CN106483482A - 用于磁共振成像系统的梯度涡流校正方法和装置 - Google Patents

用于磁共振成像系统的梯度涡流校正方法和装置 Download PDF

Info

Publication number
CN106483482A
CN106483482A CN201510527333.4A CN201510527333A CN106483482A CN 106483482 A CN106483482 A CN 106483482A CN 201510527333 A CN201510527333 A CN 201510527333A CN 106483482 A CN106483482 A CN 106483482A
Authority
CN
China
Prior art keywords
field model
parameter value
vortex field
eddy
measurement 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
Application number
CN201510527333.4A
Other languages
English (en)
Other versions
CN106483482B (zh
Inventor
李博
贾二维
邢晓聪
徐恺频
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201510527333.4A priority Critical patent/CN106483482B/zh
Priority to PCT/CN2016/085132 priority patent/WO2017032132A1/en
Priority to EP16838392.5A priority patent/EP3317688B1/en
Priority to US15/322,375 priority patent/US10408908B2/en
Publication of CN106483482A publication Critical patent/CN106483482A/zh
Application granted granted Critical
Publication of CN106483482B publication Critical patent/CN106483482B/zh
Priority to US16/564,702 priority patent/US10761172B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01R33/54—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
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56518—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to eddy currents, e.g. caused by switching of the gradient magnetic field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/0017—Means for compensating offset magnetic fields or the magnetic flux to be measured; Means for generating calibration magnetic fields
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/0064—Arrangements or instruments for measuring magnetic variables comprising means for performing simulations, e.g. of the magnetic variable to be measured
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/007—Environmental aspects, e.g. temperature variations, radiation, stray fields
    • G01R33/0082—Compensation, e.g. compensating for temperature changes
    • 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

Abstract

本发明提供了一种用于磁共振成像系统的梯度涡流校正方法及装置，包括：建立涡流场模型，所述涡流场模型使用拉普拉斯变换来表示涡流场；采集涡流测量数据并使用所述涡流场模型对所述涡流测量数据进行处理以获取所述涡流场模型的初始参数值；根据所述涡流测量数据和所述初始参数值拟合所述涡流场模型的参数值，以获得标定涡流场模型；根据所述标定涡流场模型对梯度涡流进行校正。

