CN106772167B - 核磁共振成像方法及装置 - Google Patents

核磁共振成像方法及装置 Download PDF

Info

Publication number
CN106772167B
CN106772167B CN201611095869.4A CN201611095869A CN106772167B CN 106772167 B CN106772167 B CN 106772167B CN 201611095869 A CN201611095869 A CN 201611095869A CN 106772167 B CN106772167 B CN 106772167B
Authority
CN
China
Prior art keywords
information
data
coil sensitivity
image
multiple groups
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.)
Active
Application number
CN201611095869.4A
Other languages
English (en)
Other versions
CN106772167A (zh
Inventor
谢国喜
任亚楠
陈中舟
刘新
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201611095869.4A priority Critical patent/CN106772167B/zh
Publication of CN106772167A publication Critical patent/CN106772167A/zh
Application granted granted Critical
Publication of CN106772167B publication Critical patent/CN106772167B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608Data 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明实施例提供了一种核磁共振成像方法及装置,其中,该方法包括:在同一扫描部位采集多组不同对比度图像的数据;在k空间,分别对每组对比度图像的数据在相位方向外围进行欠采样且在自校准信号线处进行全采样,获得采样数据;将线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息,将线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵;将采样数据和线圈灵敏度平滑信息作为输入数据,将重建数据矩阵作为输出,形成用于求解线圈灵敏度信息和多组不同对比度图像的待重建信息的目标函数;采用非线性迭代算法求解目标函数,重建多组不同对比度图像,计算出线圈灵敏度信息。

