CN106780643A - 磁共振多次激发扩散成像运动矫正方法 - Google Patents
磁共振多次激发扩散成像运动矫正方法 Download PDFInfo
- Publication number
- CN106780643A CN106780643A CN201611043156.3A CN201611043156A CN106780643A CN 106780643 A CN106780643 A CN 106780643A CN 201611043156 A CN201611043156 A CN 201611043156A CN 106780643 A CN106780643 A CN 106780643A
- Authority
- CN
- China
- Prior art keywords
- diffusion
- image
- navigation signal
- data
- imaging
- 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
- 238000009792 diffusion process Methods 0.000 title claims abstract description 74
- 238000003384 imaging method Methods 0.000 title claims abstract description 48
- 239000000729 antidote Substances 0.000 title claims abstract description 18
- 230000033001 locomotion Effects 0.000 claims abstract description 78
- 238000012937 correction Methods 0.000 claims abstract description 44
- 238000013519 translation Methods 0.000 claims abstract description 24
- 238000002595 magnetic resonance imaging Methods 0.000 claims abstract description 5
- 238000002598 diffusion tensor imaging Methods 0.000 claims abstract description 4
- 230000005284 excitation Effects 0.000 claims description 13
- 230000010354 integration Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000000205 computational method Methods 0.000 claims description 3
- 241001269238 Data Species 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 18
- 230000008569 process Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 210000000476 body water Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002597 diffusion-weighted imaging Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
- G06T2207/10092—Diffusion tensor magnetic resonance imaging [DTI]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种磁共振多次激发扩散成像运动矫正方法，包括：采集多次激发磁共振序列；通过磁共振扫描序列得到图像回波信号和二维导航信号；通过二维导航信号估计运动参数；根据运动参数对图像回波信号和二维导航信号进行旋转和平移矫正，同时丢弃污染的数据，得到矫正数据；整合矫正的多次激发采集数据进行并行成像重建；通过图像配准算法估计旋转运动参数对重建图像进行扩散梯度矫正；利用经过矫正的扩散图像和扩散梯度进行最终计算，得到扩散张量成像参数。该方法可以对磁共振扩散成像扫描过程当中出现的多种运动误差进行有效矫正，从而获得消除伪影的高分辨率扩散张量图像，有效减少误差，提高磁共振扩散成像张量参数计算的准确度。
Description
技术领域
本发明涉及磁共振扩散成像技术领域，特别涉及一种磁共振多次激发扩散成像运动矫正方法。
背景技术
磁共振扩散加权成像能够无创检测人体水分子的微观布朗运动，提供微观结构的信息，以及组织的功能信息，是一种重要的神经影像技术，在临床与研究中被广泛使用。
