CN108027409B - 时域mri - Google Patents

时域mri Download PDF

Info

Publication number
CN108027409B
CN108027409B CN201680035391.8A CN201680035391A CN108027409B CN 108027409 B CN108027409 B CN 108027409B CN 201680035391 A CN201680035391 A CN 201680035391A CN 108027409 B CN108027409 B CN 108027409B
Authority
CN
China
Prior art keywords
spatial
sample
spatial distribution
distribution
time domain
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
CN201680035391.8A
Other languages
English (en)
Other versions
CN108027409A (zh
Inventor
亚历山德罗·斯布里齐
科内利斯·安东尼厄斯·西奥多勒斯·范登·贝尔格
安妮特·范登·图恩
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.)
UMC Utrecht Holding BV
Original Assignee
UMC Utrecht Holding BV
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 UMC Utrecht Holding BV filed Critical UMC Utrecht Holding BV
Publication of CN108027409A publication Critical patent/CN108027409A/zh
Application granted granted Critical
Publication of CN108027409B publication Critical patent/CN108027409B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01R33/50—NMR imaging systems based on the determination of relaxation times, e.g. T1 measurement by IR sequences; T2 measurement by multiple-echo sequences
    • 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
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/243—Spatial mapping of the polarizing magnetic field
    • 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
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/246—Spatial mapping of the RF magnetic field B1
    • 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
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • 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
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5613—Generating steady state signals, e.g. low flip angle sequences [FLASH]
    • 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
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5613—Generating steady state signals, e.g. low flip angle sequences [FLASH]
    • G01R33/5614—Generating steady state signals, e.g. low flip angle sequences [FLASH] using a fully balanced steady-state free precession [bSSFP] pulse sequence, e.g. trueFISP

Landscapes

  • Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (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)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

一种用于执行时域磁共振成像的系统包括激发装置，所述激发装置用于瞬时激发样本，从而导致所述样本发射MRI信号。接收线圈接收所述MRI信号。基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个。目标函数是基于在所述时域中的所述接收的MRI信号与所述模拟信号之间的差异。基于所述目标函数拟合所述多个空间参数分布。所述样本在其达到平衡状态之前被再次激发。

