CN105809661A - 磁共振成像的图像水脂分离方法和系统 - Google Patents
磁共振成像的图像水脂分离方法和系统 Download PDFInfo
- Publication number
- CN105809661A CN105809661A CN201410849668.3A CN201410849668A CN105809661A CN 105809661 A CN105809661 A CN 105809661A CN 201410849668 A CN201410849668 A CN 201410849668A CN 105809661 A CN105809661 A CN 105809661A
- Authority
- CN
- China
- Prior art keywords
- map values
- echo
- pixel
- combination
- field map
- 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
本发明提供了一种磁共振成像的图像水脂分离方法和系统,其方法包括:获取至少两组回波时间组合对应的回波信号;基于水和脂肪化学位移的MR信号模型,获得图像中的每个像素在所述每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系,生成相应的场图-模型拟合误差曲线;从所述每个像素对应的至少两条模型拟合误差曲线中,查找所述拟合误差均在预设场图值范围内为极小值时对应的场图值作为待估场图值;根据查找到的待估场图值,获得所述每个像素对应的真实场图值;根据所述每个像素对应的真实场图值,获得水的图像和脂肪的图像。其提供了一种可获取场图及实现水脂分离方案。
Description
技术领域
本发明涉及磁共振成像中的水脂分离技术,特别是涉及一种磁共振成像的图像水脂分离方法和系统。
背景技术
在磁共振成像(MagneticResonanceImaging,MRI)中,一般认为组织中的水激发所产生的信号包含了该组织中大部分的病理学信息,但在一些常见的磁共振成像序列中,如快速自旋回波(fastspin-echo,FSE),稳态自由进度(steady-statefreeprecession,SSFP)和扰相梯度回波(spoiledgradientecho,SPGER)成像序列,组织中的脂肪呈现高信号,而这些来自于脂肪的高信号将会掩盖水激发所产生的信号,使得一些病理学信息丢失,进而使得某些病变无法被显示,甚至造成临床医生对病变的误判,因此脂肪信号的存在严重降低了MR信号的临床病理学研究价值。
在磁共振成像中,传统抑制脂肪技术主要是选择激发脂肪饱和法。由于水和脂肪的共振频率不同,脂肪饱和法是先对组织施加与脂肪共振频率一致的预饱和射频脉冲,使脂肪吸收脉冲能量而偏转到横向面,然后再对组织施加与水共振频率一致的传统脉冲/梯度信号,由于两次脉冲时间间隔较短,此时脂肪的纵向信号还没有得到恢复,因此此次脉冲激发下,没有脂肪信号翻转到横向面,则采集的MR信号均来自于水激发所产生的信号。然后,该方法对主磁场B0的均匀性要求比较高,但在一般情况下,匀场效果并不能满足要求,这就使得脂肪信号不能完全被饱和,甚至在一些区域,由于B0的场偏,使得水信号被预饱和,因此脂肪饱和法难以得到非常理想的压脂结果。
近二十年,提出了基于多回波的Dixon水脂分离方法。最早的Dixon方法假设主磁场B0均匀,分别采集水脂同向(相位差为0)和异向(相位差为π)两个时刻的图像,通过简单的加/减计算得到水和脂肪的分离图像[1]。后来,出现了一种迭代水脂分离的方法(IterationDecompositionofwaterandfatwithEchoAsymmetryandLeast-squares,IDEAL),该方法假设组织信号由多种不同成分(本发明中只涉及水和脂肪)被同时激发得到,并已知各成分相对于水的化学位移,然后构造组织信号与各成分和主磁场B0不均匀性之间关于时间的数学模型,再在不同的回波时间(echotime,TE)下采集多幅图像,最后利用迭代算法对各成分的组成比例和主磁场B0场图进行估计计算,得到各成分的分离图像和主磁场B0的场图。IDEAL水脂分离方法的最大优点就是对主磁场B0的不均匀性进行的估计,去除了其对水脂分离结果的影响,得到理想的水和脂肪分离图像。然而,由于该方法利用迭代算法估计主磁场B0的不均匀性,不可避免的会收敛到一个错误的场图值。所以说,IDEAL水脂分离算法主要存在以下缺点:由于主磁场B0的不均匀性随磁化率空间变化而改变,在一些磁化率发生突变的部位,如空气-组织的接触面,主磁场B0的不均匀性也将会增加,使得该部位具有较大的场图值,但IDEAL算法却只适用于主磁场B0不均匀性处于中等程度的MR图像的水脂分离,因为迭代算法会收敛到局部极值,而不能估计出正确的具有较大数值的场图。针对上述缺点,有待进一步地解决现有技术的问题。
发明内容
基于此,有必要针对现有技术存在的问题,提供一种磁共振成像的图像水脂分离方法和系统,其提供了一种可处理高值场图及实现水脂分离的方案。
本发明提供的一种磁共振成像的图像水脂分离方法,其包括:
获取至少两组回波时间组合对应的回波信号,所述至少两组回波时间组合从至少四个回波时间进行排列组合所获得的多组回波时间组合中选择;
基于水和脂肪化学位移的MR信号模型,获得图像中的每个像素在所述每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系,生成相应的场图-模型拟合误差曲线,所述每个像素在所述至少两组回波时间组合对应的回波信号中相应生成至少两条场图-模型拟合误差曲线;
从所述每个像素对应的至少两条场图-模型拟合误差曲线中,查找所述模型拟合误差均在预设场图值范围内为极小值时对应的至少一个离散场图值作为待估场图值;
根据查找到的所述待估场图值,获得所述每个像素对应的真实场图值;
根据所述每个像素对应的真实场图值,获得水的图像和脂肪的图像。
在其中一个实施例中,所述基于水和脂肪化学位移的MR信号模型、获得图像中的每个像素在所述每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系而生成相应的场图-模型拟合误差曲线的过程包括多次调用以下曲线绘制步骤的过程:
基于所述至少两组回波时间组合的其中一组回波时间组合,根据成像参数和成像部位,确定图像中的其中一个像素在所述其中一组回波时间组合对应的回波信号中的待估场图值范围;
离散化所述待估场图值范围内的场图,获得一组离散场图值;
基于水和脂肪化学位移的MR信号模型,根据所述一组离散场图值,获得每个离散场图值对应的模型拟合误差;
依据所述每个离散场图值及与所述每个离散场图值对应的模型拟合误差,生成该像素在所述其中一组回波时间组合对应的回波信号中相应的场图-模型拟合误差曲线。
在其中一个实施例中,所述至少四个回波时间按照时间顺序排列时每相邻的三个回波时间中,中间一个回波时间为所述每相邻的三个回波时间的黄金分割点。
在其中一个实施例中,所述方法还包括:从所述至少四个回波时间进行排列组合所获得的多组回波时间组合中选择出所述至少两组回波时间组合的步骤,该步骤包括:
将所述至少四个回波时间进行排列组合,获得多组初始回波时间组合,其中每一组初始回波时间组合中包含个数相同的回波时间;
根据所述每一组初始回波时间组合对应的回波信号,计算所述每一组初始回波时间组合对应的信号平均有效次数;
