CN108269291B - 一种并行成像方法及装置 - Google Patents

一种并行成像方法及装置 Download PDF

Info

Publication number
CN108269291B
CN108269291B CN201710004789.1A CN201710004789A CN108269291B CN 108269291 B CN108269291 B CN 108269291B CN 201710004789 A CN201710004789 A CN 201710004789A CN 108269291 B CN108269291 B CN 108269291B
Authority
CN
China
Prior art keywords
sensitivity spectrum
spectrum data
image
phase encoding
weight
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
CN201710004789.1A
Other languages
English (en)
Other versions
CN108269291A (zh
Inventor
丁浩达
郭红宇
徐勤
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.)
Shanghai Neusoft Medical Technology Co Ltd
Original Assignee
Shanghai Neusoft Medical Technology Co Ltd
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 Shanghai Neusoft Medical Technology Co Ltd filed Critical Shanghai Neusoft Medical Technology Co Ltd
Priority to CN201710004789.1A priority Critical patent/CN108269291B/zh
Publication of CN108269291A publication Critical patent/CN108269291A/zh
Application granted granted Critical
Publication of CN108269291B publication Critical patent/CN108269291B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明提供一种并行成像方法及装置,在获取每个接收器的敏感度谱数据后,获取各个敏感度谱数据各自在相位编码方向上的权重,而各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系,这样在相位编码方向上变化不大的敏感度谱数据的权重被下调,在根据卷叠点对应的目标敏感度谱和各个敏感度谱数据各自在相位编码方向上的权重对发生卷叠现象的图像进行重建时,可以降低由于相位编码方向上变化不大的敏感度谱数据导致的伪影,从而提高重建图像的质量。