Description

时域MRI
技术领域
本发明涉及时域磁共振成像。
背景技术
磁共振成像(MRI)是用于许多应用的成像模式，并且具有可以调整的许多序列参数以及可以观察到的许多成像参数以提取例如不同种类的生物信息。
常规的MRI图像重构利用快速傅里叶逆变换(FFT)和利用笛卡尔采样的k空间数据。对于非笛卡尔采样，网格化方法可以用作预处理步骤。
US 8,421,456公开了时域磁共振成像的方法及其装置。所述方法包括瞬时激发样本；接收从样本发出的信号；并且在没有傅里叶变换的情况下处理接收的信号以获取图像。所述装置包括激发装置、检测线圈以及用于处理接收的发射信号并生成图像的工作电路，其中接收的发射信号是没有傅立叶变换的时域信号。
Donald B Twieg等人：“Basic Properties of SS-PARSE ParameterEstimates”，IEEE医学成像会报，2010年5月1日，第29卷，第5期，第1156-1172页公开了用于从单次拍摄(通常为65ms)磁共振成像(MRI)信号获得定量参数图的方法。
Knopp T等人：“Iterative Off-Resonance and Signal Decay Estimation andCorrection for Multi-Echo MRI”，IEEE医学成像会报，2009年3月1日，第28卷，第3期，第394-404页公开了用于偏共振效应校正的基于网格的算法，其也扩展来解决信号衰减。
Bradley P Sutton等人：“Simultaneous estimation of I0R2*,and field mapusing a multi-echo spiral acquisition”，国际医学磁共振学会学报，2002年5月4日，第10卷，第1323页公开了场图的同时迭代估计，R2*和I0.。
然而，需要改进时域磁共振成像。
发明内容
本发明的一个方面是提供用于上述问题的解决方案。其他方面和优点将从以下描述中显而易见。
根据第一方面，本发明提供了一种用于执行时域磁共振成像的系统。所述系统包括：
射频RF激发装置，用于瞬时激发样本，从而使样本发射MRI信号，其中所述激发装置被配置来执行激发序列，其中所述样本在其能够达到平衡状态之前被再次激发；
接收线圈，用于接收MRI信号；
以及处理器，被配置来：
基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个；
基于在所述时域中的所述接收的MRI信号和所述模拟信号之间的差异来确定目标函数；以及
基于所述目标函数拟合所述多个空间参数分布。
通过拟合磁化的空间分布和所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个，所述模拟信号可以更准确地对应于提供更好地拟合的测量信号。此外，所述拟合生成拟合参数分布的值，其提供关于样本的有价值的信息。
材料特性可以包括生物体的组织的特性。这对于例如医疗应用是有用的。
材料特性可以包括弛豫时间。样本的弛豫时间的空间分布提供了重要信息并且/或者可以有助于拟合多个空间参数分布。弛豫时间的分布可以是例如T1弛豫时间的分布、T2弛豫时间的分布以及T2*弛豫时间的分布。也可以将这些弛豫时间的组合用作材料特性。
处理器可以被配置来基于以下各项中的至少一项来生成模拟信号：T1弛豫时间的空间分布、T2弛豫时间的空间分布以及T2*弛豫时间的空间分布。
电磁场的空间分布可以包括以下各项中的至少一项：发射磁场(B1 +)的分布和偏共振(ΔB0)的分布。这些分布可以进一步帮助改进重构。
样本的材料的材料特性的空间分布可以包括光谱内容的空间分布。这可以有助于改进重构，并且可以提供重要信息。例如，当样本由不同材料制成时，可以使用光谱内容的空间分布，每种材料以不同的频率谐振。随后，ΔB0不仅可以在空间上依赖，而且还可以与材料有关。样本可以由不同的分子组成，其中生成MRI信号的氢原子核由于不同的化学键而具有不同的拉莫尔频率。
空间参数分布可以包括以下各项中的每一项：T1弛豫时间的分布、T2或T2*弛豫时间的分布、发射磁场(B1 +)以及偏共振(ΔB0)的分布。这可以导致改进的重构结果。
磁化的分布可以基于自旋磁化的平衡值M0与接收线圈的空间变化的接收射频(RF)场B1 -的乘积M0B1 -。
处理器可以被配置来通过求解包括布洛赫方程和法拉第方程的联立方程来生成模拟信号。
所述系统可以包括被配置来施加空间编码梯度和/或读出梯度的梯度线圈。
激发装置、梯度线圈和接收线圈可以被配置来执行具有不同梯度编码的多个采集的序列。这有助于改进重构的空间分辨率。
激发装置可以被配置来采用其中尖端角在多种不同状态之间交替的RF列。这可以有助于减少噪声对重构参数图的影响。例如，激发装置可以被配置来采用其中尖端角在两种不同状态之间交替的RF列。
激发装置可以被配置来执行激发序列，其中样本在其能够达到平衡状态之前被再次激发。这有助于加速采集。
本发明的另一方面提供了一种执行时域磁共振成像的方法，其包括
通过射频RF激发装置瞬时激发样本，从而使样本发射MRI信号，其中执行激发序列，其中样本在其能够达到平衡状态之前被再次激发；
通过接收线圈接收所述MRI信号；
基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个；
基于在所述时域中的所述接收的MRI信号和所述模拟信号之间的差异来确定目标函数；以及
基于所述目标函数拟合所述多个空间参数分布。
本发明的另一方面提供了一种计算机程序产品，其包括用于引起处理器执行以下各项的指令：
存储由接收线圈接收的MRI信号，其中所述MRI信号由已经用射频RF激发装置瞬时激发的样本发射，其中已执行激发序列，其中所述样本在其能够达到平衡状态之前被再次激发；
基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个；
基于在所述时域中的所述接收的MRI信号和所述模拟信号之间的差异来确定目标函数；以及
基于所述目标函数拟合所述多个空间参数分布。
本领域的技术人员将理解，上述特征可以以任何被认为有用的方式进行组合。此外，关于所述系统所描述的修改和变化同样可以应用于所述方法和所述计算机程序产品，并且关于所述方法描述的修改和变化同样可以应用于所述系统和所述计算机程序产品。
附图说明
以下将参考附图借助于示例来说明本发明的各个方面。附图是图解的，并且可能不会按比例绘制。
图1示出采集序列的片段。
图2示出RF尖端角列的片段。
图3示出完整序列和对应的测量信号。
图4是用于执行时域磁共振成像的系统的框图。
图5是执行时域磁共振成像的方法的流程图。
具体实施方式
在以下描述中，将更详细地描述多个示例性实施例。然而，这些实施例的描述不旨在限制保护范围。另外，以下将描述在迭代重构过程中使用的特定方程的示例。然而，应注意，鉴于本公开，可以使用替代或修改的数学模型和技术以类似的方式应用关于其描述的技术。