依据所述多组初始回波时间组合对应的信号平均有效次数,查找所述信号平均有效次数达到最大值或局部极大值时对应的初始回波时间组合;
将查找到的至少两组所述初始回波时间组合,作为所述至少两组回波时间组合。
在其中一个实施例中,所述根据查找到的待估场图值获得所述每个像素对应的真实场图值的步骤包括:
针对所述每个像素,判断查找所述模型拟合误差在同一预设场图值范围内为极小值时对应的待估场图值的个数;
当查找到的所述待估场图值为同一个时,则将查找到的所述待估场图值作为该像素对应的真实场图值候选解;
当查找到的所述待估场图值为多个时,则将查找到的同一预设场图值范围内的所有所述待估场图值的平均值作为该像素对应的真实场图值候选解。
在其中一个实施例中,所述根据查找到的待估场图值获得所述每个像素对应的真实场图值的步骤还包括:
判断所述每个像素对应的所述真实场图值候选解的个数;
当该像素对应的所述真实场图值候选解为一个时,则将所述真实场图值候选解作为该像素对应的真实场图值;
当该像素对应的所述真实场图值候选解为两个时,则以周围已知真实场图值的像素为起点,按照局部增长法则从该像素对应的所述场图真实值候选解中选取出该像素对应的真实场图值。
在其中一个实施例中,所述以周围已知真实场图值的像素为起点、按照局部增长法则从该像素对应的所述场图真实值候选解中选取出该像素对应的真实场图值的过程包括:
以周围已知真实场图值的像素为起点;
计算该像素对应的两个所述真实场图值候选解分别与所述起点对应的真实场图值之间的欧氏距离;
将所述欧氏距离为最小的所述真实场图值候选解,作为该像素的真实场图值。
基于上述方法,本发明还提供了一种磁共振成像的图像水脂分离系统,其包括:
信号获取模块,用于获取至少两组回波时间组合对应的回波信号,所述至少两组回波时间组合从至少四个回波时间进行排列组合所获得的多组回波时间组合中选择;
曲线生成模块,用于基于水和脂肪化学位移的MR信号模型,获得图像中的每个像素在所述每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系,生成相应的场图-模型拟合误差曲线,所述每个像素在所述至少两组回波时间组合对应的回波信号中相应生成至少两条场图-模型拟合误差曲线;
查找模块,用于从所述每个像素对应的至少两条场图-模型拟合误差曲线中,查找所述模型拟合误差均在预设场图值范围内为极小值时对应的至少一个离散场图值作为待估场图值;
场图值获取模块,用于根据查找到的所述待估场图值,获得所述每个像素对应的真实场图值;及
水脂分离模块,用于根据所述每个像素对应的真实场图值,获得水的图像和脂肪的图像。
在其中一个实施例中,所述曲线生成模块包括多次调用曲线绘制单元的过程,所述曲线绘制单元包括:
范围确定单元,用于基于所述至少两组回波时间组合的其中一组回波时间组合,根据成像参数和成像部位,确定图像中的其中一个像素在所述其中一组回波时间组合对应的回波信号中的待估场图值范围;
离散单元,用于离散化所述待估场图值范围内的场图,获得一组离散场图值;
误差计算单元,用于基于水和脂肪化学位移的MR信号模型,根据所述一组离散场图值,获得每个离散场图值对应的模型拟合误差;及
曲线输出单元,用于依据所述每个离散场图值及与所述每个离散场图值对应的模型拟合误差,生成该像素在所述其中一组回波时间组合对应的回波信号中相应的场图-模型拟合误差曲线。
在其中一个实施例中,所述系统还包括:用于从所述至少四个回波时间进行排列组合所获得的多组回波时间组合中选择出所述至少两组回波时间组合的选择模块,所述选择模块包括:
排列组合单元,用于将所述至少四个回波时间进行排列组合,获得多组初始回波时间组合,其中每一组初始回波时间组合中包含个数相同的回波时间;
噪声计算单元,用于根据所述每一组初始回波时间组合对应的回波信号,计算所述每一组初始回波时间组合对应的信号平均有效次数;
查找单元,用于依据所述多组初始回波时间组合对应的信号平均有效次数,查找所述信号平均有效次数达到最大值或局部极大值时对应的初始回波时间组合;及
结果输出单元,用于将查找到的至少两组所述初始回波时间组合,作为所述至少两组回波时间组合。
基于上述方案,本发明要解决的技术问题是:提出一种新的MRI水脂分离方法,分别得到组织的水图和脂肪图,以去除脂肪信号对水信号的污染,最大限度的保留组织的病理学信息。
附图说明
图1为本发明方法的一个实施例流程示意图;
图2为本发明步骤300的一个实施例流程示意图;
图3为本发明步骤100的一个实施例流程示意图;
图4为本发明方法的另一个实施例流程示意图;
图5为本发明系统的一个实施例结构示意图;
图6为本发明系统中曲线绘制单元的一个实施例结构示意图;
图7为本发明系统中选择模块的一个实施例结构示意图;
图8为仿真数据在同一像素点不同水脂比例下的场图估计结果图;
图9为在体脚踝实验本发明方法所获得的各个阶段的图像;
图10为本发明方法的一优化实施例流程示意图。
具体实施方式
基于磁共振成像中的水脂分离技术,本发明为了提供一种磁共振成像的图像水脂分离方法和系统,其提出一种可处理高场图场图及实现水脂分离的方案,其利用离散化的场图值,逐值带入水和脂肪的信号模型中,寻找一组使多回波MR图像组合的信号强度残差达到局部最小值的场图值,再利用多回波MR图像的不同组合来寻找另一组场图值,则真实的场图值即为这两组场图值的交集。这里场图值的概念源于IDEAL算法,其是指假设组织信号由多种不同成分被同时激发得到,并已知各成分相对于水的化学位移,然后构造组织信号与各成分和静磁场B0(即前述主磁场)不均匀性之间关于时间的数学模型,基于这一模型量化构造组织信号与各成分和静磁场B0不均匀性,静磁场B0均匀时,场图值为0;静磁场B0不均匀效应越大,场图值越大。以下结合附图详细说明本发明的具体实施例。
如图1所示,本实施例提供了一种磁共振成像的图像水脂分离方法,其包括:
在步骤200中,获取至少两组回波时间组合对应的回波信号,这里的至少两组回波时间组合从至少四个回波时间进行排列组合所获得的多组回波时间组合中选择,且优选的每组回波时间组合中具有个数相同的回波时间。为了图像处理的方便,在本发明的一个实施例中,上述至少四个回波时间按照时间顺序进行排列组合用以获得的多组回波时间组合。
此外,为了能使下述场图-模型拟合误差曲线具有明显的差异性,则在本发明的一个优选实施例中,上述至少四个回波时间按照时间顺序排列时每相邻的三个回波时间中,第二个回波时间和第一回波时间之差与第三个回波时间和第一个回波时间之差的比为黄金比例,即中间一个回波时间为所述每相邻的三个回波时间的黄金分割点。假设在{TE1,TE5}5个回波时间中按照时间顺序排列选择回波时间组合,则可以是{TE1TE2TE3}(TE组合1)、{TE2TE3TE4}(TE组合2)和{TE3TE4TE5}(TE组合3),等等依次类推,可以在{TE1,TEN}N个回波时间中按照时间顺序排列选择回波时间组合,而每一个回波时间组合优选其中相邻的三个回波时间{TEn-1TEnTEn+1},n=1,…,N,且其中第二个回波时间TEn和第一回波时间TEn-1之差与第三个回波时间TEn+1和第一个回波时间TEn-1之差的比为黄金比例,即让中间一个回波时间TEn为相邻的三个回波时间的黄金分割点。为了降低计算机运算量,本发明的一个实施例中,步骤200中优选采用两组回波时间组合,且每组回波时间组合均包括三个回波时间,且此三个回波时间源自四个回波时间按照时间顺序排列时每相邻的三个回波时间TE,例如{TE1,TE4}中的{TE1TE2TE3}(TE组合1)和{TE2TE3TE4}(TE组合2),这里的TE表示回波时间。