由于扩散成像尤其是高分辨率的扩散张量成像需要较长的扫描时间，因而患者的无意识运动是一个在临床使用中必须解决的问题。通过固定患者的头部等方法不仅仅会使患者不舒适，也无法完全防止运动的产生。因此，运动矫正技术是磁共振高分辨率扩散成像的一个难点和热点。理论上，可以把扩散成像中的运动分为三类：(1)水分子的扩散运动，(2)患者极微小的运动或者生理搏动，(3)患者较大的整体运动。其中，第一种运动是扩散成像所感兴趣的水分子运动，会造成图像中扩散系数较大的组织幅值降低，并不会影响图像质量。第二种运动的运动幅度小于图像的像素大小，因而不会造成整体位置变化，但是这种运动若在施加扩散梯度时产生，会造成图像剧烈的相位变化，产生因不同次激发数据间的相位差异而产生的混叠伪影，因而该类运动必须被矫正。第三种运动为较大幅度的运动，该类运动可以定义为产生在不同次激发采集间的位置变化，若该类运动产生在梯度施加期间，采集的信号将遭到破坏，图像将难以恢复，若产生在其他采集阶段，不同激发间的位置差异会导致在整合重建不同次激发采集的数据时产生误差，难以得到理想的图像，导致最终的扩散图像产生模糊等问题。
由于第二类和第三类运动误差的存在，使得目前临床上使用最为广泛的仍然是单次激发平面回波技术，高分辨率扩散成像的发展受到限制。采用多次激发的高分辨率扩散成像，主要会面临三种因运动而造成的误差：(1)因为像素内小运动而产生的相位误差，这会造成严重的混叠伪影；(2)因较大的运动而造成的图像整体运动，产生最终图像的模糊伪影；(3)因头部的旋转运动而造成扩散梯度的方向相对原始坐标系发生变化，从而影响最终扩散参数的计算。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的目的在于提出一种磁共振多次激发扩散成像运动矫正方法，该方法可以有效减少计算误差，提高计算的准确度。
为达到上述目的，本发明一方面实施例提出了一种磁共振多次激发扩散成像运动矫正方法，包括以下步骤：具有导航信号的多次激发磁共振序列采集；通过磁共振扫描序列得到图像回波信号和二维导航信号；通过二维导航信号估计运动参数；根据运动参数对图像回波信号和二维导航信号进行旋转和平移矫正，同时丢弃污染的数据，得到矫正数据；整合矫正的多次激发采集数据进行并行成像重建，以消除运动伪影和混叠伪影得到重建的扩散图像；通过图像配准算法估计的旋转运动参数对重建图像进行扩散梯度矫正；利用经过矫正的扩散图像和扩散梯度进行最终计算，得到扩散张量成像参数。
本发明实施例的磁共振多次激发扩散成像运动矫正方法，通过对扫描过程当中出现的多种运动误差进行有效矫正，从而获得消除伪影的高分辨率扩散图像。该方法不但能够有效地对磁共振扩散成像的多种运动误差进行矫正，包括病人的刚体运动，生理运动，以及由于旋转引起的扩散梯度误差，并且基于多次激发序列进行运动矫正重建，从而能够在矫正运动误差的同时达到更高的分辨率和更少的几何畸变，具有良好的灵活性和鲁棒性，适用于多种磁共振序列，并且有效减少计算误差，提高了计算的准确度。
另外，根据本发明上述实施例的磁共振多次激发扩散成像运动矫正方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述通过所述二维导航信号估计运动参数进一步包括：选取2D导航信号k空间中心一个圆形的区域，以得到最中心部分的低频信号，并将所述部分低频信号重新采样到极坐标系中，进行取幅值操作以排除相位干扰；在极坐标下计算不同激发采集数据的导航信号经过平移的相关系数，对极坐标数据的平移对应当前导航信号的图像经过不同旋转角度变换后，与参考位置的导航信号的相关性，其中，具有最高相关性的旋转角度对应了所述当前导航信号相对于参考位置的旋转。之后通过直接移动笛卡尔坐标系的导航信号到不同的位置然后计算相关系数，其中，相关系数最高的位移为所求的平移运动参数；平移的相关系数计算方法具体为，对所述参考图像的导航信号和所述当前导航信号的k空间数据进行点乘，之后通过逆傅里叶变换到图像域得到所述相关系数及运动参数。
进一步地，在本发明的一个实施例中，所述根据所述运动参数对所述图像回波信号和二维导航信号进行旋转和平移矫正，进一步包括：通过对k空间的频率编码和相位编码方向施加线性的相位矫正平移运动所造成的k空间数据误差，通过对采集数据的坐标进行旋转以矫正旋转误差，并且计算运动矫正后的导航信号与平均导航信号的相关性，对相关系数低的导航信号代表的数据进行丢弃操作以减少无法恢复的运动数据的影响。
进一步地，在本发明的一个实施例中，所述对所述矫正数据进行整合并行成像重建，进一步包括：对所述矫正数据进行非笛卡尔坐标系的重建，将因运动而产生的相位误差作为编码信息，整合多次激发以及多线圈采集的数据，通过所述二维导航信号得到自校准重建所需要的重建权重参数，并进行整合重建，以矫正相位误差，得到没有混叠的扩散图像。