Description

用于磁共振成像系统的梯度涡流校正方法和装置
技术领域
本发明主要涉及磁共振成像技术领域，尤其涉及一种用于磁共振成像系统的梯度涡流校正方法和装置。
背景技术
在磁共振成像过程(magnetic resonance imaging,MRI)中，梯度线圈中的电流随时间快速切换，会在周围导体结构中产生涡流，涡流会产生一个空间和时间上都不断变化的磁场，使成像区域内的梯度磁场发生畸变，最终影响MRI图像质量。
为了消除涡流对梯度磁场的影响，一种方法是以产生反向梯度磁场的附加线圈作为自屏蔽线圈，通过减少线圈与磁体之间的相互作用，以抑制涡流的产生。但是这种方法不能完全消除在梯度线圈周围导体中产生的涡电流，因而需要对涡电流进行进一步的校正。
因此期望提供一种快速、准确地拟合涡流场模型，并利用涡流场模型对涡流进行校正的解决方案。
发明内容
针对上述现有技术中存在的问题，本发明提出一种用于磁共振成像系统的梯度涡流校正方法和装置。在涡流场系统参数估计过程中，该方法和装置具有准确、高效、稳健等优点。能够有效解决传统计算方法中目标函数繁琐，初始猜测不准确性以及涡流成分数量难确定等问题。
本发明提供了一种用于磁共振成像系统的梯度涡流校正方法，主要包括以下步骤：建立涡流场模型，所述涡流场模型使用拉普拉斯变换来表示涡流场；采集涡流测量数据并使用所述涡流场模型对所述涡流测量数据进行处理以获取所述涡流场模型的初始参数值；根据所述涡流测量数据和所述初始参数值拟合所述涡流场模型的参数值，以获得标定涡流场模型；以及根据所述标定涡流场模型对梯度涡流进行校正。
优选地，所述使用所述涡流场模型对涡流测量数据进行处理以获取所述涡流场模型的初始参数值包括：对所述涡流测量数据进行拉普拉斯逆变换运算以获取所述涡流场模型的参数的拉普拉斯谱；提取所述拉普拉斯谱的谱峰信息；以及根据所述拉普拉斯谱的谱峰信息确定所述初始参数值。
优选地，所述拉普拉斯谱为稀疏拉普拉斯谱。
优选地，所述拉普拉斯谱的谱峰信息包括谱峰的位置、边界和/或强度。
优选地，所述根据所述拉普拉斯谱的谱峰信息确定所述初始参数值包括：预设一阈值；确定所述拉普拉斯谱中谱峰强度的绝对值大于和/或等于所述阈值的可信谱峰信息；根据所述可信谱峰信息确定所述初始参数值。
优选地，所述根据所述可信谱峰信息确定所述初始参数值包括：选择与所述可信谱峰的峰值相对应的参数值作为所述初始参数值。
优选地，所述根据所述可信谱峰信息确定所述初始参数值包括：确定所述可信谱峰的边界值；计算位于所述可信谱峰的边界内的峰值的总强度；选择与所述可信谱峰的峰值的总强度相对应的参数值作为初始参数值。
优选地，所述使用所述涡流场模型对所述涡流测量数据进行处理包括：使用正则化对所述涡流测量数据进行拉普拉斯逆变换运算。
优选地，所述根据所述涡流测量数据和所述初始参数值拟合所述涡流场模型的参数值包括：根据所述涡流测量数据和所述初始参数值，采用非线性最小二乘拟合所述涡流场模型的参数。
优选地，所述采用非线性最小二乘拟合所述涡流场模型的参数是通过对所述涡流场模型的参数施加双边线性不等式约束来实现的。
本发明还提供了一种用于磁共振成像系统的梯度涡流校正装置，包括：用于建立涡流场模型的模块，所述涡流场模型使用拉普拉斯变换来表示涡流场；用于采集涡流测量数据并使用所述涡流场模型对所述涡流测量数据进行处理以获取所述涡流场模型的初始参数值的模块；用于根据所述涡流测量数据和所述初始参数值拟合所述涡流场模型的参数值，以获得标定涡流场模型的模块；以及用于根据所述标定涡流场模型对梯度涡流进行校正的模块。
在涡流场系统参数估计过程中，采用本发明的梯度涡流校正方法和装置具有准确、高效、稳健等优点。能够有效解决传统计算方法中目标函数繁琐，初始参数值估计不准确以及涡流成分数量难确定等问题。
注意到，虽然本说明书描述了以上方面，但本领域技术人员能够理解，在执行本发明的方法和装置时可根据实际需要省略其中一个或多个方面，也落在本发明的范围内。
附图说明
图1是根据本发明提供的梯度涡流校正方法的流程图；
图2示出了不同惩罚强度下所得的拉普拉斯谱图的结果；
图3是根据本发明的梯度涡流拟合曲线图。
具体实施方式
为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，因此本发明不受下面公开的具体实施例的限制。
图1是本发明提供的梯度涡流校正方法的流程图。请参考图1，本发明的梯度涡流校正方法包括以下步骤：
执行步骤S1，建立涡流场模型，所述涡流场模型使用拉普拉斯变换来表示涡流场。
为了提高运算效率和准确性，本实施例中使用拉普拉斯变换来表示涡流场，如下所示：