Description

一种并行成像方法及装置
技术领域
本发明属于并行成像技术领域,更具体的说,尤其涉及一种并行成像方法及装置。
背景技术
对于一幅磁共振图像来说,如果在不改变扫描分辨率的情况下,降低FOV (Fieldof view,视场),会使得磁共振图像发生卷叠,而通过图像空间的并行成像技术对发生卷叠的磁共振图像进行重建,以消除磁共振图像中的卷叠。其中磁共振图像发生卷叠与对其进行重建的过程如下:
如图1所示,图1箭头的左边为两个接收线圈Coil 1与Coil 2以及被采集对象,箭头的右边分别为通过接收线圈Coil 1与Coil 2采集后形成的图像,每个接收线圈包括多个接收器,且每个接收器分布在一个通道上,从通过接收线圈Coil 1与Coil 2采集后形成的图像可知,由于接收器的敏感度谱数据不同,进而使得每个通道的灰度值不同。具体的,敏感度谱数据越高,对应的通道的灰度值越大。在不改变扫描分辨率的情况下,若降低FOV会使得通过接收线圈Coil 1与Coil 2采集后形成的图像发生卷叠,使得图像中存在伪影,如图2所示。对于图2所示发生卷叠的图像来说,需要计算出卷叠点位置的取值,从而消除图像中的伪影,计算过程如下:
Figure BDA0001202766060000011
其中
Figure BDA0001202766060000012
为卷叠点对应的目标敏感度谱Sγ,ρ,A和B即需要计算出的卷叠点位置的取值,但是敏感度谱数据在相位编码方向的变化不大时,卷叠点对应的敏感度谱Sγ,ρ为病态矩阵,导致重建图像中的伪影较重,降低重建图像的质量。
发明内容
有鉴于此,本发明的目的在于提供一种并行成像方法及装置,降低重建图像中的伪影,以提高重建图像的质量。技术方案如下:
本发明提供一种并行成像方法,所述方法包括:
获取每个接收器的敏感度谱数据,其中接收线圈包括多个接收器,且每个接收器对应一个敏感度谱数据;
根据所述每个接收器的敏感度谱数据,得到卷叠点对应的目标敏感度谱,其中卷叠点是接收线圈对应的图像中发生卷叠现象的点;
获取各个敏感度谱数据各自在相位编码方向上的权重,所述各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系;
根据所述目标敏感度谱和所述各个敏感度谱数据各自在相位编码方向上的权重,对发生卷叠现象的图像进行重建,得到重建图像。
优选地,所述获取各个敏感度谱数据各自在相位编码方向上的权重,包括:
获取各个敏感度谱数据各自在相位编码方向上的斜率;
对各个敏感度谱数据各自在相位编码方向上的斜率进行归一化处理,得到各个敏感度谱数据各自对应的归一化斜率,所述各个敏感度谱数据各自对应的归一化斜率为所述各个敏感度谱数据各自在相位编码方向上的权重。
优选地,所述获取各个敏感度谱数据各自在相位编码方向上的斜率,包括:
获取所述相位编码方向上预设区域中各个图像索引的数值;
根据所述预设区域中各个图像索引的数值和所述各个敏感度谱数据,得到所述各个敏感度谱数据各自在相位编码方向上的斜率。
优选地,所述获取各个敏感度谱数据各自在相位编码方向上的权重,包括:
获取所述各个敏感度谱数据各自在所述相位编码方向上的全变差;
对各个敏感度谱数据各自在所述相位编码方向上的全变差进行归一化处理,得到各个敏感度谱数据各自对应的归一化全变差,所述各个敏感度谱数据各自对应的归一化全变差为所述各个敏感度谱数据各自在相位编码方向上的权重。
优选地,获取所述各个敏感度谱数据各自在所述相位编码方向上的全变差,包括:
获取所述相位编码方向上预设区域中各个图像索引的数值;
根据所述预设区域中各个图像索引的数值和所述各个敏感度谱数据,得到所述各个敏感度谱数据各自在相位编码方向上的全变差。
优选地,所述预设区域是所述接收线圈对应的图像的图像区域。
优选地,所述方法还包括:从所述预设区域中各个图像索引的数值中选取噪声干扰在预设范围内的图像索引的数值。
本发明还提供一种并行成像装置,所述装置包括:
第一获取模块,用于获取每个接收器的敏感度谱数据,其中接收线圈包括多个接收器,且每个接收器对应一个敏感度谱数据;
第二获取模块,用于根据所述每个接收器的敏感度谱数据,得到卷叠点对应的目标敏感度谱,其中卷叠点是接收线圈对应的图像中发生卷叠现象的点;
第三获取模块,用于获取各个敏感度谱数据各自在相位编码方向上的权重,所述各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系;
重建模块,用于根据所述目标敏感度谱和所述各个敏感度谱数据各自在相位编码方向上的权重,对发生卷叠现象的图像进行重建,得到重建图像。
优选地,所述第三获取模块,包括:
斜率获取单元,用于获取各个敏感度谱数据各自在相位编码方向上的斜率;
斜率归一化单元,用于对各个敏感度谱数据各自在相位编码方向上的斜率进行归一化处理,得到各个敏感度谱数据各自对应的归一化斜率,所述各个敏感度谱数据各自对应的归一化斜率为所述各个敏感度谱数据各自在相位编码方向上的权重。
优选地,所述斜率获取单元,包括:
第一获取子单元,用于获取所述相位编码方向上预设区域中各个图像索引的数值;
第二获取子单元,用于根据所述预设区域中各个图像索引的数值和所述各个敏感度谱数据,得到所述各个敏感度谱数据各自在相位编码方向上的斜率。
优选地,所述第三获取模块,包括:
全变差获取单元,用于获取所述各个敏感度谱数据各自在所述相位编码方向上的全变差;
全变差归一化单元,用于对各个敏感度谱数据各自在所述相位编码方向上的全变差进行归一化处理,得到各个敏感度谱数据各自对应的归一化全变差,所述各个敏感度谱数据各自对应的归一化全变差为所述各个敏感度谱数据各自在相位编码方向上的权重。
优选地,全变差获取单元,包括:
第三获取子单元,用于获取所述相位编码方向上预设区域中各个图像索引的数值;