进一步地，在本发明的一个实施例中，所述通过图像配准对所述重建图像进行扩散梯度矫正，进一步包括：对所述重建图像中的扩散加权图像和采集的无扩散加权图像进行图像配准，以得到不同方向间的旋转信息；根据所述旋转信息结合之前估计的方向内不同激发数据间的旋转，以得到每次激发相对于非扩散加权图像的旋转，通过计算得到的旋转运动角度对不同方向的扩散梯度进行旋转矫正，以得到更准确的扩散张量参数。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的磁共振多次激发扩散成像运动矫正方法的流程图；
图2为根据本发明一个实施例的磁共振多次激发扩散成像运动矫正方法的流程图；
图3为根据本发明一个实施例的带有二维导航信号的扩散成像多次激发平面回波序列示意图；
图4为根据本发明一个实施例的旋转参数估计方法示意图；
图5为根据本发明一个实施例的采样轨迹旋转矫正示意图；
图6为根据本发明一个实施例的利用运动矫正后的数据进行整合并行成像重建流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的磁共振多次激发扩散成像运动矫正方法。
图1是本发明实施例的磁共振多次激发扩散成像运动矫正方法的流程图。
如图1所示，该磁共振多次激发扩散成像运动矫正方法包括以下步骤：
在步骤S101中，采集具有导航信号的多次激发磁共振序列。
在步骤S102中，通过磁共振扫描序列得到图像回波信号和二维导航信号。
需要说明的是，如图2所示，以二维信号导航的多次激发平面回波序列为例，但并不局限于特定序列，能够灵活应用于多种磁共振扫描序列。应用于扩散成像的具有二维信号导航的多次激发平面回波序列如图3所示，通过该序列能够得到具有扩散加权的图像回波信号以及二维导航信号。二维导航信号可以为后续的运动参数估计，并行成像重建提供必要的信息。
在步骤S103中，通过二维导航信号估计运动参数，其中，运动参数包括旋转参数和平移参数。
进一步地，在本发明的一个实施例中，通过二维导航信号估计运动参数进一步包括：选取2D导航信号k空间中心一个圆形的区域，以得到中心部分的低频信号，并将所述部分低频信号重新采样到极坐标系中，进行取幅值操作以排除相位干扰；在极坐标下计算不同激发采集数据的导航信号经过平移的相关系数，对极坐标数据的平移对应当前导航信号的图像经过不同旋转角度变换后，与参考位置的导航信号的相关性，其中，具有最高相关性的旋转角度对应了所述当前导航信号相对于参考位置的旋转。之后通过直接移动笛卡尔坐标系的导航信号到不同的位置然后计算相关系数，其中，相关系数最高的位移为所求的平移运动参数；平移的相关系数计算方法具体为，对所述参考图像的导航信号和所述当前导航信号的k空间数据进行点乘，之后通过逆傅里叶变换到图像域得到所述相关系数及运动参数。
可以理解的是，采集的二维导航信息对应每次激发的低分辨率图像，因为每次激发图像信号采集和导航信号间隔很短，可以认为它们具有相同的运动状态和位置。因此，可以利用每次激发的二维导航信号来进行运动参数的估计，包括平面内的旋转和平移(x方向和y方向)运动。因为重建是在每个方向的多次激发数据内进行的，所以首先随机选取一次激发数据作为参考图像位置。第一步，对旋转参数进行估计，算法如图4所示。首先选取2D导航信号的中心一个圆形的区域，得到中心的部分低频信号。图像的旋转对应了k空间的旋转，把这部分信号重新采样到极坐标系中，极坐标下的平移对应了图像的旋转。对这些极坐标数据取幅值以排除因为平移运动而造成的相位干扰。之后在极坐标下计算不同数据平移的相关系数，对应当前导航信号的图像经过不同旋转角度变换后，与参考位置的导航信号的相关性。最高相关性的旋转角度对应了当前导航信号相对于参考位置的旋转。对于平移运动的估计，图像域的算法是移动不同的位置然后计算相关系数，相关系数最高的位移即为所求的平移坐标。由于图像域的卷积操作，对应k空间的点乘，因此直接对参考图像的导航信号和当前导航信号进行点乘然后逆傅里叶变换到图像域即可计算得到对应的平移运动信息。
在步骤S104中，根据运动参数对图像回波信号和二维导航信号进行旋转和平移矫正，同时丢弃污染的数据，得到矫正数据。
进一步地，在本发明的一个实施例中，根据运动参数对图像回波信号和二维导航信号进行平移旋转矫正：通过对k空间的频率编码和相位编码方向施加线性的相位矫正平移运动所造成的k空间数据误差，通过对采集数据的坐标进行旋转以矫正旋转误差，并且计算运动矫正后的导航信号与平均导航信号的相关性，对相关系数低的导航信号代表的数据进行丢弃操作以减少无法恢复的运动数据的影响。
也就是说，如图2所示，在得到运动参数后，对导航信号和图像信号的k空间采样轨迹进行旋转矫正，示意图如5所示，图中以两次激发的图像回波信号为例，第一次激发的信号受到了旋转影响，进行了坐标的旋转矫正。图5上方的矫正前的坐标为笛卡尔坐标采样，下方矫正后的坐标会由于旋转而不在笛卡尔采样点上。对于图像平移的数据矫正，通过对k空间的频率编码和相位编码方向施加线性的相位即可矫正平移运动所造成的k空间数据误差。在进行了运动矫正之后，需要对受到运动破坏而无法恢复的数据进行丢弃操作，具体做法为计算经过运动矫正后的导航信号的相关性，与平均导航信号相关系数低的导航信号代表了该次激发受到了运动的干扰，进行丢弃操作。
