CN105659103A - 狄克逊磁共振成像 - Google Patents
狄克逊磁共振成像 Download PDFInfo
- Publication number
- CN105659103A CN105659103A CN201480047798.3A CN201480047798A CN105659103A CN 105659103 A CN105659103 A CN 105659103A CN 201480047798 A CN201480047798 A CN 201480047798A CN 105659103 A CN105659103 A CN 105659103A
- Authority
- CN
- China
- Prior art keywords
- image
- body element
- magnetic resonance
- fat
- complex value
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/4828—Resolving the MR signals of different chemical species, e.g. water-fat imaging
-
- 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)
- General Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明提供一种用于从成像区(308)采集磁共振数据(342)的磁共振成像系统(300、400)。所述磁共振成像系统包括用于控制所述磁共振成像系统的处理器(330)。对指令的运行使所述处理器使用狄克逊脉冲序列(340)来采集(100、200)所述磁共振数据以控制所述磁共振成像系统;根据采集到的磁共振数据来重建(102、202)水图像(346、504、1424)和脂肪图像(344、506、1422),其中,所述水图像包括复值体素的第一集合,其中,所述脂肪图像包括复值体素的第二集合;计算(104、204)包括实值体素的第一集合的经修改的图像(348、902、1440、1502、1602、1700、1702、1704、1706、1708),其中,实值体素的所述集合如下被计算:针对每个体素,其实值是通过取在复值体素的所述第一集合的对应体素处的复值的模数的n次幂和在复值体素的所述第二集合的对应体素处的复值的模数的n次幂的加权和的n次根来计算的,其中,n>1。
Description
技术领域
本发明涉及磁共振成像的狄克逊方法,具体而言,涉及对磁共振图像中的鬼影的减少。
背景技术
大型静磁场由磁共振成像(MRI)扫描器用于将原子的核自旋对齐作为用于产生患者的身体内的图像的流程的一部分。该大型静磁场被称为B0场。
在MRI扫描期间,由发射器线圈生成的射频(RF)脉冲引起对局部磁场的扰动,并且由核自旋发射的RF信号是由接收器线圈探测的。这些RF信号被用于构建MRI图像。这些线圈还可以被称为天线。而且,发射器和接收器线圈还能够被集成到执行这两个功能的单个收发器线圈中。应当理解,对术语收发器线圈的使用还指其中使用分离的发射器和接收器线圈的系统。所发射的RF场被称为B1场。
MRI扫描器能够构建切片或体积的图像。切片是仅一个体素厚的薄体积。体素是在其上对MRI信号求平均的小体积,并且表示MRI图像的分辨率。在本文中,体素还可以被称为像素。
磁共振成像的狄克逊方法包括用于产生分离的水图像和脂类(脂肪)图像的一系列技术。诸如但不限于两点狄克逊方法、三点狄克逊方法、四点狄克逊方法和六点狄克逊方法的各种狄克逊技术在本文中被统称为狄克逊技术或方法。描述狄克逊技术的术语是众所周知的并且已经是许多综述文章的主题并且存在于关于磁共振成像的标准文本中。例如,在2004年由ElsevierAcademicPress出版的Bernstein等人的“HandbookofMRIPulseSequences”在第857至887页上包含对一些狄克逊技术的综述。
Huang等人的期刊文章“DataConvolutionandCombinationOperation(COCOA)forMotionGhostArtifactsReduction”(MagneticResonanceinMedicine64:157-166(2010))描述了校正由使用多元采集技术采集的k空间数据的运动损坏的k空间的方法。
Fuller等人的期刊文章“IterativeDecompositionofWaterandFatwithEchoAsymmetryandLeast-SquaresEstimation(IDEAL)FastSpin-EchoImagingoftheAnkle:InitialClinicalExperience”公开了结合快速自旋回波成像来分解水信号和脂肪信号的迭代方法。
ISMRM-2004(第2686页)摘要提到在针对位移伪影的校正之后对水和脂肪的重新组合对于解剖参考可能是有价值的。
美国专利申请US2007/0285094提到以各种重新组合将水图像和脂肪图像重新组合对特定诊断考虑可能是有帮助的。经重新组合的“同相”图像可以被计算为水图像和脂肪图像的模数值的和。
发明内容
在独立权利要求中,本发明提供一种磁共振成像系统、一种操作所述磁共振成像系统的方法和一种计算机程序产品。在从属权利要求中给出了实施例。
如本领域的技术人员将认识到的,本发明的各方面可以被实现为一种装置、方法或计算机程序产品。因此,本发明的各方面可以采取以下形式:完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码、等等)或者可以全部一般在本文中被称为“电路”、“模块”或“系统”的组合软件方面和硬件方面的实施例。而且,本发明的方面可以采取计算机程序产品的形式,所述计算机程序产品被实现在具有被实现在其上的计算机可执行代码的一个或多个计算机可读介质中。
可以利用一个或多个计算机可读介质的任何组合。所述计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。如本文所使用的‘计算机可读存储介质’包含可以存储可由计算设备的处理器执行的指令的任何有形存储介质。所述计算机可读存储介质可以被称为计算机可读非暂态存储介质。所述计算机可读存储介质还可以被称为有形计算机可读介质。在一些实施例中,计算机可读存储介质还能够存储能够由所述计算设备的所述处理器访问的数据。计算机可读存储介质的范例包括但不限于:软盘、磁硬盘驱动器、固态硬盘、闪速存储器、USB拇指驱动器、随机存取存储器(RAM)、只读存储器(ROM)、光盘、磁光盘和所述处理器的寄存器文件。光盘的范例包括压缩光盘(CD)和数字多用光盘(DVD),例如CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R光盘。术语计算机可读存储介质还指能够由计算机设备经由网络或通信链路访问的各种类型的记录介质。例如,可以通过调制解调器、通过互联网或通过局域网检索数据。可以使用任何适当的介质来传送被实现在计算机可读介质上的计算机可执行代码,所述任何适当的介质包括但不限于无线、有线、光纤线缆、RF、等等或前面的任何适当的组合。
计算机可读信号介质可以包括具有被实现在其中例如基带内或者作为载波的一部分的计算机可执行代码的传播数据信号。这样的传播信号可以采取各种形式中的任何,包括但不限于电磁、光学或它们的任何适当的组合。计算机可读信号介质可以是不为计算机可读存储介质并且能够传递、传播或者传输程序用于由指令运行系统、装置或设备使用或与指令运行系统、装置或设备结合的任何计算机可读介质。
‘计算机存储器’或‘存储器’是计算机可读存储介质的范例。计算机存储器是处理器可直接访问的任何存储器。‘计算机存储装置’或‘存储装置’是计算机可读存储介质的另一范例。计算机存储装置是任何非易失性计算机可读存储介质。在一些实施例中,计算机存储装置还可以是计算机存储器或者反之亦然。
如本文所使用的‘处理器’包含能够运行程序或机器可执行指令或计算机可执行代码的电子部件。对包括‘处理器’的所述计算设备的引用应当被解释为能够包含超过一个处理器或处理核心。所述处理器可以例如是多核心处理器。处理器还可以指单个计算机系统内或者分布在多个计算机系统之间的处理器的集合。术语计算设备还应当被解释为能够是指各自包括一个或多个处理器的计算设备的集合或网络。所述计算机可执行代码可以由多个处理器运行,所述多个处理器可以在相同计算设备内或者可以甚至跨越多个计算设备分布。
计算机可执行代码可以包括使处理器执行本发明的方面的机器可执行指令或程序。用于执行针对本发明的方面的操作的计算机可执行代码可以以一种或多种编程语言的任何组合来编写,一种或多种编程语言包括诸如Java、Smalltalk、C++等等的面向对象编程语言和诸如“C”编程语言或者类似编程语言的常规过程编程语言并且被编译成机器可执行指令。在一些情况下,所述计算机可执行代码可以以高级语言的形式或者以预编译形式并且结合联机生成机器可执行指令的解释器使用。
所述计算机可执行代码可以作为独立的软件包全部地在用户的计算机上、部分地在用户的计算机上,部分地在用户的计算机上并且部分地在远程计算机上、或者全部地在远程计算机或服务器上运行。在后一情形中,远程计算机可以通过任何类型的网络连接到用户的计算机,包括局域网(LAN)或广域网(WAN),或者可以(例如,使用因特网服务提供商通过因特网)对外部计算机进行连接。