Description

核磁共振成像方法及装置
技术领域
本发明涉及图像处理技术领域,特别涉及一种核磁共振成像方法及装置。
背景技术
当前磁共振成像方法中,并行磁共振成像技术使用多通道相控阵射频接收线圈接收信号,并利用不同线圈单元的线圈灵敏度信息对欠采样的数据进行图像重建,从而在降低数据采样量条件下,仍能保证较好的图像重建质量,达到缩短扫描时间的目的。但是,如果线圈灵敏度估计不准确,并行成像重建结果往往会有混叠伪影,造成图像质量下降,因此由欠采样数据重建出高质量的图像一直是磁共振成像领域广受关注的关键核心问题。解决该问题主要从两个方面考虑:一是提高线圈灵敏度估计的准确性,二是提高图像重建算法的优越性。目前主流的重建算法(少数算法如自校准部分并行获取方法(GeneralizedAutocalibrating Partially Parallel Acquisitions,GRAPPA)除外)都需要精确估计线圈灵敏度,估计线圈灵敏度的方法有扫描参考图像和自动校准两种方式。在欠采样的扫描前后扫描一组参考图像可以获取较好的灵敏度信息,但是该方法会使总扫描时间增加,而且由于环境差异,两次扫描得到的灵敏度不能够完全吻合,仍不能避免伪影,这在动态成像中尤其明显。自校准技术在加速扫描时,在k空间外围欠采,中心全采,中心全采样的数据线即自校准信号线(Auto Calibration Signal,ACS)。目前大部分算法通常利用ACS线的数据估计线圈灵敏度,但是由于ACS线较少,灵敏度仍然不够精确,且会出现截断伪影。基于并行成像重建算法中,灵敏度编码(Sensitivity Encoding,SENSE)重建方法是在图像域进行逐点的去混叠,重建时间较长,且这种技术对K空间欠采样规则性、灵敏度准确性均要求很高;基本的空间谐波同步获取(Simultaneous Acquisition of Spatial Harmonics,SMASH)重建方法是在K空间进行去混叠。SMASH方法要求预扫描,增加总扫描时间,且不能保持灵敏度完全一致。AUTO-SMASH技术只利用到一个位置两侧的谐行波数据,求出的权系数对噪声的鲁棒性不好。VD-AUTO-SMASH技术获得更多位置的自动校正行数据,用最小二乘法解方程可以得到较精准的权系数,数据量较大时,易出现病态;用于编码和并行重建的线圈阵列灵敏度曲线(Sensitivity Profiles from an Array of Coils for Encoding andReconstruction in Parallel,SPACE-RIP)技术对图像逐列重建,但是对灵敏度准确度要求很高。就常用解法而言,线性解法在加速倍数较高时容易出现病态,而增加约束项的非线性系统迭代求解方法应用更为广泛。
Martin Uecker等人提出的图像重建和灵敏度估计共同解(Joint ImageReconstruction and Sensitivity Estimation in Sense,JSENSE)技术可以较准确地估计线圈灵敏度,并同时重建出原始图像,在Uecker等人提出的JSENSE重建算法中,将待求解的单一对比图像和其对应的线圈灵敏度都作为未知数,进行非线性迭代求解。求解过程中使用全部欠采样数据估计灵敏度,大大提高了灵敏度的准确性,从而得到更精准的图像信息。相比于常用的“ACS线估计线圈灵敏度,待解图像作为未知数”的求解思想,JSENSE重建结果有明显优势。
但是,现有的JENSE重建方法一次只能重建一种对比度的图像,如T1加权图像、T2加权图像、质子密度加权图像等。在临床检查中如需观察不同组织的信息,必须有针对性的重新调整扫描参数,扫描重建出不同对比度的图像,因而存在总扫描时间长、易产生运动伪影等缺点。
发明内容
本发明实施例提供了一种核磁共振成像方法,以解决现有技术中不能同时重建不同对比度图像的技术问题。该方法包括:在同一扫描部位采集多组不同对比度图像的数据;在k空间,分别对每组对比度图像的数据在相位方向外围进行欠采样且在自校准信号线处进行全采样,获得采样数据;将线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵;将所述采样数据和线圈灵敏度平滑信息作为输入数据,将所述重建数据矩阵作为输出,形成用于求解所述线圈灵敏度信息和多组不同对比度图像的待重建信息的目标函数;采用非线性迭代算法求解所述目标函数,同时重建多组不同对比度图像,计算出所述线圈灵敏度信息。
本发明实施例还提供了一种核磁共振成像装置,以解决现有技术中不能同时重建不同对比度图像的技术问题。该装置包括:数据采集模块,用于在同一扫描部位采集多组不同对比度图像的数据;数据采样模块,用于在k空间,分别对每组对比度图像的数据在相位方向外围进行欠采样且在自校准信号线处进行全采样,获得采样数据;重建数据生成模块,用于将线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵;目标函数生成模块,用于将所述采样数据和线圈灵敏度平滑信息作为输入数据,将所述重建数据矩阵作为输出,形成用于求解所述线圈灵敏度信息和多组不同对比度图像的待重建信息的目标函数;求解模块,用于采用非线性迭代算法求解所述目标函数,同时重建多组不同对比度图像,计算出所述线圈灵敏度信息。