在步骤S105中，整合矫正的多次激发采集数据进行并行成像重建，以消除运动伪影和混叠伪影得到重建的扩散图像。
进一步地，在本发明的一个实施例中，对矫正数据进行整合并行成像重建，进一步包括：对矫正数据进行非笛卡尔坐标系的重建，将因运动而产生的相位误差作为编码信息，整合多次激发以及多线圈采集的数据，通过所述二维导航信号得到自校准重建所需要的重建权重参数，并进行整合重建，以矫正相位误差，得到没有混叠的扩散图像。
举例而言，在通过运动估计和数据矫正后，可以得到矫正了平移运动的k空间数据，旋转矫正后的k空间采样轨迹坐标，以及平移和旋转矫正的二维导航信号。之后利用这些数据，整合并行成像重建技术，消除因为平移和旋转运动而造成的伪影，同时消除在扩散成像中由于较小运动而造成的相位变化产生的混叠伪影。
具体地，如图2所示，对于数据进行非笛卡尔坐标系的重建，将因运动而产生的相位误差当作一种新的编码信息，类似于线圈敏感度编码，重建整合多次激发以及多线圈采集的数据，这样可以通过二维导航信号得到自校准重建所需要的重建加权系数，进行整合重建。重建算法如图6所示，图中以3次激发，2通道采集的数据为例，迭代地进行并行成像插值和数据保真投影，最终获得收敛的图像计算结果。不同次激发的数据构成了新轨迹的数据，通过并行成像重建算法在整合维度的插值以及数据保真投影，迭代重建最终得到满采的k空间，具体插值公式如下：
其中，di,j是需要插值的第i次激发第j个线圈的k空间数据，(m,n)是对应的k空间坐标。(m',n')是在卷积核中的k空间数据的坐标，i,i'∈[1,Ns]，Ns是多次激发的次数，j,j'∈[1,Nc],Nc是通道线圈数。g是通过二维导航信号计算得到的并行成像插值算子。通过该差值公式(1)，所有的k空间降采数据都可通过插值而得到。
在步骤S106中，通过图像配准估计的旋转运动对重建图像进行扩散梯度矫正，矫正扩散梯度的旋转运动误差。
进一步地，在本发明的一个实施例中，通过图像配准对重建图像进行扩散梯度矫正，矫正梯度的旋转误差，进一步包括：对重建图像中扩散图像和采集的无扩散加权图像进行图像配准，以得到不同方向间的旋转信息；根据旋转信息结合之前估计的方向内不同次激发间的旋转运动角度，得到每次激发采集相对于非扩散加权图像的旋转。
具体而言，如图2所示，重建得到每次激发的图像后，需要对这些扩散图像和采集的无扩散加权图像进行图像配准，以计算不同方向间的旋转运动，并且为后续计算扩散张量参数做准备。
头部的旋转会使得实际的扩散梯度方向发生变化，导致B-matrix产生错误，使得不同方向的扩散图像对比度产生误差。为了得到准确的B-matrix需要对其进行矫正，公式如下：
为第k个方向的原始扩散梯度方向，经过旋转变换R后得到旋转运动后的方向。有两种B-matrix矫正策略，第一种是对每次激发都根据旋转计算一个新的扩散方向，然后用新的扩散方向和所有次激发的图像进行扩散张量的计算；第二种是首先对每个方向内的多次激发图像进行平均结合，然后利用每个方向的旋转角度进行梯度矫正得到一个新的扩散方向。通过实验对比后发现，第二种方法的结果更准确。这种结果的原因是，在同一方向内，虽然不同激发采集数据的运动不同，但重建的时候会相互插值，最终的结果具有一定的平均效应。同时，对一个方向内的图像进行复数平均能够一定程度上消除噪声等误差的干扰。因此，在实施例中的梯度矫正算法采取第二种策略。
其中，当进行平均时，不同次激发数据的图像质量可能会有差异，为了进一步提高图像质量，对图像平均算法采取了加权平均的方式。具体方法为，首先，滤除掉不同次激发间的低频相位信息保证平均计算不会造成信号丢失，其次，根据每次激发的重建图像与平均图像的相关性进行加权平均，相关性越高加权系数越高，权重需要进行归一化。经过加权平均操作能够进一步减少剩余的运动伪影，同时提高信噪比。
在步骤S107中，利用经过矫正的扩散图像和扩散梯度进行最终计算，得到扩散张量成像参数。
也就是说，经过这些过程后，能够得到经过运动矫正、相位矫正以及梯度矫正后的扩散成像数据，进行扩散张量的计算，得到更为准确的扩散图像及扩散张量参数。
综上所述，在本发明的实施例中，以基于二维信号导航的多次激发平面回波序列为例，将微小运动造成的相位误差视为一种编码信息，并将相位编码信息加入重建中，矫正由于微小运动产生的相位误差带来的严重混叠伪影。采用更多次的激发采集可以更好地减少几何形变以达到更高的分辨率，但同时更长的采集时间也会增加较大运动的几率，本发明实施例的方法通过整合运动估计，采样轨迹运动矫正，数据运动矫正和并行成像重建技术，同时完成对于较大运动和微小运动的矫正重建，得到不受运动干扰的高分辨率磁共振扩散图像。
根据本发明实施例的磁共振多次激发扩散成像运动矫正方法，通过对扫描过程当中出现的多种运动误差进行有效矫正，从而获得消除运动伪影的高分辨率图像。该技术不仅能够矫正病人的刚体运动，生理运动，以及由于旋转引起的扩散梯度误差，并且采用了结合多次激发序列的运动矫正重建，从而能够在矫正运动误差的同时达到更高的分辨率和更少的几何畸变，具有良好的灵活性和鲁棒性，适用于多种磁共振序列。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (5)