当然,根据已有知识,两组不同的TE组合即可提供足够的信息,同时为了使得不同TE组合下的误差区线之间具有明显的差异,也为了避免任一个TE组合下的场图-模型拟合误差曲线在场图值估计范围出现周期性,则上述{TE1TE2TE3}(TE组合1)和{TE2TE3TE4}(TE组合2)中一种可选用的方式为:
令TE2为TE1和TE3的黄金分割点,TE3为TE2和TE4的黄金分割点,即这样只要确定任二个回波时间的值,其它两个回波时间也可以经计算得到。
在步骤300中,基于水和脂肪化学位移的MR信号模型,获得图像(这里指MR图像)中的每个像素在每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系,生成相应的场图-模型拟合误差曲线,而每个像素在至少两组回波时间组合对应的回波信号中相应生成至少两条场图-模型拟合误差曲线。
通常含有两种成分(常见为水和脂肪)的简化MR信号模型为下述公式(1),本文统称水和脂肪的MR信号模型。
其中,q代表一个像素;N为回波个数;ρw和ρf是水和脂肪的强度值,其为复数;fF是脂肪相对于水的化学位移,为-3.5ppm,在3T系统中,fF=-431Hz;fB是静磁场B0的场图值;tn表示回波时间。
如果已知每个像素对应的场图值fB,q,则水和脂肪的成分将唯一计算得到,因此寻找每个像素对应的待估计场图值满足下述公式(2):
公式(2)
其中,E(fB,q)表示模型拟合误差,I表示N×N的单位矩阵;上标“+”代表M-P(Moore-Penrose)广义逆,diag(X)表示利用向量X的元素构造对角矩阵,S=[S(t1),S(t2),…,S(tN)]H,A为N×2的矩阵(见下述公式(3)),||||2表示取L2范数。
ψ(fB,q)为N×1的矩阵:
根据上述公式(2)至(4)可以获得每个像素在每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系,用以生成一条相应的场图-模型拟合误差曲线,该场图-模型拟合误差曲线的横纵坐标可以分别表征为离散场图值和模型拟合误差。
在本发明的一个实施例中,如图2所示,上述基于水和脂肪的MR信号模型、获得图像中的每个像素在每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系而生成相应场图-模型拟合误差曲线的过程包括多次调用以下曲线绘制步骤的过程:
步骤330,基于至少两组回波时间组合的其中一组回波时间组合,根据成像参数和成像部位,确定图像中的其中一个像素在其中一组回波时间组合对应的回波信号中的待估场图值范围;
步骤340,离散化待估场图值范围内的场图,获得一组离散场图值;
步骤350,基于水和脂肪化学位移的MR信号模型,根据上述一组离散场图值,获得每个离散场图值对应的模型拟合误差;
步骤360,依据每个离散场图值及与每个离散场图值对应的模型拟合误差,生成该像素在其中一组回波时间组合对应的回波信号中相应的场图-模型拟合误差曲线。
上述步骤330根据成像参数和成像部位确定待估场图值范围[-fB,max,fB,max],将其进行离散化,将离散化的场图值带入上述公式(2)至(4),求得每一个场图值下的模型拟合误差E,绘制场图-模型拟合误差曲线,根据该场图-模型拟合误差曲线可通过步骤400得到使其取极小值处的离散场图值。
而基于上述步骤330至步骤360需要对图像中的所有像素进行估计,并获得图像中每个像素在至少两组回波时间组合对应的回波信号中相应生成的至少两条场图-模型拟合误差曲线,所以,在本发明的一个优选实施例中,如图2所示,上述步骤300引入迭代循环过程包括:
步骤310,从图像中的多个像素点中选择其中一个像素;
步骤320,从上述至少两组回波时间组合中选择其中一组回波时间组合;
针对步骤310和步骤320选择的其中一个像素和其中一组回波时间组合,执行图2中的步骤330至步骤360;
然后执行步骤370,判断是否完成所有组回波时间组合的估计,即判断是否获得步骤310中选择的像素在至少两组回波时间组合对应的回波信号中相应生成的至少两条场图-模型拟合误差曲线;若是,则执行步骤380,若否则返回步骤320重新选择另一组回波时间组合;
步骤380,判断是否完成图像中所有像素的估计,即判断是否获得图像中所有像素相应生成的至少两条场图-模型拟合误差曲线;若否,则返回步骤310重新选择另一个像素;若是,则结束执行步骤390:获得了图像中每个像素在至少两组回波时间组合对应的回波信号中相应生成的至少两条场图-模型拟合误差曲线。图2所示的流程体现了多次调用步骤330至步骤360的曲线绘制步骤的过程,当然本发明也不限于只采用图2所示的方式,还可以采用其他方法。
在步骤400中,从每个像素对应的至少两条场图-模型拟合误差曲线中,查找模型拟合误差均在预设场图值范围内为极小值时对应的至少一个离散场图值作为待估场图值;这里的预设场图值范围的设置主要是基于以下目的。理论上,使得至少两条场图-模型拟合误差曲线同时达到极小值时的离散场图值即为要寻找的待估场图值,但是由于噪声的存在,场图-模型拟合误差曲线的估计存在偏差,使得至少两条场图-模型拟合误差曲线不能够在某一个固定的离散场图值同时取到极小值,而是在一个较小的场图值范围内存在至少两个数值使得二者分别达到极小值,所以定义一个预设场图值范围,这个预设场图值范围可以是零,及与零接近的一个较小的场图值范围,当预设场图值范围为零时表示多条场图-模型拟合误差曲线在某一个固定的离散场图值同时取到极小值。
在步骤500中,根据查找到的上述待估场图值,获得每个像素对应的真实场图值。因为多条场图-模型拟合误差曲线的估计存在偏差,所以无法在某一个固定的离散场图值同时取到极小值,所以步骤400中所查找到的待估场图值可能是在同一个预设场图值范围内为极小值的多个数值,于是,在本发明的一个实施例中,如图4所示,上述根据查找到的待估场图值获得每一个像素对应的真实场图值的步骤500具体可以包括:
步骤501,针对上述每个像素,判断查找上述模型拟合误差在同一预设场图值范围内为极小值时对应的待估场图值的个数;
步骤502,当查找到的上述待估场图值为同一个时,则将查找到的上述待估场图值作为该像素对应的真实场图值候选解;
步骤503当查找到的上述待估场图值为多个时,则将查找到的同一预设场图值范围内的所有上述待估场图值的平均值作为该像素对应的真实场图值候选解。这个预设场图值范围可以是零,及与零接近的一个较小的场图值范围,具体含义参见上述说明。于是根据上述步骤得到的真实场图值候选解就可以获得每个像素对应的真实场图值。
又如,对于水脂混合的像素,以两条场图-模型拟合误差曲线进行查找为例两条曲线在一个场图值处在预设场图值范围内取到极小值,那么此时通过步骤400查找到的就会是两个不同值的待估场图值,于是通过上述步骤503利用求平均的方式获得该像素对应的真实场图值候选解。如图8(B),两条曲线只有一个真实场图值候选解f1,而这个真实场图值候选解f1即为该像素的真实场图值。
但是,对于纯水或纯脂肪的像素,该真实场图值候选解则可能有两个,以两条场图-模型拟合误差曲线进行查找为例,两条曲线会在两个不同的场图值处在预设场图值范围内取到极小值,那么此时通过步骤400针对每个场图值处在预设场图值范围内查找到两个不同值的待估场图值,通过上述步骤503取平均的方式可以获得一个真实场图值候选解,于是对于纯水或纯脂肪的像素,则存在两个不同的场图值处在预设场图值范围内均取到极小值,则此时该像素对应两个真实场图值候选解,这两个真实场图值候选解一个为真实解,一个为反转解,如图8(C),两条曲线在f1和f2处在预设场图值范围内同时取得了极小值,因此该像素的场图值有两个候选解:f1和f2。具体原理如下所示。