在本发明实施例中,通过在同一扫描部位采集多组不同对比度图像的数据,然后对多组不同对比度图像分别进行采样获得采样数据,同时,将线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息,并将线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,最后,将所述采样数据和线圈灵敏度平滑信息作为输入数据,将所述重建数据矩阵作为输出,形成目标函数,对目标函数迭代求解即可重建出多组不同对比度图像并计算出线圈灵敏度信息。即实现了一次重建出两组或两组以上不同对比度图像,与现有技术中的JENSE重建方法相比,缩短了总扫描时间,减轻了运动伪影,使得更适于儿童等易动患者检查;由于同时重建多组不同对比度图像,使得有利于查看不同组织病理信息,更方便医生诊断。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1是本发明实施例提供的一种核磁共振成像方法的流程图;
图2是本发明实施例提供的一种核磁共振成像装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在本发明实施例中,提供了一种核磁共振成像方法,如图1所示,该方法包括:
步骤101:在同一扫描部位采集多组不同对比度图像的数据;
步骤102:在k空间,分别对每组对比度图像的数据在相位方向外围进行欠采样且在自校准信号线处进行全采样,获得采样数据;
步骤103:将线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息(即多组不同对比度图像共用一组线圈灵敏度信息),将所述线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵;
步骤104:将所述采样数据和线圈灵敏度平滑信息作为输入数据,将所述重建数据矩阵作为输出,形成用于求解所述线圈灵敏度信息和多组不同对比度图像的待重建信息的目标函数;
步骤105:采用非线性迭代算法求解所述目标函数,同时重建多组不同对比度图像,计算出所述线圈灵敏度信息。
由图1所示的流程可知,在本发明实施例中,通过在同一扫描部位采集多组不同对比度图像的数据,然后对多组不同对比度图像分别进行采样获得采样数据,同时,将线圈灵敏度信息作为多组不同对比度图像中每组图像的线圈灵敏度共享信息(即多组不同对比度图像的线圈灵敏度信息相同),并将线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,最后,将所述采样数据和线圈灵敏度平滑信息作为输入数据,将所述重建数据矩阵作为输出,形成目标函数,对目标函数迭代求解即可重建出多组不同对比度图像并计算出线圈灵敏度信息。即实现了一次重建出多组不同对比度图像,与现有技术中的JENSE重建方法相比,缩短了总扫描时间,减轻了运动伪影,使得更适于儿童等易动患者检查;由于同时重建多组不同对比度图像,使得有利于查看不同组织病理信息,更方便医生诊断。
具体实施时,由于多增加一组图像作为未知数,目标函数会增加一倍的方程个数,因此目标函数求解的结果更精确,使得在相同加速倍数时,本申请重建图像的质量与JSENSE方法重建的图像质量相比有明显提高。
具体实施时,在同一扫描部位采集多组不同对比度图像的数据的过程中,关键点在于要求不同对比度图像的扫描部位完全一致,以利于临床中观察多种对比度图像进行病理诊断的特点。具体的,可以采用多对比度梯度回波序(multi-contrast GredientRecovery Echo,multi-contrast GRE)、自旋回波序列(Spin Echo,SE)、平衡稳态自由进动成像技术(balanced Steady-state Free Precession,bSSFP)等技术分别来采集多种不同对比图像的数据。
具体实施时,采集多组不同对比度图像的数据后,将一组线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,并将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵,例如,如公式(1)所示,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数X,通过傅里叶变换形成重建数据矩阵,如公式(2)所示。
其中,F(X)是重建数据矩阵,X=(ρ1,…ρn,c1,…,cN)T表示线圈灵敏度信息和多组不同对比度图像的待重建信息组成的未知数,P是k空间数据欠采样模型,F是傅里叶变换,.*是点乘运算,C1...CN是一组经线圈灵敏度平滑信息处理过的线圈灵敏度信息,ρ1是第一组图像的待重建信息,ρ2是第二组图像的待重建信息,ρn是第n组图像的待重建信息,n是不同对比度图像的组数。
具体实施时,由于方程高度不确定,在本实施例中,利用线圈灵敏度平滑信息来平滑线圈灵敏度信息,以限制k空间高频信息,具体的,利用所述线圈灵敏度平滑信息通过以下公式(3)处理所述线圈灵敏度信息:
