CN107037385A - 数字mri图谱的构建方法及设备 - Google Patents
数字mri图谱的构建方法及设备 Download PDFInfo
- Publication number
- CN107037385A CN107037385A CN201710361588.7A CN201710361588A CN107037385A CN 107037385 A CN107037385 A CN 107037385A CN 201710361588 A CN201710361588 A CN 201710361588A CN 107037385 A CN107037385 A CN 107037385A
- Authority
- CN
- China
- Prior art keywords
- mri
- virtual
- digital
- image
- collection
- 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
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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种数字MRI图谱的构建方法,包括:获得MRI图像每个像素的多个MRI信号的物理参数值,构建多维数据矩阵,即虚拟MRI数字物体;以虚拟MRI数字物体为扫描样本,进行虚拟MRI数据采集和图像重建得到虚拟MRI图像;以虚拟MRI数字物体为扫描样本,采用不同的成像序列和序列参数进行不同断面的虚拟数据采集得到不同权重的图谱,重建得到二维或三维图像。可以突破原来的图谱范围,即以虚拟数字人体作为扫描样本,模拟一台真实MRI扫描仪对数字人体进行虚拟数据采集和图像重建,得到在不同设备(场强可以设定),序列和序列参数都可任意设置后的数字MRI图谱,实现实时虚拟采集重建得到标准的MRI图谱。
Description
技术领域
本发明属于人体医学影像数字图谱技术领域,具体地涉及一种数字MRI图谱的构建方法及设备。
背景技术
核磁共振成像MRI技术应用优势明显,在临床应用上拓展迅速;二级医院普及核磁的趋势明显。但一次磁共振检查需要扫描多种序列获取多种序列图像,采集时间长(标配的三个序列时间在10~20分钟,如加扫其它序列则时间更长)。同时获取的多种权重的序列图,对于诊断医生的读图诊断也带来了难度,作为参照物的磁共振图谱无法提供全部的序列图像作为比对。
目前国际上的虚拟人项目,虚拟图谱是其基本功能之一。但其图谱只局限于其原始扫描的图像范围和类型,包括全身CT图像一套,全身MRI的T1和T2加权图像各一套。其MRI图像是在某一台设备,场强确定,扫描序列和扫描参数完全固定下的图谱。这些图像一经扫描后就是固定的,无法得到更多信息的图像。
MRI影像技术的灵活性体现在其层出不穷的序列技术上。采用不同的序列,获取的图像对比是不一样的;即使是相同的序列,设置不同的采集参数,图像的对比也大相径庭,甚至出现对比逆转。常用的纸质版MRI图谱只给出了常见序列产生的质子密度(Pd)、T1和T2加权图像,无法提供与所读图像完全相同的序列和序列参数获取的标准图谱作为参照。
发明内容
针对现有纸质版MRI图谱的图像权重单一、数量有限、断面固定的问题,本发明的目的是提出了一种数字MRI图谱的构建方法。可以突破原来的图谱范围,即以虚拟数字人体作为扫描样本,模拟一台真实MRI扫描仪对数字人体进行虚拟数据采集和图像重建,得到在不同设备(场强可以设定),序列和序列参数都可任意设置后的数字MRI图谱,实现实时虚拟采集重建得到标准的MRI图谱,具有广泛的应用价值。
本发明的技术方案是:
一种数字MRI图谱的构建方法,包括以下步骤:
S01:获得MRI图像每个像素的多个MRI信号的物理参数值,构建多维数据矩阵,即虚拟MRI数字物体;
S02:以虚拟MRI数字物体为扫描样本,进行虚拟MRI数据采集和图像重建得到虚拟MRI图像;
S03:以虚拟MRI数字物体为扫描样本,采用不同的成像序列和序列参数进行不同断面的虚拟数据采集得到不同权重的图谱,重建得到二维或三维图像。
优选的,所述步骤S01中,对MRI图像进行分割得到不同的组织分类,对不同组织根据不同的MRI信号的物理参数分别进行赋值得到多个MRI信号的物理参数值;或通过临床设备直接得到多个MRI信号的物理参数值。
优选的,所述MRI信号的物理参数至少包括权重T1、权重T2、质子密度、化学位移、扩散系数、灌注系数、弹性、血管流速、方向。
优选的,所述步骤S02中虚拟MRI数据采集和图像重建包括:
通过对选层后的二维断层进行回波信号的空间编码,所述空间编码包括相位编码和频率编码,所述频率编码每次保持不变,所述相位编码在多次编码中依次步进;每一次相位编码后进行频率编码时,采集一条信号,填充为K空间的一个傅立叶行,得到K空间数据为:
其中,M0表示样品的宏观磁化矢量大小,ρ(k,l)为密度分布,k,l表示二维的空间积分项,分别表示选层后的样品的横向和纵向空间位置,n、m表示二维的时间积分项,分别表示频率编码时间和相位编码时间;
对K空间数据进行傅里叶变换,得到空间频率域的MRI图像。
优选的,所述步骤S03中的成像序列至少包括下述中一种或多种:
(1)自旋回波(SE)序列,M0为(用S表示):
S∝Aρ(H)[1-exp(-TR/T1)]exp(-TE/T2);
式中:A表示信号放大效果;TR,为重复时间,TE为回波时间;p(H)为质子密度;
(2)GRE序列,M0为(用S表示):
去除剩余磁化(FLASH):
式中,T2*为考虑主磁场不均匀效果后的T2值;a为射频翻转角;
利用剩余磁化(bFFSP):
(3)IR序列,M0为(用S表示):
S∝Aρ(H)[1-2exp(-TI/T1)]{1-exp[-(TR-TI)/T1]}exp(-TE/T2);
式中TI为反转时间;
(4)EPI序列。
本发明还公开了一种数字MRI图谱的构建设备,包括:
一虚拟MRI数字物体生成模块,用于获得MRI图像每个像素的多个MRI信号的物理参数值,构建多维数据矩阵;
一虚拟MRI图像生成模块,用于以虚拟MRI数字物体为扫描样本,进行虚拟MRI数据采集和图像重建得到虚拟MRI图像;
一不同权重图谱生成模块,用于以虚拟MRI数字物体为扫描样本,采用不同的成像序列和序列参数进行不同断面的虚拟数据采集得到不同权重的图谱,重建得到二维或三维图像。
优选的,所述虚拟MRI数字物体生成模块,对MRI图像进行分割得到不同的组织分类,对不同组织根据不同的MRI信号的物理参数分别进行赋值得到多个MRI信号的物理参数值;或通过临床设备直接得到多个MRI信号的物理参数值。
优选的,其特征在于,所述MRI信号的物理参数至少包括权重T1、权重T2、质子密度、化学位移、扩散系数、灌注系数、弹性、血管流速、方向。
优选的,所述虚拟MRI图像生成模块的虚拟MRI数据采集和图像重建包括:
通过对选层后的二维断层进行回波信号的空间编码,所述空间编码包括相位编码和频率编码,所述频率编码每次保持不变,所述相位编码在多次编码中依次步进;每一次相位编码后进行频率编码时,采集一条信号,填充为K空间的一个傅立叶行,得到K空间数据为:
其中,M0表示样品的宏观磁化矢量大小,ρ(k,l)为密度分布,k,l表示二维的空间积分项,分别表示选层后的样品的横向和纵向空间位置,n、m表示二维的时间积分项,分别表示频率编码时间和相位编码时间;
对K空间数据进行傅里叶变换,得到空间频率域的MRI图像。
优选的,所述不同权重图谱生成模块中的成像序列至少包括下述中一种或多种:
(1)自旋回波(SE)序列,M0为(用S表示):
S∝Aρ(H)[1-exp(-TR/T1)]exp(-TE/T2);
式中:A表示信号放大效果;TR,为重复时间,TE为回波时间;p(H)为质子密度;
(2)GRE序列,M0为(用S表示):
去除剩余磁化(FLASH):
式中,T2*为考虑主磁场不均匀效果后的T2值;a为射频翻转角;
利用剩余磁化(bFFSP):
(3)IR序列,M0为(用S表示):
S∝Aρ(H)[1-2exp(-TI/T1)]{1-exp[-(TR-TI)/T1]}exp(-TE/T2);
式中TI为反转时间;
(4)EPI序列。
与现有技术相比,本发明的优点是:
1、本发明的数字MRI图谱可以突破原来的图谱范围,即以虚拟数字人体作为扫描样本,模拟一台真实MRI扫描仪对数字人体进行虚拟数据采集和图像重建,得到在不同设备(场强可以设定),序列和序列参数都可任意设置后的数字MRI图谱。根据所读图像采集所用的序列和序列参数,实时虚拟采集重建得到标准的MRI图谱,具有重要价值。理论上讲,该虚拟数字图谱可以实现的图谱数量是无限制的,图谱信息也将突破现有的T1和T2加权像,可实现任意权重的T1和T2加权像外,还可以获取T2*、组织抑制图像、DWI图像、血管图像信息等等。还可以模拟产生不同效果的伪影图像效果,大大拓宽原虚拟数字图谱的概念,丰富虚拟数字人的研究内涵。该图谱除了更好满足影像解剖的实训功能外,还可付诸开展临床应用和研究,可用于人体断层影像解剖学和MRI影像诊断学的教学;同时可用于临床诊断的比对参考,取代现行纸质版的MRI图谱;还可用于肿瘤放射治疗或手术治疗计划的定位评估。
2、采用标准数字人作为虚拟样品,开发MRI虚拟成像软件,可以用于MRI多序列数字图谱,还可以集成到临床MRI设备上,实现一次扫描获取多序列图像,缩短磁共振设备扫描时间,提高磁共振设备的应用效率。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为本发明数字MRI图谱的构建方法的流程图;