1.一种磁共振多次激发扩散成像运动矫正方法，其特征在于，包括以下步骤：
采集具有导航信号的多次激发磁共振序列；
通过磁共振扫描序列得到图像回波信号和二维导航信号；
通过所述二维导航信号估计运动参数，其中，所述运动参数包括旋转参数和平移参数；
根据所述运动参数对所述图像回波信号和二维导航信号进行旋转和平移运动矫正，同时丢弃污染的数据，得到矫正数据；
整合矫正的多次激发采集数据进行并行成像重建，以消除运动伪影和混叠伪影得到重建的扩散图像；
通过图像配准算法估计的旋转运动参数对重建图像进行扩散梯度矫正；以及
利用经过矫正的扩散图像和扩散梯度进行最终计算，得到扩散张量成像参数。
2.根据权利要求1所述的磁共振多次激发扩散成像运动矫正方法，其特征在于，所述通过二维导航信号估计运动参数进一步包括：
选取2D导航信号k空间中心一个圆形的区域，以得到中心部分的低频信号，并将所述部分低频信号重新采样到极坐标系中，进行取幅值操作以排除相位干扰；
在极坐标下计算不同次激发采集数据的导航信号经过平移的相关系数，对极坐标数据的平移对应当前导航信号的图像经过不同旋转角度变换后，与参考位置的导航信号的相关性，其中，具有最高相关性的旋转角度对应了所述当前导航信号相对于参考位置的旋转。之后通过直接移动笛卡尔坐标系的导航信号到不同的位置然后计算相关系数，其中，相关系数最高的位移为所求的平移运动参数；
平移的相关系数计算方法具体为，对所述参考图像的导航信号和所述当前导航信号的k空间数据进行点乘，之后通过逆傅里叶变换到图像域得到所述相关系数及运动参数。
3.根据权利要求2所述的磁共振多次激发扩散成像运动矫正方法，其特征在于，所述根据所述运动参数对所述图像回波信号和二维导航信号进行旋转和平移矫正，进一步包括：
通过对k空间的频率编码和相位编码方向施加线性的相位矫正平移运动所造成的k空间数据误差，通过对采集数据的坐标进行旋转以矫正旋转误差，并且计算运动矫正后的导航信号与平均导航信号的相关性，对相关系数低的导航信号代表的数据进行丢弃操作以减少无法恢复的运动数据的影响。
4.根据权利要求1所述的磁共振多次激发扩散成像运动矫正方法，其特征在于，所述对所述整合矫正的多次激发采集数据进行并行成像重建，进一步包括：
对所述矫正数据进行非笛卡尔坐标系的重建，将因运动而产生的相位误差作为编码信息，整合多次激发以及多线圈采集的数据，通过所述二维导航信号得到自校准重建所需要的重建权重参数，以矫正相位误差，得到没有混叠的扩散图像。
5.根据权利要求2所述的磁共振多次激发扩散成像运动矫正方法，其特征在于，所述通过图像配准算法估计的旋转运动参数对所述重建图像进行扩散梯度矫正，以得到初步扩散成像数据，进一步包括：
对所述重建图像中的扩散加权图像和采集的无扩散加权图像进行图像配准，以得到不同方向间的旋转信息；
根据所述旋转信息结合之前估计的方向内不同激发数据间的旋转，以得到每次激发相对于非扩散加权图像的旋转，通过计算得到的旋转运动角度对不同方向的扩散梯度进行旋转矫正，以得到更准确的扩散张量参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611043156.3A CN106780643B (zh) | 2016-11-21 | 2016-11-21 | 磁共振多次激发扩散成像运动矫正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611043156.3A CN106780643B (zh) | 2016-11-21 | 2016-11-21 | 磁共振多次激发扩散成像运动矫正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106780643A true CN106780643A (zh) | 2017-05-31 |
| CN106780643B CN106780643B (zh) | 2019-07-26 |
Family
ID=58974723
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611043156.3A Active CN106780643B (zh) | 2016-11-21 | 2016-11-21 | 磁共振多次激发扩散成像运动矫正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106780643B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108090937A (zh) * | 2018-02-09 | 2018-05-29 | 奥泰医疗系统有限责任公司 | 磁共振弥散加权成像自适应修正方法 |