比如,在纯水/纯脂肪的像素中,得到的真实场图值可能存在两个,一个是真正的场图,另一个是使得水和脂肪反转(即水和脂肪被分反,水信号被错分为脂肪,脂肪被分成水)的场图。例如基于上述公式(1),如果组织中水和脂肪的含量差别比较大,则上式简化为下述公式(1)(以纯水为例,ρf=0):
从上式可以看出,在纯水的情况下场图值有两个解:真实解fB(即fB,true)和水值ρw;反转解(即fB,swap)和脂肪值同样的,对于纯脂肪组织也会有两个解:真实解fB(即fB,true)和脂肪值ρf;反转解(即fB,swap)和水值而对于水脂比例接近的组织,只有一组解:场图值fB、水值ρw和脂肪值ρf。在纯水或纯脂肪的情况下,真实解和反转解相差fF,又由于fF是负值,因此在纯水的组织中,反转解比真实解大fF,而在纯脂肪组织中,反转解比真实解小fF。
针对上述情况,此时可以基于场图值局部平滑的先验信息,利用局部增长算法,周围已知真实场图值的像素点作为种子点进行增长,从上述步骤500中获得的两个候选解中选出该像素的真实场图值。因此,在本发明的一个实施例中,上述根据查找到的待估场图值获得上述每个像素对应的真实场图值的步骤500还包括:
步骤504,判断上述每个像素对应的上述真实场图值候选解的个数;
步骤505,当该像素对应的上述真实场图值候选解为一个时,则将上述真实场图值候选解作为该像素对应的真实场图值;
步骤506,当该像素对应的上述真实场图值候选解为两个时,则以周围已知真实场图值的像素为起点,按照局部增长法则从该像素对应的上述场图真实值候选解中选取出该像素对应的真实场图值。
优选地,上述步骤506中,以周围已知真实场图值的像素为起点、按照局部增长法则从该像素对应的上述场图真实值候选解中选取出该像素对应的真实场图值的过程包括:
首先,以周围已知真实场图值的像素为起点;
然后,计算该像素对应的两个上述真实场图值候选解分别与上述起点对应的真实场图值之间的欧氏距离;
其次,将上述欧氏距离为最小的上述真实场图值候选解,作为该像素的真实场图值。当然本发明所述的利用局部增长法则进行估计的方式也不限于仅采用上述实施所述的一种方式。
这里还可以引入迭代运算,如还可以包括步骤507:判断是否完成针对所有像素的计算真实场图值的过程,若是,则执行步骤600,若否,则选择另一个待判断像素返回执行步骤501,直到获得了所有像素对应的真实场图值。当然步骤500可以集中处理完所有的像素,也可以插入到图3所示的步骤300的过程中一并在计算每个像素对应的信号强度曲线时获得相应的真实场图值,具体参见图10,以下将会详细说明。
在步骤600中,根据每个像素对应的真实场图值,获得水的图像和脂肪的图像。其具体实现方式如下所示:
选取4个回波时间对应的MR图像作为原始图像,利用估计得到的每个像素对应的真实场图值和下述公式(5)计算得到水图和脂肪图:
其中的定义如上述公式(2),ρ=[ρw,ρf]即为计算得到的水图和脂肪图,其结果为复数。
在图2所示的步骤300的过程中插入步骤400和步骤500的执行过程直到获得所有的像素对应的真实场图值,具体可参见图10所示的实施例。
本实施例中,在执行完上述步骤370的判断是否完成所有组回波时间组合的估计之后;若是,则执行步骤401,若否则返回步骤320重新选择另一组回波时间组合;
步骤401:从当前像素对应的至少两条场图-模型拟合误差曲线中,查找模型拟合误差均在预设场图值范围内为极小值时对应的待估场图值;
步骤501,针对每个像素判断查找到的待估场图值的个数;当查找到的待估场图值为一个时,则执行步骤502:将该查找到的待估场图值作为该当前像素对应的真实场图值候选解;当查找到的待估场图值为多个时,则执行步骤503:将查找到的所有待估场图值的平均值作为该当前像素的真实场图值候选解。
然后再执行上述步骤504至步骤506,从上述当前像素的真实场图值候选解中选择出该像素对应的真实场图值。
其次,执行步骤380,判断是否完成图像中所有像素的估计,这里指的是判断是否获得图像中所有像素对应的真实场图值;若否,则返回步骤310重新选择另一个像素;若是,则获得所有像素对应的真实场图值。
上述图10所示的流程过程中将步骤300、400和500的具体执行过程通过两次迭代判断相互嵌套,更加优化计算过程,提高运算效率。
在本发明的一个实施例中,如图3所示,本实施例的方法还包括以下从至少四个回波时间进行排列组合所获得的多组回波时间组合中选择出至少两组回波时间组合的步骤100,该步骤100具体包括以下步骤:
步骤110,将至少四个回波时间进行排列组合,获得多组初始回波时间组合,每一组初始回波时间组合中包含个数相同的回波时间;优选地,将至少四个回波时间按照时间顺序进行排列组合。
步骤120,根据每一组初始回波时间组合对应的回波信号,计算每一组初始回波时间组合对应的信号平均有效次数;
步骤130,依据上述多组初始回波时间组合对应的信号平均有效次数,查找信号平均有效次数达到最大值或局部极大值时对应的初始回波时间组合;
步骤140,将查找到的至少两组初始回波时间组合,作为前述至少两组回波时间组合。
上述提到的信号平均的有效次数(theeffectivenumberofsignalaverage,NSA)通常被用来定量评价水脂分离的噪声水平:
其中,σ2为原始MR图像的噪声方差,为分离得到的水图或脂肪图的噪声方差。根据已有知识,两组不同的TE组合即可提供足够的信息,同时为了使得不同TE组合下的误差区线之间具有明显的差异,也为了避免任一个TE组合下的误差曲线在场图值估计范围出现周期性,本发明中对4个回波图像采取如下分组:{TE1TE2TE3}(TE组合1)和{TE2TE3TE4}(TE组合2),并且保证TE2为TE1和TE3的黄金分割点,TE3为TE2和TE4的黄金分割点,这样只要确定任2个回波时间的值,其它两个回波时间也可以经计算得到。而利用上述公式(6)计算在不同{TE1,TE4}组合下的NSA(噪声水平),得到使NSA达到最大值或局部最大值时的一系列{TE1,TE4}组合,作为步骤200所要进行处理的对象,同时为了避免误差曲线出现周期性,选取{TE1,TE4}回波间距较小的组合。所以基于本实施例,在本发明的一个优选实施例中,上述初始回波时间组合包括:至少四个回波时间按照时间顺序排列时每相邻的三个回波时间,且第二个回波时间和第一回波时间之差与第三个回波时间和第一个回波时间之差的比为黄金比例。利用上述公式(6)计算在不同{TE1,TE4}组合下的NSA(噪声水平)的过程可以参见以下内容。有关NSA的计算属于参数估计的问题,基于CRB(Cramer-Raobounds,克拉美-罗下限)为任何无偏估计量的方差确定了一个下限的理论来求解信号平均有效次数达到局部极大值时对应的初始回波时间组合。对于本发明,基于CRB理论确定了不同TE组合下得到的水和脂肪幅值的方差的下限,其对应于公式(6)的分母,而这个下限使得公式(6)可取得NSA的最大值,为了避免误差曲线出现周期性的问题,TE组合可能使得NSA达不到最大,而只是选择使得NSA取得局部极大值的组合,即相比于临近的其他TE组合,该其他TE组合的NSA最大。本发明中不限于上述方法来实现,还可以采用其他方式,在此不作详细说明。
基于上述方法,如图5所示,本实施例还提供了一种磁共振成像的图像水脂分离系统700,其包括:
信号获取模块720,用于获取至少两组回波时间组合对应的回波信号,上述至少两组回波时间组合从至少四个回波时间进行排列组合所获得的多组回波时间组合中选择;
曲线生成模块730,用于基于水和脂肪化学位移的MR信号模型,获得图像中的每个像素在上述每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系,生成相应的场图-模型拟合误差曲线,上述每个像素在上述至少两组回波时间组合对应的回波信号中相应生成至少两条场图-模型拟合误差曲线;
查找模块740,用于从上述每个像素对应的至少两条场图-模型拟合误差曲线中,查找上述模型拟合误差均在预设场图值范围内为极小值时对应的至少一个离散场图值作为待估场图值;
场图值获取模块750,用于根据查找到的上述待估场图值,获得上述每个像素对应的真实场图值;及
水脂分离模块760,用于根据上述每个像素对应的真实场图值,获得水的图像和脂肪的图像。
上述功能模块720至760分别用于执行上述磁共振成像的图像水脂分离方法中的步骤200至步骤600,因此其具体实现方式参见上述有关步骤200至步骤600的相关说明,在此不作累述。
基于上述实施例,在本发明的一个实施例中,如图6所示,上述曲线生成模块730包括多次调用曲线绘制单元731的过程,上述曲线绘制单元731包括:
范围确定单元7311,用于基于上述至少两组回波时间组合的其中一组回波时间组合,根据成像参数和成像部位,确定图像中的其中一个像素在上述其中一组回波时间组合对应的回波信号中的待估场图值范围;
离散单元7312,用于离散化上述待估场图值范围内的场图,获得一组离散场图值;
误差计算单元7313,用于基于水和脂肪化学位移的MR信号模型,根据上述一组离散场图值,获得每个离散场图值对应的模型拟合误差;及
曲线输出单元7314,用于依据上述每个离散场图值及与上述每个离散场图值对应的模型拟合误差,生成该像素在上述其中一组回波时间组合对应的回波信号中相应的场图-模型拟合误差曲线。
上述功能模块7311至7314分别用于执行上述图2所示的磁共振成像的图像水脂分离方法中的步骤330至步骤360,因此其具体实现方式参见上述有关步骤330至步骤360的相关说明,在此不作累述。
基于上述实施例,在本发明的一个实施例中,上述曲线生成模块730还包括迭代单元732,该迭代单元732用于判断是否完成所有组回波时间组合的估计,若是,则判断是否完成图像中所有像素的估计,若否则重新选择另一组回波时间组合再调用曲线绘制单元731;当未完成图像中所有像素的估计时,则重新选择另一个像素再调用曲线绘制单元731,直到获得图像中每个像素在至少两组回波时间组合对应的回波信号中相应生成的至少两条场图-模型拟合误差曲线。
上述曲线生成模块730主要是用于执行图2中磁共振成像的图像水脂分离方法的步骤310、步骤320、步骤370和步骤380,因此其具体实现方式参见上述有关步骤310、步骤320、步骤370和步骤380的相关说明,在此不作累述。
基于上述实施例,在本发明的一个实施例中,上述至少四个回波时间按照时间顺序排列时每相邻的三个回波时间中,第二个回波时间和第一回波时间之差与第三个回波时间和第一个回波时间之差的比为黄金比例。
基于上述实施例,在本发明的一个实施例中,本实施例的系统还包括,用于从至少四个回波时间进行排列组合所获得的多组回波时间组合中选择出至少两组回波时间组合的选择模块710,该选择模块710包括:
排列组合单元711,用于将上述至少四个回波时间进行排列组合,获得多组初始回波时间组合,其中每一组初始回波时间组合中包含个数相同的回波时间;
噪声计算单元712,用于根据上述每一组初始回波时间组合对应的回波信号,计算上述每一组初始回波时间组合对应的信号平均有效次数;
查找单元713,用于依据上述多组初始回波时间组合对应的信号平均有效次数,查找上述信号平均有效次数达到最大值或局部极大值时对应的初始回波时间组合;及
结果输出单元714,用于将查找到的至少两组上述初始回波时间组合,作为前述至少两组回波时间组合。
上述功能模块711至714主要是用于执行上述图3所示的步骤110至步骤140,因此其具体实现方式参见上述有关步骤110至步骤140的相关说明,在此不作累述。
基于上述实施例,在本发明的一个实施例中,上述场图值获取模块750包括:
判断单元,用于针对上述每个像素,判断查找上述模型拟合误差在同一预设场图值范围内为极小值时对应的待估场图值的个数;
第一计算单元,用于当查找到的上述待估场图值为同一个时,则将查找到的上述待估场图值作为该像素对应的真实场图值候选解;及
第二计算单元,用于当查找到的上述待估场图值为多个时,则将查找到的同一预设场图值范围内的所有上述待估场图值的平均值作为该像素对应的真实场图值候选解。
上述判断单元、第一计算单元、第二计算单元分别用于执行上述步骤501、502、503,因此其具体实现方式参见上述有关步骤501至步骤504的相关说明,在此不作累述。
基于上述实施例,在本发明的一个实施例中,上述场图值获取模块750还包括:
第二判断单元,用于判断上述每个像素对应的上述真实场图值候选解的个数;
第三计算单元,用于当该像素对应的上述真实场图值候选解为一个时,则将上述真实场图值候选解作为该像素对应的真实场图值;
第四计算单元,用于当该像素对应的上述真实场图值候选解为两个时,则以周围已知真实场图值的像素为起点,按照局部增长法则从该像素对应的上述场图真实值候选解中选取出该像素对应的真实场图值。
上述第二判断单元、第三计算单元、第四计算单元分别用于执行上述步骤504、505、506,因此其具体实现方式参见上述有关步骤504至步骤506的相关说明,在此不作累述。
针对图10的具体实施例,可以在基于图6所示的实施例中设置迭代模块,用于判断是否完成所有组回波时间组合的估计;若是,则调用所述场图值获取模块750获得当前在判断像素对应的真实场图值,若否则重新选择另一组回波时间组合调用图6所示的曲线绘制单元731;再判断是否完成图像中所有像素的估计,这里指的是判断是否获得图像中所有像素对应的真实场图值;若否,则重新选择另一个像素调用图6所示的曲线绘制单元731;若是,则获得图像中所有像素对应的真实场图值。
上述磁共振成像的图像水脂分离系统700主要是图1所示的磁共振成像的图像水脂分离方法,其中有关各个功能模块的具体执行方式可以参见上述结合图1至图4对磁共振成像的图像水脂分离方法的各个步骤的详细解释。图1为本发明一个实施例的流程示意图。应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段进行组合执行。以上各个实施例在具体说明中仅只针对相应步骤或者功能模块的实现方式进行了阐述,然后在逻辑不相矛盾的情况下,上述各个实施例是可以相互组合的而形成新的技术方案的,而该新的技术方案依然在本具体实施方式的公开范围内。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个非易失性计算机可读存储载体(如ROM、磁碟、光盘、服务器上的存储空间)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的系统结构和方法。