其中，k＝1/τ，dm为第m个涡流采样数据，γ为氢核的旋磁比，Gx为测试梯度大小，，TA为测试梯度脉冲下降沿持续时间，Tm为第m个涡流采样数据的延迟时间，m表示测量时间点，α为幅度参数，τ为时间参数。
线性部分x(k)为：
非线性部分k为：k＝1/τ。
式(1)的形式表明，dm是x(k)的拉普拉斯变换，故求解x(k)只需对dm进行拉普拉斯逆变换(Inverse Laplace Transformation，ILT)即可。
虽然，上述以式(1)为例对本发明中涡流场模型进行了说明，但本领域技术人员将知晓其他使用拉普拉斯变换来表示涡流场的涡流场模型也是在本发明的保护范围内，只要涡流场模型中线性部分与非线性部分相互独立且符合拉普拉斯变换形式即可达到优化计算的技术效果。
执行步骤S2，采集涡流测量数据并使用所述涡流场模型对所述涡流测量数据进行处理以获取所述涡流场模型的初始参数值。
在本实施例中，采用以下方法获取涡流场模型的初始参数值，包括：
(1)对所述涡流测量数据进行拉普拉斯逆变换运算以获取所述涡流场模型的参数的拉普拉斯谱；
(2)提取所述拉普拉斯谱的谱峰信息；
(3)根据所述拉普拉斯谱的谱峰信息确定所述初始参数值。
下面以式(1)为例进行说明，与离散傅里叶变换(Discrete Fourier Transform，DFT)相似，拉普拉斯逆变换运算在数值上可通过求解一个线性反演问题来实现。首先需要将反演基离散化，即取离散的k值覆盖其可能的取值范围。由于k可能跨越多个数量级，可采用对数等间隔分布的k值。为避免反演得到的拉普拉斯谱分辨率过低，一般取几十到上百个离散的k值。假设n(n＝1,2,…,N)表示离散k值的序号，则式(1)可改写为：
上式若以线性代数的形式表达则为：
d＝Cx (3)
其中，d＝[d1,d2,…,dm]T，x＝[x1,x2,…,xn]T为列向量，上标T表示转置，而C是一个m行n列的系数矩阵，此处亦称拉普拉斯变换算子，其元素定义为：
由于式(3)是欠定的(m<n)，因此直接采用x＝C\d或x＝C+d(上标+表示Moore-Penrose广义逆)求解式(2)的结果是病态的。这类问题可采用正则化来求解，即将以上所述的k的离散取值代入下式来求取x，从而得到x关于k的分布函数：
其中，R(x)是惩罚项，用于附加特定的约束条件，如平滑性、稀疏性等。为了得到实践上能够用来修正梯度场的涡流场系统参数，有必要要求涡流成分数目尽可能有限。此时，应当考虑采用稀疏性的约束条件，即l1-范数惩罚：
R(x)＝λ‖x‖1 (6)
上式中，λ是拉格朗日乘数，或称正则化参数，用于调节惩罚力度，在回归效果和稀疏度之间寻求平衡。其适当的取值可通过某种后验策略实现，如L-曲线法或对谱峰稀疏度的限定等。此处的l1-范数惩罚具有强制稀疏特性，可用于重建x关于k的稀疏拉普拉斯谱。举例而言，可使用“Sparse MRI:The Application ofCompressed Sensing for Rapid MR Imaging,M.Lustig,D.Donoho,和J.M.Pauly,Magn.Reson.Med.,2007,58,1182”中描述的方法来通过l1-范数惩罚获得稀疏拉普拉斯谱。
图2示出了不同惩罚强度下所得的拉普拉斯谱图的结果。
通过以上步骤，可以得到x关于k的分布函数，进而可得到α关于τ的分布函数。这样做的好处是，与DFT相似，可排除人为干预，在无需猜测的情况下得到成分及其相应含量的谱图。
根据以上步骤得到x关于k的稀疏拉普拉斯谱后，提取所述拉普拉斯谱中的谱峰信息，包括谱峰的位置、强度等信息，然后根据提取的谱峰信息确定涡流场模型中的初始参数值。理论上可以用所有非零的x结合其相应的k得到涡流场系统参数α和τ，然后用于梯度涡流的补偿。但实际上由于原始数据包含噪声，计算得到的稀疏拉普拉斯谱可能带有成分含量较小的伪成分。另一方面，由于谱图的分辨率有限，离散取值的反演基不可能恰好是涡流的特征成分。因此，需要对稀疏拉普拉斯谱进行处理，从中获取关键的信息。
首先，提取稀疏拉普拉斯谱中的可信谱峰。具体为，预设一阈值，确定所述拉普拉斯谱中谱峰强度的绝对值大于和/或等于预设阈值的可信谱峰信息，这样可以移除部分由于噪声影响而计算出的伪成分，得到L个可信谱峰，最后根据获取的可信谱峰信息确定涡流场模型中的初始参数值。
在本实施例中，根据可信谱峰信息确定涡流场模型中参数x和k的初始值，具体为，选择与所述可信谱峰的峰值相对应的x值，以及x值所对应的k值作为所述初始参数值。在本发明的其他实施例中，采用以下方式确定涡流场模型中参数x和k的初始值。