图2为本发明经组织分割后的T1、T2和质子密度图像;
图3为本发明虚拟数据采集所用的2D-FFT方法序列图;
图4为本发明经虚拟数据采集和图像重建后的正常脑图像;
图5为本发明的三维断面图像;
图6为使用本发明后得到的T2权重像结果;
图7为使用本发明后得到的PD权重像结果;
图8为使用本发明后得到的水成像结果;
图9为使用本发明后得到的STIR像结果;
图10为使用本发明后得到的T1-FLAIR像结果;
图11为使用本发明后得到的T2-FLAIR图像结果。
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了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
本实施例以人体MRI图像为例进行说明。
如图1所示,一种数字MRI图谱的构建方法,包括以下步骤:
第一步,获得人体部位的原始MRI图像或者其他组织分辨性能好的图像;
第二步,获得MRI图像每个像素的多个MRI信号的物理参数值,构建多维数据矩阵,即虚拟MRI数字物体;
第三步,以虚拟MRI数字物体为扫描样本,进行虚拟MRI数据采集和图像重建得到虚拟MRI图像;
第四步,以虚拟MRI数字物体为扫描样本,采用不同的成像序列和序列参数进行不同断面的虚拟数据采集得到不同权重的图谱,重建得到二维或三维图像。
第一步中的原始MRI图像由正常人体或典型病变受检者进行某部位的单层或容积内薄层MRI扫描得到,或者基于一些研究单位开发的数字人(visible human)数据库图像;或者其他组织分辨性能好的图像。
第二步中多个MRI信号的物理参数值可以通过两种方法获得:1、对MRI图像进行分割得到不同的组织分类,对不同组织根据不同的MRI信号的物理参数分别进行赋值得到多个MRI信号的物理参数值;2、通过临床设备直接得到多个MRI信号的物理参数值。MRI信号的物理参数可以包括权重T1、权重T2、质子密度、化学位移、扩散系数、灌注系数、弹性、血管流速、方向等所有对MRI信号有影响关系的物理参数,以实现灌注成像、功能成像、弹性成像等。本实施例以权重T1、权重T2、质子密度三种参数为例进行说明。
利用临床设备的T1mapping,T2mapping和PD mapping技术得到单层或容积内多层图像每个像素的T1,T2和PD值。
使用T1mapping技术,相当于求图像每个像素点的T1值,并把这个T1值作为图像该点的灰度值。可以采用IR序列,再通过不断改变TI(反转时间)采集到不同的值,通过纵向磁化随时间变化的公式拟合计算出T1的值。这个序列的缺点是要重复数次,TR要设的较长(3T1~5T1)导致采集时间很长。一种快速方法是采用DESPOT1方法,利用射频破坏的稳态进动序列通过改变射频翻转角用稳态信号强度公式拟合出T1的值。
使用T2Mapping技术,相当于求图像每个像素点的T2值,并把这个T2值作为图像该点的灰度值。采用长TR时间的SE序列,通过不同TE时间下的像素灰度值,通过横向磁化随时间变化的公式拟合计算出T2值。
使用PD mapping技术,相当于求图像每个像素点的PD值,并把这个PD值作为图像该点的灰度值。采用长TR(3~5T1)时间,最短TE的SE序列,获得的图像灰度就是PD的分布;
经过组织分割和赋值后的T1,T2,PD参数图如图2所示。
第三步中的虚拟数据采集所用的hunchison方法的序列图如图3所示,90度射频和180度射频用以获取回波信号。通过选层后的二维断层,分别通过相位编码(持续时间t1)和频率编码(持续时间t2)进行回波信号的空间编码。频率编码每次保持不变,相位编码则在多次(如128次)编码中依次步进。每一次相位编码后的频率编码时,采集一条信号,填充为K空间的一个傅立叶行。整体填充满以后(也可以只填充部分数据),对K空间数据进行2D-FFT,即可得到空间频率域的磁共振图像。
具体虚拟采集并进行K空间填充的数据构造理论如下:
2D-FFT利用三个梯度分别实现选层、频率编码与相位编码。相位编码建立空间位置与相位之间的对应关系:θy=ωy.Δt=γGyy.Δt=γyτ.ΔGy(1)。其中,θy为相位,ωy为频率,t为演化时间
图3中,在t1时间的不同Gy作用后,并在t2=0内检测到的信号为:
式中,A包括了所有放大因素;Gy为施加的相位编码梯度最大值(此处考虑梯度为单向施加,无负向梯度),Gx为频率编码梯度;w0为拉莫尔频率;r为旋磁比。经混频处理后的信号为(忽略弛豫衰减项的影响):
正交检波产生的虚部信号:
将(3)与(4)组合成复数形式,并改t2为t:
将(5)进行离散化采样后(设采样点数为N)表示为一个N点时间序列:
式中ωx=γGx.x,ωy=γGy.y,同理代入dx和dy。设相位编码步为M,经过M次相位编码步后采集到M次信号累加(相当于以t1为采样间隔,采样了M点)表示为一个M*N的二维时间序列:
仔细观察该式,可知该式与傅立叶反变换形式相同,即将上式进行傅立叶变换后可得到质子密度分布ρ(x,y)。因为计算机只能做离散数据的傅立叶变换,因此还需要将上式中的频率项ωx和ωy进行离散化。由于傅立叶变换在两个域中的点数相同,因此对于上式中的采样点数为N,相位编码步为M的条件下,相当于也是将实质上也是将ωx和ωy分别离散成N和M个点。ωx离散成N个点,dωx=2πk/N,0≤k≤N-1。对于ωy,则离散成M个点,有dωy=2πl/M,0≤l≤M-1,则采样后(即将上式积分变求和)的复数数据点序列为:
这样得到一个四维复数序列S[n,m,k,l]。原始数据一般按照二维序列进行存储,因此有两种方式,以直接对此二维序列进行二维傅立叶离散变换即可得到密度分布ρ(k,l),即质子密度分布ρ(x,y)的离散化表示。
最后考虑弛豫衰减项的影响,该项也是一个时间函数,与(7)式是相乘的关系,根据频域卷积定理可知,时间函数的乘积对应着其频率域的卷积。因此该项的影响相当于对ρ(k,l)进行的频域信号的卷积效果。
由于不为冲击响应,因此卷积后体现出宽度扩展效果,即使像素出现模糊化。主磁场均匀性越差,T2*越短,模糊化程度越大,即出现一个体素信号被扩展到其他像素的程度越大。
经虚拟数据采集和图像重建后的正常脑图像效果,如图4所示。
第四步中的成像序列和序列参数可以包括以下几种序列:
(1)自旋回波(SE)序列,M0为(用S表示):
S∝Aρ(H)[1-exp(-TR/T1)]exp(-TE/T2);
式中:A表示信号放大效果;TR,为重复时间,TE为回波时间;p(H)为质子密度;
(2)GRE序列,M0为(用S表示):
去除剩余磁化(FLASH):
式中,T2*为考虑主磁场不均匀效果后的T2值;a为射频翻转角;
利用剩余磁化(bFFSP):
(3)IR序列,M0为(用S表示):
S∝Aρ(H)[1-2exp(-TI/T1)](1-exp[-(TR-TI)/T1]}exp(-TE/T2);
式中TI为反转时间;
还可以根据需要,得到EPI序列等;
经过第四步得到的三维断面图像效果如图5所示。
本发明还可以基于典型疾病的图像,通过诊断专家勾画或者机器智能勾画,输出典型疾病MRI数字图谱。
将真实人体送入MRI扫描仪扫描后,可得到真实的MRI图像,可用以诊断疾病,这是MRI扫描仪之所以发明的目的。如果将真实人体换成虚拟数字人(正常人体或典型疾病人体的数字人),将MRI扫描仪换成MRI虚拟扫描技术,输出的就是虚拟MRI数字图谱,可用以实验教学、参考比对、技师培训、异常识别等;虚拟MRI扫描技术还可以集成到临床MRI扫描仪,通过一次扫描的图像信息,虚拟扫描得到其他多种序列的图像,从而提高扫查效率。
该图谱可实时得到任意断面、任意权重的人体各部位正常或典型疾病的MRI图谱,使用本发明后得到的T1权重像效果,如图4所示;使用本发明后得到的T2权重像效果,如图6所示;使用本发明后得到的PD权重像效果,如图7所示;使用本发明后得到的水成像效果,如图8所示;使用本发明后得到的STIR像效果,如图9所示;使用本发明后得到的T1-FLAIR图像效果,如图10所示;使用本发明后得到的T1-FLAIR图像效果,如图11所示。
可用于人体断层影像解剖学和MRI影像诊断学的教学;同时可用于临床诊断的比对参考,取代现行纸质版的MRI图谱;还可用于肿瘤放射治疗或手术治疗计划的定位评估。
本发明还可用于各种临床研究的小动物数字图谱;该发明的方法还可用于其他医学影像模式,包括DR,CT,核医学技术的数字图谱。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种数字MRI图谱的构建方法,其特征在于,包括以下步骤:
S01:获得MRI图像每个像素的多个MRI信号的物理参数值,构建多维数据矩阵,即虚拟MRI数字物体;
S02:以虚拟MRI数字物体为扫描样本,进行虚拟MRI数据采集和图像重建得到虚拟MRI图像;
S03:以虚拟MRI数字物体为扫描样本,采用不同的成像序列和序列参数进行不同断面的虚拟数据采集得到不同权重的图谱,重建得到二维或三维图像。
2.根据权利要求1所述的数字MRI图谱的构建方法,其特征在于,所述步骤S01中,对MRI图像进行分割得到不同的组织分类,对不同组织根据不同的MRI信号的物理参数分别进行赋值得到多个MRI信号的物理参数值;或通过临床设备直接得到多个MRI信号的物理参数值。
3.根据权利要求1或2所述的数字MRI图谱的构建方法,其特征在于,所述MRI信号的物理参数至少包括权重T1、权重T2、质子密度、化学位移、扩散系数、灌注系数、弹性、血管流速、方向。