本发明的各方面参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图图示和/或框图进行描述。将理解,流程图、图示和/或框图中的每个框或框的一部分能够在适用时通过以计算机可执行代码的形式的计算机程序指令来实现。还应理解,在互不排斥时,可以组合不同流程图、图示和/或框图中的框的组合。这些计算机程序指令可以被提供到通用计算机、专用计算机的处理器或者其他可编程数据处理装置来产生一种机器,使得经由计算机的处理器或其他可编程数据处理装置运行的指令创建用于实施流程图和/或一个或多个框图框中指定的功能/动作的装置。
这些计算机程序指令还可以被存储在计算机可读介质中,其能够引导计算机、其他可编程数据处理装置或其他设备以特定的方式运行,使得存储在所述计算机可读介质中的指令产生包括实现流程图和/或一个或多个框图框中指定的功能/动作的指令的制品。
所述计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上以使一系列操作步骤在计算机、其他可编程装置或其他设备上被执行以产生计算机实施的过程,使得在计算机或其他可编程装置上运行的指令提供用于实施流程图和/或一个或多个框图框中指定的功能/动作的过程。
如本文所使用的‘用户接口’是允许用户或操作者与计算机或计算机系统交互的接口。‘用户接口’还可以被称为‘人机接口设备’。用户接口可以将信息或数据提供给操作者和/或从操作者接收信息或数据。用户接口可以使得来自操作者的输入能够由计算机接收并且可以将输出从计算机提供给用户。换言之,用户接口可以允许操作者控制或操纵计算机,并且所述接口可以允许计算机指示操作者的控制或操纵的效果。在显示器或图形用户接口上对数据或信息的显示是将信息提供给操作者的范例。通过键盘、鼠标、轨迹球、触摸板、指点杆、图形输入板、操纵杆、手柄、网络摄像头、头戴式耳机、变速杆、转向盘、踏板、有线手套、跳舞毯、遥控器和加速度计的数据的接收全部是使得能够接收来自操作者的信息或数据的用户接口部件的范例。
如本文所使用的‘硬件接口’包含使得计算机系统的处理器能够与计算设备和/或装置交互或控制计算设备和/或装置的接口。硬件接口可以允许处理器将控制信号或指令发送给外部计算设备和/或装置。硬件接口还可以使得处理器能够与外部计算设备和/或装置交换数据。硬件接口的范例包括但不限于:通用串行总线、IEEE1394端口、并行端口、IEEE1284端口、串行端口、RF-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口和数字输入接口。
如本文所使用的‘显示器’或‘显示设备’包含适于显示图像或数据的输出设备或用户接口。显示器可以输出视觉数据、听觉数据和/或触觉数据。显示器的范例包括但不限于:计算机监视器、电视屏幕、触摸屏、触觉电子显示器、盲文屏幕、阴极射线管(CRT)、存储管、双稳态显示器、电子纸、向量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影仪和头戴式显示器。
磁共振(MR)数据在本文中被限定为由在磁共振成像扫描期间通过磁共振装置的天线的原子自旋发射的射频信号的所记录的测量结果。磁共振数据是医学图像数据的范例。磁共振成像(MRI)图像在本文中被限定为包含在磁共振成像数据内的解剖数据的经重建的二维或三维可视化。该可视化可以使用计算机来执行。
在一个方面中,本发明提供一种用于从成像区采集磁共振数据的磁共振成像系统。所述磁共振成像系统包括用于控制所述磁共振成像系统的处理器。所述磁共振成像系统还包括存储器。所述存储器包含用于由处理器运行的机器可执行指令。所述存储器还包含用于执行狄克逊磁共振成像方法的脉冲序列的规范。如本文所使用的脉冲序列包含命令集或指令集,其能够被转换为控制所述磁共振成像系统的操作以采集所述磁共振数据的命令。被应用的特定成像技术是由所述脉冲序列来确定的。
脉冲序列的规范是指用于执行所述狄克逊方法的命令或可以被转换为用于控制所述磁共振成像系统以执行所述狄克逊方法的具体指令的命令。用于抑制磁共振成像中的脂类信号的狄克逊方法是众所周知的并且为关于磁共振成像的文本中的若干综述文章和章节的话题。例如,Bernstein等人的MRI脉冲序列手册的第857-877页评论了狄克逊技术。参考水图像、脂肪图像、同相和异相的术语使用MRI脉冲序列中所讨论的术语。
对所述指令的运行使所述处理器使用狄克逊脉冲序列来采集所述磁共振数据以控制所述磁共振成像系统。如本文所使用的对所述术语狄克逊脉冲序列的使用包含各种狄克逊技术。例如,所述狄克逊脉冲序列可以适用于执行两点狄克逊方法、三点狄克逊方法、四点狄克逊方法或其他狄克逊方法。然后,对所述指令的运行还使所述处理器根据采集到的磁共振数据来重建水图像和脂肪图像。所述水图像包括复值体素的第一集合。所述脂肪图像包括复值体素的第二集合。对所述指令的运行还使所述处理器计算包括实值体素的第一集合的经修改的图像。实值体素的所述集合是通过取复值体素的所述第一集合的模数的n次幂和复值体素的所述第二集合的模数的n次幂的加权和的n次根来计算的。换言之,针对每个体素,其实值是通过取在复值体素的所述第一集合的对应体素处的复值的模数的n次幂和在复值体素的所述第二集合的对应体素处的复值的模数的n次幂的加权和的n次根来计算的,其中,n>1。如本文所使用的复值的模数包含找到表示复值的向量的长度的正值。例如,复值可以以极坐标形式表示。所述模数将是向量的长度。如果复值以实数部分和虚数部分表示,则所述模数将是所述复值乘以其共轭之后被取平方根。
该实施例可以具有以下益处:仅存在于脂肪图像或水图像中的噪声或伪影可以是较不可见的。因此,对于临床医师或其他护理专业人员而言解读经修改的图像可以是更容易的。如本文所使用的加权和包含在将复值体素的所述第一集合的模数和复值体素的所述第二集合的模数相加之前也将复值体素的所述第一集合的模数和/或复值体素的所述第二集合的模数乘以常数。也就是说,当我们首先找到复值体素的所述第一集合的模数的n次幂,然后将计算复值体素的所述第二集合的模数的n次幂并且然后将这些中的任一或两者乘以相同或不同的常数以对它们进行加权。在本文中,n还可以被称为“N”。
在一些实施例中,所述术语中的两者将被正加权并且你将具有将与狄克逊技术典型的同相图像类似的图像。在其他情况中,所述术语中的一个将被正加权并且一个负加权并且然后所述图像将与对狄克逊技术典型的异相图像类似。当讨论如何计算该经修改的图像时,应理解,单独地将其执行在每个特定体素上。即,在水图像中存在与脂肪图像中的体素相对应的体素,其与经修改的图像中的体素相对应。
在另一实施例中,对所述指令的运行还使所述处理器在计算所述经修改的图像之前对所述脂肪图像应用水-脂肪移位校正。这例如可以包括对脂肪图像数据集应用水-脂肪移位校正,其校正在通过频率带宽和/或通过将脂肪图像相对于水图像数据集进行配准而限定的读出方向上的期望的体素移位。
在另一实施例中,对所述指令的运行还使所述处理器在重建所述脂肪图像和所述水图像之前对所述磁共振数据应用B0校正。如本文所使用的B0校正是对磁共振数据的考虑主磁场(还被称为B0场)的不均匀性的校正。
在另一实施例中,对所述指令的运行还使所述处理器在将到复值体素的所述第二集合的模数的n次幂添加到复值体素的所述第一集合的模数的n次幂之前,将到复值体素的所述第二集合的模数的n次幂乘以脂肪加权常数,其中,所述脂肪加权常数优选地在0.01与0.99之间。备选地,所述脂肪加权常数优选地在0.01与0.9之间。备选地,所述脂肪加权常数优选地在0.05与0.15之间。n是大于1的整数。在一些情况中,该实施例可以是有利的,因为对小于1的脂肪加权常数的使用可以减少所述经修改的图像中的鬼影的可见性。
在另一实施例中,对所述指令的运行还使所述处理器在将复值体素的所述第二集合的模数的n次幂加到复值体素的所述第一集合的模数的n次幂之前,将复值体素的所述第一集合的模数的n次幂乘以水加权常数。所述水加权常数优选地在0.01与0.99之间。备选地,所述水加权常数可以在0.01与0.9之间。所述水加权常数可以备选地在0.05与0.15之间。n是大于1的整数。该实施例可以具有以下优点:在一些情况中,可以减少归因于对象的运动的鬼影的可见性。
在另一实施例中,对所述指令的运行还使所述处理器计算参考图像。所述参考图像是在具有或没有对水体素和脂肪体素进行加权的情况下根据水图像和脂肪图像使用复数相加和/或相加构建的狄克逊同相图像或狄克逊异相图像。对所述指令的运行还使所述处理器通过将所述参考图像和所述经修改的图像彼此相减来计算鬼影图像。在一些范例中,所述参考图像和经修改的图像两者中的水体素和脂肪体素的加权因子可以是相同的。
取决于在第一项与所述第二项之间如何构建加权,所述经修改的图像可以类似同相图像或异相图像。当计算所述鬼影图像时,如果所述参考图像是狄克逊同相图像,则所述经修改的图像应当类似同相图像。如果所述参考图像类似异相图像,则所述经修改的图像应当类似异相图像。也就是说,第一项和第二项应当具有相反值并且被加权使得一个为正并且一个为负。对所述指令的运行还使所述处理器通过对所述鬼影图像进行阈值化来识别鬼影体素的集合。例如,具有高于特定值的幅值的体素可以被称为鬼影体素。针对对鬼影体素的识别,利用本发明的在范围n>1中的幂参数n来计算经修改的图像。