首先确定可信谱峰的边界值，读取每个可信谱峰(如第l个峰)的最大xl值所对应的kl值，记为k0l。从k0l开始，分别向零和正无穷两个方向进行检索。此时谱峰强度的绝对值逐渐减小，当强度绝对值小于阈值，或强度绝对值突然增大(表明谱峰有重叠)时，停止检索，将此时的k值记为klbl(零方向)或kubl(正无穷方向)。然后计算位于可信谱峰的边界内的峰值强度和，例如将klbl与kubl之间的x值进行积分，记为x0l，即为该谱峰的总强度。通过上述操作，可将每个可信谱峰的位置(k0)、边界(klb与kub)以及相应的总强度等信息提取出来。
当谱峰信息提取完毕，可利用各个可信谱峰的总强度[x0l]和[k0l]作为初始猜测(即，初始参数值)，对式(1)进行非线性最小二乘拟合。
通过以上步骤，涡流成分数难以确定以及未知量的合理初始猜测难以给出的问题可以得到较好的解决。但由于未知量之间的跨度较大，尤其对于不同的涡流成分来说，其k值可能相差多个数量级。这种情况下实施无约束优化，原本较小的未知量在迭代过程中比较容易偏离其可能的正确取值范围。
通过申请人的大量数值试验，观察到在x关于k的稀疏拉普拉斯谱中，每个谱峰的两个边界klbl和kubl很好地界定了kl的取值范围，而相应总强度x0l与xl的真实值比较接近，可取xlbl＝μ·x0l以及xubl＝ν·x0l作为xl的边界。关于系数μ和ν，通过申请人的大量实验得到，如果x0l>0，则0<μ<1，1<ν<+∞；如果x0l<0，则1<μ<+∞，0<ν<1，可得出比较理想的拟合结果。一般可取μ＝0.5和ν＝2(x0l>0)或μ＝2和ν＝0.5(x0l<0)来生成xl的上下界。这样，所有待求解的未知量都有明确的取值范围，使得初始猜测既是局部极优，同时也是全局极优，使优化过程更为稳健。
基于式(2)，涡流系统参数的估计可通过求解如下问题实现：
其中，kl＝1/τl，dm为第m个涡流采样数据，γ为氢核的旋磁比，Gx为测试梯度大小，，TA为测试梯度脉冲下降沿持续时间，Tm为第m个涡流采样数据的延迟时间，m(m＝1,2,3,…,M)表示测量时间点，l(l＝1,2,3,…,L)表示涡流成分的序号，αl为幅度参数，τl为时间参数。
关于式(7)所描述的非线性最小二乘问题，可利用通过以上步骤得到的谱峰信息对涡流场系统参数施加双边线性不等式约束来进一步提高算法的准确性。双边线性不等式约束通过内点法实现，即在原目标函数的基础上加入对数障碍函数(logarithm barrier function)作为惩罚项。此时的目标函数为：
其中，惩罚项P(x,k)为：
β为拉格朗日乘数，其取值是通过最小残差来确定的。举例而言，该过程可通过“Numerical Recipes,W.H.Press,B.P.Flannery,S.A.Teukolsky,W.T.Vetterling,Cambridge University Press,New York,1988”中描述的数值方法实现。
经过以上所述的约束优化，可以求解出所有x和k值。计算k的倒数可以得到梯度涡流场系统参数τ。如上所述，使用x和τ可计算出涡流场系统参数α。由此，梯度涡流场系统参数α和τ被估计出来，以用于梯度涡流补偿。
图3示出了根据本发明的涡流拟合曲线图，其中参考曲线是实际测得的涡流场，拟合曲线是通过本发明的方法拟合所述涡流场模型得到的涡流场。从图3可看出根据本发明的方法能够准确地拟合实际涡流场。
以上描述了本发明的多个方面，但本领域技术人员能够理解，在本发明的执行中可根据实际需要省略其中一个或多个方面，也落在在本发明的范围内。举例而言，在获取拉普拉斯谱之后也可使用其他方法提取初始参数值，例如按照现有技术中的人工初始猜测，从而在设计复杂度与技术效果之间达到折衷，这也是本发明所构想到的。
各个方面的其他组合方式也是本领域技术人员在本说明书的基础上能够构想到的。
通过本发明的方法，解决了现有计算方法中目标函数繁琐，初始猜测准确性以及涡流成分数量的确定等问题。
应理解，所公开的方法中各步骤的具体次序或阶层是示例性过程的解说。基于设计偏好，应该理解，这些方法中各步骤可以重新编排次序或组合。
本领域技术人员将领会，结合本文中所公开的实施例描述的各种解说性逻辑块、模块、电路、和算法步骤可被实现为电子硬件、计算机软件、或两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、块、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。
虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。