布洛赫方程已知如下：
Figure BDA0001510515710000051
(方程1)。
在本文，
Figure BDA0001510515710000052
是自旋磁化，其中
Figure BDA0001510515710000053
其中
Figure BDA0001510515710000054
是磁化的平衡值，假定其在t＝0时可以应用。此平衡值
Figure BDA0001510515710000055
与质子自旋密度成正比；
Figure BDA0001510515710000056
和
Figure BDA0001510515710000057
是组织弛豫参数；
Figure BDA0001510515710000058
代表偏共振；
Figure BDA0001510515710000059
代表施加的梯度场；
γ是旋磁常数；
Figure BDA00015105157100000510
代表
Figure BDA00015105157100000511
RF(t)的实部；
Figure BDA00015105157100000512
代表
Figure BDA00015105157100000513
RF(t)的虚部；
RF(t)代表(复值)激发射频波形；
Figure BDA00015105157100000514
代表空间变化的发射磁场。为了简化说明，
Figure BDA00015105157100000515
将假定为实值，尽管在实践中
Figure BDA00015105157100000516
可以是复值。本文公开的方法可以容易地扩展到复值
Figure BDA00015105157100000517
在解调后由法拉第电磁感应定律导出，由MR扫描器的接收线圈收集的信号由以下给出：
Figure BDA00015105157100000518
(方程2)。
在本文，
Figure BDA00015105157100000519
代表乘积
Figure BDA00015105157100000520
Figure BDA00015105157100000521
代表接收线圈的(复值)空间变化的接收RF场。
M代表横向磁化，其具有实部Mx和虚部My；
τ代表采集间隔。
来自方程(1)的其他参数包含在方程(2)中作为矢量
Figure BDA00015105157100000522
在实现方式示例中，待估计的参数是
Figure BDA00015105157100000523
和
Figure BDA00015105157100000524
这些参数可以针对所有
Figure BDA00015105157100000525
在整个体积V中进行估计。
收集的解调数据在时域中由d(t)代表。出现在方程(1)和方程(2)中的剩余参数可以被认为是基于MRI设备的设置和特性是已知的。
考虑到时域中的收集的解调数据，d(t)，
Figure BDA0001510515710000061
的重构由
Figure BDA0001510515710000062
表示。此重构是通过求解非线性最小二乘问题而生成的
Figure BDA0001510515710000063
使得方程(1)和方程(2)成立(方程3)。
由于成本函数直接连接到方程(1)和方程(2)，参数
Figure BDA0001510515710000064
的直接重构在时域上是可能的，而无需处理由傅里叶变换决定的序列设计约束。
所述重构问题直接地作用于时域信号。这与大多数现有的MRI技术不同，其中所述重构是基于组装k空间矩阵并且随后执行快速傅立叶变换(的变体)。此外，组织参数和适用的电磁场的定量值被直接重构。
尽管在本示例中，所有参数
Figure BDA0001510515710000065
被重构，但应理解，可能仅重构这些参数的子集。此外，通过修改系统方程，即等式1和2，一些参数可以由其他参数替代。
数值问题是通过离散化方程3而获得的，如下所示：
Figure BDA0001510515710000066
使得方程(1)和方程(2)成立(方程4)。
指数j和r分别代表时间和空间离散化。
J是采集的数据样本的数量，
R是将要重构的空间网格点的数量，
Δr和Δt分别是空间和时间离散化区间。
矢量
Figure BDA0001510515710000067
和
Figure BDA0001510515710000068
分别表示将要重构的空间网格中所有a和
Figure BDA0001510515710000069
值的垂直级联。具体地，对于r＝1、……、R：
Figure BDA00015105157100000610
(方程5)。
使用矩阵矢量表示法，方程(4)可以写成：
Figure BDA0001510515710000071
(方程6)。
在本文，矩阵M(b)由
Figure BDA0001510515710000072
定义。在这一点上，a与b之间的数学上的区别变得明显：系统的响应M(b)a线性依赖于a并且非线性依赖于b。非线性最小二乘问题因此是可分离的。
由方程(6)给出的形式的问题可以通过可变投影方法(varpro)有效地求解，如Gene H.Golub和V.Pereyra的“Separable nonlinear least squares:the variableprojection method and its applications”，逆问题19，R1-R26(2003年)中所公开的。varpro利用以下事实：对于给定的b，方程(6)成为线性最小二乘问题，从而由于
Figure BDA0001510515710000073
雅可非行列式的计算被简化。此外，通过varpro求解方程(6)生成相对较快的收敛速度和相对较小的机会来达到局部最小值。用于解决重构问题的最大计算负担是由相对于非线性变量的导数的计算给出的，即：
Figure BDA0001510515710000074
Figure BDA0001510515710000075
以下将公开有效地计算导数
Figure BDA0001510515710000076
的方法。
首先，需注意，针对每个体素和每个时间点，M(b)由布洛赫方程的数值解给出(参考方程(1))。具体地，时间指数j和空间位置r处的值被存储在[M(b)]j,r中。在下文，全矩阵M的计算称为完整的布洛赫模拟。导数
Figure BDA0001510515710000077
的矩阵由以下给出
Figure BDA0001510515710000078
(方程7)。
在本文，Mj代表M的第j行。此外，使用的事实是，由于[M(b)]j,r是指第r个体素的磁化，所以[M(b)]j,r仅取决于所述特定体素的T1、T2、B1 +、ΔB0的值。也就是说，使用方程(5)，
