CN107907846B - 涡流校正方法、装置、移动终端及可读存储介质 - Google Patents
涡流校正方法、装置、移动终端及可读存储介质 Download PDFInfo
- Publication number
- CN107907846B CN107907846B CN201711205023.6A CN201711205023A CN107907846B CN 107907846 B CN107907846 B CN 107907846B CN 201711205023 A CN201711205023 A CN 201711205023A CN 107907846 B CN107907846 B CN 107907846B
- Authority
- CN
- China
- Prior art keywords
- eddy current
- echo
- pixel points
- fat
- order term
- 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
Links
Images
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
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (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)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明适用于属于磁共振序列设计领域,提供了一种涡流校正方法、装置、移动终端及可读存储介质,包括:步骤S1,利用双极性读出梯度回波序列采集多回波图像;步骤S2,估计采集的所述多回波图像中的涡流引入的额外相位项的一阶项系数;步骤S3,去除估计的所述一阶项系数,并估计采集的所述多回波图像中的涡流引入的额外相位项的零阶项系数;步骤S4,根据估计的所述一阶项系数和所述零阶项系数去除涡流引入的所述额外相位项的误差;本发明提供的涡流校正方法可以去除采集的图像中的涡流引起的相位误差,从而保证后续水脂分离算法结果的正确性。
Description
技术领域
本发明属于磁共振序列设计领域,尤其涉及一种涡流校正方法、装置、移动终端及可读存储介质。
背景技术
基于磁共振成像的水脂分离或脂肪定量具有重要的临床意义。多回波梯度回波(Gradient Recalled Echo,GRE)序列是最常见的用于水脂分离的磁共振成像序列。该序列中,为了减小回波间距和重复周期,通常采用双极性读出梯度采集多回波图像,但双极性读出方式往往受到系统涡流的影响,使得奇偶回波相位不一致,多回波数据不满足理论水脂混合模型,导致后续基于复数模型的水脂分离算法失败。
具体地,含有两种成分(常见为水和脂肪)的理论水脂混合模型为:
其中,Sn是在回波时间TEn下的信号强度,N为回波个数;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0局部磁场强度,其中γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率。
通常都利用多回波梯度回波序列采集多回波图像,如图1所示。为了提高采集速度,在正负读出梯度都开启模数转换器采集图像,然而在这种双极性读出模式下,快速的梯度切换引起的涡流会在双极性读出的奇偶回波图像中引入不一致,即:
其中,θ为涡流额外引入的相位项,通常可以用一阶线性模型描述:
θ=αx+β (3)
其中,x表示频率编码方向在图像中对应的维度,由于涡流项引入的相位θ未知,因此直接用(1)模型进行水脂分离会导致较大的错误。
现有技术中,有针对涡流引起的相位误差进行解决的办法。
比如,方法(1),将涡流作为未知量,在模型拟合时同时求解水、脂肪和涡流。但是,这种算法比较复杂,依赖于初始值的准确性,容易收敛到局部极小,导致算法不稳定,同时逐点迭代求解计算量大。
比如,方法(2),利用参考采集去除涡流引起的相位误差,该方法采集额外的数据,这些数据对应的读出梯度与原始数据对应的读出梯度大小、时序相同,但极性相反,通过比较原始数据和参考数据得到涡流引起的相位误差,在原始数据中去除该相位误差后,进行后续的脂肪定量计算。但是,这种算法需要额外采集参考图像,所需时间长。
比如,方法(3),与(2)类似,采集一对多回波图像,其序列时序结构完全一样,但读出梯度极性刚好相反,取平均后可以去除涡流带来的影响,并进行后续的脂肪定量计算。但是,扫描时间加倍,所需时间长。比如,方法(4),对涡流利用一阶空间模型近似,利用幅值拟合得到的脂肪定量结果作为标准,对比涡流校正后利用复数模型得到的脂肪定量结果,当二者最接近时的一阶模型作为涡流模型。但是,幅值拟合在水脂比例接近1:1时不准确。
比如,方法(5),利用幅值模型拟合水脂模型。但是幅值拟合对于噪声敏感,且对于脂肪模型误差敏感。
综上,现有技术提供的解决办法都不能简单高效地在采集的多回波图像中去除涡流引起的相位误差,进而不能保证水脂分离算法结果的正确性。
发明内容
本发明提供一种涡流校正方法、装置、移动终端及可读存储介质,旨在提供一种无需额外的数据采集,并且不需要多次迭代的简单快速的涡流校正方法,来去除涡流引起的相位误差。
本发明提供了一种涡流校正方法,包括:
步骤S1,利用双极性读出梯度回波序列采集多回波图像;
步骤S2,估计采集的所述多回波图像中的涡流引入的额外相位项的一阶项系数;
步骤S3,去除估计的所述一阶项系数,并估计采集的所述多回波图像中的涡流引入的额外相位项的零阶项系数;
步骤S4,根据估计的所述一阶项系数和所述零阶项系数去除涡流引入的所述额外相位项的误差。
进一步地,所述步骤S1中,采集的所述多回波图像至少包括6个回波图像,其中,1、3、5为奇数回波,2、4、6为偶数回波,且采集的任2个连续回波之间的时间间距相等。
进一步地,所述步骤S2包括:
步骤S21,在采集的所述多回波图像中寻找空间分布上组织分布均匀的像素点,所述像素点在n=1,2,3,….下均满足以下条件:
其中,abs(.)表示取复数信号的幅值,t1,δ1,δ2为预设的阈值,(x,y,z)表示图像坐标,Sn(x,y,z)表示第n个回波的坐标位置为(x,y,z)处的信号强度;
步骤S22,对寻找的所述像素点进行空间相位差分,得到
其中,定义:
步骤S23,结合空间相位差分得到的结果求取涡流引入的额外相位项的一阶项系数α,
其中,m表示步骤S21寻找出的所有像素点,angle(.)表示对复数取相位角;
其中,定义:
其中,M表示上式中参与计算的DXn的个数。
进一步地,所述步骤S3包括:
步骤S31,根据如下公式去除涡流引入的额外相位项的所述一阶项系数α;
其中,Sn是在回波时间TEn下的信号强度,n小于回波个数N;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,其中,γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率,β为涡流引入的额外相位项的零阶项系数。
步骤S32,从去除所述一阶项系数的所有回波图像中寻找满足如下条件的信噪比较高的像素点;
abs{SCn(x,y,z)}>t1,abs{SCn(x-1,y,z)}>t1,n=1,2,3,...
步骤S33,从前三个偶数回波图像寻找出的信噪比较高的像素点中筛选出满足预设水脂比例的像素点;
首先,选取前三个偶数回波图像:
I1=SC2,I2=SC4,I3=SC6
定义:
其中,δ为脂肪中波谱主峰与水的化学位移差,B0表示主磁场强度,ΔTE表示回波时间间距;
然后,仅对于寻找出的所述信噪比较高的像素点计算:
最后,筛选出满足如下不等式的像素点;
Rwf>c1 or Rwf<c2
其中,Rwf表示水脂比例,c1、c2表示预设的水脂比例常数;
步骤S34,对于筛选出的满足预设水脂比例的像素点,计算:
并估计涡流引入的额外相位项的零阶项系数:
其中,k表示步骤S33筛选出的所有像素点,angle(.)表示对复数取相位角。
进一步地,所述步骤S4包括:
结合估计的所述一阶项系数和所述零阶项系数并根据如下公式去除涡流引入的所述额外相位项的误差,得到校正后的数据SEn;
其中,Sn是在回波时间TEn下的信号强度,N为回波个数;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,其中γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率。
本发明还提供了一种涡流校正装置,包括:
采集模块,用于利用双极性读出梯度回波序列采集多回波图像;
第一估计模块,用于估计采集的所述多回波图像中的涡流引入的额外相位项的一阶项系数;
第二估计模块,用于去除估计的所述一阶项系数,并估计采集的所述多回波图像中的涡流引入的额外相位项的零阶项系数;
误差去除模块,用于根据估计的所述一阶项系数和所述零阶项系数去除涡流引入的所述额外相位项的误差。
进一步地,所述采集模块中,采集的所述多回波图像至少包括6个回波图像,其中,1、3、5为奇数回波,2、4、6为偶数回波,且采集的任2个连续回波之间的时间间距相等。
进一步地,所述第一估计模块包括:
第一寻找子模块,用于在采集的所述多回波图像中寻找空间分布上组织分布均匀的像素点,所述像素点在n=1,2,3,….下均满足以下条件:
其中,abs(.)表示取复数信号的幅值,t1,δ1,δ2为预设的阈值,(x,y,z)表示图像坐标,Sn(x,y,z)表示第n个回波的坐标位置为(x,y,z)处的信号强度;
空间相位差分子模块,用于对寻找的所述像素点进行空间相位差分,得到
其中,定义:
一阶项估计子模块,用于结合空间相位差分得到的结果求取涡流引入的额外相位项的一阶项系数α,
其中,m表示所述第一寻找子模块寻找出的所有像素点,angle(.)表示对复数取相位角;
其中,定义:
其中,M表示上式中参与计算的DXn的个数。
进一步地,所述第二估计模块包括:
一阶项去除子模块,用于根据如下公式去除涡流引入的额外相位项的所述一阶项系数α;
其中,Sn是在回波时间TEn下的信号强度,n小于回波个数N;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,其中,γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率,β为涡流引入的额外相位项的零阶项系数。
第二寻找子模块,用于从去除所述一阶项系数的所有回波图像中寻找满足如下条件的信噪比较高的像素点;
abs{SCn(x,y,z)}>t1,abs{SCn(x-1,y,z)}>t1,n=1,2,3,...