综上所述,本发明的方法和系统利用至少4回波MR图像的两种以上的不同组合,对离散化的场图值分别计算误差,得到两条相应的误差曲线,利用这两条曲线得到待估计的场图值,避免了迭代算法中的局部收敛问题。并且由于回波时间组合中选择黄金分割的比例原则,并利用NSA算法确定步骤200中所获取的回波时间组合的范围,则保证了本发明中的多条场图-模型拟合误差曲线具有明显的差异,提高了场图值估计的正确性,也使得水脂分离图像的噪声水平均达到最优或局部最优。利用本发明的方法和系统可以对待估计范围内的场图值进行离散化,遍历所用场图值计算得到其误差曲线,利用至少两组误差曲线分别取得极小值处所得场图值的交集,得到准确的待估场图值。本方法相对于原始的IDEAL算法,可克服其极易局部收敛的局限性,可适用于具有较大静磁场B0不均匀性的组织进行水脂分离,得到精确的分离结果
为了验证本发明的可行性,利用仿真数据在体组织实验分别进行了测试。仿真数据中,利用二维四阶多项式生成了已知真值的场图、选取回波时间、控制水和脂肪的初始值及二者不同的比例,最后通过公式(1)所示的MR信号模型得到多组仿真数据;在体组织实验在3TMR系统中进行扫描,在体实验对象为脚踝。用GRE多回波序列扫描对象,扫描的序列参数为:TR=50ms,TE=5.62,6.88,7.66,8.15ms,翻转角flipangle=10视,野FOV=15cm,矩阵大小matrixsize=192×192,层厚slicethickness=3mm,采集层数slice=3,带宽bandwidth=160Hz/pixel。实验数据的处理环境是具有Intelx5690CPUs和24GBRAM的工作站,采用的数据处理软件是MATLAB。其中主要是基于四个回波时间对应的两组回波时间组合,即在回波时间{TE1,TE4}中依据黄金分割比例选取的{TE1TE2TE3}(TE组合1)和{TE2TE3TE4}(TE组合2)。如图8所示,仿真数据在同一像素点不同水脂比例下的场图估计结果,真实场图值-458Hz,图中水(w)脂(f)比例及场图估计值F(星号处)分别为:(A)为w/f=1:100,F=-462Hz;(B)为w/f=1:1,F=-487.5Hz;(C)为w/f=100:1,F=-474Hz。在仿真数据实验中,由于真实场图值已知,本发明在不同水脂比例下得到的场图值与其相比非常接近,即本发明可以得到精确的场图值。在体实验中,得到的水图和脂肪图中无明显分离错误的组织。又如图9所示的在体脚踝实验(A)为TE=5.62ms时的原图;(B)为估计的场图;(C)为分离得到的水图;(D)为分离得到的脂肪图,从其中可以看出在体脚踝实验中,得到的水图和脂肪图中无明显分离错误的组织。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种磁共振成像的图像水脂分离方法,其包括:
获取至少两组回波时间组合对应的回波信号,所述至少两组回波时间组合从至少四个回波时间进行排列组合所获得的多组回波时间组合中选择;
基于水和脂肪化学位移的MR信号模型,获得图像中的每个像素在所述每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系,生成相应的场图-模型拟合误差曲线,所述每个像素在所述至少两组回波时间组合对应的回波信号中相应生成至少两条场图-模型拟合误差曲线;
从所述每个像素对应的至少两条场图-模型拟合误差曲线中,查找所述模型拟合误差均在预设场图值范围内为极小值时对应的至少一个离散场图值作为待估场图值;
根据查找到的所述待估场图值,获得所述每个像素对应的真实场图值;
根据所述每个像素对应的真实场图值,获得水的图像和脂肪的图像。
2.根据权利要求1所述的磁共振成像的图像水脂分离方法,其特征在于,所述基于水和脂肪化学位移的MR信号模型、获得图像中的每个像素在所述每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系而生成相应的场图-模型拟合误差曲线的过程包括多次调用以下曲线绘制步骤的过程:
基于所述至少两组回波时间组合的其中一组回波时间组合,根据成像参数和成像部位,确定图像中的其中一个像素在所述其中一组回波时间组合对应的回波信号中的待估场图值范围;
离散化所述待估场图值范围内的场图,获得一组离散场图值;
基于水和脂肪化学位移的MR信号模型,根据所述一组离散场图值,获得每个离散场图值对应的模型拟合误差;
依据所述每个离散场图值及与所述每个离散场图值对应的模型拟合误差,生成该像素在所述其中一组回波时间组合对应的回波信号中相应的场图-模型拟合误差曲线。
3.根据权利要求1所述的磁共振成像的图像水脂分离方法,其特征在于,所述至少四个回波时间按照时间顺序排列时每相邻的三个回波时间中,中间一个回波时间为所述每相邻的三个回波时间的黄金分割点。
4.根据权利要求1所述的磁共振成像的图像水脂分离方法,其特征在于,所述方法还包括:从所述至少四个回波时间进行排列组合所获得的多组回波时间组合中选择出所述至少两组回波时间组合的步骤,该步骤包括:
将所述至少四个回波时间进行排列组合,获得多组初始回波时间组合,其中每一组初始回波时间组合中包含个数相同的回波时间;
根据所述每一组初始回波时间组合对应的回波信号,计算所述每一组初始回波时间组合对应的信号平均有效次数;
依据所述多组初始回波时间组合对应的信号平均有效次数,查找所述信号平均有效次数达到最大值或局部极大值时对应的初始回波时间组合;
将查找到的至少两组所述初始回波时间组合,作为所述至少两组回波时间组合。
5.根据权利要求1所述的磁共振成像的图像水脂分离方法,其特征在于,所述根据查找到的待估场图值获得所述每个像素对应的真实场图值的步骤包括:
针对所述每个像素,判断查找所述模型拟合误差在同一预设场图值范围内为极小值时对应的待估场图值的个数;
当查找到的所述待估场图值为同一个时,则将查找到的所述待估场图值作为该像素对应的真实场图值候选解;
当查找到的所述待估场图值为多个时,则将查找到的同一预设场图值范围内的所有所述待估场图值的平均值作为该像素对应的真实场图值候选解。
6.根据权利要求5所述的磁共振成像的图像水脂分离方法,其特征在于,所述根据查找到的待估场图值获得所述每个像素对应的真实场图值的步骤还包括:
判断所述每个像素对应的所述真实场图值候选解的个数;
当该像素对应的所述真实场图值候选解为一个时,则将所述真实场图值候选解作为该像素对应的真实场图值;
当该像素对应的所述真实场图值候选解为两个时,则以周围已知真实场图值的像素为起点,按照局部增长法则从该像素对应的所述场图真实值候选解中选取出该像素对应的真实场图值。
7.根据权利要求6所述的磁共振成像的图像水脂分离方法,其特征在于,所述以周围已知真实场图值的像素为起点、按照局部增长法则从该像素对应的所述场图真实值候选解中选取出该像素对应的真实场图值的过程包括:
以周围已知真实场图值的像素为起点;
计算该像素对应的两个所述真实场图值候选解分别与所述起点对应的真实场图值之间的欧氏距离;
将所述欧氏距离为最小的所述真实场图值候选解,作为该像素的真实场图值。
8.一种磁共振成像的图像水脂分离系统,其特征在于,所述系统包括:
信号获取模块,用于获取至少两组回波时间组合对应的回波信号,所述至少两组回波时间组合从至少四个回波时间进行排列组合所获得的多组回波时间组合中选择;
曲线生成模块,用于基于水和脂肪化学位移的MR信号模型,获得图像中的每个像素在所述每组回波时间组合对应的回波信号中离散场图值与模型拟合误差之间的对应关系,生成相应的场图-模型拟合误差曲线,所述每个像素在所述至少两组回波时间组合对应的回波信号中相应生成至少两条场图-模型拟合误差曲线;
查找模块,用于从所述每个像素对应的至少两条场图-模型拟合误差曲线中,查找所述模型拟合误差均在预设场图值范围内为极小值时对应的至少一个离散场图值作为待估场图值;
场图值获取模块,用于根据查找到的所述待估场图值,获得所述每个像素对应的真实场图值;及