Ci=F-1(W·*Si) (3)
其中,Ci是k空间的线圈灵敏度信息经所述线圈灵敏度平滑信息转换成的图像域的线圈灵敏度信息,Si是线圈灵敏度信息在k空间的原始数据,i表示线圈灵敏度信息中的第i个数值,W为索伯列夫式平滑矩阵,K是k空间各数据点到k空间中心的距离,I是索伯列夫指数,表示k空间各数据点到k空间中心的远近程度,F-1是傅里叶逆变换。
具体实施时,通过以下公式(4)表示所述目标函数:
其中,Y表示所述目标函数,d表示所述采样数据, 表示第一组图像的采样数据,表示第二组图像的采样数据,表示第n组图像的采样数据。
具体实施时,目标函数Y为采样数据和重建数据之间的差值,如公式(5)所示,f(x)是目标函数二范数的平方。
同时,推导目标函数的偏导数矩阵(如公式(6)所示)和共轭偏导数矩阵(如公式(7)所示)。
具体实施时,确定目标函数之后,可以由不同的迭代算法求解目标函数,如高斯牛顿法、共轭梯度法等。本发明如果采用高斯牛顿迭代法求解,综合考虑伪影和噪声两个因素选取迭代次数。
具体实施时,以下结合示例说明上述核磁共振成像方法,以证实上述核磁共振成像方法的切实可行。所有实验均在3T磁共振成像系统上进行,并与JSENSE重建结果进行比较,实验中所使用的成像参数如表1所示,
表1
利用上述表1中的数据分别采用本申请的核磁共振成像方法和现有的JSENSE方法进行图像重建,根据重建结果可以看出:对于信噪比较高的第一组图像,本申请重建的图像和JSENSE单独重建的图像几乎保持一致。但对信噪比较差的第二组图像,本申请重建的图像明显比JSENSE单独重建的图像效果好。本申请获取的线圈灵敏度比JSENSE方法更平滑。
基于同一发明构思,本发明实施例中还提供了一种核磁共振成像装置,如下面的实施例所述。由于核磁共振成像装置解决问题的原理与核磁共振成像方法相似,因此核磁共振成像装置的实施可以参见核磁共振成像方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图2是本发明实施例的核磁共振成像装置的一种结构框图,如图2所示,该装置包括:
数据采集模块201,用于在同一扫描部位采集多组不同对比度图像的数据;
数据采样模块202,用于在k空间,分别对每组对比度图像的数据在相位方向外围进行欠采样且在自校准信号线处进行全采样,获得采样数据;
重建数据生成模块203,用于将线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵;
目标函数生成模块204,用于将所述采样数据和线圈灵敏度平滑信息作为输入数据,将所述重建数据矩阵作为输出,形成用于求解所述线圈灵敏度信息和多组不同对比度图像的待重建信息的目标函数;
求解模块205,用于采用非线性迭代算法求解所述目标函数,同时重建多组不同对比度图像,计算出所述线圈灵敏度信息。
在一个实施例中,所述重建数据生成模块通过以下公式将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵:
其中,F(X)是重建数据矩阵,X表示线圈灵敏度信息和多组不同对比度图像的待重建信息组成的未知数,P是k空间数据欠采样模型,F是傅里叶变换,.*是点乘运算,C1...CN是一组经线圈灵敏度平滑信息处理过的线圈灵敏度信息,ρ1是第一组图像的待重建信息,ρ2是第二组图像的待重建信息,ρn是第n组图像的待重建信息,n是不同对比度图像的组数。
在一个实施例中,所述目标函数生成模块利用所述线圈灵敏度平滑信息通过以下公式处理所述线圈灵敏度信息:
Ci=F-1(W·*Si)
其中,Ci是k空间的线圈灵敏度信息经所述线圈灵敏度平滑信息转换成的图像域的线圈灵敏度信息,Si是线圈灵敏度信息在k空间的原始数据,i表示线圈灵敏度信息中的第i个数值,W为索伯列夫式平滑矩阵,K是k空间各数据点到k空间中心的距离,I是索伯列夫指数,F-1是傅里叶逆变换。
在一个实施例中,所述目标函数生成模块通过以下公式表示所述目标函数:
其中,Y表示所述目标函数,d表示所述采样数据, 表示第一组图像的采样数据,表示第二组图像的采样数据,表示第n组图像的采样数据。
在本发明实施例中,通过在同一扫描部位采集多组不同对比度图像的数据,然后对多组不同对比度图像分别进行采样获得采样数据,同时,将线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息,并将线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,最后,将所述采样数据和线圈灵敏度平滑信息作为输入数据,将所述重建数据矩阵作为输出,形成目标函数,对目标函数迭代求解即可重建出多组不同对比度图像并计算出线圈灵敏度信息。即实现了一次重建出多组不同对比度图像,与现有技术中的JENSE重建方法相比,缩短了总扫描时间,减轻了运动伪影,使得更适于儿童等易动患者检查;由于同时重建多组不同对比度图像,使得有利于查看不同组织病理信息,更方便医生诊断。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (2)