筛选子模块,用于从前三个偶数回波图像寻找出的信噪比较高的像素点中筛选出满足预设水脂比例的像素点;
首先,选取前三个偶数回波图像:
I1=SC2,I2=SC4,I3=SC6
定义:
其中,δ为脂肪中波谱主峰与水的化学位移差,B0表示主磁场强度,ΔTE表示回波时间间距;
然后,仅对于寻找出的所述信噪比较高的像素点计算:
最后,筛选出满足如下不等式的像素点;
Rwf>c1 or Rwf<c2
其中,Rwf表示水脂比例,c1、c2表示预设的水脂比例常数;
零阶项估计子模块,用于对于筛选出的满足预设水脂比例的像素点,计算:
并估计涡流引入的额外相位项的零阶项系数:
其中,k表示所述筛选子模块筛选出的所有像素点,angle(.)表示对复数取相位角。
进一步地,所述误差去除模块具体用于:
结合估计的所述一阶项系数和所述零阶项系数并根据如下公式去除涡流引入的所述额外相位项的误差,得到校正后的数据SEn;
其中,Sn是在回波时间TEn下的信号强度,N为回波个数;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,其中γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率。
本发明还提供了一种移动终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述涡流校正方法中的各个步骤。
本发明还提供了一种可读存储介质,所述可读存储介质为计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述涡流校正方法中的各个步骤。
本发明与现有技术相比,有益效果在于:本发明提供的一种涡流校正方法、装置、移动终端及可读存储介质,首先,利用双极性读出梯度回波序列采集多回波图像;然后,估计采集的所述多回波图像中的涡流引入的额外相位项的一阶项系数;然后,去除估计的所述一阶项系数,并估计采集的所述多回波图像中的涡流引入的额外相位项的零阶项系数;最后,根据估计的所述一阶项系数和所述零阶项系数去除涡流引入的所述额外相位项的误差;本发明与现有技术相比,先得到涡流引起的相位变化,然后在多回波图像中将该相位变化去除,从而校正了涡流引起的相位误差,进而可应用水脂分离算法,得到正确的水脂分离结果;本发明提供的技术方案无需额外的数据采集,算法简单快速,不需要多次迭代。
附图说明
图1是现有技术提供的用于水脂分离/脂肪定量的多回波GRE序列时序图;
图2是本发明实施例提供的一种涡流校正方法的流程示意图;
图3是本发明实施例提供的一种涡流校正装置的模块示意图;
图4(a)是本发明实施例提供的利用多回波GRE序列采集的人体肝脏图像;
图4(b)是本发明实施例提供的未经过涡流校正前图4(a)中标记点处的六个回波相位值的示意图;
图4(c)是本发明实施例提供的经过涡流校正后图4(a)中标记点处六个回波相位值的示意图;
图4(d)是本发明实施例提供的涡流校正前脂肪定量结果示意图;
图4(e)是本发明实施例提供的涡流校正后脂肪定量结果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
由于现有技术中存在无法简单高效地在采集的多回波图像中去除涡流引起的相位误差,从而保证水脂分离算法结果的正确性的技术问题。
为了解决上述技术问题,本发明提出一种涡流校正方法和装置,通过特定算法得到涡流引起的相位变化,并在多回波图像中将该相位变化去除,从而可应用水脂分离算法,得到正确的水脂分离结果。
请参阅图2,为本发明实施例提供的一种涡流校正方法,包括:
步骤S1,利用双极性读出梯度回波序列采集多回波图像;
具体地,图1示出了用于水脂分离/脂肪定量的多回波GRE序列时序图,其中TEn表示第n个回波时间。所述步骤S1中,按照图1所示的脉冲序列采集多回波图像,采集的所述多回波图像至少包括6个回波图像,本发明实施例采集的多回波图像包括6个回波图像,其中,1、3、5为奇数回波,2、4、6为偶数回波,且采集的任2个连续回波之间的时间间距相等。从图1中可以看出,由于涡流,回波中心在偶数回波和奇数回波上不一致;图1下方给出了纯水点中相位演化的示意图,由于涡流的存在,奇偶回波时间上水点的相位不在一条直线上,偏离理论模型。
步骤S2,估计采集的所述多回波图像中的涡流引入的额外相位项的一阶项系数;
具体地,所述步骤S2包括:
步骤S21,在采集的所述多回波图像中寻找空间分布上组织分布均匀的像素点,所述像素点在n=1,2,3,….下均满足以下条件:
其中,abs(.)表示取复数信号的幅值,t1,δ1,δ2为预设的阈值,(x,y,z)表示图像坐标,Sn(x,y,z)表示第n个回波的坐标位置为(x,y,z)处的信号强度(对于二维图像,仅取(x,y)坐标);当前的设置下,t1可取Sn信号最大值的0.02倍,δ1可取0.99,δ2可取1.01。
步骤S22,对寻找的所述像素点进行空间相位差分,即计算DX,近似可得:
其中,定义:
步骤S23,结合空间相位差分得到的结果求取涡流引入的额外相位项的一阶项系数α,
其中,m表示满足(4)的所有像素点,angle(.)表示对复数取相位角;
其中,定义:
其中,M表示上式中参与计算的DXn的个数。
步骤S3,去除估计的所述一阶项系数,并估计采集的所述多回波图像中的涡流引入的额外相位项的零阶项系数;
具体地,所述步骤S3包括:
步骤S31,根据如下公式去除涡流引入的额外相位项的所述一阶项系数α;即从(16)中去除涡流一阶项影响:
其中,Sn是在回波时间TEn下的信号强度,n小于回波个数N;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率,β为涡流引入的额外相位项的零阶项系数。
步骤S32,从去除所述一阶项系数的所有回波图像中寻找满足如下条件的信噪比较高的像素点;
abs{SCn(x,y,z)}>t1,abs{SCn(x-1,y,z)}>t1,n=1,2,3,... (10)
步骤S33,从前三个偶数回波图像寻找出的信噪比较高的像素点中筛选出满足预设水脂比例的像素点;
具体地,本发明实施例是从前三个偶数回波图像中筛选出满足预设水脂比例的像素点;事实上,也可以从前三个奇数回波图像中筛选出满足预设水脂比例的像素点。
首先,选取前三个偶数回波图像:
I1=SC2,I2=SC4,I3=SC6 (11)
定义:
其中,δ为脂肪中波谱主峰与水的化学位移差(-3.5ppm),B0表示主磁场强度,ΔTE表示回波时间间距。
然后,仅对于寻找出的所述信噪比较高的像素点计算:
最后,筛选出满足如下不等式的像素点;
Rwf>c1 or Rwf<c2 (14)
其中,Rwf表示水脂比例,c1、c2表示预设的水脂比例常数;本发明实施例中,c1=0.95,c2=0.05。
步骤S34,对筛选出的满足预设水脂比例的像素点,计算:
并估计涡流引入的额外相位项的零阶项系数:
其中,k表示满足(14)式的所有像素点,angle(.)表示对复数取相位角。
步骤S4,根据估计的所述一阶项系数和所述零阶项系数去除涡流引入的所述额外相位项的误差。
具体地,所述步骤S4包括:
结合估计的所述一阶项系数和所述零阶项系数并根据如下公式去除涡流引入的所述额外相位项的误差,得到校正后的数据SEn;
其中,Sn是在回波时间TEn下的信号强度,N为回波个数;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,其中γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率。
具体地,在后续依据复数模型的脂肪定量的算法中,使用涡流校正后的数据SEn即可得到正确的结果。
本发明提供的一种涡流校正方法,在水脂混合这个特定模型中准确估计涡流引起的相位误差,然后在多回波图像中将该相位误差去除,从而校正了涡流引起的相位误差,进而可应用水脂分离算法,得到正确的水脂分离结果;本发明提供的技术方案无需额外的数据采集,算法简单快速,不需要多次迭代。
请参阅图3,为本发明实施例提供的一种涡流校正装置,包括:
采集模块1,用于利用双极性读出梯度回波序列采集多回波图像;
具体地,所述采集模块中,采集的所述多回波图像至少包括6个回波图像,本发明实施例采集的多回波图像包括6个回波图像,其中,1、3、5为奇数回波,2、4、6为偶数回波,且采集的任2个连续回波之间的时间间距相等。
第一估计模块2,用于估计采集的所述多回波图像中的涡流引入的额外相位项的一阶项系数;
具体地,所述第一估计模块2包括:
第一寻找子模块,用于在采集的所述多回波图像中寻找空间分布上组织分布均匀的像素点,所述像素点在n=1,2,3,….下均满足以下条件:
其中,abs(.)表示取复数信号的幅值,t1,δ1,δ2为预设的阈值,(x,y,z)表示图像坐标,Sn(x,y,z)表示第n个回波的坐标位置为(x,y,z)处的信号强度(对于二维图像,仅取(x,y)坐标)。当前的设置下,t1可取Sn信号最大值的0.02倍,δ1可取0.99,δ2可取1.01。
空间相位差分子模块,用于对寻找的所述像素点进行空间相位差分,即计算DX,近似可得:
其中,定义:
一阶项估计子模块,用于结合空间相位差分得到的结果求取涡流引入的额外相位项的一阶项系数α,
其中,m表示满足(1)的所有像素点,angle(.)表示对复数取相位角;
其中,定义:
其中,M表示上式中参与计算的DXn的个数。
第二估计模块3,用于去除估计的所述一阶项系数,并估计采集的所述多回波图像中的涡流引入的额外相位项的零阶项系数;
具体地,所述第二估计模块3包括:
一阶项去除子模块,用于根据如下公式去除涡流引入的额外相位项的所述一阶项系数α;
即从(16)中去除涡流一阶项影响:
其中,Sn是在回波时间TEn下的信号强度,n小于回波个数N;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,其中,γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率,β为涡流引入的额外相位项的零阶项系数。
第二寻找子模块,用于从去除所述一阶项系数的所有回波图像中寻找满足如下条件的信噪比较高的像素点;
abs{SCn(x,y,z)}>t1,abs{SCn(x-1,y,z)}>t1,n=1,2,3,... (10)
筛选子模块,用于从前三个偶数回波图像寻找出的信噪比较高的像素点中筛选出满足预设水脂比例的像素点;
具体地,本发明实施例是从前三个偶数回波图像中筛选出满足预设水脂比例的像素点;事实上,也可以从前三个奇数回波图像中筛选出满足预设水脂比例的像素点。
具体地,首先,选取前三个偶数回波图像:
I1=SC2,I2=SC4,I3=SC6 (11)
定义:
其中,δ为脂肪中波谱主峰与水的化学位移差,B0表示主磁场强度,ΔTE表示回波时间间距;
然后,仅对于寻找出的所述信噪比较高的像素点计算:
最后,筛选出满足如下不等式的像素点;
Rwf>c1 or Rwf<c2 (14)
其中,Rwf表示水脂比例,c1、c2表示预设的水脂比例常数;比例常数;本发明实施例中,c1=0.95,c2=0.05。
零阶项估计子模块,用于对筛选出的满足预设水脂比例的像素点,计算:
并估计涡流引入的额外相位项的零阶项系数:
其中,k表示满足(11)式的所有像素点,angle(.)表示对复数取相位角。
误差去除模块4,用于根据估计的所述一阶项系数和所述零阶项系数去除涡流引入的所述额外相位项的误差。
具体地,所述误差去除模块具体用于:
结合估计的所述一阶项系数和所述零阶项系数并根据如下公式去除涡流引入的所述额外相位项的误差,得到校正后的数据SEn;
其中,Sn是在回波时间TEn下的信号强度,N为回波个数;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,其中γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率。
具体地,在后续依据复数模型的脂肪定量的算法中,使用涡流校正后的数据SEn即可得到正确的结果。
如图4(a)所示,为本发明实施例提供的利用多回波GRE序列采集的人体肝脏图像(TE=1.4ms图像);图4(b)为未经过涡流校正前图4(a)中标记点处六个回波相位值,可以看出该点明显受到涡流影响,奇数回波(1、3、5)和偶数回波(2、4、6)存在相位不连续;图4(c)为经过涡流校正后图4(a)中标记点处六个回波相位值,可以看出该点涡流引起的相位不一致已经被校正;图4(d)涡流校正前脂肪定量结果,图中左半部分存在大量误差;图4(e)为涡流校正后脂肪定量结果。
本发明实施例还提供一种移动终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现本发明实施例提供的一种涡流校正方法中的各个步骤。
本发明实施例还提供一种可读存储介质,该可读存储介质为计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现本发明实施例提供的一种涡流校正方法中的各个步骤。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种涡流校正方法,其特征在于,包括:
步骤S1,利用双极性读出梯度回波序列采集多回波图像;
步骤S2,估计采集的所述多回波图像中的涡流引入的额外相位项的一阶项系数;
步骤S3,去除估计的所述一阶项系数,并估计采集的所述多回波图像中的涡流引入的额外相位项的零阶项系数;
步骤S4,根据估计的所述一阶项系数和所述零阶项系数去除涡流引入的所述额外相位项的误差;