4.根据权利要求1所述的数字MRI图谱的构建方法,其特征在于,所述步骤S02中虚拟MRI数据采集和图像重建包括:
通过对选层后的二维断层进行回波信号的空间编码,所述空间编码包括相位编码和频率编码,所述频率编码每次保持不变,所述相位编码在多次编码中依次步进;每一次相位编码后进行频率编码时,采集一条信号,填充为K空间的一个傅立叶行,得到K空间数据为:
其中,M0表示样品的宏观磁化矢量大小,ρ(k,l)为密度分布,k,l表示二维的空间积分项,分别表示选层后的样品的横向和纵向空间位置,n、m表示二维的时间积分项,分别表示频率编码时间和相位编码时间;
对K空间数据进行傅里叶变换,得到空间频率域的MRI图像。
5.根据权利要求4所述的数字MRI图谱的构建方法,其特征在于,所述步骤S03中的成像序列至少包括下述中一种或多种:
(1)自旋回波(SE)序列,M0为(用S表示):
S∝Aρ(H)[1-exp(-TR/T1)]exp(-TE/T2);
式中:A表示信号放大效果;TR,为重复时间,TE为回波时间;p(H)为质子密度;
(2)GRE序列,M0为(用S表示):
去除剩余磁化(FLASH):
式中,T2*为考虑主磁场不均匀效果后的T2值;a为射频翻转角;
利用剩余磁化(bFFSP):
1
(3)IR序列,M0为(用S表示):
S∝Aρ(H)[1-2exp(-TI/T1)]{1-exp[-(TR-TI)/T1]}exp(-TE/T2);
式中TI为反转时间;
(4)EPI序列。
6.一种数字MRI图谱的构建设备,其特征在于,包括:
一虚拟MRI数字物体生成模块,用于获得MRI图像每个像素的多个MRI信号的物理参数值,构建多维数据矩阵;
一虚拟MRI图像生成模块,用于以虚拟MRI数字物体为扫描样本,进行虚拟MRI数据采集和图像重建得到虚拟MRI图像;
一不同权重图谱生成模块,用于以虚拟MRI数字物体为扫描样本,采用不同的成像序列和序列参数进行不同断面的虚拟数据采集得到不同权重的图谱,重建得到二维或三维图像。
7.根据权利要求1所述的数字MRI图谱的构建设备,其特征在于,所述虚拟MRI数字物体生成模块,对MRI图像进行分割得到不同的组织分类,对不同组织根据不同的MRI信号的物理参数分别进行赋值得到多个MRI信号的物理参数值;或通过临床设备直接得到多个MRI信号的物理参数值。
8.根据权利要求6或7所述的数字MRI图谱的构建设备,其特征在于,所述MRI信号的物理参数至少包括权重T1、权重T2、质子密度、化学位移、扩散系数、灌注系数、弹性、血管流速、方向。
9.根据权利要求1所述的数字MRI图谱的构建设备,其特征在于,所述虚拟MRI图像生成模块的虚拟MRI数据采集和图像重建包括:
通过对选层后的二维断层进行回波信号的空间编码,所述空间编码包括相位编码和频率编码,所述频率编码每次保持不变,所述相位编码在多次编码中依次步进;每一次相位编码后进行频率编码时,采集一条信号,填充为K空间的一个傅立叶行,得到K空间数据为:
其中,M0表示样品的宏观磁化矢量大小,ρ(k,l)为密度分布,k,l表示二维的空间积分项,分别表示选层后的样品的横向和纵向空间位置,n、m表示二维的时间积分项,分别表示频率编码时间和相位编码时间;
对K空间数据进行傅里叶变换,得到空间频率域的MRI图像。
10.根据权利要求9所述的数字MRI图谱的构建设备,其特征在于,所述不同权重图谱生成模块中的成像序列至少包括下述中一种或多种:
(1)自旋回波(SE)序列,M0为(用S表示):
S∝Aρ(H)[1-exp(-TR/T1)]exp(-TE/T2);
式中:A表示信号放大效果;TR,为重复时间,TE为回波时间;p(H)为质子密度;
(2)GRE序列,M0为(用S表示):
去除剩余磁化(FLASH):
式中,T2*为考虑主磁场不均匀效果后的T2值;a为射频翻转角;
利用剩余磁化(bFFSP):
(3)IR序列,M0为(用S表示):
S∝Aρ(H)[1-2exp(-TI/T1)]{1-exp[-(TR-TI)/T1]}exp(-TE/T2);
式中TI为反转时间;
(4)EPI序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710361588.7A CN107037385B (zh) | 2017-05-22 | 2017-05-22 | 数字mri图谱的构建方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710361588.7A CN107037385B (zh) | 2017-05-22 | 2017-05-22 | 数字mri图谱的构建方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107037385A true CN107037385A (zh) | 2017-08-11 |