Figure BDA0001510515710000079
为了计算
Figure BDA0001510515710000081
可以使用有限差分格式，例如：
Figure BDA0001510515710000082
(方程8)。
在本文，差值ΔI、ΔII、ΔIII和ΔIV可以根据所需的精度来选择，它们应当被选择得足够小，以便精确估计导数。需注意，为了计算这些偏导数，除了已知的
Figure BDA0001510515710000085
之外，仅需要四个额外的完整的布洛赫模拟。
方程(6)的优化问题可能是病态的，即：数据中的小扰动(例如测量噪声)可能在重构的参数中被放大。为了减少重构图像中噪声的影响，更好的是重构参数的期望标准偏差较小。这可以通过首先计算被定义为C＝σ2(DTD)-1的方差与协方差矩阵C来估计，其中σ是噪声的标准偏差，并且其中D被定义为
Figure BDA0001510515710000083
(方程9)。
第n个参数的估计的标准偏差是
Figure BDA0001510515710000084
显然，对于n＝1、……、6R，σn的值应尽可能地小。
测量序列的类型至少部分地确定σn。在初步测试中，采用完全平衡的2D梯度回波序列。借助于模拟，计算σn，并且调整序列参数，直到σn足够小。已发现，通过采用其中尖端角在两种不同状态之间交替的RF列，所得到的σn足够小以精确地重构参数图。例如，当随后进行10次完整的k空间采集时就是这种情况(参见图3)。例如，尖端角可以在0与固定值α之间交替(参见图1)。
图1示出用于在实验中获取数据的序列片段。对于激发1、2和4，空间选择性RF脉冲按尖端角α进行缩放，并且对于激发3是关闭的。Gx和Gy是编码梯度。Gz是选层梯度。需注意，顺序RF和梯度事件彼此跟随而没有等待时间。
图2示出在实验中使用的RF列的片段。在此示例中，尖端角(即RF激发的缩放)在0与α之间交替。
图3示出完整序列和对应的测量信号301。铅垂线将总采集区间细分为单个完整的k空间采集，由图下方的数字表示。
在以上示例中，重构了所有参数ar和
Figure BDA0001510515710000091
在替代实现方式中，仅重构这些参数的子集。在这种情况下，上述方法可以如下地改变：考虑不需要被估计为已知常数的参数。随后，变量a和/或
Figure BDA0001510515710000092
包含较少的未知数，但是数学/计算过程可以保持正式不变。此外，可能设计对不需要的参数不敏感的实验(序列)。在这种情况下，仅可以对所需参数进行拟合，因为信号仅取决于它们。
图4示出用于执行样本401的时域磁共振成像的系统的部件。样本401本身不是系统的一部分。一般来讲，所述系统包括用于瞬时激发样本401的激发装置402，从而使样本401发射出发射信号。所述系统还包括用于接收发射信号的接收线圈403。激发装置402和接收线圈403在MRI领域是众所周知的，并且在本文不作更详细的描述。所述系统还包括处理器405，其控制包括激发装置402和接收线圈403的系统的部件。处理器405还可以控制用于输出图像和/或状态信息的显示器404以及用于从用户接收命令和辅助信息的输入装置406，诸如触摸屏、鼠标和键盘。处理器405可以包括被配置来协作以执行诸如计算的任务的多个处理装置。可替代地，处理器405由单个处理装置组成。诸如中央处理单元(CPU)、控制器或FPGA的这类处理装置在本领域中是已知的。在附图和本说明书中已省略MRI装置的一些熟知的元件，以便不模糊本说明书。
所述系统还包括存储装置，诸如存储器407。存储器407可以被配置来在处理器405的控制下存储从接收线圈403接收的信号412和/或重构图像数据413。重构图像数据413可以由系统通过处理接收信号412来生成。存储器407可以进一步存储计算机代码以使处理器405执行其任务。例如，计算机代码可以包括用于基于诸如图1所示的采集方案来操作数据采集的图像采集模块408。所述图像采集模块408可以引起激发装置402瞬时激发样本401，从而引起样本发出发射信号。此外，图像采集模块408可以引起处理器405接收并存储来自接收线圈403的发射信号，所述接收线圈403接收由样本401发出的信号。
此外，存储器407可以存储信号模拟器模块409，所述信号模拟器模块409被配置来基于多个空间参数分布在时域中生成接收线圈的模拟信号。在本文，空间参数分布是跨空间变化的参数。例如，样本401的不同部分的这种参数是不同的。空间分布包括不同空间位置的参数的值。模拟所基于的空间参数分布可以包括磁化的空间分布，即在每个位置处的相关核的自旋的状态。模拟所基于的空间参数分布还可以包括样本材料的材料特性的空间分布。例如，这种材料特性对于不同的材料可以是不同的，例如生物体的不同组织类型。模拟所基于的空间参数分布还可以包括电磁场的空间分布。这种电磁场至少描述了样本存在的电磁环境的一个方面。在宏观层次，电磁场对磁化有影响，但是磁化对电磁场没有影响。事实上，磁化表示自旋的状态，并且其由电磁场(即B1+、B0和RF)确定。
存储器可以进一步存储目标函数计算模块410。此模块基于在所述时域中的所述接收的发射信号与所述模拟信号之间的差异来计算目标函数。需注意，在将目标函数应用于接收到的发射信号之前，可以对接收的发射信号进行一些处理，诸如解调、数字化、滤波和/或降噪。然而，接收的发射信号保持在时域中。
存储器可以进一步存储拟合模块411。拟合模块411基于目标函数拟合多个空间参数分布。所述拟合可以以迭代的方式来实现。可以调整空间参数分布，并且可以由目标函数模块410来重新计算目标函数，直到目标函数的结果满足预定的终止判据。
在具体的实现方式中，材料特性可以包括弛豫时间，诸如T1弛豫时间、T2弛豫时间或者T2*弛豫时间的空间分布。这些也可以被组合，例如可以采用T1和T2弛豫时间的空间分布，或者T1和T2*。可替代地，使用所有三个弛豫时间。可替代地，其中一个弛豫时间可以由本文件中未提及的另一个弛豫时间所替代。可替代地或此外，材料的光谱含量的空间分布可以用作材料特性的空间分布。
电磁场的空间分布可以包括以下各项中的至少一项：发射磁场
Figure BDA0001510515710000101
的分布和偏共振(ΔB0)的分布，或者两者。如上所述，所述空间参数分布可以包括T1弛豫时间的分布、T2(或T2*)弛豫时间的分布、发射磁场
Figure BDA0001510515710000102
以及偏共振(ΔB0)的分布的组合。
磁化的分布可以基于或等于自旋磁化的平衡值M0与接收线圈的空间变化的射频(RF)场
Figure BDA0001510515710000103
的乘积
Figure BDA0001510515710000104