所述步骤S2包括:
步骤S21,在采集的所述多回波图像中寻找空间分布上组织分布均匀的像素点,所述像素点在n=1,2,3,….下均满足以下条件:
abs{Sn(x,y,z)}>t1,abs{Sn(x-1,y,z)}>t1
其中,abs(.)表示取复数信号的幅值,t1,δ1,δ2为预设的阈值,(x,y,z)表示图像坐标,Sn(x,y,z)表示第n个回波的坐标位置为(x,y,z)处的信号强度;
步骤S22,对寻找的所述像素点进行空间相位差分,得到
其中,定义:
步骤S23,结合空间相位差分得到的结果求取涡流引入的额外相位项的一阶项系数α,
其中,m表示步骤S21寻找出的所有像素点,angle(.)表示对复数取相位角;
其中,定义:
其中,M表示上式中参与计算的DXn的个数;
所述步骤S3包括:
步骤S31,根据如下公式去除涡流引入的额外相位项的所述一阶项系数α;
其中,Sn是在回波时间TEn下的信号强度;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,其中,γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率,β为涡流引入的额外相位项的零阶项系数;
步骤S32,从去除所述一阶项系数的所有回波图像中寻找满足如下条件的信噪比较高的像素点;
abs{SCn(x,y,z)}>t1,abs{SCn(x-1,y,z)}>t1,n=1,2,3,...
步骤S33,从前三个偶数回波图像寻找出的信噪比较高的像素点中筛选出满足预设水脂比例的像素点;
首先,选取前三个偶数回波图像:
I1=SC2,I2=SC4,I3=SC6
定义中间参数a0、a、b:
其中,δ为脂肪中波谱主峰与水的化学位移差,B0表示主磁场强度,ΔTE表示回波时间间距;
然后,仅对于寻找出的所述信噪比较高的像素点计算中间参数b1、b2以及水脂比例Rwf:
最后,筛选出满足如下不等式的像素点;
Rwf>c1 or Rwf<c2
其中,Rwf表示水脂比例,c1、c2表示预设的水脂比例常数;
步骤S34,对于筛选出的满足预设水脂比例的像素点,计算中间参数D:
并估计涡流引入的额外相位项的零阶项系数:
其中,k表示步骤S33筛选出的所有像素点,angle(.)表示对复数取相位角。
2.如权利要求1所述的涡流校正方法,其特征在于,所述步骤S1中,采集的所述多回波图像至少包括6个回波图像,其中,1、3、5为奇数回波,2、4、6为偶数回波,且采集的任2个连续回波之间的时间间距相等。
4.一种涡流校正装置,其特征在于,包括:
采集模块,用于利用双极性读出梯度回波序列采集多回波图像;
第一估计模块,用于估计采集的所述多回波图像中的涡流引入的额外相位项的一阶项系数;
第二估计模块,用于去除估计的所述一阶项系数,并估计采集的所述多回波图像中的涡流引入的额外相位项的零阶项系数;
误差去除模块,用于根据估计的所述一阶项系数和所述零阶项系数去除涡流引入的所述额外相位项的误差;
所述第一估计模块包括:
第一寻找子模块,用于在采集的所述多回波图像中寻找空间分布上组织分布均匀的像素点,所述像素点在n=1,2,3,….下均满足以下条件:
abs{Sn(x,y,z)}>t1,abs{Sn(x-1,y,z)}>t1
其中,abs(.)表示取复数信号的幅值,t1,δ1,δ2为预设的阈值,(x,y,z)表示图像坐标,Sn(x,y,z)表示第n个回波的坐标位置为(x,y,z)处的信号强度;
空间相位差分子模块,用于对寻找的所述像素点进行空间相位差分,得到
其中,定义:
一阶项估计子模块,用于结合空间相位差分得到的结果求取涡流引入的额外相位项的一阶项系数α,
其中,m表示所述第一寻找子模块寻找出的所有像素点,angle(.)表示对复数取相位角;
其中,定义:
其中,M表示上式中参与计算的DXn的个数;
所述第二估计模块包括:
一阶项去除子模块,用于根据如下公式去除涡流引入的额外相位项的所述一阶项系数α;
其中,Sn是在回波时间TEn下的信号强度;ρw和ρf是水和脂肪的信号强度值;脂肪含有P个波峰分量,每个分量对应的相对幅度是αp,满足fF,p为相应的化学位移,其值已知;fB=γΔB0为局部磁场强度,其中,γ为氢质子旋磁比(42.576MHz/T),R2 *为表观横向弛豫率,β为涡流引入的额外相位项的零阶项系数;
第二寻找子模块,用于从去除所述一阶项系数的所有回波图像中寻找满足如下条件的信噪比较高的像素点;
abs{SCn(x,y,z)}>t1,abs{SCn(x-1,y,z)}>t1,n=1,2,3,...