对所述指令的运行还使所述处理器使用鬼影体素的集合来计算经校正的图像以定位归因于运动的鬼影伪影。该实施例可以是有益的,因为将所述参考图像与所述经修改的图像相比较使得能够在对磁共振数据的采集期间识别归因于对象的运动的鬼影伪影。存在能够被用于经校正的图像的许多不同的方法。这些包括k空间算法以及图像处理算法或者k空间和图像处理方法两者的组合。
利用说明书和权利要求书,选择针对图像的标签来实现最清楚的解释。在一些情况中,对所述图像给定标准名称或标签,这辅助读者区分图像对什么有用。如本文所使用的水图像包含图像。如本文所使用的脂肪图像包含图像。然而,水图像和脂肪图像是使用狄克逊的方法来获得的,并且该标准术语被技术人员理解。如本文所使用的经修改的图像包含图像。相比之下,“经修改的图像”简单地是标签。使用术语“经修改的”,因为其不是将以狄克逊同相或异相图像被构建的正常方式构建的图像。使用术语“经修改的图像”比简单地将其称为“第一图像”更有用。
如本文所使用的参考图像包含图像。如本文所使用的狄克逊同相图像包含图像。如本文所使用的狄克逊异相图像包含图像。如本文所使用的鬼影图像包含图像。如本文所使用的经校正的包含图像。
在另一实施例中,对所述指令的运行还使所述处理器使用所述脂肪图像和所述水图像来识别所述经校正的图像中的水-脂肪过渡区域。典型地,使用所述狄克逊方法来将来自水和脂肪的信号分离成两幅单独的图像。通过使用诸如下限阈值或边缘检测算法的一些技术,能够在这两幅图像中识别水-脂肪过渡的边界。对所述指令的运行还使所述处理器从鬼影体素的集合中移除所述水-脂肪过渡区域内的鬼影体素。在所述水-脂肪过渡区域处,可能存在错误地被识别为归因于例如对象的运动的鬼影体素的一些体素。通过消除在水-脂肪过渡的特定距离内的鬼影体素,可以改进对归因于如由所述鬼影体素指示的运动的图像的校正。
在另一实施例中,对所述指令的运行还使所述处理器至少部分地通过迭代地修改来自所述磁共振数据的k空间线以在重新计算所述水图像、所述脂肪图像、所述经修改的图像和所述参考图像之后,使鬼影体素的集合中的体素的数目最小化,来计算所述经校正的图像。如本文所使用的修改所述k空间包含删除或者校正来自k空间的元素并且使用迭代重建方法或数据卷积和组合操作来合成经运动校正的图像。例如,可以应用所谓的数据卷积和组合操作(COCOA)[被详细描述在2010年中出版的MagneticResonanceinMedicine,第64卷,第157-166页中]。该实施例对于并行成像技术也可以是有用的,其中,不同的天线元件采集k空间的重叠区域,并且其中,可以使用迭代重建方法[被详细描述在MagneticResonanceinMedicine66:1339-1345(2011)中]。在该实施例中,迭代地重复穿过并计算鬼影体素的集合的全过程。在每次迭代期间,诸如COCOA的k空间一致性方法可以被用于识别、选择和修改不一致的k空间线。通过例如对鬼影体素的集合计数或更确切地说确定区域中的鬼影体素的集合的大小来查看鬼影体素的集合能够被用于确定修改k空间线是否减少鬼影。注意,鬼影体素图像和狄克逊图像被用于确定伪影水平是否得以改进并且信噪比仍然高于指定信噪比准则。
在另一实施例中,对所述指令的运行还使所述处理器至少部分地通过对在所述鬼影体素中的每个周围的预定距离处的体素求平均来替换所述经校正的图像中的所述鬼影体素中的每个来计算所述经校正的图像。在该实施例中,确定在鬼影体素周围的邻域或区域,并且所述鬼影体素由所述区域或邻域中的平均值来确定。这可以是替换鬼影体素或隔离体素的小组的特别良好的方式。
在另一实施例中,对所述指令的运行还使所述处理器至少部分地通过识别所述鬼影体素的所述区域并且对以所述鬼影体素的所述区域为边界的所述体素求平均来替换所述经校正的图像中的鬼影体素的所述集合中的每个,来计算所述经校正的图像。在该实施例中,识别鬼影体素的区域,并且然后,鬼影体素的边界然后被用于创建平均值。例如,针对由对象的运动引起的鬼影,可能存在干扰线。鬼影体素的这些线能够被识别为鬼影体素的集合,并且然后以那些为边界的非鬼影体素可以被用于求平均以掩盖这些线。
在另一实施例中,对所述指令的运行还使所述处理器至少部分地通过将所述经校正的图像中的鬼影体素的所述集合中的每个乘以预定校正因子来计算所述经校正的图像。在这种情况下,所述鬼影体素简单地乘以常数或校正因子以改变所述鬼影体素的值。这可以帮助使所述鬼影体素在图像中较不可见。
在另一实施例中,所述经校正的图像是以下中的任一项:经校正的水图像、经校正的脂肪图像、经校正的狄克逊同相图像和/或经校正的狄克逊异相图像。这些不同类型的图像被提供如下。如本文所使用的经校正的水图像包含使用狄克逊方法计算的水图像。如本文所使用的经校正的脂肪图像包含使用狄克逊方法计算的脂肪图像。经校正的狄克逊同相图像包含使用狄克逊方法计算的狄克逊同相图像。经校正的狄克逊异相图像包含使用狄克逊方法计算的狄克逊异相图像。
在另一实施例中,使用代数上等价于Mi=(ww|Wi|n+wf|Fi|n)1/n的公式来计算所述经修改的图像。
在该公式中,Mi是所述经修改的图像的第i个体素。Wi是所述水图像的第i个体素。Fi是所述脂肪图像的第i个体素。ww是水加权常数。wf是脂肪加权常数。
该公式可以被解释为如所述磁共振成像系统中的主要独立权利要求中描述的数学过程的一个实施方式。
在另一实施例中,比率wf除以ww是正的。在该实施例中,经修改的图像等价于使用狄克逊方法构建的同相图像。
在另一实施例中,比率wf除以ww是负的。在该实施例中,经修改的图像等价于使用狄克逊方法构建的异相图像。
在另一实施例中,经修改的同相图像是通过将加权水图像以0.01与1之间的水和脂肪的加权常数添加到加权脂肪图像来计算的。加权常数优选地在0.85与1之间。值n不等于1。
在另一实施例中,经修改的异相图像是通过将加权水图像以0.01与1之间、优选在0.85与1之间的水的加权常数添加到加权脂肪图像来计算的,并且脂肪图像的加权因子在-0.01与-1之间。脂肪图像的权重因子优选地在-0.85与-1之间。n的值不等于1,并且大于1。
在另一实施例中,本发明提供一种操作所述磁共振成像系统的方法。所述磁共振成像系统能操作用于从成像区采集磁共振数据。这包括使用狄克逊脉冲序列来采集所述磁共振数据以控制所述磁共振成像系统的步骤。所述方法还包括根据采集到的磁共振数据来重建水图像和脂肪图像的步骤。所述水图像包括复值体素的第一集合。所述脂肪图像包括复值体素的第二集合。所述方法还包括计算包括实值体素的第一集合的经修改的图像的步骤。实值体素的集合是通过取复值体素的所述第一集合的模数的n次幂和复值体素的所述第二集合的模数的n次幂的加权和的n次根来计算的。
在另一方面中,本发明提供一种计算机程序产品,其包括用于由控制用于从成像区采集磁共振数据的所述磁共振成像系统的处理器运行的机器可执行指令。对所述指令的运行使所述处理器使用狄克逊脉冲序列来采集所述磁共振数据以控制所述磁共振成像系统。对所述指令的运行还使所述处理器根据采集到的磁共振数据来重建水图像和脂肪图像。所述水图像包括复值体素的第一集合。所述脂肪图像包括复值体素的第二集合。对所述指令的运行还使所述处理器计算包括实值体素的第一集合的经修改的图像。实值体素的所述集合是通过取复值体素的所述第一集合的模数的n次幂和复值体素的所述第二集合的模数的n次幂的加权和的n次根来计算的。
在另一方面中,本发明提供一种用于从成像区采集磁共振数据的磁共振成像系统。所述磁共振成像系统包括用于控制所述磁共振成像系统的处理器。所述磁共振成像系统还包括存储器,其包含用于由所述处理器运行的机器可执行指令和用于执行狄克逊磁共振成像方法的脉冲序列的规范。对所述指令的运行使所述处理器使用狄克逊脉冲序列来采集所述磁共振数据以控制所述磁共振成像系统。对所述指令的运行还使所述处理器根据采集到的磁共振数据来重建水图像和脂肪图像。所述水图像包括复值体素的第一集合。所述脂肪图像包括复值体素的第二集合。对所述指令的运行还使所述处理器计算包括体素的第三集合的经修改的图像。在一些情况下,针对先前提到的实施例中的经修改的图像可以代替该范例中的经修改的图像。
所述处理器被编程为计算函数的值并且被编程为计算所述函数的反函数。体素的所述第三集合是通过将所述函数的反函数应用于被应用于复值体素的所述第一集合的函数和被应用于复值体素的所述第二集合的函数的和来计算的。所述函数对于计算所述函数的反函数是可逆的。被应用于值0的所述函数具有值0。所述函数的二阶导数对于复值体素的所述第一集合和复值体素的所述第二集合为正。换言之,所述函数的二阶导数对于在其上应用所述函数的域为正。该范例是对先前提到的实施例中的模数的使用的备选方案。
该范例可以备选地描述为:
Mi=g-1(g(w)+g(f)),其中,g(x)是函数,并且g-1(x)是其反函数,并且针对其以下条件成立:
1)g是可逆的
2)g(0)=0
3)g的二阶导数为正,特别地在其使用的域上严格为正。
该特定范例是:
Mi=((Wi+Fi)/a)*log(exp(a*Wi/(Wi+Fi))+exp(a*Fi/(Wi+Fi))-1),其中,a是常数,并且其他变量与先前所定义的一样。针对a=2,以上公式表现与水图像和脂肪图像的模数相加相当类似。
在另一范例中,复值体素的所述第一集合的模数在将所述函数应用于其时被取得。而且,在该范例中,复值体素的所述第二集合的模数也在在将所述函数应用于其时被取得。因此,换言之,体素的幅值在将所述函数应用于其之前被确定并且它们被加在一起。
在另一范例中,这两个函数的和是加权和,其中,它们中的任一或两者具有乘以它们以表示这两幅图像之间的加权的值。
应理解到,可以组合本发明的前述实施例中的一个或多个,只要所组合的实施例互不排斥。