1.一种核磁共振成像方法,其特征在于,包括:
在同一扫描部位采集多组不同对比度图像的数据;
在k空间,分别对每组对比度图像的数据在相位方向外围进行欠采样且在自校准信号线处进行全采样,获得采样数据;
将线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵;
将所述采样数据和线圈灵敏度平滑信息作为输入数据,将所述重建数据矩阵作为输出,形成用于求解所述线圈灵敏度信息和多组不同对比度图像的待重建信息的目标函数;
采用非线性迭代算法求解所述目标函数,同时重建多组不同对比度图像,计算出所述线圈灵敏度信息;
通过以下公式将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵:
其中,F(X)是重建数据矩阵,X表示线圈灵敏度信息和多组不同对比度图像的待重建信息组成的未知数,P是k空间数据欠采样模型,F是傅里叶变换,.*是点乘运算,C1...CN是一组经线圈灵敏度平滑信息处理过的线圈灵敏度信息,ρ1是第一组图像的待重建信息,ρ2是第二组图像的待重建信息,ρn是第n组图像的待重建信息,n是不同对比度图像的组数;
利用所述线圈灵敏度平滑信息通过以下公式处理所述线圈灵敏度信息:
Ci=F-1(W·*Si)
其中,Ci是k空间的线圈灵敏度信息经所述线圈灵敏度平滑信息转换成的图像域的线圈灵敏度信息,Si是线圈灵敏度信息在k空间的原始数据,i表示线圈灵敏度信息中的第i个数值,W为索伯列夫式平滑矩阵,K是k空间各数据点到k空间中心的距离,I是索伯列夫指数,F-1是傅里叶逆变换;
通过以下公式表示所述目标函数:
其中,Y表示所述目标函数,d表示所述采样数据, 表示第一组图像的采样数据,表示第二组图像的采样数据,表示第n组图像的采样数据。
2.一种核磁共振成像装置,其特征在于,包括:
数据采集模块,用于在同一扫描部位采集多组不同对比度图像的数据;
数据采样模块,用于在k空间,分别对每组对比度图像的数据在相位方向外围进行欠采样且在自校准信号线处进行全采样,获得采样数据;
重建数据生成模块,用于将线圈灵敏度信息作为多组不同对比度图像中每组图像的共享信息,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息作为核磁共振成像的未知数,将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵;
目标函数生成模块,用于将所述采样数据和线圈灵敏度平滑信息作为输入数据,将所述重建数据矩阵作为输出,形成用于求解所述线圈灵敏度信息和多组不同对比度图像的待重建信息的目标函数;
求解模块,用于采用非线性迭代算法求解所述目标函数,同时重建多组不同对比度图像,计算出所述线圈灵敏度信息;
所述重建数据生成模块通过以下公式将所述线圈灵敏度信息和多组不同对比度图像的待重建信息形成重建数据矩阵:
其中,F(X)是重建数据矩阵,X表示线圈灵敏度信息和多组不同对比度图像的待重建信息组成的未知数,P是k空间数据欠采样模型,F是傅里叶变换,.*是点乘运算,C1...CN是一组经线圈灵敏度平滑信息处理过的线圈灵敏度信息,ρ1是第一组图像的待重建信息,ρ2是第二组图像的待重建信息,ρn是第n组图像的待重建信息,n是不同对比度图像的组数;
所述目标函数生成模块利用所述线圈灵敏度平滑信息通过以下公式处理所述线圈灵敏度信息:
Ci=F-1(W·*Si)
其中,Ci是k空间的线圈灵敏度信息经所述线圈灵敏度平滑信息转换成的图像域的线圈灵敏度信息,Si是线圈灵敏度信息在k空间的原始数据,i表示线圈灵敏度信息中的第i个数值,W为索伯列夫式平滑矩阵,K是k空间各数据点到k空间中心的距离,I是索伯列夫指数,F-1是傅里叶逆变换;
所述目标函数生成模块通过以下公式表示所述目标函数:
其中,Y表示所述目标函数,d表示所述采样数据, 表示第一组图像的采样数据,表示第二组图像的采样数据,表示第n组图像的采样数据。
CN201611095869.4A 2016-12-01 2016-12-01 核磁共振成像方法及装置 Active CN106772167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611095869.4A CN106772167B (zh) 2016-12-01 2016-12-01 核磁共振成像方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611095869.4A CN106772167B (zh) 2016-12-01 2016-12-01 核磁共振成像方法及装置