信号模拟器409可以被配置来通过求解包括布洛赫方程和法拉第方程的联立方程来生成模拟信号。
如图1所示，系统还可以包括梯度线圈414，所述梯度线圈414被配置来在处理器405和图像采集模块408的控制下应用空间编码梯度和/或读出梯度作为采集序列的一部分。
图像采集模块408可以引起激发装置402、梯度线圈414以及接收线圈403执行具有不同梯度编码的多个采集的序列。在多次采集中收集的信号可以在重构中组合。信号模拟器409可以被配置来模拟多个采集中的每一个，并且目标函数模块410可以基于收集的接收信号和对应的模拟信号来计算组合的目标值。
图像采集模块408可以引起激发装置402在采集期间采用其中尖端角在两种不同状态之间交替的RF列。这可以是打开状态和关闭状态。
图像采集模块408可以执行采集序列，其中激发装置被配置来执行激发序列，其中样本在其能够达到平衡状态之前被再次激发。
尽管以上描述涉及使用软件的实现方式，但是也可能以硬件完全实现本文所描述的技术，例如采用专用电子电路来代替上文所述的软件部件。
图5示出执行时域磁共振成像的方法的流程图。在步骤501中，通过激发装置瞬时激发样本，从而引起样本发出发射信号。在步骤502中，由接收线圈接收发射信号。在步骤503中，基于多个空间参数分布在时域中模拟所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个。在步骤504中，基于在所述时域中的所述接收的发射信号与所述模拟信号之间的差异来确定目标函数。在步骤505中，基于所述目标函数拟合所述多个空间参数分布。所述拟合步骤包括根据目标函数搜索模拟信号与接收信号最相似的空间参数分布。作为拟合步骤505的一部分，可以针对空间参数分布的不同值重复步骤503、504，以找到满足关于目标函数的结果的某一标准的空间参数分布。至少步骤503、504和505可以借助于用于迭代算法的软件代码来实现。
关于光谱内容，MR动力学取决于核发现自己的分子环境。如果存在其共振频率不同于氢拉莫尔频率的化学化合物，那么可以修改布洛赫方程。具体地，假设存在脂肪分子。那么，脂肪化合物的布洛赫方程可以表示为
Figure BDA0001510515710000121
其中σf、
Figure BDA0001510515710000122
和
Figure BDA0001510515710000123
分别代表脂肪化合物的所谓的化学位移、横向和纵向衰减时间。
信号可以通过对两个分量(水，M和脂肪，Mf)的横向磁化进行求和而获得：
Figure BDA0001510515710000124
通过设置aeff＝(a,af)以及
Figure BDA0001510515710000125
所述问题可以以与单一化学成分的情况类似的方式来解决。
以下条款定义了本公开的各个方面。
条款1.一种用于执行时域磁共振成像的系统，所述系统包括：
激发装置，用于瞬时激发样本，从而使所述样本发出发射信号；
接收线圈，用于接收所述发射信号；以及
处理器，被配置来：
基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个；
基于在所述时域中的所述接收的发射信号和所述模拟信号之间的差异来确定目标函数；以及
基于所述目标函数拟合所述多个空间参数分布。
条款2.如条款1所述的系统，其中所述材料特性包括生物体的组织的特性。
条款3.如条款1所述的系统，其中材料特性包括弛豫时间。
条款4.如条款3所述的系统，其中所述材料特性的所述空间参数分布包括以下各项中的至少一项：T1弛豫时间的空间分布、T2弛豫时间的空间分布以及T2*弛豫时间的空间分布。
条款5.如条款1所述的系统，其中所述电磁场的所述空间分布包括以下各项中的至少一项：发射磁场
Figure BDA0001510515710000131
的分布和偏共振(ΔB0)的分布。
条款6.如条款1所述的系统，其中所述样本的所述材料的所述材料特性的所述空间分布包括光谱内容的空间分布。
条款7.如条款4所述的系统，其中所述空间参数分布包括以下各项中的每一项：T1弛豫时间的分布、T2或T2*弛豫时间的分布、发射磁场
Figure BDA0001510515710000132
以及偏共振(ΔB0)的分布。
条款8.如条款1所述的系统，其中所述磁化的所述分布是基于自旋磁化的平衡值M0与所述接收线圈的空间变化的接收射频(RF)场
Figure BDA0001510515710000133
的乘积
Figure BDA0001510515710000134
条款9.如条款1所述的系统，其中所述处理器被配置来通过求解包括布洛赫方程和法拉第方程的联立方程来生成所述模拟信号。
条款10.如条款1所述的系统，其还包括梯度线圈，所述梯度线圈被配置来施加空间编码梯度。
条款11.如条款10所述的系统，其中所述激发装置、所述梯度线圈和所述接收线圈被配置来执行具有不同梯度编码的多个采集的序列。
条款12.如条款1所述的系统，其中所述激发装置被配置来采用其中尖端角在多种不同状态之间交替的RF列。
条款13.如条款1所述的系统，其中所述激发装置被配置来执行激发序列，其中所述样本在其能够达到平衡状态之前被再次激发。
条款14.一种执行时域磁共振成像的方法，所述方法包括：
通过激发装置瞬时激发样本，从而引起所述样本发出发射信号；
通过接收线圈接收所述发射信号；
基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个；
基于在所述时域中的所述接收的发射信号和所述模拟信号之间的差异来确定目标函数；以及
基于所述目标函数拟合所述多个空间参数分布。
条款15.一种计算机程序产品，所述机程序产品包括用于引起处理器执行以下步骤的指令：
存储由接收线圈接收的发射信号，其中所述发射信号由已经用激发装置瞬时激发的样本发射；
基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个；
基于在所述时域中的所述接收的发射信号和所述模拟信号之间的差异来确定目标函数；以及
基于所述目标函数拟合所述多个空间参数分布。
本发明的一些或全部方面可以适用于以软件，特别是计算机程序产品的形式来实现。这种计算机程序产品可以包括诸如存储器的存储介质，软件存储在所述存储介质上。另外，计算机程序可以通过由诸如光纤电缆或空气的传输介质携带的诸如光信号或电磁信号的信号来表示。计算机程序可以部分或全部具有适用于由计算机系统执行的源代码、目标代码或伪代码的形式。例如，代码可以由一个或多个处理器执行。
本文描述的示例和实施例用于说明而不是限制本发明。本领域技术人员将能够设计替代实施例而不背离权利要求的范围。放置在权利要求中的括号内的附图标记不应被解释为限制权利要求的范围。在权利要求书或说明书中描述为单独实体的项目可以被实现为组合所描述的项目的特征的单个硬件或软件项目。