筛选子模块,用于从前三个偶数回波图像寻找出的信噪比较高的像素点中筛选出满足预设水脂比例的像素点;
首先,选取前三个偶数回波图像:
I1=SC2,I2=SC4,I3=SC6
定义中间参数a0、a、b:
其中,δ为脂肪中波谱主峰与水的化学位移差,B0表示主磁场强度,ΔTE表示回波时间间距;
然后,仅对于寻找出的所述信噪比较高的像素点计算中间参数b1、b2以及水脂比例Rwf:
最后,筛选出满足如下不等式的像素点;
Rwf>c1 or Rwf<c2
其中,Rwf表示水脂比例,c1、c2表示预设的水脂比例常数;
零阶项估计子模块,用于对于筛选出的满足预设水脂比例的像素点,计算中间参数D:
并估计涡流引入的额外相位项的零阶项系数:
其中,k表示所述筛选子模块筛选出的所有像素点,angle(.)表示对复数取相位角。
5.如权利要求4所述的涡流校正装置,其特征在于,所述采集模块中,采集的所述多回波图像至少包括6个回波图像,其中,1、3、5为奇数回波,2、4、6为偶数回波,且采集的任2个连续回波之间的时间间距相等。
7.一种移动终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至3任意一项所述的涡流校正方法中的各个步骤。
8.一种可读存储介质,所述可读存储介质为计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至3任意一项所述的涡流校正方法中的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711205023.6A CN107907846B (zh) | 2017-11-27 | 2017-11-27 | 涡流校正方法、装置、移动终端及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711205023.6A CN107907846B (zh) | 2017-11-27 | 2017-11-27 | 涡流校正方法、装置、移动终端及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107907846A CN107907846A (zh) | 2018-04-13 |
CN107907846B true CN107907846B (zh) | 2020-05-01 |
Family
ID=61848518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711205023.6A Active CN107907846B (zh) | 2017-11-27 | 2017-11-27 | 涡流校正方法、装置、移动终端及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107907846B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110398705B (zh) * | 2018-04-24 | 2021-12-31 | 西门子(深圳)磁共振有限公司 | 磁共振成像中测量k空间轨迹的方法、装置及存储介质 |
CN112881959B (zh) * | 2020-06-10 | 2021-12-21 | 苏州纽迈分析仪器股份有限公司 | 一种用于磁共振成像的梯度涡流补偿方法及系统 |
CN113017596B (zh) * | 2021-03-09 | 2022-11-11 | 深圳高性能医疗器械国家研究院有限公司 | 一种磁共振多参数定量方法及其应用 |
CN115469254A (zh) * | 2021-05-18 | 2022-12-13 | 上海联影医疗科技股份有限公司 | 一种磁共振定量成像方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0301629A1 (en) * | 1987-07-13 | 1989-02-01 | Koninklijke Philips Electronics N.V. | Method and apparatus for carrying out a phase correction in MR angiography |
CN1171921A (zh) * | 1996-07-11 | 1998-02-04 | 通用电器横河医疗系统株式会社 | 相移测量方法,相移修正方法,和mri装置 |
US6160397A (en) * | 1998-12-30 | 2000-12-12 | General Electric Company | Fast spin echo prescan for magnetic resonance imaging systems |
CN105796065A (zh) * | 2014-12-29 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 基于水脂分离的无参考温度测量方法及系统 |
CN105796101A (zh) * | 2014-12-29 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 基于磁共振声辐射力成像的组织位移测量方法和系统 |
CN106646301A (zh) * | 2016-12-15 | 2017-05-10 | 华东师范大学 | 一种消除磁共振成像梯度回波序列奇偶相位差异的方法 |
CN107290700A (zh) * | 2017-08-08 | 2017-10-24 | 上海联影医疗科技有限公司 | 一种相位校正方法、装置及磁共振系统 |
-
2017
- 2017-11-27 CN CN201711205023.6A patent/CN107907846B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0301629A1 (en) * | 1987-07-13 | 1989-02-01 | Koninklijke Philips Electronics N.V. | Method and apparatus for carrying out a phase correction in MR angiography |
CN1171921A (zh) * | 1996-07-11 | 1998-02-04 | 通用电器横河医疗系统株式会社 | 相移测量方法,相移修正方法,和mri装置 |
US6160397A (en) * | 1998-12-30 | 2000-12-12 | General Electric Company | Fast spin echo prescan for magnetic resonance imaging systems |
CN105796065A (zh) * | 2014-12-29 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 基于水脂分离的无参考温度测量方法及系统 |
CN105796101A (zh) * | 2014-12-29 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 基于磁共振声辐射力成像的组织位移测量方法和系统 |