Claims (12)

1.一种用于磁共振成像系统的梯度涡流校正方法，其特征在于，包括：
建立涡流场模型，所述涡流场模型使用拉普拉斯变换来表示涡流场；
采集涡流测量数据并使用所述涡流场模型对所述涡流测量数据进行处理以获取所述涡流场模型的初始参数值；
根据所述涡流测量数据和所述初始参数值拟合所述涡流场模型的参数值，以获得标定涡流场模型；以及
根据所述标定涡流场模型对梯度涡流进行校正。
2.如权利要求1所述的梯度涡流校正方法，其特征在于，所述使用所述涡流场模型对涡流测量数据进行处理以获取所述涡流场模型的初始参数值包括：
对所述涡流测量数据进行拉普拉斯逆变换运算以获取所述涡流场模型的参数的拉普拉斯谱；
提取所述拉普拉斯谱的谱峰信息；以及
根据所述拉普拉斯谱的谱峰信息确定所述初始参数值。
3.如权利要求2所述的梯度涡流校正方法，其特征在于，所述拉普拉斯谱为稀疏拉普拉斯谱。
4.如权利要求2所述的梯度涡流校正方法，其特征在于，所述拉普拉斯谱的谱峰信息包括谱峰的位置、边界和/或强度。
5.如权利要求2所述的梯度涡流校正方法，其特征在于，所述根据所述拉普拉斯谱的谱峰信息确定所述初始参数值包括：
预设一阈值；
确定所述拉普拉斯谱中谱峰强度的绝对值大于和/或等于所述阈值的可信谱峰；
根据所述可信谱峰信息确定所述初始参数值。
6.如权利要求5所述的梯度涡流校正方法，其特征在于，所述根据所述可信谱峰信息确定所述初始参数值包括：选择与所述可信谱峰相对应的参数值作为所述初始参数值。
7.如权利要求5所述的梯度涡流校正方法，其特征在于，所述根据所述可信谱峰信息确定所述初始参数值包括：
确定所述可信谱峰的边界值；
计算位于所述可信谱峰的边界内的峰值的总强度；
选择与所述可信谱峰的峰值的总强度相对应的参数值作为初始参数值。
8.如权利要求1所述的梯度涡流校正方法，其特征在于，所述使用所述涡流场模型对所述涡流测量数据进行处理包括：使用正则化对所述涡流测量数据进行拉普拉斯逆变换运算。
9.如权利要求1所述的梯度涡流校正方法，其特征在于，所述根据所述涡流测量数据和所述初始参数值拟合所述涡流场模型的参数值，包括：
根据所述涡流测量数据和所述初始参数值，采用非线性最小二乘拟合所述涡流场模型的参数。
10.如权利要求9所述的梯度涡流校正方法，其特征在于，所述采用非线性最小二乘拟合所述涡流场模型的参数是通过对所述涡流场模型的参数施加双边线性不等式约束来实现的。
11.一种用于磁共振成像系统的梯度涡流校正装置，其特征在于，包括：
用于建立涡流场模型的模块，所述涡流场模型使用拉普拉斯变换来表示涡流场；
用于采集涡流测量数据并使用所述涡流场模型对所述涡流测量数据进行处理以获取所述涡流场模型的初始参数值的模块；
用于根据所述涡流测量数据和所述初始参数值拟合所述涡流场模型的参数值，以获得标定涡流场模型的模块；以及
用于根据所述标定涡流场模型对梯度涡流进行校正的模块。
12.如权利要求11所述的梯度涡流校正装置，其特征在于，所述用于使用所述涡流场模型对涡流测量数据进行处理以获取所述涡流场模型的初始参数值的模块包括：
用于对所述涡流测量数据进行拉普拉斯逆变换运算以获取所述涡流场模型的参数的拉普拉斯谱的模块；
用于提取所述拉普拉斯谱的谱峰信息的模块；以及
用于根据所述拉普拉斯谱的谱峰信息确定所述初始参数值的模块。
CN201510527333.4A 2015-08-25 2015-08-25 用于磁共振成像系统的梯度涡流校正方法和装置 Active CN106483482B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201510527333.4A CN106483482B (zh) 2015-08-25 2015-08-25 用于磁共振成像系统的梯度涡流校正方法和装置
PCT/CN2016/085132 WO2017032132A1 (en) 2015-08-25 2016-06-07 System and method for an eddy-current field compensation in magnetic resonance imaging
EP16838392.5A EP3317688B1 (en) 2015-08-25 2016-06-07 System and method for an eddy-current field compensation in magnetic resonance imaging
US15/322,375 US10408908B2 (en) 2015-08-25 2016-06-07 System and method for an eddy-current field compensation in magnetic resonance imaging
US16/564,702 US10761172B2 (en) 2015-08-25 2019-09-09 System and method for an eddy-current field compensation in magnetic resonance imaging