附图说明
在下文中,本发明的优选实施例将仅通过举例的方式并参考附图进行描述,在附图中:
图1示出了图示方法的流程图;
图2示出了图示另一方法的流程图;
图3图示了磁共振成像系统的范例;
图4图示了磁共振成像系统的另一范例;
图5示出了图示各种图像的部件的简单示意图;
图6示出了图示各种图像的部件的另一简单示意图;
图7示出了使用狄克逊方法采集并且使用模数相加重建的足部的磁共振同相图像;
图8示出了除了以因子1加权的水图像和以因子0.1加权的脂肪图像外使用图7的相同水图像和脂肪图像重建的另一图像;
图9图示了对鬼影图像的计算;
图10示出了脂肪图像;
图11示出了水图像;
图12是使用图10和11的模数相加重建的图像;
图13示出了图10和11的复数相加重建的图像;
图14示出了图示了使用水图像和脂肪图像的同相相加的益处的若干示意图;
图15图示了对鬼影图像的计算;
图16示出了下颌和头骨的横向横截面视图;图像1600具有使用狄克逊技术采集的图16-21中的所有图像;
图17示出了使用图16的相同数据的不同幂数n的模数相加的得到的图像;
图18使用图16的数据将两幅不同的模数相加图像进行比较;
图19还使用图16的数据将两幅不同的模数相加图像进行比较;
图20使用图16的数据将两幅不同的模数相加图像进行比较;并且
图21使用图16的数据将两幅不同的模数相加图像进行比较。
附图标记列表
300磁共振成像系统
304磁体
306磁体的膛
308成像区
310磁场梯度线圈
312磁场梯度线圈电源
314射频线圈
316收发器
318对象
320对象支架
326计算机系统
328硬件接口
330处理器
332用户接口
336计算机存储装置
338计算机存储器
340脉冲序列
342磁共振数据
344脂肪图像
346水图像
348经修改的图像
350控制模块
352图像重建模块
354图象处理模块
400磁共振成像系统
402参考图像
404鬼影图像
406鬼影体素的集合
408经修改的磁共振数据
410k空间修改模块
412图像校正模块
500同相图像
502异相图像
504水图像
506脂肪图像
508水信号
510噪声信号
512脂肪信号
900参考图像
902经修改的图像
904鬼影图像
1000感兴趣区域
1400xy空间中的对象
1401y轴
1402水
1204脂肪
1404'在移动之后的脂肪
1406移动向量
1410磁共振数据
1412损坏的k空间线
1420叠加的脂肪狄克逊图像和水图像
1422脂肪图像
1422’脂肪图像的鬼影
1424水图像
1430复数相加同相图像
1440模数相加同相图像
1500复数相加同相图像(参考图像)
1502模数相加同相图像(经修改的图像)
1504在1500与1502之间的差异(鬼影图像)
1600复数相加同相图像
1602模数相加同相图像(n=1)
1700模数相加同相图像(n=1.2)
1702模数相加同相图像(n=1.5)
1704模数相加同相图像(n=2)
1706模数相加同相图像(n=4)
1708模数相加同相图像(n=100)
1800在1602与1700之间的差异图像
1900在1602与1702之间的差异图像
2000在1602与1704之间的差异图像
2100在1602与1708之间的差异图像
具体实施方式
这些附图中的类似编号的元件是等效元件或执行相同的功能。如果功能是等价的,则先前已经讨论的元件将不必在稍后的附图中进行讨论。
图1示出了图示方法的流程图。首先,在步骤100中,使用狄克逊脉冲序列来采集磁共振数据以控制磁共振成像系统。其次,在步骤102中,根据采集到的磁共振数据来重建水图像和脂肪图像。水图像包括复值体素的第一集合,并且脂肪图像包括复值体素的第二集合。最后,在步骤104中,计算经修改的图像。经修改的图像包括实值体素的第一集合。实值体素的集合是通过复值体素的第一集合的模数的n次幂和复值体素的第二集合的模数的n次幂的加权和的n次根来计算的。
图2示出了图示备选方法的流程图。首先,在步骤200中,使用狄克逊脉冲序列来采集磁共振数据以控制磁共振成像系统。其次,在步骤202中,根据采集到的磁共振数据来重建水图像和脂肪图像。水图像包括复值体素的第一集合。脂肪图像包括复值体素的第二集合。然后,在步骤204中,计算经修改的图像。经修改的图像包括实值体素的第一集合。实值体素的集合是通过复值体素的第一集合的模数的n次幂和复值体素的第二集合的模数的n次幂的加权和的n次根来计算的。然后,在步骤206中,计算参考图像。参考图像是根据水图像和脂肪图像构建的参考图像同相图像或狄克逊异相图像中的一个。所述经修改的图像与同相图像相关联或等价于异相图像。如果所述加权使得复值体素的第一集合的模数的n次幂和复值体素的第二集合的模数的n次幂两者在和中具有相同符号或者两者都为正或都为负,则它们等价于同相图像。如果这两项具有不同的符号,而一个为负并且一个为正,则它们等价于狄克逊异相图像。参考图像被构建使得其是与经修改的图像相同类型的图像。
然后,在步骤208中,通过将参考图像从经修改的图像彼此减去来计算鬼影图像。即,将这两个中的一个从另一个减去。在一些情况下,在计算鬼影图像之前,取得图像的体素中的每个的模数。然后,在步骤210中,通过对鬼影图像进行阈值化来识别鬼影体素的集合。例如,这可以通过在其是复数图像的情况下对幅值进行阈值化或在鬼影图像是实值体素的情况下简单地取得阈值来识别。能够在实值体素的鬼影图像中排除水-脂肪过渡区域。然后,在作为决策框的步骤212中,确定鬼影是否低于预定阈值。如果这为真,则执行步骤214。在步骤214中,可以执行图像处理以减少图像中的鬼影。这例如可以包括:通过对在鬼影体素中的每个周围的预定距离处的体素求平均来替换经校正的图像中的鬼影体素中的每个;通过识别鬼影体素的区域并对以鬼影体素的区域为边界的体素求平均来替换经校正的图像中的鬼影体素的集合中的每个;将经校正的图像中的鬼影体素的集合中的每个乘以预定校正因子;或者它们的组合。在应用图像处理214之后,方法在步骤216中结束。如果在框212中在图像中仍然存在太多鬼影,则方法转到步骤S218。
在步骤218中,在磁共振数据中修改k空间线。然后,方法返回到步骤202。如果在框210中所识别的鬼影体素未有效地减少运动伪影,则可能未移除或修改k空间线,并且应当识别其他k空间线,并且这迭代地重复直到鬼影的数量减少,狄克逊图像中的信噪比不低于指定准则并且迭代的数目尚未超过指定性能阈值。在一些其他备选范例中,未执行步骤212,并且步骤210直接转到步骤214。也就是说,在一些范例中,不存在k空间修改。在相同的情况下,在一些范例中,未执行步骤214中的对图像的图像处理,并且在鬼影体素的鬼影或数目低于特定阈值的情况下方法从步骤212直接转到步骤216。
图3图示了根据本发明的实施例的磁共振成像系统300的范例。磁共振成像系统300包括磁体304。磁体304是具有穿过其的膛306的超导圆柱型磁体304。对不同类型的磁体的使用也是可能的,例如,使用分离式圆柱磁体和所谓的开放式磁体两者也是可能的。除了低温恒温器已经被分离成两个区段以允许进入磁体的等平面外,分离式圆柱磁体与标准圆柱磁体类似,这样的磁体可以例如结合带电粒子束治疗使用。开放式磁体具有两个磁体区段,一个在另一个上面,其中在其之间的空间足够大以接收对象:两个区段的布置与亥姆霍兹(Helmholtz)线圈的布置类似。因为较少地限制对象,所以开放式磁体是受欢迎的。在圆柱磁体的低温恒温器内部,存在超导线圈的集合。在圆柱磁体304的膛306内,存在其中磁场足够强并足够均匀以执行磁共振成像的成像区208。
在磁体的膛306内,还存在磁场梯度线圈310的集合,其被用于对对磁体304的成像区308内的磁自旋进行空间编码的磁共振数据的采集。磁场梯度线圈310连接到磁场梯度线圈电源312。磁场梯度线圈310旨在为代表性的。典型地,磁场梯度线圈310包含用于在三个正交空间方向上空间编码的三个分离的线圈的集合。磁场梯度电源将电流供应给磁场梯度线圈。供应给磁场梯度线圈310的电流根据时间来控制并且可以是斜升的或脉冲的。
邻近成像区308的是用于操纵成像区308内的磁自旋的取向并且用于从也在成像区308内的自旋接收无线电传输的射频线圈314。射频天线可以包含多个线圈元件。射频天线还可以被称为信道或天线。射频线圈314连接到射频收发器316。可以由单独的发射线圈和接收线圈和单独的发射器和接收器来替换射频线圈314和射频收发器316。应当理解,射频线圈314和射频收发器316是代表性的。射频线圈314旨在还表示专用发射天线和专用接收天线。同样地,收发器316还表示单独的发射器和接收器。射频线圈314还可以具有多个接收/发射元件,并且射频收发器316可以具有多个接收/发射信道。
磁场梯度线圈电源312和收发器316连接到计算机系统326的硬件接口328。计算机系统326还包括处理器330。处理器330连接到硬件接口328、用户接口332、计算机存储装置334和计算机存储器336。
计算机存储装置334被示出为包含用于执行采集磁共振数据的狄克逊方法的脉冲序列340。计算机存储装置334还被示出为包含使用脉冲序列340采集的磁共振数据342。计算机存储装置还被示出为包含根据磁共振数据342重建的脂肪图像344。计算机存储装置还被示出为包含根据磁共振数据342重建的水图像346。脂肪图像344和水图像346是根据狄克逊方法来重建的。计算机存储装置334还被示出为包含使用脂肪图像344和水图像346计算的经修改的图像348。经修改的图像包括实值体素的第一集合和体素的实集,其是通过取脂肪图像344的n次幂和组成另一图像346的复值体素的第二集合的模数的N次幂的加权和的n次根来计算的。单独地对每个体素执行数学运算。