Publications (2)

Publication Number Publication Date
CN106772167A CN106772167A (zh) 2017-05-31
CN106772167B true CN106772167B (zh) 2019-05-07

Family

ID=58884144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611095869.4A Active CN106772167B (zh) 2016-12-01 2016-12-01 核磁共振成像方法及装置

Country Status (1)

Country Link
CN (1) CN106772167B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110133557B (zh) * 2018-02-09 2021-08-31 深圳先进技术研究院 一种新型的非线性并行重建的磁共振成像方法、装置及介质
CN112423659B (zh) * 2018-05-21 2023-04-21 上海联影医疗科技股份有限公司 多对比度磁共振成像的系统和方法
CN108957375B (zh) * 2018-07-23 2020-12-22 深圳先进技术研究院 磁共振成像方法、装置、设备及存储介质
CN109765514A (zh) * 2019-02-13 2019-05-17 李秀利 一种具有多种对比度的磁共振成像系统
CN111856365B (zh) * 2019-04-24 2023-03-14 深圳先进技术研究院 磁共振成像方法、装置、系统及存储介质
CN111856364B (zh) * 2019-04-24 2023-03-28 深圳先进技术研究院 一种磁共振成像方法、装置、系统及存储介质
CN110261804B (zh) * 2019-05-28 2021-07-16 上海联影医疗科技股份有限公司 磁共振扫描方法、装置、计算机设备和存储介质
WO2022027419A1 (zh) 2020-08-06 2022-02-10 深圳先进技术研究院 磁共振成像方法、装置及计算机存储介质
CN112557981B (zh) * 2020-12-03 2023-06-13 川北医学院 一种并行磁共振成像的改进算法
CN113533408A (zh) * 2021-07-21 2021-10-22 杭州电子科技大学 一种改善并行磁共振重建图像质量的变密度数据采样方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1649540A (zh) * 2002-04-30 2005-08-03 株式会社日立医药 磁共振图像装置
JP2006130285A (ja) * 2004-10-08 2006-05-25 Hitachi Medical Corp 磁気共鳴イメージング装置
CN101308202A (zh) * 2007-05-17 2008-11-19 西门子(中国)有限公司 并行采集图像重建的方法和装置
CN101915901A (zh) * 2010-08-17 2010-12-15 中国科学院深圳先进技术研究院 磁共振成像方法及装置
CN102008306A (zh) * 2010-12-22 2011-04-13 中国科学院深圳先进技术研究院 磁共振并行成像方法
CN102362191A (zh) * 2009-03-25 2012-02-22 皇家飞利浦电子股份有限公司 具有经运动校正的线圈灵敏度的磁共振部分并行成像(ppi)
CN103033782A (zh) * 2012-12-07 2013-04-10 中国科学院深圳先进技术研究院 并行磁共振成像装置及其成像的方法
CN104931904A (zh) * 2015-01-27 2015-09-23 浙江德尚韵兴图像科技有限公司 一种ppi的多对比度磁共振图像的联合重构方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6836116B2 (en) * 2002-07-01 2004-12-28 Ge Medical Systems Global Technology Company, Llc. Sensitivity encoding magnetic resonance imaging method and system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1649540A (zh) * 2002-04-30 2005-08-03 株式会社日立医药 磁共振图像装置
JP2006130285A (ja) * 2004-10-08 2006-05-25 Hitachi Medical Corp 磁気共鳴イメージング装置
CN101308202A (zh) * 2007-05-17 2008-11-19 西门子(中国)有限公司 并行采集图像重建的方法和装置
CN102362191A (zh) * 2009-03-25 2012-02-22 皇家飞利浦电子股份有限公司 具有经运动校正的线圈灵敏度的磁共振部分并行成像(ppi)
CN101915901A (zh) * 2010-08-17 2010-12-15 中国科学院深圳先进技术研究院 磁共振成像方法及装置
CN102008306A (zh) * 2010-12-22 2011-04-13 中国科学院深圳先进技术研究院 磁共振并行成像方法
CN103033782A (zh) * 2012-12-07 2013-04-10 中国科学院深圳先进技术研究院 并行磁共振成像装置及其成像的方法
CN104931904A (zh) * 2015-01-27 2015-09-23 浙江德尚韵兴图像科技有限公司 一种ppi的多对比度磁共振图像的联合重构方法