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510527333.4A CN106483482B (zh) 2015-08-25 2015-08-25 用于磁共振成像系统的梯度涡流校正方法和装置

Publications (2)

Publication Number Publication Date
CN106483482A true CN106483482A (zh) 2017-03-08
CN106483482B CN106483482B (zh) 2019-08-23

Family

ID=58099594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510527333.4A Active CN106483482B (zh) 2015-08-25 2015-08-25 用于磁共振成像系统的梯度涡流校正方法和装置

Country Status (4)

Country Link
US (2) US10408908B2 (zh)
EP (1) EP3317688B1 (zh)
CN (1) CN106483482B (zh)
WO (1) WO2017032132A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765512A (zh) * 2019-01-18 2019-05-17 上海联影医疗科技有限公司 磁共振梯度系统及其涡流补偿方法及装置
CN111462975A (zh) * 2020-03-31 2020-07-28 清华大学 一种磁场产生方法、同步加速器、存储介质和设备
CN112741612A (zh) * 2019-10-31 2021-05-04 上海联影医疗科技股份有限公司 磁共振成像方法、装置、存储介质及计算机设备
CN113219391A (zh) * 2021-05-27 2021-08-06 成都鸣石峻致医疗科技有限公司 一种磁共振成像系统中加速涡流矫正的方法和设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021243215A1 (en) * 2020-05-29 2021-12-02 Hyperfine, Inc. Systems and methods for low-field fast spin echo imaging

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1521515A (zh) * 2003-02-13 2004-08-18 确定对涡流场进行补偿设置的方法
CN102298129A (zh) * 2011-05-30 2011-12-28 苏州安科医疗系统有限公司 一种用于核磁共振成像系统的涡流测量及补偿方法
CN102764122A (zh) * 2011-03-07 2012-11-07 株式会社东芝 磁共振成像装置
CN102778662A (zh) * 2011-04-19 2012-11-14 通用电气公司 用于对扩散加权回波平面成像中高阶涡流引起的失真进行预期校正的系统和方法
CN103376433A (zh) * 2012-04-27 2013-10-30 西门子(深圳)磁共振有限公司 图像畸变校正方法及系统、磁共振成像设备
CN104181479A (zh) * 2013-05-23 2014-12-03 上海联影医疗科技有限公司 用于磁共振成像系统的涡流补偿方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4965521A (en) 1989-08-11 1990-10-23 Spectroscopy Imaging Systems Method and apparatus for compensating eddy current effects in a magnetic resonance device having pulsed magnetic field gradients
EP0560396B1 (en) * 1992-03-13 2001-11-07 Kabushiki Kaisha Toshiba Nuclear magnetic resonance imaging with improved image quality and operation efficiency
US6427079B1 (en) * 1999-08-09 2002-07-30 Cormedica Corporation Position and orientation measuring with magnetic fields
DE102004060768B4 (de) * 2004-12-15 2006-12-21 Universitätsklinikum Freiburg Wirbelstromkompensation mit N-Average SSFP Bildgebung
CN102103196B (zh) * 2009-12-18 2013-03-06 东软飞利浦医疗设备系统有限责任公司 具有可调数字预加重的磁共振梯度波形产生系统及方法
US9191582B1 (en) * 2011-04-29 2015-11-17 Bae Systems Information And Electronic Systems Integration Inc. Multi-mode high speed sensor
CN103596496B (zh) 2011-06-30 2016-08-24 株式会社日立制作所 磁共振成像装置以及倾斜磁场波形推定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1521515A (zh) * 2003-02-13 2004-08-18 确定对涡流场进行补偿设置的方法
US20040227513A1 (en) * 2003-02-13 2004-11-18 Volker Weissenberger Method for determining a compensation setting for an eddy current field
CN102764122A (zh) * 2011-03-07 2012-11-07 株式会社东芝 磁共振成像装置
CN102778662A (zh) * 2011-04-19 2012-11-14 通用电气公司 用于对扩散加权回波平面成像中高阶涡流引起的失真进行预期校正的系统和方法
CN102298129A (zh) * 2011-05-30 2011-12-28 苏州安科医疗系统有限公司 一种用于核磁共振成像系统的涡流测量及补偿方法
CN103376433A (zh) * 2012-04-27 2013-10-30 西门子(深圳)磁共振有限公司 图像畸变校正方法及系统、磁共振成像设备
CN104181479A (zh) * 2013-05-23 2014-12-03 上海联影医疗科技有限公司 用于磁共振成像系统的涡流补偿方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐恺频: "应用于核磁共振波谱数据化学计量学分析的若干数值方法研究", 《中国博士学位论文全文数据库 工程科技I辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765512A (zh) * 2019-01-18 2019-05-17 上海联影医疗科技有限公司 磁共振梯度系统及其涡流补偿方法及装置
CN112741612A (zh) * 2019-10-31 2021-05-04 上海联影医疗科技股份有限公司 磁共振成像方法、装置、存储介质及计算机设备
CN112741612B (zh) * 2019-10-31 2023-04-25 上海联影医疗科技股份有限公司 磁共振成像方法、装置、存储介质及计算机设备
CN111462975A (zh) * 2020-03-31 2020-07-28 清华大学 一种磁场产生方法、同步加速器、存储介质和设备
CN111462975B (zh) * 2020-03-31 2021-05-18 清华大学 一种磁场产生方法、同步加速器、存储介质和设备
CN113219391A (zh) * 2021-05-27 2021-08-06 成都鸣石峻致医疗科技有限公司 一种磁共振成像系统中加速涡流矫正的方法和设备