| CN109115820A (zh) * | 2018-07-02 | 2019-01-01 | 清华大学 | 基于平面回波成像的磁共振水脂分离和定量方法及装置 |
| CN110322408A (zh) * | 2019-06-11 | 2019-10-11 | 浙江大学 | 基于云平台的多中心磁共振图像自动质量控制方法 |
| CN110766618A (zh) * | 2019-09-16 | 2020-02-07 | 西北大学 | 基于rpca及基于rpca和pca的cest mri图像序列运动矫正方法 |
| CN112051531A (zh) * | 2020-09-14 | 2020-12-08 | 首都医科大学附属北京天坛医院 | 多次激发无导航磁共振扩散成像方法及装置 |
| CN113917380A (zh) * | 2020-07-10 | 2022-01-11 | 佳能医疗系统株式会社 | 磁共振成像装置以及磁共振成像方法 |
| US11308661B2 (en) | 2018-05-21 | 2022-04-19 | The Board Of Trustees Of The Leland Stanford Junior University | Motion robust reconstruction of multi-shot diffusion-weighted images without phase estimation via locally low-rank regularization |
| CN114972145A (zh) * | 2022-05-26 | 2022-08-30 | 厦门大学 | 基于深度学习的扩散张量重建方法、系统和电子设备 |
| US20230101609A1 (en) * | 2021-09-28 | 2023-03-30 | Siemens Healthcare Gmbh | Motion correction method and apparatus in mr imaging, mr imaging system, and storage medium |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070116171A1 (en) * | 2005-11-23 | 2007-05-24 | General Electric Company | Method and system for performing CT image reconstruction with motion artifact correction |
| CN101138498A (zh) * | 2007-10-17 | 2008-03-12 | 北京大学 | 一种基于磁共振三维肾图的图像处理方法 |
| CN101305396A (zh) * | 2005-07-12 | 2008-11-12 | Nxp股份有限公司 | 用于去除运动模糊效应的方法和装置 |
| CN101577004A (zh) * | 2009-06-25 | 2009-11-11 | 青岛海信数字多媒体技术国家重点实验室有限公司 | 一种极线矫正方法、装置和系统 |
| CN101995561A (zh) * | 2010-10-22 | 2011-03-30 | 南方医科大学 | 基于图像域叠加的propeller磁共振数据重建方法 |
| US20130033622A1 (en) * | 2011-08-04 | 2013-02-07 | Aptina Imaging Corporation | Method and apparatus for motion artifact correction in hdr video |
| CN103315739A (zh) * | 2013-05-22 | 2013-09-25 | 华东师范大学 | 基于动态跟踪技术免除运动伪影的磁共振影像方法和系统 |
| CN103584864A (zh) * | 2012-08-15 | 2014-02-19 | 深圳迈瑞生物医疗电子股份有限公司 | 一种磁共振成像方法和装置 |
| US20140062477A1 (en) * | 2012-08-29 | 2014-03-06 | Timothy J. Carroll | System for Perfusion and Diffusion MR Imaging |
| CN104574329A (zh) * | 2013-10-09 | 2015-04-29 | 深圳迈瑞生物医疗电子股份有限公司 | 超声融合成像方法、超声融合成像导航系统 |
-
2016
- 2016-11-21 CN CN201611043156.3A patent/CN106780643B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101305396A (zh) * | 2005-07-12 | 2008-11-12 | Nxp股份有限公司 | 用于去除运动模糊效应的方法和装置 |