Also Published As

Publication number Publication date
CN106772167A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN106772167B (zh) 核磁共振成像方法及装置
CN111513716B (zh) 使用扩展灵敏度模型和深度神经网络进行磁共振图像重建的方法和系统
JP6998218B2 (ja) 動き検出を用いるmr撮像
Griswold et al. Generalized autocalibrating partially parallel acquisitions (GRAPPA)
McKenzie et al. Self‐calibrating parallel imaging with automatic coil sensitivity extraction
Smith MRI artifacts and correction strategies
US10401456B2 (en) Parallel MR imaging with Nyquist ghost correction for EPI
CN104204839B (zh) 使用apt对比增强和多回波时间采样的mr成像
US8155419B2 (en) MRI acquisition using sense and highly undersampled fourier space sampling
US10552955B2 (en) Imaging acceleration methods for MRI parameter mapping
US7224163B2 (en) Magnetic resonance imaging device
Cole et al. Analysis of deep complex-valued convolutional neural networks for MRI reconstruction
WO2014195384A1 (en) Parallel mri with b0 distortion correction and multi-echo dixon water-fat separation using regularised sense reconstruction
US11131738B2 (en) Multiband, multishot magnetic resonance elastography
CN108459289A (zh) 一种基于数据一致性的多次激发弥散加权磁共振成像方法
CN110720047B (zh) 双回波Dixon型水/脂肪分离MR成像
Schwarz et al. GRAPPA reconstructed wave‐CAIPI MP‐RAGE at 7 tesla
US20150042329A1 (en) Dynamic contrast enhanced magnetic resonance imaging with high spatial-temporal resolution
WO2013181517A2 (en) System and method for magnetic resonance imaging using highly accelerated projection imaging
Dai et al. Distortion-free diffusion imaging using self-navigated Cartesian Echo-planar time resolved acquisition and joint magnitude and phase constrained reconstruction
KR102163337B1 (ko) 언더샘플링 방향 변화를 통한 다중영상획득 mri의 고속화 방법 및 이를 위한 장치
Chang et al. Virtual conjugate coil for improving KerNL reconstruction
WO2017108543A1 (en) Dti with correction of motion-induced diffusion gradient inconsistency
EP4330928A1 (en) System, method and computer-accessible medium for decorrelating and removing noise from at least one image
Jung et al. 3D diffusion tensor MRI with isotropic resolution using a steady‐state radial acquisition

Legal Events

Date Code Title Description
PB01 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