CN107037385B CN107037385B (zh) | 2019-10-01 |
Family
ID=59540304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710361588.7A Active CN107037385B (zh) | 2017-05-22 | 2017-05-22 | 数字mri图谱的构建方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107037385B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288668A (zh) * | 2019-05-20 | 2019-09-27 | 平安科技(深圳)有限公司 | 图像生成方法、装置、计算机设备及存储介质 |
CN112184629A (zh) * | 2020-09-07 | 2021-01-05 | 上海培云教育科技有限公司 | 一种pet色彩化肿瘤体旋转显示方法 |
CN108333543B (zh) * | 2018-03-01 | 2021-01-05 | 上海东软医疗科技有限公司 | 磁共振成像方法和装置 |
CN112365760A (zh) * | 2020-10-29 | 2021-02-12 | 中南民族大学 | 一种磁共振成像设备和人体扫描的虚拟仿真系统及方法 |
CN112666194A (zh) * | 2020-12-22 | 2021-04-16 | 上海培云教育科技有限公司 | 一种虚拟数字dr图像的生成方法及dr虚拟仿真仪器 |
CN113379860A (zh) * | 2021-04-25 | 2021-09-10 | 上海索骥信息科技有限公司 | 基于数字物体的带标记物的医学影像数据生成方法和系统 |
CN113805132A (zh) * | 2021-09-17 | 2021-12-17 | 中国农业科学院农业质量标准与检测技术研究所 | 一种核磁共振的方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030195413A1 (en) * | 2000-03-08 | 2003-10-16 | Rubin Jonathan M. | Method for generating a gating signal for an MRI system using an ultrasonic detector |
CN1751658A (zh) * | 2004-09-22 | 2006-03-29 | 株式会社东芝 | 磁共振成像装置以及磁共振成像方法 |
CN1801214A (zh) * | 2005-11-18 | 2006-07-12 | 厦门大学 | 基于数字化虚拟器官的肿瘤图像信息处理装置与处理方法 |
EP1698907A1 (en) * | 2005-03-04 | 2006-09-06 | Cardiatis Société Anonyme | Interventional medical device for use in MRI |
CN101143094A (zh) * | 2006-09-13 | 2008-03-19 | 株式会社东芝 | 磁共振图像诊断装置及其控制方法 |
CN101176683A (zh) * | 2007-11-28 | 2008-05-14 | 宋岩峰 | 人体立体解剖图象的制作方法与应用 |
CN101669038A (zh) * | 2007-04-27 | 2010-03-10 | 皇家飞利浦电子股份有限公司 | 用于propeller mri的磁共振设备和方法 |
US20120184642A1 (en) * | 2009-07-07 | 2012-07-19 | Soenke Bartling | Multimodal visible polymer embolization material |
CN104122520A (zh) * | 2013-04-26 | 2014-10-29 | 上海联影医疗科技有限公司 | 磁共振图像重建方法及装置 |
CN104166110A (zh) * | 2013-05-17 | 2014-11-26 | 上海联影医疗科技有限公司 | 磁共振并行采集图像重建方法及设备 |
-
2017