| US20070116171A1 (en) * | 2005-11-23 | 2007-05-24 | General Electric Company | Method and system for performing CT image reconstruction with motion artifact correction |
| CN101138498A (zh) * | 2007-10-17 | 2008-03-12 | 北京大学 | 一种基于磁共振三维肾图的图像处理方法 |
| CN101577004A (zh) * | 2009-06-25 | 2009-11-11 | 青岛海信数字多媒体技术国家重点实验室有限公司 | 一种极线矫正方法、装置和系统 |
| CN101995561A (zh) * | 2010-10-22 | 2011-03-30 | 南方医科大学 | 基于图像域叠加的propeller磁共振数据重建方法 |
| US20130033622A1 (en) * | 2011-08-04 | 2013-02-07 | Aptina Imaging Corporation | Method and apparatus for motion artifact correction in hdr video |
| CN103584864A (zh) * | 2012-08-15 | 2014-02-19 | 深圳迈瑞生物医疗电子股份有限公司 | 一种磁共振成像方法和装置 |
| US20140062477A1 (en) * | 2012-08-29 | 2014-03-06 | Timothy J. Carroll | System for Perfusion and Diffusion MR Imaging |
| CN103315739A (zh) * | 2013-05-22 | 2013-09-25 | 华东师范大学 | 基于动态跟踪技术免除运动伪影的磁共振影像方法和系统 |
| CN104574329A (zh) * | 2013-10-09 | 2015-04-29 | 深圳迈瑞生物医疗电子股份有限公司 | 超声融合成像方法、超声融合成像导航系统 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108090937A (zh) * | 2018-02-09 | 2018-05-29 | 奥泰医疗系统有限责任公司 | 磁共振弥散加权成像自适应修正方法 |
| US11308661B2 (en) | 2018-05-21 | 2022-04-19 | The Board Of Trustees Of The Leland Stanford Junior University | Motion robust reconstruction of multi-shot diffusion-weighted images without phase estimation via locally low-rank regularization |
| CN109115820A (zh) * | 2018-07-02 | 2019-01-01 | 清华大学 | 基于平面回波成像的磁共振水脂分离和定量方法及装置 |
| CN109115820B (zh) * | 2018-07-02 | 2020-03-24 | 清华大学 | 基于平面回波成像的磁共振水脂分离和定量方法及装置 |
| CN110322408A (zh) * | 2019-06-11 | 2019-10-11 | 浙江大学 | 基于云平台的多中心磁共振图像自动质量控制方法 |
| CN110766618A (zh) * | 2019-09-16 | 2020-02-07 | 西北大学 | 基于rpca及基于rpca和pca的cest mri图像序列运动矫正方法 |
| CN110766618B (zh) * | 2019-09-16 | 2023-03-31 | 西北大学 | 基于rpca及基于rpca和pca的cest mri图像序列运动矫正方法 |
| CN113917380A (zh) * | 2020-07-10 | 2022-01-11 | 佳能医疗系统株式会社 | 磁共振成像装置以及磁共振成像方法 |
| CN112051531A (zh) * | 2020-09-14 | 2020-12-08 | 首都医科大学附属北京天坛医院 | 多次激发无导航磁共振扩散成像方法及装置 |
| US20230101609A1 (en) * | 2021-09-28 | 2023-03-30 | Siemens Healthcare Gmbh | Motion correction method and apparatus in mr imaging, mr imaging system, and storage medium |