水脂分离模块,用于根据所述每个像素对应的真实场图值,获得水的图像和脂肪的图像。
9.根据权利要求8所述的磁共振成像的图像水脂分离系统,其特征在于,所述曲线生成模块包括多次调用曲线绘制单元的过程,所述曲线绘制单元包括:
范围确定单元,用于基于所述至少两组回波时间组合的其中一组回波时间组合,根据成像参数和成像部位,确定图像中的其中一个像素在所述其中一组回波时间组合对应的回波信号中的待估场图值范围;
离散单元,用于离散化所述待估场图值范围内的场图,获得一组离散场图值;
误差计算单元,用于基于水和脂肪化学位移的MR信号模型,根据所述一组离散场图值,获得每个离散场图值对应的模型拟合误差;及
曲线输出单元,用于依据所述每个离散场图值及与所述每个离散场图值对应的模型拟合误差,生成该像素在所述其中一组回波时间组合对应的回波信号中相应的场图-模型拟合误差曲线。
10.根据权利要求8所述的磁共振成像的图像水脂分离系统,其特征在于,所述系统还包括:用于从所述至少四个回波时间进行排列组合所获得的多组回波时间组合中选择出所述至少两组回波时间组合的选择模块,所述选择模块包括:
排列组合单元,用于将所述至少四个回波时间进行排列组合,获得多组初始回波时间组合,其中每一组初始回波时间组合中包含个数相同的回波时间;
噪声计算单元,用于根据所述每一组初始回波时间组合对应的回波信号,计算所述每一组初始回波时间组合对应的信号平均有效次数;
查找单元,用于依据所述多组初始回波时间组合对应的信号平均有效次数,查找所述信号平均有效次数达到最大值或局部极大值时对应的初始回波时间组合;及
结果输出单元,用于将查找到的至少两组所述初始回波时间组合,作为所述至少两组回波时间组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410849668.3A CN105809661B (zh) | 2014-12-30 | 2014-12-30 | 磁共振成像的图像水脂分离方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410849668.3A CN105809661B (zh) | 2014-12-30 | 2014-12-30 | 磁共振成像的图像水脂分离方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105809661A true CN105809661A (zh) | 2016-07-27 |
CN105809661B CN105809661B (zh) | 2018-08-07 |
Family
ID=56421512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410849668.3A Active CN105809661B (zh) | 2014-12-30 | 2014-12-30 | 磁共振成像的图像水脂分离方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105809661B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106324537A (zh) * | 2016-08-12 | 2017-01-11 | 江亲瑜 | 一种超快速分段式单次激发水脂分离方法 |
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 |
CN109389651A (zh) * | 2017-08-09 | 2019-02-26 | 深圳先进技术研究院 | 磁共振化学位移编码成像方法与装置 |
WO2019100373A1 (zh) * | 2017-11-27 | 2019-05-31 | 深圳先进技术研究院 | 涡流校正方法、装置、移动终端及可读存储介质 |
CN109917314A (zh) * | 2019-04-29 | 2019-06-21 | 上海联影医疗科技有限公司 | 磁共振场图确定方法、装置、电子设备及存储介质 |
CN109959885A (zh) * | 2017-12-26 | 2019-07-02 | 深圳先进技术研究院 | 一种基于二元决策树的成像方法及其装置和储存介质 |
CN111837047A (zh) * | 2018-01-12 | 2020-10-27 | 皇家飞利浦有限公司 | 用于在化学交换饱和转移磁共振成像中的脂肪-水分离的单点dixon方法 |
CN113470032A (zh) * | 2021-05-25 | 2021-10-01 | 上海东软医疗科技有限公司 | 一种基于磁共振成像的水脂分离方法、装置及计算机设备 |
WO2023230771A1 (zh) * | 2022-05-30 | 2023-12-07 | 中国科学院深圳先进技术研究院 | 成像方法、成像装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1827038A (zh) * | 2005-02-28 | 2006-09-06 | 西门子(中国)有限公司 | 磁共振多通道成像水脂分离重建算法 |
CN102232830A (zh) * | 2010-04-30 | 2011-11-09 | 西门子(深圳)磁共振有限公司 | 一种磁共振成像水脂分离方法 |
CN102727201A (zh) * | 2011-04-13 | 2012-10-17 | 深圳迈瑞生物医疗电子股份有限公司 | 磁共振系统及其水脂分离成像方法、装置 |
CN102779327A (zh) * | 2011-05-12 | 2012-11-14 | 上海联影医疗科技有限公司 | 一种基于欠采样k-空间数据的水脂分离方法 |
CN103257333A (zh) * | 2012-02-17 | 2013-08-21 | 西门子(深圳)磁共振有限公司 | 一种磁共振成像中的水脂分离成像方法及装置 |
CN103513202A (zh) * | 2012-06-16 | 2014-01-15 | 上海联影医疗科技有限公司 | 一种磁共振成像中的dixon水脂分离方法 |
CN103505210A (zh) * | 2012-06-28 | 2014-01-15 | 西门子(深圳)磁共振有限公司 | 一种实现水脂分离的磁共振成像方法和装置 |
-
2014
- 2014-12-30 CN CN201410849668.3A patent/CN105809661B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1827038A (zh) * | 2005-02-28 | 2006-09-06 | 西门子(中国)有限公司 | 磁共振多通道成像水脂分离重建算法 |
CN102232830A (zh) * | 2010-04-30 | 2011-11-09 | 西门子(深圳)磁共振有限公司 | 一种磁共振成像水脂分离方法 |
CN102727201A (zh) * | 2011-04-13 | 2012-10-17 | 深圳迈瑞生物医疗电子股份有限公司 | 磁共振系统及其水脂分离成像方法、装置 |
CN102779327A (zh) * | 2011-05-12 | 2012-11-14 | 上海联影医疗科技有限公司 | 一种基于欠采样k-空间数据的水脂分离方法 |