Claims (14)

1.一种用于执行时域磁共振成像的系统，所述系统包括：
射频RF激发装置，用于瞬时激发样本，从而引起所述样本发出MRI信号，其中所述激发装置被配置来执行激发序列，其中所述样本在其能够达到平衡状态之前被再次激发；
接收线圈，用于接收所述MRI信号；以及
处理器，被配置来：
基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个；
基于在所述时域中的所述接收的MRI信号和所述模拟信号之间的差异来确定目标函数；以及
基于所述目标函数拟合所述多个空间参数分布。
2.如权利要求1所述的系统，其中所述材料特性包括生物体的组织的特性。
3.如权利要求1所述的系统，其中材料特性包括弛豫时间。
4.如权利要求3所述的系统，其中所述材料特性的所述空间分布包括以下各项中的至少一项：T1弛豫时间的空间分布、T2弛豫时间的空间分布以及T2*弛豫时间的空间分布。
5.如权利要求1所述的系统，其中所述电磁场的所述空间分布包括以下各项中的至少一项：发射磁场(B1 +)的分布和偏共振(ΔB0)的分布。
6.如权利要求1所述的系统，其中所述样本的所述材料的所述材料特性的所述空间分布包括光谱内容的空间分布。
7.如权利要求4所述的系统，其中所述空间参数分布包括以下各项中的每一项：
T1弛豫时间的空间分布、
T2弛豫时间的空间分布或T2*弛豫时间的空间分布、
发射磁场(B1 +)的空间分布、以及
偏共振(ΔB0)的空间分布。
8.如权利要求1所述的系统，其中所述磁化的所述空间分布是基于自旋磁化的平衡值M0与所述接收线圈的空间变化的接收射频(RF)场B1 -的乘积M0B1 -。
9.如权利要求1所述的系统，其中所述处理器被配置来通过求解包括布洛赫方程和法拉第方程的联立方程来生成所述模拟信号。
10.如权利要求1所述的系统，其还包括梯度线圈，所述梯度线圈被配置来施加空间编码梯度。
11.如权利要求10所述的系统，其中所述激发装置、所述梯度线圈和所述接收线圈被配置来执行具有不同梯度编码的多个采集的序列。
12.如权利要求1所述的系统，其中所述激发装置被配置来执行所述激发序列，在所述激发序列中尖端角在多种不同状态之间交替。
13.一种执行时域磁共振成像的方法，所述方法包括：
通过射频RF激发装置瞬时激发样本，从而引起所述样本发射MRI信号，其中执行激发序列，其中所述样本在其能够达到平衡状态之前被再次激发；
通过接收线圈接收所述MRI信号；
基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个；
基于在所述时域中的所述接收的MRI信号和所述模拟信号之间的差异来确定目标函数；以及
基于所述目标函数拟合所述多个空间参数分布。
14.一种计算机程序产品，所述计算机程序产品包括用于引起处理器执行以下步骤的指令：
存储由接收线圈接收的MRI信号，其中所述MRI信号由已经用射频RF激发装置瞬时激发的样本发射，其中已执行激发序列，其中所述样本在其能够达到平衡状态之前被再次激发；
基于多个空间参数分布在时域中生成所述接收线圈的模拟信号，其中所述空间参数分布包括磁化的空间分布，其中所述空间参数分布还包括所述样本的材料的材料特性的空间分布和电磁场的空间分布中的至少一个；
基于在所述时域中的所述接收的MRI信号和所述模拟信号之间的差异来确定目标函数；以及
基于所述目标函数拟合所述多个空间参数分布。
CN201680035391.8A 2015-05-15 2016-05-12 时域mri Active CN108027409B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
EP15020075 2015-05-15
EP15020075.6 2015-05-15
EP15001457 2015-05-15
EP15001457.9 2015-05-15
EP15171708.9A EP3093677A1 (en) 2015-05-15 2015-06-11 Time-domain mri
EP15171708.9 2015-06-11
PCT/EP2016/060727 WO2016184779A1 (en) 2015-05-15 2016-05-12 Time-domain mri