计算机存储器336被示出为包含控制模块350。控制模块160包含计算机可执行代码,其使得处理器330能够控制磁共振成像系统300的操作和功能。例如,脉冲序列340可以使得控制模块350能够采集磁共振数据342。计算机存储器336还被示出为包含图像重建模块352。图像重建模块352包含使得处理器330能够重建脂肪图像344和水图像346的计算机可执行代码。计算机存储装置336包含使得处理器330能够执行图像处理步骤的图像处理模块354。处理器330使用图像处理模块354来提供使得其能够根据脂肪图像344和水图像346产生经修改的图像348的指令。
图4图示了与图3中示出的磁共振成像系统类似的磁共振成像系统400。计算机存储装置334被示出为额外地包含参考图像402。参考图像是通过将水图像和脂肪图像相加或相减构建的常规狄克逊同相图像或异相图像。计算机存储装置334被示出为还包含鬼影图像404。鬼影图像是通过将参考图像和经修改的图像之一彼此相减来构建的。计算机存储装置还被示出为包含已经由阈值位在鬼影图像404中识别的鬼影体素406的集合。计算机存储装置334还被示出为包含经修改的磁共振数据。经修改的磁共振数据已经使其k空间被修改。然后,经修改的磁共振数据408可以被用于重新计算存在于计算机存储装置334中的各种图像中的全部。
计算机存储器336被示出为额外地包含k空间修改模块410。k空间修改模块410包含使得处理器330能够移除或计算可能已经由于对象318的运动而损坏的k空间的特定线的计算机可执行代码。例如,射频天线314可以实际上为多元件天线,并且可以存在使用并行成像技术来采集磁共振数据的多个元件。例如,k空间修改模块410可以被用于确定射频天线314的各种天线元件之间的加权因子。计算机存储器336被示出为任选地还包含图像校正模块412,其可以使用各种图像处理技术之一来移除或校正来自参考图像402或经修改的图像348的鬼影。
校正模块412可以例如包含使得处理器能够进行以下各项的代码:通过对在鬼影体素中的每个周围的预定距离处的体素求平均来替换经校正的图像中的鬼影体素中的每个;通过识别鬼影体素的区域并对以鬼影体素的区域为边界的体素求平均来替换经校正的图像中的鬼影体素的集合中的每个;将经校正的图像中的鬼影体素的集合中的每个乘以预定校正因子;以及它们的组合。
狄克逊方法对于水脂肪分离和B0场不均匀性校正是有吸引力的。特别地,多采集TSE变体典型地遭受归因于增加的扫描时间和交错的采集的运动伪影。狄克逊的良好特性之一在于,取决于其谱源,运动伪影通常被编码在脂肪图像中或水图像中。因此,在脂肪运动的情况下,脂肪鬼影通常被编码为脂肪图像,而水移动被编码为水图像。
范例可以使用水狄克逊图像和脂肪狄克逊图像中的运动的不同外观以及源图像来提取无运动水图像、脂肪图像和IP图像、OP图像。
图5示出了图示各种图像的部件的简单示意图。同相图像是缩写的IP并被标记为500。异相图像是缩写的OP并被标记为502。水图像是缩写的W并被标记为504,并且脂肪图像是缩写的F并被标记为506。同相图像500包括具有水、噪声和脂肪512的信号。在第一行中,可以看到,将同相图像和异相图像相加,在具有水信号508和归因于鬼影的噪声信号510的水图像504中存在信号。在第二行中,将同相图像500和异相图像502彼此相减。这得到仅具有脂肪信号512的脂肪图像506。
在狄克逊中,同相图像通常根据复数水图像和复数脂肪图像通过水信号和脂肪信号的复数相加:IP=|W+F|来计算。其中,IP指同相狄克逊图像,W指狄克逊水图像,并且F指狄克逊脂肪或脂类图像。取决于如针对以下简单同相异相狄克逊范例所示的谱源,运动鬼影通常被编码在水图像或脂肪图像中(W=IP+OP,F=IP-OP)。此处,水运动导致水图像而非脂肪图像中的运动鬼影或噪声510。
能够使用水狄克逊图像和脂肪狄克逊图像中的运动的不同外观以及源图像来提取无运动水图像、脂肪图像和IP图像、OP图像。注意,在不同的回波时间采集的源图像通常具有归因于其一阶和高阶矩差的不同的流外观。
例如,能够通过对水数据集、脂肪数据集和源数据集的k空间一致性分析和比较(例如COCOA)来进行该提取。在脂肪鬼影的情况下,例如,可以基于k空间冗余度来实现对脂肪图像的选择性去鬼影。
例如,还通过简单地模数相加来进行该提取(参见以下描述)。
oIP/OP图像:在脂肪鬼影存在的情况下,该鬼影信号通常是复数。当将该复数信号添加到水信号时,水信号能够通过导致水信号中的可见性减少的运动伪影减少。在模数相加(IP=|W|+|F|)中,信号总是增加。然而,该信号相加对于眼睛较不可见,如下面的范例中的一些所示。而且,运动鬼影范围以因子2减少。
在图6中,水图像504仅具有水信号508并且这被添加到脂肪信号506,其具有来自脂肪510和脂肪信号512的运动引起的信号鬼影。得到的同相图像500具有脂肪信号加上水信号508。然而,来自脂肪510的信号鬼影的影响减少水信号508的幅值。
oW/F图像:在水图像利用低加权因子(例如wf=0.1)和模数对脂肪图像进行加权的情况下,将其添加到水图像。W=|W|+wf*|F|.这样,在视觉上改进来自血管的流鬼影,如下面所示(参见红箭头)。反之亦然,在脂肪图像利用低加权因子和模数对水图像进行加权的情况下,将其添加到脂肪图像。F=wf*|W|+|F|。
图7示出了使用狄克逊方法采集的足部的磁共振水图像。
图8示出了其中水图像以因子1加权和脂肪图像以因子0.1加权的使用水图像和脂肪图像重建的相同的水图像。可以看到,在图8中存在减少数量的鬼影。
该提取例如能够进一步通过对复数和模数导出的IP(OP)图像的相减来进行,来自运动的硬鬼影线是可见的。利用该简单的分析以及对幅度和相位差的更复杂的分析,能够检测到高于指定噪声阈值的鬼影,并且能够进行对伪影的后续分析和减少。注意,需要采取一些预防措施以排除水脂肪过渡区域。
图9图示了对鬼影图像的计算。图像900是以根据常规狄克逊同相图像的方式构建的磁共振图像。使用复数相加来将水图像和脂肪图像相加。图900在权利要求中被称为参考图像。图9还图示了图902。902是使用水图像与脂肪图像之间的模数相加构建的经修改的图像。在本文中,图像902被称为经修改的图像。图904是将图像902从图像900减去的结果。在本文中,图像904被称为鬼影图像。图904中的明亮区域指示归因于对象的运动的伪影。
图10-13示出了具有在狄克逊磁共振成像扫描期间已经移动的小脂肪体模的水体模和脂肪体模的设置的横截面视图。在此期间,扫描暂停并且脂肪体模被移位。运动主要被示出在脂肪图像中。水图像仅示出轻微作用。图10示出了脂肪图像。标记为1000的框示出了受在鬼影中示出的脂肪体模的移动严重影响的水体模中的区域。图11示出了水图像。图12是使用图10和11的模数相加重建的图像。在图12中的框1000中,可以看到,存在非常少的可见伪影。图13示出了使用复数相加的图10和11的和。在图13中的框1000内,存在更大数量的可见伪影。
图14示出了图示使用水图像和脂肪图像的同相相加的益处的若干示意图。示意图1400示出了具有一些水1402和一些脂肪1404的y轴。在对磁共振数据的采集期间,脂肪1404利用运动引起的相位偏移被移动。(提醒自己:此处插入公式)。在位置1404中示出了其行进的最远范围内的脂肪。向量1406表示该移动。下一图形1410示出了已经采集到的磁共振数据的表示。其是沿着k空间1411内来绘制的。标记为1412的k空间线是损坏的k空间线。其归因于损坏的TSE激发。示意图1420示出了叠加在彼此上的脂肪图像和水图像。标记为1424的框表示水图像。标记为1422和1422’的框表示脂肪图像。在脂肪图像中,脂肪由1422表示,并且脂肪移动的鬼影被标记为1422’。1430示出了水图像1424和脂肪图像1422、1422’的复数和。图形1440示出了水图像1424和脂肪图像1422、1422’的模数相加的结果。在将1430和1440进行比较时,可以看到,动态鬼影范围已经以因子2减少。图14图示了不必将复数水图像和脂肪图像相加的益处。
图15图示了对鬼影图像1504的计算。图像1500是通过将复数水图像和复数脂肪图像彼此相加而计算的常规狄克逊同相图像。图像1502示出了通过将水图像的模数加到脂肪图像的模数所计算的模数相加同相图像。图像1504示出了通过将图像1502从图像1500减去所获得的差。1504中的可见的明亮区域是已经受归因于对象的运动的鬼影伪影影响的区域。图像1504图示了使用图像1500和1502的比较获得鬼影的量的定量估计多么容易。
图16-21比较不同次幂的模数相加。(提醒自己:此处插入公式和简短说明)。
图16示出了两幅图像。图像1600示出了下颌和头骨的横向横截面视图。图像1600具有使用狄克逊技术采集的图16-21中的所有图像。图像1600示出了水图像和脂肪图像的复数相加。图像1602示出了水图像和脂肪图像的简单模数相加。
图17示出了不同幂数n的模数相加的得到的图像。图像1602示出了在幂数n等于1时水图像和脂肪图像的模数相加。图像1700示出了除了幂数被升高到幂数1.2外相同的模数相加。图像1702示出了在n等于1.5时水图像和脂肪图像的模数相加。图像1704示出了在n等于2时的模数相加。图像1706示出了在n等于4时的模数相加。并且最后,图像1708示出了在N等于100时的模数相加。