- 2017-05-22 CN CN201710361588.7A patent/CN107037385B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030195413A1 (en) * | 2000-03-08 | 2003-10-16 | Rubin Jonathan M. | Method for generating a gating signal for an MRI system using an ultrasonic detector |
CN1751658A (zh) * | 2004-09-22 | 2006-03-29 | 株式会社东芝 | 磁共振成像装置以及磁共振成像方法 |
EP1698907A1 (en) * | 2005-03-04 | 2006-09-06 | Cardiatis Société Anonyme | Interventional medical device for use in MRI |
CN1801214A (zh) * | 2005-11-18 | 2006-07-12 | 厦门大学 | 基于数字化虚拟器官的肿瘤图像信息处理装置与处理方法 |
CN101143094A (zh) * | 2006-09-13 | 2008-03-19 | 株式会社东芝 | 磁共振图像诊断装置及其控制方法 |
CN101669038A (zh) * | 2007-04-27 | 2010-03-10 | 皇家飞利浦电子股份有限公司 | 用于propeller mri的磁共振设备和方法 |
CN101176683A (zh) * | 2007-11-28 | 2008-05-14 | 宋岩峰 | 人体立体解剖图象的制作方法与应用 |
US20120184642A1 (en) * | 2009-07-07 | 2012-07-19 | Soenke Bartling | Multimodal visible polymer embolization material |
CN104122520A (zh) * | 2013-04-26 | 2014-10-29 | 上海联影医疗科技有限公司 | 磁共振图像重建方法及装置 |
CN104166110A (zh) * | 2013-05-17 | 2014-11-26 | 上海联影医疗科技有限公司 | 磁共振并行采集图像重建方法及设备 |
Non-Patent Citations (2)
Title |
---|
李明华 主编: "《脊柱脊髓影像学 第1版》", 30 June 2004, 上海科学技术出版社 * |
蒋国梁: "《现代临床肿瘤学 第1版》", 31 July 2004, 上海科学技术文献出版社 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108333543B (zh) * | 2018-03-01 | 2021-01-05 | 上海东软医疗科技有限公司 | 磁共振成像方法和装置 |
CN110288668A (zh) * | 2019-05-20 | 2019-09-27 | 平安科技(深圳)有限公司 | 图像生成方法、装置、计算机设备及存储介质 |
CN112184629A (zh) * | 2020-09-07 | 2021-01-05 | 上海培云教育科技有限公司 | 一种pet色彩化肿瘤体旋转显示方法 |
CN112184629B (zh) * | 2020-09-07 | 2022-08-09 | 上海培云教育科技有限公司 | 一种pet色彩化肿瘤体旋转显示方法 |
CN112365760A (zh) * | 2020-10-29 | 2021-02-12 | 中南民族大学 | 一种磁共振成像设备和人体扫描的虚拟仿真系统及方法 |
CN112666194A (zh) * | 2020-12-22 | 2021-04-16 | 上海培云教育科技有限公司 | 一种虚拟数字dr图像的生成方法及dr虚拟仿真仪器 |
CN113379860A (zh) * | 2021-04-25 | 2021-09-10 | 上海索骥信息科技有限公司 | 基于数字物体的带标记物的医学影像数据生成方法和系统 |
CN113379860B (zh) * | 2021-04-25 | 2023-03-14 | 上海索骥信息科技有限公司 | 基于数字物体的带标记物的医学影像数据生成方法和系统 |
CN113805132A (zh) * | 2021-09-17 | 2021-12-17 | 中国农业科学院农业质量标准与检测技术研究所 | 一种核磁共振的方法及装置 |