Publications (2)

Publication Number Publication Date
CN108027409A CN108027409A (zh) 2018-05-11
CN108027409B true CN108027409B (zh) 2021-03-09

Family

ID=57083418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680035391.8A Active CN108027409B (zh) 2015-05-15 2016-05-12 时域mri

Country Status (5)

Country Link
US (1) US10571542B2 (zh)
EP (2) EP3093677A1 (zh)
JP (1) JP6797189B2 (zh)
CN (1) CN108027409B (zh)
WO (1) WO2016184779A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9665734B2 (en) 2015-09-12 2017-05-30 Q Bio, Inc. Uniform-frequency records with obscured context
US10964412B2 (en) 2015-10-20 2021-03-30 Q Bio, Inc. Population-based medical rules via anonymous sharing
US11872025B2 (en) 2016-03-18 2024-01-16 Q Bio, Inc. System and method for magnetic resonance elastography
US10222441B2 (en) 2016-04-03 2019-03-05 Q Bio, Inc. Tensor field mapping
CN109564268B (zh) * 2016-08-09 2021-10-08 皇家飞利浦有限公司 在多梯度回波mri中对场波动的回顾性校正
US11650195B2 (en) 2017-02-03 2023-05-16 Q Bio, Inc. Iterative medical testing of biological samples
US10936180B2 (en) 2017-03-16 2021-03-02 Q Bio, Inc. User interface for medical information
US11360166B2 (en) 2019-02-15 2022-06-14 Q Bio, Inc Tensor field mapping with magnetostatic constraint
US11354586B2 (en) 2019-02-15 2022-06-07 Q Bio, Inc. Model parameter determination using a predictive model
NL2022890B1 (en) * 2019-04-08 2020-10-15 Umc Utrecht Holding Bv Parameter map determination for time domain magnetic resonance
US11614509B2 (en) 2019-09-27 2023-03-28 Q Bio, Inc. Maxwell parallel imaging
BR112022004126A2 (pt) 2019-09-27 2022-05-31 Q Bio Inc Imageamento paralelo de maxwell
US20230044166A1 (en) 2020-01-08 2023-02-09 Umc Utrecht Holding B.V. Accelerated time domain magnetic resonance spin tomography
KR102401046B1 (ko) * 2020-08-24 2022-05-23 서울대학교 산학협력단 Mri rf펄스 생성방법 및 이를 위한 장치
US11614508B1 (en) 2021-10-25 2023-03-28 Q Bio, Inc. Sparse representation of measurements
CN116029181B (zh) * 2023-03-30 2023-06-27 西安热工研究院有限公司 一种磁脉冲下绕组线匝对地短路的波过程仿真方法及系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4709212A (en) * 1986-01-03 1987-11-24 General Electric Company Method of enhancing image signal-to-noise ratio by combining NMR images of differing pulse sequence timing
JP2001515736A (ja) * 1997-08-13 2001-09-25 ビー・ティー・ジー・インターナショナル・リミテッド 緩和パラメータ値決定装置および方法
US20090227860A1 (en) 2004-08-13 2009-09-10 Koninklijke Philips Electronics, N.V. Mr method for the quantitative determination of local relaxation time values
WO2008004192A2 (en) * 2006-07-06 2008-01-10 Koninklijke Philips Electronics N.V. Magnetic resonance imaging device and method
WO2008109783A2 (en) 2007-03-06 2008-09-12 The Regents Of The University Of California Detecting spin perturbations using magnetic resonance imaging
JP2009036468A (ja) 2007-08-02 2009-02-19 Denso Corp ハウジングレス式熱交換器
US8032335B2 (en) * 2008-05-02 2011-10-04 Emory University Evaluating magnetic resonance spectra
TWI395966B (zh) 2009-01-17 2013-05-11 Univ Nat Taiwan 時域核磁共振造影的方法及其裝置
DE102009014924B3 (de) 2009-03-25 2010-09-16 Bruker Biospin Mri Gmbh Rekonstruktion von Spektral- oder Bilddateien bei simultaner Anregung und Detektion in der Magnetischen Resonanz
JP5449903B2 (ja) * 2009-07-29 2014-03-19 株式会社日立メディコ 磁気共鳴イメージング装置
DE102010041751B4 (de) * 2010-09-30 2012-09-20 Siemens Aktiengesellschaft Steady-State MR-Pulssequenz, bei der das erste Moment des Phasenkodiergradienten zum Zeitpunkt des Einstrahlens eines HF-Pulses minimal ist
JP2015528384A (ja) 2012-09-19 2015-09-28 ケース ウェスタン リザーブ ユニバーシティＣａｓｅ Ｗｅｓｔｅｒｎｒｅｓｅｒｖｅ Ｕｎｉｖｅｒｓｉｔｙ 核磁気共鳴（ｎｍｒ）フィンガープリンティング
US9568579B2 (en) * 2012-12-19 2017-02-14 Case Western Reserve University Magnetic resonance fingerprinting (MRF) with echo splitting
US10321845B2 (en) * 2014-11-14 2019-06-18 Koninklijke Philips N.V. Magnetic resonance fingerprinting in slices along a one-dimensional extension
TWI540330B (zh) * 2015-09-30 2016-07-01 國立臺灣大學 偵測動態磁場變化之方法與裝置
US10094899B2 (en) * 2016-08-04 2018-10-09 General Electric Company Magnetic resonance T2 preparatory pulses for magnetic field inhomogeneity robustness and contrast optimization