图18再次示出了图像1602和1700。图像1800是图像1602与图像1700之间的差异。
图19再次示出了图像1602和图像1702。还被示出在图19中的图像1900示出了图像1602与图像1702之间的差异。
图20再次示出了图像1602和图像1704。还被示出在图20中的图像2000示出了图像1602与图像1704之间的差异。
图21再次示出了图像1602和图像1708。图像2100还被示出在图像21中并且示出了1602与图像1708之间的差异。然而,在1602与图像1706之间的差异在计算机或发光屏上是可见的;当印刷在普通纸上时,其与图像2100是不可区分的。出于该原因,不包括图像1602与1706之间的差异。
可以比较图像1800、1900、2000和2100以图示使用更高的幂数n可以如何影响对经修改的图像的构建。当接近更高的幂数n时,存在向数重复地乘以自身的特定阈值效应。
狄克逊方法比选择性饱和或激励方法允许在存在主磁场不均匀性的情况下更鲁棒的脂肪抑制。其包含对在不同的回波时间的重复的测量的化学移位的编码。尽管这些回波时间最初固定到同相回波时间和反相回波时间,但是其选择现今通常是更灵活的。“反相回波”时间还可以被称为异相。然而,除了水图像和脂肪图像外,还常常请求同相图像和反相图像。由于它们不再被直接采集,所以它们必须例如通过将水图像和脂肪图像相加和相减来合成。
由此获得的同相图像和反相图像(或异相图像)示出在不同回波时间的相干性和相长性叠加,但是它们不反映归因于横向弛豫的任何衰减。某些疾病(例如血色沉着病,即肝中的铁的积累)通过在稍后的回波时间的较弱信号在采集到的同相图像和异相图像中表明自身。如果同相回波是在反相回波之后采集的,则前者中的较弱信号是仅可由弛豫解释的,从而提供针对铁的存在的明确指示。基于当前可用的合成的同相图像和反相图像,这样的诊断是不可能的。
能够包含水图像和脂肪图像的重新组合中的弛豫。取决于执行重复的测量的回波时间的数目,建议检测横向弛豫的存在或者估计横向弛豫的范围并且因此建议调整合成的同相图像和反相图像中的信号幅度。
假定脂肪的多峰谱模型,在回波时间tn处采样的图像空间S中的合成复数信号由下式给出:
其中,W和F表示图像空间中的水信号和脂肪信号,并且和表示相位误差和对应的相量。复合因子c由下式定义:
其中,w是合计为1的权重,并且θ是通过下式给出的退相(de-phasing)角:
θn,m=2πΔfmtn,
其中,Δf是脂肪谱相对于水的峰的谐振频率的偏移。
给定W和F,同相信号SIP和反相信号SOP的合成包含W和F的复数相加和相减:
|SIP|=|W+F|,
|SOP|=|W-F|,
或者W和F的幅值相加和相减:
|SIP|=|W|+|F|,
|SOP|=||W|-|F||,
任选地,针对相应的同相回波时间tIP和反相回波时间tOP的复合因子c可以被包含在这些等式中。
对脂肪的多峰谱模型的使用提供了提供真实同相信号和反相信号(即其中来自水和来自脂肪谱的各个峰的贡献确切地为同相和反相的信号)的基本优点。除了具有自旋回波序列的真实同相信号外,这样的信号通常不能够被高效地采集。
包含横向弛豫得到:
其中,r描述水信号和脂肪信号的共同衰减。
如果重复的测量是在至少三个平均间隔回波时间处被执行的,并且如果假定r和随回波时间线性演变,则可用量的数据足以估计r和或中的增量。然后,对SIP和SOP的计算可以被扩展为:
和
其中,rIP和rOP是根据Δr导出的,r的增量由弛豫速率R和回波间隔Δt的积RΔt根据下式给出,
rIP=ΔrtIP/Δt,
rOP=ΔrtOP/Δt。
除了分离的水图像和脂肪图像以及合成的同相图像和反相图像外,可以显示隐含地获得的弛豫速率R的绘图。
假定可用量的数据是足够的,则可以采用弛豫的更复杂的模型,例如以考虑水与脂肪之间或者脂肪谱的各个峰之间的弛豫速率的差异。
如果重复的测量是仅在两个回波时间处测量的,则可用量的数据一般不足以确定横向弛豫的范围。然而,如果水信号和脂肪信号在第二回波时间处是更同相的,则衰减检测是可能的,因为在第二回波时间处的较弱合成信号仅是可由弛豫解释的。这可以被用于标记例如相同图像或反相图像中的对应体素。
而且,假设仅水或脂肪存在于单个体素中,甚至简单地通过将信号幅度中的所观察的损耗仅归因于衰减,对Δr的估计是可行的。对该假设的违反导致对Δr的良性低估。由此获得的Δr值可以被用于调整合成的同相图像和反相图像中的信号幅度,正如超过两个回波时间的情况。
尽管在附图和前面的描述中已经详细说明并描述了本发明,但这样的说明和描述被认为是说明性或示范性的并非限制性的;本发明不限于所公开的实施例。
通过研究附图、说明书和权利要求书,本领域技术人员在实践所主张的本发明的过程中,能够理解和实现所公开的实施例的变型。在权利要求中,词语“包括”不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现权利要求中记载的若干项目的功能。在互不相同的从属权利要求中记载特定措施并不指示不能有利地使用这些措施的组合。计算机程序可以存储/分布在与其他硬件一起提供或作为其他硬件的部分提供的诸如光学存储介质或固态介质的适当的介质上,但是计算机程序也可以以其他的形式分布,例如经由因特网或其他有线或无线的远程通信系统。权利要求中的任何附图标记不得被解释为对其范围的限制。
Claims (16)
1.一种用于从成像区(308)采集磁共振数据(342)的磁共振成像系统(300、400),其中,所述磁共振成像系统包括:
-处理器(330),其用于控制所述磁共振成像系统;
-存储器(334、336),其包含用于由所述处理器运行的机器可执行指令(350、352、354、410、412)和用于执行狄克逊磁共振成像方法的脉冲序列(340)的规范,其中,对所述指令的运行使所述处理器:
·使用所述狄克逊脉冲序列来采集(100、200)所述磁共振数据以控制所述磁共振成像系统;
·根据采集到的磁共振数据来重建(102、202)水图像(346、504、1424)和脂肪图像(344、506、1422),其中,所述水图像包括复值体素的第一集合,其中,所述脂肪图像包括复值体素的第二集合;并且
·计算(104、204)包括实值体素的第一集合的经修改的图像(348、902、1440、1502、1602、1700、1702、1704、1706、1708),其中,实值体素的所述集合如下被计算:
·针对每个体素,其实值是通过取在复值体素的所述第一集合的对应体素处的复值的模数的n次幂和在复值体素的所述第二集合的对应体素处的复值的模数的n次幂的加权和的n次根来计算的,其中,n>1。
2.根据权利要求1所述的磁共振成像系统,其中,对所述指令的运行使所述处理器:
-计算(206)参考图像(500、502、900、1430、1500、1600),其中,所述参考图像是根据所述水图像和所述脂肪图像而构建的狄克逊同相图像或狄克逊异相图像;
-通过将所述参考图像和所述经修改的图像彼此相减来计算(208)鬼影图像(904、1504);
-通过对所述鬼影图像进行阈值化来识别(210)鬼影体素的集合;并且
-使用鬼影体素的所述集合来计算(214、218)经校正的图像以定位归因于运动的鬼影伪影。
3.根据权利要求2所述的磁共振成像系统,其中,对所述指令的运行还使所述处理器至少部分地通过迭代地修改(218)来自所述磁共振数据的k空间线以在重新计算所述水图像、所述脂肪图像、所述经修改的图像和所述参考图像之后,使鬼影体素的所述集合中的体素的数目最小化,来计算所述经校正的图像。
4.根据权利要求2或3所述的磁共振成像系统,其中,对所述指令的运行还使所述处理器至少部分地通过执行以下中的任一项来计算(214)所述经校正的图像:通过对在所述鬼影体素中的每个周围的预定距离处的体素求平均来替换所述经校正的图像中的所述鬼影体素中的每个;通过识别鬼影体素的区域并对以所述鬼影体素的所述区域为边界的体素求平均来替换所述经校正的图像中的鬼影体素的所述集合中的每个;将所述经校正的图像中的鬼影体素的所述集合中的每个乘以预定校正因子;以及它们的组合。
5.根据权利要求2、3或4所述的磁共振成像系统,其中,所述经校正的图像是以下中的任一项:经校正的水图像、经校正的脂肪图像、经校正的狄克逊同相图像、和/或经校正的狄克逊异相图像。
6.根据权利要求2至5中的任一项所述的磁共振成像系统,其中,对所述指令的运行还使所述处理器:
-使用所述脂肪图像和所述水图像来识别所述经校正的图像中的水-脂肪过渡区域,并且
-从鬼影体素的所述集合中移除所述水-脂肪过渡区域内的鬼影体素。
7.根据前述权利要求中的任一项所述的磁共振成像系统,其中,对所述指令的运行还使所述处理器在计算所述经修改的图像之前对所述脂肪图像应用水-脂肪移位校正。
8.根据前述权利要求中的任一项所述的磁共振成像系统,其中,对所述指令的运行还使所述处理器在将复值体素的第二集合的模数的n次幂添加到复值体素的所述第一集合的模数的n次幂之前,将复值体素的所述第二集合的模数的n次幂乘以脂肪加权常数,其中,所述脂肪加权常数优选地在0.01与0.99之间,并且其中,所述脂肪加权常数更优选地在0.05与0.15之间,并且其中,n是大于或等于1的整数。
9.根据前述权利要求中的任一项所述的磁共振成像系统,其中,对所述指令的运行还使所述处理器在将复值体素的所述第二集合的模数的n次幂添加到复值体素的所述第一集合的模数的n次幂之前,将复值体素的第一集合的模数的n次幂乘以水加权常数,其中,所述水加权常数优选地在0.01与0.99之间,其中,所述水加权常数更优选地在0.05与0.15之间,并且其中,n是大于1的整数。