Also Published As

Publication number Publication date
US10761172B2 (en) 2020-09-01
US20170212200A1 (en) 2017-07-27
EP3317688A4 (en) 2018-09-19
EP3317688B1 (en) 2020-09-23
US10408908B2 (en) 2019-09-10
CN106483482B (zh) 2019-08-23
EP3317688A1 (en) 2018-05-09
US20200064429A1 (en) 2020-02-27
WO2017032132A1 (en) 2017-03-02

Similar Documents

Publication Publication Date Title
CN106483482A (zh) 用于磁共振成像系统的梯度涡流校正方法和装置
Poot et al. Optimal experimental design for diffusion kurtosis imaging
Nguyen et al. Denoising MR spectroscopic imaging data with low-rank approximations
Lv et al. Transfer learning enhanced generative adversarial networks for multi-channel MRI reconstruction
US9662037B2 (en) Magnetic resonance imaging apparatus and magnetic resonance imaging method
Grissom et al. Fast large-tip-angle multidimensional and parallel RF pulse design in MRI
CN104103066A (zh) 无图谱脑组织分割方法
CN103529411B (zh) 一种基于梯度编码的自动匀场方法
Stupakov System for controllable magnetic measurement with direct field determination
US8222900B2 (en) Robust GRAPPA
US9977110B2 (en) Method and apparatus for magnetic resonance imaging with radio frequency pulses generated according to phase criteria
CN109799472B (zh) 一种基于深度学习的磁共振涡流补偿方法
EP2372383B1 (en) Design of a gradient waveform for a k-space trajectory with an upper frequency limit due to MRI gradient hardware
CN110074786B (zh) 核磁共振匀场方法、装置、计算设备及核磁共振成像系统
Tran-Gia et al. Consideration of slice profiles in inversion recovery Look–Locker relaxation parameter mapping
US20160238683A1 (en) Automated determination of the resonance frequencies of protons for magnetic resonance examinations
Fang et al. Deep learning for fast and spatially-constrained tissue quantification from highly-undersampled data in magnetic resonance fingerprinting (MRF)
Neves Silva et al. Real‐time fetal brain tracking for functional fetal MRI
JP6109508B2 (ja) 磁気共鳴イメージング装置
DE102016203253A1 (de) Verfahren und Magnetresonanzgerät zur Aufnahme eines Magnetresonanzdatensatzes und Datenträger
DE102016203254A1 (de) Berechnung von Stimulationswerten in der MRT
Zubkov et al. Efficient and precise calculation of the b-matrix elements in diffusion-weighted imaging pulse sequences
EP3629047A1 (de) Magnetresonanz-fingerprinting-verfahren basierend auf ähnlichkeitswerten
Havránek et al. Magnetizing process control for compensation ferrometers
Wallace et al. A fast approach for simultaneous measurement of head motion and induced magnetic field changes using FID navigators

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Patentee after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

CP01 Change in the name or title of a patent holder