CN103257333A (zh) * | 2012-02-17 | 2013-08-21 | 西门子(深圳)磁共振有限公司 | 一种磁共振成像中的水脂分离成像方法及装置 |
CN103513202A (zh) * | 2012-06-16 | 2014-01-15 | 上海联影医疗科技有限公司 | 一种磁共振成像中的dixon水脂分离方法 |
CN103505210A (zh) * | 2012-06-28 | 2014-01-15 | 西门子(深圳)磁共振有限公司 | 一种实现水脂分离的磁共振成像方法和装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106324537A (zh) * | 2016-08-12 | 2017-01-11 | 江亲瑜 | 一种超快速分段式单次激发水脂分离方法 |
CN109389651A (zh) * | 2017-08-09 | 2019-02-26 | 深圳先进技术研究院 | 磁共振化学位移编码成像方法与装置 |
CN109389651B (zh) * | 2017-08-09 | 2022-12-13 | 深圳先进技术研究院 | 磁共振化学位移编码成像方法与装置 |
US11249163B2 (en) | 2017-11-27 | 2022-02-15 | Shenzhen Institutes Of Advanced Technology | Eddy-current correction method and apparatus, mobile terminal and readable storage medium |
WO2019100373A1 (zh) * | 2017-11-27 | 2019-05-31 | 深圳先进技术研究院 | 涡流校正方法、装置、移动终端及可读存储介质 |
CN109959885A (zh) * | 2017-12-26 | 2019-07-02 | 深圳先进技术研究院 | 一种基于二元决策树的成像方法及其装置和储存介质 |
CN109959885B (zh) * | 2017-12-26 | 2021-04-30 | 深圳先进技术研究院 | 一种基于二元决策树的成像方法及其装置和储存介质 |
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 |
CN111837047A (zh) * | 2018-01-12 | 2020-10-27 | 皇家飞利浦有限公司 | 用于在化学交换饱和转移磁共振成像中的脂肪-水分离的单点dixon方法 |
CN111837047B (zh) * | 2018-01-12 | 2022-08-30 | 皇家飞利浦有限公司 | 用于在化学交换饱和转移磁共振成像中的脂肪-水分离的单点dixon方法 |
CN109917314A (zh) * | 2019-04-29 | 2019-06-21 | 上海联影医疗科技有限公司 | 磁共振场图确定方法、装置、电子设备及存储介质 |
CN113470032A (zh) * | 2021-05-25 | 2021-10-01 | 上海东软医疗科技有限公司 | 一种基于磁共振成像的水脂分离方法、装置及计算机设备 |
CN113470032B (zh) * | 2021-05-25 | 2022-10-18 | 上海东软医疗科技有限公司 | 一种基于磁共振成像的水脂分离方法、装置及计算机设备 |
WO2023230771A1 (zh) * | 2022-05-30 | 2023-12-07 | 中国科学院深圳先进技术研究院 | 成像方法、成像装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105809661B (zh) | 2018-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105809661A (zh) | 磁共振成像的图像水脂分离方法和系统 | |
CN102415882B (zh) | 磁共振成像装置 | |
Ravishankar et al. | Adaptive sampling design for compressed sensing MRI | |
US7952353B2 (en) | Method and apparatus for field map estimation | |
KR101883266B1 (ko) | 멀티포인트 딕슨 기법 | |
CN107153169A (zh) | 一种稳态进动梯度多回波水脂分离成像方法 | |
CN102859387B (zh) | 采用谱模型的化学物类的磁共振成像 | |
WO2002013693A1 (fr) | Appareil d'irm et procede associe | |
JP2013063333A (ja) | 磁気共鳴イメージング装置 | |
US20120068703A1 (en) | Method for spatially resolved determination of an mr parameter | |
US10012709B2 (en) | System for optimized low power MR imaging | |
CN110095742B (zh) | 一种基于神经网络的平面回波成像方法和装置 | |
CN107072586A (zh) | 磁共振成像装置 | |
CN105785298A (zh) | 一种高精度三维化学位移成像方法 | |
CN105556326A (zh) | 具有dixon类型的水/脂肪分离的mr成像 | |
EP2508910B1 (en) | Magnetic resonance imaging system and process | |
Chen et al. | Data‐driven self‐calibration and reconstruction for non‐cartesian wave‐encoded single‐shot fast spin echo using deep learning | |
CN104382597A (zh) | 一种磁共振成像中的Dixon水脂分离及辨析方法及系统 | |
CN113298902B (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 | |
CN107076819A (zh) | 具有对流伪影的抑制的Dixon MR成像 | |
Benkert et al. | Hybrid T2‐and T1‐weighted radial acquisition for free‐breathing abdominal examination | |
CN103649782A (zh) | 催化多回波相位展开方法 | |
CN106137198B (zh) | 一种磁共振成像方法及装置 | |
CN113298901B (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 | |
CN105809662B (zh) | 磁共振成像的图像水脂分离方法和系统 |
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 |