10.根据权利要求1-7中的任一项所述的磁共振成像系统,其中,所述经修改的图像是使用代数上等价于Mi=(ww|Wi|n+wf|Fi|n)1/n的公式来计算的,Mi是所述经修改的图像的第i个体素,其中,Wi是所述水图像的第i个体素,其中,Fi是所述脂肪图像的第i个体素,其中,ww是水加权常数,并且其中,wf是脂肪加权常数。
11.根据权利要求10所述的磁共振成像系统,其中,比率wf/ww是正的。
12.根据权利要求10所述的磁共振成像系统,其中,比率wf/ww是负的。
13.根据前述权利要求中的任一项所述的磁共振成像系统,其中,n大于一或小于一。
14.一种操作磁共振成像系统(300、400)的方法,其中,所述磁共振成像系统能操作用于从成像区(308)采集磁共振数据(342),其中,所述方法包括以下步骤:
·使用狄克逊脉冲序列(340)来采集(100、200)所述磁共振数据以控制所述磁共振成像系统;
·根据采集到的磁共振数据来重建(102、202)水图像(346、504、1424)和脂肪图像(344、506、1422),其中,所述水图像包括复值体素的第一集合,其中,所述脂肪图像包括复值体素的第二集合;并且
·计算(104、204)包括实值体素的第一集合的经修改的图像(348、902、1440、1502、1602、1700、1702、1704、1706、1708),其中,实值体素的所述集合如下被计算:
·针对每个体素,其实值是通过取在复值体素的所述第一集合的对应体素处的复值的模数的n次幂和在复值体素的所述第二集合的对应体素处的复值的模数的n次幂的加权和的n次根来计算的,其中,n>1。
15.一种计算机程序产品,其包括用于由控制用于从成像区(308)采集磁共振数据的磁共振成像系统(300、400)的处理器(330)运行的机器可执行指令(350、352、354、410、412),其中,对所述指令的运行使所述处理器:
·使用狄克逊脉冲序列(340)来采集(100、200)所述磁共振数据以控制所述磁共振成像系统;
·根据采集到的磁共振数据来重建(102、202)水图像(346、504、1424)和脂肪图像(344、506、1422),其中,所述水图像包括复值体素的第一集合,其中,所述脂肪图像包括复值体素的第二集合;并且
·计算(104、204)包括实值体素的第一集合的经修改的图像(348、902、1440、1502、1602、1700、1702、1704、1706、1708),其中,实值体素的所述集合如下被计算:
·针对每个体素,其实值是通过取在复值体素的所述第一集合的对应体素处的复值的模数的n次幂和在复值体素的所述第二集合的对应体素处的复值的模数的n次幂的加权和的n次根来计算的,其中,n>1。
16.一种用于从成像区采集磁共振数据的磁共振成像系统,其中,所述磁共振成像系统包括:
-处理器,其用于控制所述磁共振成像系统;
-存储器,其包含用于由所述处理器运行的机器可执行指令和用于执行狄克逊磁共振成像方法的脉冲序列的规范,其中,对所述指令的运行使所述处理器:
·使用所述狄克逊脉冲序列来采集所述磁共振数据以控制所述磁共振成像系统;
·根据采集到的磁共振数据来重建水图像和脂肪图像,其中,所述水图像包括复值体素的第一集合,其中,所述脂肪图像包括复值体素的第二集合;并且
·计算包括体素的第三集合的经修改的图像,其中,所述处理器被编程为计算函数的值并且被编程为计算所述函数的反函数,其中,体素的所述第三集合是通过将所述函数的反函数应用于被应用于复值体素的所述第一集合的函数和被应用于复值体素的所述第二集合的函数的和来计算的,其中,所述函数对于计算所述函数的反函数是可逆的,其中,被应用于0的所述函数具有值0,并且其中,所述函数上的二阶导数对于复值体素的所述第一集合和复值体素的所述第二集合为正。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP13182426.0 | 2013-08-30 | ||
EP13182426 | 2013-08-30 | ||
PCT/EP2014/068112 WO2015028481A1 (en) | 2013-08-30 | 2014-08-27 | Dixon magnetic resonance imaging |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105659103A true CN105659103A (zh) | 2016-06-08 |
Family
ID=49083560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480047798.3A Pending CN105659103A (zh) | 2013-08-30 | 2014-08-27 | 狄克逊磁共振成像 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20160216352A1 (zh) |
EP (1) | EP3039441A1 (zh) |
JP (1) | JP2016532510A (zh) |
CN (1) | CN105659103A (zh) |
WO (1) | WO2015028481A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109124633A (zh) * | 2018-07-02 | 2019-01-04 | 华东师范大学 | 一种磁共振成像精确定量脂肪含量的方法 |
CN111542762A (zh) * | 2018-01-11 | 2020-08-14 | 皇家飞利浦有限公司 | 双分辨率Dixon磁共振成像 |
CN113711076A (zh) * | 2019-04-19 | 2021-11-26 | 皇家飞利浦有限公司 | 狄克逊磁共振成像中的水-脂肪交换的自动检测 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150091095A (ko) * | 2012-11-30 | 2015-08-07 | 마그네패스 피티와이 엘티디 | 자기 공명 영상에 대한 개선점들 |
WO2015161386A1 (en) | 2014-04-24 | 2015-10-29 | Liu Junmin | Systems and methods for field mapping in magnetic resonance imaging |
EP3023805B1 (en) * | 2014-11-21 | 2020-08-05 | Siemens Healthcare GmbH | Phase-encode ghosting detection and mitigation in MRI |
DE102015202062A1 (de) * | 2015-02-05 | 2016-08-11 | Siemens Healthcare Gmbh | Rekonstruktion von Magnetresonanzbilddaten für mehrere chemische Substanzarten bei Multi-Echo-Bildgebungsverfahren |
WO2016150888A1 (en) * | 2015-03-20 | 2016-09-29 | Koninklijke Philips N.V. | Fall-back solution for uncertain regions in mrcat images |
US11249158B2 (en) * | 2016-08-10 | 2022-02-15 | The Charles Stark Draper Laboratory, Inc. | Method and procedure for signal estimation and data harmonization for magnetic resonance spectroscopy (MRS) |
EP3526775A4 (en) * | 2016-10-17 | 2021-01-06 | Muzik Inc. | INTEGRATED PROJECTOR AUDIO / VIDEO CLOTHING COMPUTER SYSTEM |
KR102062766B1 (ko) | 2017-12-11 | 2020-01-06 | 삼성전자주식회사 | 물 지방 분리 영상을 획득하는 방법 및 그 자기 공명 영상 장치 |
EP3511726A1 (en) * | 2018-01-12 | 2019-07-17 | Koninklijke Philips N.V. | Mri method for determining a magnetic field map from a b0 reference scan and a wassr scan |