Also Published As

Publication number Publication date
WO2016184779A1 (en) 2016-11-24
US20180149722A1 (en) 2018-05-31
EP3295196A1 (en) 2018-03-21
EP3093677A1 (en) 2016-11-16
JP2018517152A (ja) 2018-06-28
CN108027409A (zh) 2018-05-11
JP6797189B2 (ja) 2020-12-09
US10571542B2 (en) 2020-02-25

Similar Documents

Publication Publication Date Title
CN108027409B (zh) 时域mri
Sbrizzi et al. Fast quantitative MRI as a nonlinear tomography problem
Buonincontri et al. MR fingerprinting with simultaneous B1 estimation
Yip et al. Iterative RF pulse design for multidimensional, small‐tip‐angle selective excitation
Enss et al. Visualizing the dipolar field in solution NMR and MR imaging: three-dimensional structure simulations
CN105334239B (zh) 多维核磁共振流体组分含量测量方法及装置
RU2693837C2 (ru) Магнитно-резонансный метод пальцевых отпечатков
JP6339299B1 (ja) 主磁場の不均一性に対する感度が減少された磁気共鳴フィンガープリンティング
US10145917B2 (en) Multi-component voxel separation using magnetic resonance fingerprinting with compartment exchange
CN109791186B (zh) 对磁共振指纹期间的b0偏共振场的直接测量
JP2015047503A (ja) 多点ディクソン法
EP2402780A1 (en) Method of reconstructing a magnetic resonance image of an object considering higher-order dynamic fields
US11875509B2 (en) System and method for determining undersampling errors for a magnetic resonance fingerprinting pulse sequence
Diefenbach et al. Generalized parameter estimation in multi-echo gradient-echo-based chemical species separation
WO2008053436A1 (en) Mri rf encoding using multiple transmit coils
WO2017032132A1 (en) System and method for an eddy-current field compensation in magnetic resonance imaging
Maudsley et al. Numerical simulation of PRESS localized MR spectroscopy
WO2020208066A1 (en) Parameter map determination for time domain magnetic resonance
US8891846B2 (en) Correction of changing local transmit phases during parallel transmission
JP6613161B2 (ja) Ｍｒｉシミュレーションシステム
US10295642B2 (en) Construction of diagnostic images from MRI data acquired in an inhomogeneous polarizing magnetic field
EP4375691A1 (en) Apparatus for reconstructing a magnetic resonance image based on a subspace-sampling operator
WO2024110220A1 (en) Apparatus for reconstructing a magnetic resonance image based on a subspace-sampling operator
Teixeira Digital magnetic resonance spectrometer (DMRS) from CIERMag: calibration and relaxometry measurements methodology
EP4312730A1 (en) Image reconstruction incorporating maxwell fields and gradient impulse response function distortion

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