CN113805132B (zh) * | 2021-09-17 | 2023-12-05 | 中国农业科学院农业质量标准与检测技术研究所 | 一种核磁共振的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107037385B (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107037385B (zh) | 数字mri图谱的构建方法及设备 | |
CN106264529B (zh) | 用于三维动态磁共振成像的圆柱形k空间采集方法和系统 | |
CN103505212B (zh) | 共振成像装置及其弥散加权图像获得方法 | |
CN110133553A (zh) | 一种超短回波时间磁共振指纹弛豫时间测量方法 | |
US20220268866A1 (en) | System and method for magnetic resonance imaging acceleration | |
CN106716167A (zh) | 用于评估结构空间频率的基于选择性采样磁共振的方法 | |
US20100142823A1 (en) | 2d partially parallel imaging with k-space surrounding neighbors based data reconstruction | |
CN103957785B (zh) | Mr电学性质断层摄影 | |
Gramfort et al. | Denoising and fast diffusion imaging with physically constrained sparse dictionary learning | |
CN103477238A (zh) | 采用来自先验采集的约束的压缩感测mr图像重建 | |
CN106264530B (zh) | 用于三维动态磁共振成像的笛卡尔k空间采集方法和系统 | |
US20190365273A1 (en) | White matter fibrography by synthetic magnetic resonance imaging | |
CN109073720A (zh) | 静音磁共振指纹识别 | |
CN116774121A (zh) | 磁共振成像系统和方法 | |
CN107037386A (zh) | 一种平面回波成像方法以及系统 | |
CN111612866A (zh) | 定量磁化率成像重建方法及系统、存储介质及终端 | |
CN106308799B (zh) | 用于三维动态磁共振成像的球形k空间采集方法和装置 | |
Rodríguez‐Soto et al. | Correction of Artifacts Induced by B0 Inhomogeneities in Breast MRI Using Reduced‐Field‐of‐View Echo‐Planar Imaging and Enhanced Reversed Polarity Gradient Method | |
Netreba et al. | Correlation reconstructed spine and time relaxation spatial distribution of atomic systems in MRI | |
WANG et al. | MRISim: A Software Package of Magnetic Resonance Imaging Simulator | |
Bao et al. | Unsupervised deep learning model for correcting Nyquist ghosts of single‐shot spatiotemporal encoding | |
CN106510707A (zh) | 磁共振成像装置及图像处理装置 | |
Peña Fernández | Application of Super Resolution Convolutional Neural Networks for correcting Magnetic Resonance Imaging (MRI) artifacts | |
Zeng | Acceleration of 3D Magnetic Resonance Angiography | |
ISLAM | Compressed Sensing Magnetic Resonance Imaging UsingFourier and Non-Fourier Based Bunched Phase Encoding |
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 |