| CN114972145A (zh) * | 2022-05-26 | 2022-08-30 | 厦门大学 | 基于深度学习的扩散张量重建方法、系统和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106780643B (zh) | 2019-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106780643A (zh) | 磁共振多次激发扩散成像运动矫正方法 | |
| Eddyy et al. | Improved image registration by using Fourier interpolation | |
| Buerger et al. | Nonrigid motion modeling of the liver from 3-D undersampled self-gated golden-radial phase encoded MRI | |
| US8170315B2 (en) | Localized and highly constrained image reconstruction method | |
| US6178271B1 (en) | Methods and systems for registering image data | |
| US20080205730A1 (en) | Independent Motion Correction In Respective Signal Channels Of A Magnetic Resonance Imaging System | |
| CN107850652A (zh) | 具有运动检测的mr成像 | |
| EP1148343B1 (en) | Autocorrection of MR projection images for motion artifacts | |
| CN106443533B (zh) | 基于多次激发的导航磁共振扩散成像方法及装置 | |
| US6307369B1 (en) | Autocorrection of 3D MR images for motion artifacts | |
| US20130004049A1 (en) | Systems and methods for improved tractographic processing | |
| RU2707661C2 (ru) | Мр (магнитно-резонансная) томография методом propeller c подавлением артефактов | |
| CN110118950B (zh) | 一种腹部定量磁化率成像中双极读出梯度的相位校正方法 | |
| 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 | |
| Lötjönen et al. | Correction of movement artifacts from 4-D cardiac short-and long-axis MR data | |
| CN109696647A (zh) | 三维多次激发扩散加权成像的k空间采集方法及重建方法 | |
| CN115359144B (zh) | 一种磁共振平面回波成像伪影仿真方法及系统 | |
| US6329819B1 (en) | Autocorrection of MR images for motion artifacts | |
| US7778493B2 (en) | Pixelation reconstruction for image resolution and image data transmission | |
| CN103443645A (zh) | 运动校正的多核磁共振成像 | |
| US10884086B1 (en) | Systems and methods for accelerated multi-contrast propeller | |
| CN110276762A (zh) | 一种多b值扩散加权腹部磁共振成像的呼吸运动全自动校正方法 | |
| US11354833B2 (en) | K-space trajectory infidelity correction in magnetic resonance imaging | |
| US11474183B1 (en) | Motion correction systems and methods of propeller magnetic resonance images | |
| CN105869145B (zh) | 一种基于k-t加速的核磁共振图像多步配准方法 |
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 |