CN106646301A (zh) * | 2016-12-15 | 2017-05-10 | 华东师范大学 | 一种消除磁共振成像梯度回波序列奇偶相位差异的方法 |
CN107290700A (zh) * | 2017-08-08 | 2017-10-24 | 上海联影医疗科技有限公司 | 一种相位校正方法、装置及磁共振系统 |
Non-Patent Citations (2)
Title |
---|
Fat Quantification Using Multiecho Sequences with Bipolar Gradients: Investigation of Accuracy and Noise Performance;Pernilla Peterson 等;《Magnetic Resonance in Medicine》;20141231;219-229 * |
Phase-corrected bipolar gradients in multi-echo gradient-echo sequences for quantitative susceptibility mapping;Jianqi Li 等;《Magn Reson Mater Phy》;20141020;347–355 * |
Also Published As
Publication number | Publication date |
---|---|
CN107907846A (zh) | 2018-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107907846B (zh) | 涡流校正方法、装置、移动终端及可读存储介质 | |
CN108375746B (zh) | 一种相位反卷折方法与设备 | |
Block et al. | Spiral imaging: a critical appraisal | |
Morgan et al. | Correction of spatial distortion in EPI due to inhomogeneous static magnetic fields using the reversed gradient method | |
Sumpf et al. | Fast T2 mapping with improved accuracy using undersampled spin-echo MRI and model-based reconstructions with a generating function | |
US9612300B2 (en) | System and method for object-based initialization of magnetic field inhomogeneity in magnetic resonance imaging | |
Robison et al. | Correction of B0 eddy current effects in spiral MRI | |
US10605883B2 (en) | System and method for producing distortion free magnetic resonance images using dual-echo echo-planar imaging | |
US10234521B2 (en) | Systems and methods for field mapping in magnetic resonance imaging | |
US6043651A (en) | Method for the phase correction of nuclear magnetic resonance signals | |
WO2020078131A1 (zh) | 一种基于频率稳定模块的磁共振cest成像序列及装置 | |
Hoge et al. | Robust EPI Nyquist ghost elimination via spatial and temporal encoding | |
Deshmane et al. | Self‐calibrated trajectory estimation and signal correction method for robust radial imaging using GRAPPA operator gridding | |
Sharma et al. | Improving chemical shift encoded water–fat separation using object‐based information of the magnetic field inhomogeneity | |
JPWO2010035569A1 (ja) | 磁気共鳴イメージング装置 | |
Hermann et al. | Magnetic resonance fingerprinting for simultaneous renal T1 and T2* mapping in a single breath‐hold | |
Benkhedah et al. | Evaluation of adaptive combination of 30‐channel head receive coil array data in 23 N a MR imaging | |
Wech et al. | Robust motion correction in CEST imaging exploiting low‐rank approximation of the z‐spectrum | |
CN110720047B (zh) | 双回波Dixon型水/脂肪分离MR成像 | |
Mani et al. | Comprehensive reconstruction of multi-shot multi-channel diffusion data using mussels | |
WO2022213666A1 (zh) | 结合k空间和图像空间重建的成像方法和装置 | |
JP6986659B2 (ja) | 磁気共鳴イメージング装置、ナイキストゴースト補正方法、及び、ナイキストゴースト補正用プログラム | |
Huang et al. | Partial fourier reconstruction through data fitting and convolution in k‐space | |
JP5675362B2 (ja) | 磁気共鳴撮像における脂肪/水の分離を強化するためのシステム、方法及びマシン読み取り可能プログラム | |
Balachandrasekaran et al. | Calibration-free B0 correction of EPI data using structured low rank matrix recovery |
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 |