WO2020185757A1 (en) * | 2019-03-12 | 2020-09-17 | University Of Cincinnati | A system and method for motion correction of magnetic resonance image |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070285094A1 (en) * | 2006-04-25 | 2007-12-13 | Reeder Scott B | Mri methods for combining separate species and quantifying a species |
CN102369454A (zh) * | 2009-03-30 | 2012-03-07 | 皇家飞利浦电子股份有限公司 | 具有灵活的回波时间选择的两点dixon技术 |
CN103124517A (zh) * | 2010-10-07 | 2013-05-29 | 杜克大学 | Mri图像的多维迭代相位循环重构 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6636461B2 (ja) * | 2014-05-27 | 2020-01-29 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | マルチエコーk空間収集を使用するMRイメージング |
-
2014
- 2014-08-27 EP EP14761595.9A patent/EP3039441A1/en not_active Withdrawn
- 2014-08-27 JP JP2016537272A patent/JP2016532510A/ja active Pending
- 2014-08-27 WO PCT/EP2014/068112 patent/WO2015028481A1/en active Application Filing
- 2014-08-27 US US14/914,899 patent/US20160216352A1/en not_active Abandoned
- 2014-08-27 CN CN201480047798.3A patent/CN105659103A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070285094A1 (en) * | 2006-04-25 | 2007-12-13 | Reeder Scott B | Mri methods for combining separate species and quantifying a species |
CN102369454A (zh) * | 2009-03-30 | 2012-03-07 | 皇家飞利浦电子股份有限公司 | 具有灵活的回波时间选择的两点dixon技术 |
CN103124517A (zh) * | 2010-10-07 | 2013-05-29 | 杜克大学 | Mri图像的多维迭代相位循环重构 |
Non-Patent Citations (2)
Title |
---|
H YU ET AL: "Implementation and Noise Analysis of Chemical Shift Correction for Fast Spin Echo Dixon Imaging", 《PROCEEDINGS OF THE INTERNATIONAL SOCIETY FOR MAGNETIC RESONANCE IN MEDICINE》 * |
SAMUEL FULLER1 ET AL: "Iterative Decomposition of Water and Fat with Echo Asymmetry and Least-Squares Estimation (IDEAL) Fast Spin-Echo Imaging of the Ankle: Initial Clinical Experience", 《AMERICAN JOURNAL OF ROENTGENOLOGY》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111542762A (zh) * | 2018-01-11 | 2020-08-14 | 皇家飞利浦有限公司 | 双分辨率Dixon磁共振成像 |
CN111542762B (zh) * | 2018-01-11 | 2024-03-15 | 皇家飞利浦有限公司 | 双分辨率Dixon磁共振成像 |
CN109124633A (zh) * | 2018-07-02 | 2019-01-04 | 华东师范大学 | 一种磁共振成像精确定量脂肪含量的方法 |
CN109124633B (zh) * | 2018-07-02 | 2021-10-15 | 华东师范大学 | 一种磁共振成像精确定量脂肪含量的方法 |
CN113711076A (zh) * | 2019-04-19 | 2021-11-26 | 皇家飞利浦有限公司 | 狄克逊磁共振成像中的水-脂肪交换的自动检测 |
Also Published As
Publication number | Publication date |
---|---|
EP3039441A1 (en) | 2016-07-06 |
US20160216352A1 (en) | 2016-07-28 |
JP2016532510A (ja) | 2016-10-20 |
WO2015028481A1 (en) | 2015-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105659103A (zh) | 狄克逊磁共振成像 | |
EP3387457B1 (en) | Diffusion mri method for generating a synthetic diffusion image at a high b-value | |
EP3384307B1 (en) | Removal of image artifacts in sense-mri | |
CN103620437B (zh) | 使用具有fid和多梯度回波采集的超短回波时间脉冲序列以及水‑脂肪分离处理的骨mri | |
US20160252596A1 (en) | Corrected multiple-slice magnetic resonance imaging | |
JP2018519861A (ja) | Rfノイズを伴う磁気共鳴イメージングのための方法及び装置 | |
CN107407714A (zh) | 用于根据b0图和b1图来计算导出值的mri方法 | |
US20220413074A1 (en) | Sense magnetic resonance imaging reconstruction using neural networks | |
CN104838279A (zh) | 具有不明显的副作用的局部伪影降低 | |
US12067652B2 (en) | Correction of magnetic resonance images using multiple magnetic resonance imaging system configurations | |
WO2021052898A1 (en) | Motion corrected tracer-kinetic mapping using mri | |
EP3123191B1 (en) | Propeller magnetic resonance imaging | |
CN107743588A (zh) | 使用b0不均匀性图和对象磁化率图的骨骼mri | |
US11995825B2 (en) | Method for motion artifact detection | |
US10955508B2 (en) | BO-corrected sensitivity encoding magnetic resonance imaging | |
RU2764643C2 (ru) | Управляемая потоком данных коррекция фазозависимых артефактов в системе магнитно-резонансной томографии | |
CN105408760A (zh) | 利用使用具有mdixon脉冲序列的多回波超短te(ute)的mri来区分组织 | |
JP6873134B2 (ja) | Senseイメージングにおける画像アーチファクトの除去 | |
EP3581090A1 (en) | Electrical properties tomography mapping of conductivity changes | |
EP3524996A1 (en) | Reduction of artifacts in parallel magnetic resonance 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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160608 |
|
WD01 | Invention patent application deemed withdrawn after publication |