 (en) | Systems and methods for efficiently generating magnetic resonance images from incomplete data | |
| US20180306884A1 (en) | Accelerated dynamic magnetic resonance imaging using low rank matrix completion | |
| US12067652B2 (en) | Correction of magnetic resonance images using multiple magnetic resonance imaging system configurations | |
| Klepaczko et al. | Computer simulation of magnetic resonance angiography imaging: model description and validation | |
| Bonanno et al. | Self-navigation with compressed sensing for 2D translational motion correction in free-breathing coronary MRI: a feasibility study | |
| Kofler et al. | Learning regularization parameter-maps for variational image reconstruction using deep neural networks and algorithm unrolling | |
| Löcke et al. | A comparison of phase unwrapping methods in velocity‐encoded MRI for aortic flows | |
| US9689947B2 (en) | Sampling strategies for sparse magnetic resonance image reconstruction | |
| US10354416B2 (en) | Non-contrast MR angiography with variable slice resolution 3D time-of-flight | |
| US10459051B2 (en) | Field of view increase in magnetic resonance imaging using nonlinear gradients and generalized iterative reconstruction | |
| Milani et al. | Improving 3D-CINE tTV-regularized whole-heart MRI reconstruction | |
| US20240183923A1 (en) | Autocalibrated multi-shot magnetic resonance image reconstruction with joint optimization of shot-dependent phase and parallel image reconstruction | |
| Malavé | Design and Reconstruction of Conical Trajectories for Motion-robust Coronary Magnetic Resonance Angiography | |
| Miller | Methods for Reducing 3D Non-Cartesian Reconstruction Time |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220130 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Munich, Germany Patentee before: SIEMENS AG |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240830 Address after: German Phu F Haim Patentee after: Siemens Medical AG Country or region after: Germany Address before: Erlangen Patentee before: Siemens Healthineers AG Country or region before: Germany |