第四获取子单元,用于根据所述预设区域中各个图像索引的数值和所述各个敏感度谱数据,得到所述各个敏感度谱数据各自在相位编码方向上的全变差。
与现有技术相比,本发明提供的上述技术方案具有如下优点:
本发明提供的上述技术方案在获取每个接收器的敏感度谱数据后,获取各个敏感度谱数据各自在相位编码方向上的权重,而各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系,这样在相位编码方向上变化不大的敏感度谱数据的权重被下调,在根据卷叠点对应的目标敏感度谱和各个敏感度谱数据各自在相位编码方向上的权重对发生卷叠现象的图像进行重建时,可以降低由于相位编码方向上变化不大的敏感度谱数据导致的伪影,从而提高重建图像的质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是现有并行成像采集到的正常图像的示意图;
图2是采集到的发生卷叠现象的图像的示意图;
图3是本发明实施例提供的并行成像方法的流程图;
图4是敏感度谱数据在相位编码方向上未发生变化的示意图;
图5是现有方法得到的重建图像的示意图;
图6是应用本发明实施例提供的方法得到的重建图像的示意图;
图7是本发明实施例提供的获取权重的一种流程图;
图8是本发明实施例提供的获取权重的另一种流程图;
图9是本发明实施例提供的并行成像装置的结构示意图;
图10是本发明实施例提供的并行成像装置中第三获取模块的一种结构示意图;
图11是本发明实施例提供的并行成像装置中第三获取模块的另一种结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图3,其示出了本发明实施例提供的并行成像方法的流程图,用来降低重建图像中的伪影,提高重建图像的质量。具体的,本发明实施例提供的并行成像方法可以包括以下步骤:
301:获取每个接收器的敏感度谱数据。可以理解的是:接收线圈是一个由多个接收器组成的线圈,每个接收线圈中的接收器的数量相同,且每个接收器对应一个通道,各个敏感度谱数据指示接收器在对应通道上的灵敏度,以上述图1为例,图1下方的数据则为接收器在对应通道上的敏感度谱数据。
在本发明实施例中,获取各个敏感度谱数据的可行方式包括但不限于下述方式:
一种可行方式是:获取每个接收器采集的图像数据和基准线圈采集的图像数据,并根据每个接收器采集的图像数据和基准线圈采集的图像数据,得到每个接收器的敏感度谱数据。比如接收器采集的图像数据是fi,基准线圈采集的图像数据是Q,则接收器的敏感度谱数据Si=fi/Q,对于其他接收器也可以通过此公式来得到敏感度谱数据。
其中基准线圈是一个大体线圈,所谓大体线圈是同时兼具发射及接收功能的线圈,且接收到的信号均匀,因此以这种大题线圈作为基准线圈可使得获取到的敏感度谱数据的均匀性更好。
另一种可行方式是:获取每个接收器采集的图像数据,并根据每个接收器采集的图像数据,得到每个接收器的敏感度谱数据。比如接收器采集的图像数据是fi,则接收器的敏感度谱数据Si=fi/SOS(fi),
Figure BDA0001202766060000061
其中m 为接收线圈中接收器的总数,对于其他接收器也可以通过此公式来得到敏感度谱数据。
302:根据各个敏感度谱数据,得到卷叠点对应的目标敏感度谱,其中卷叠点是接收线圈对应的图像中发生卷叠现象的点,而卷叠点对应的目标敏感度谱是由卷叠点对应的敏感度谱数据得到,如上述图2所示,在接收线圈Coil1 对应的图像中卷叠点对应的敏感度谱数据分别为(0.9 0.3),在接收线圈Coil2 对应的图像中卷叠点对应的敏感度谱数据分别为(0.2 0.8),则卷叠点对应的目标敏感度谱为:
Figure BDA0001202766060000071
即若通过步骤301得到的敏感度谱为S,则目标敏感度谱为Sγ,ρ=Sγ(rρ),其中γ代表通道,ρ代表卷叠点,rρ代表卷叠点位置。
303:获取各个敏感度谱数据各自在相位编码方向上的权重,各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系。其中,解卷贡献度用于指示敏感度谱数据对消除伪影的重要程度,若解卷贡献度越小,说明其对应的敏感度谱数据对消除伪影的重要程度越低,相应的敏感度谱数据的权重越小,否则相反。
如图4所示,接收器的敏感度谱数据在相位编码方向上未发生变化,使得
Figure BDA0001202766060000072
计算中的矩阵
Figure BDA0001202766060000073
为奇异矩阵,造成该方程组无法求解,因此无法消除图像中的伪影。为此在本发明实施例中为各个敏感度谱数据引入一个权重,对于解卷贡献度较小的敏感度谱数据,可以降低敏感度谱数据的权重,如可以将上述在相位编码方向上未发生变化的敏感度谱数据的权重设置为0,从而在重建图像中去除敏感度谱数据对应的接收器采集到的图像数据,以此来降低重建图像中的伪影,提高重建图像的质量。
304:根据目标敏感度谱和各个敏感度谱数据各自在相位编码方向上的权重,对发生卷叠现象的图像进行重建,得到重建图像。
可以理解的是:现有技术根据目标敏感度谱对发生卷叠图像的重建可以采用正则化的最小二乘法进行重建,其过程是:
Figure BDA0001202766060000074
其中,ψ-1为噪声矩阵,R为正则化因子,a为卷叠图像,如上述图2中的Coil1对应的图像。
则本发明实施例在结合权重后可以采用有权重的正则化最小二乘法来进行重建,其过程是:
Figure BDA0001202766060000075
其中,W是由敏感度谱数据的权重构成的权重矩阵。
从上述过程可知,若在相位编码方向上未发生变化的敏感度谱数据的权重设置为0,从而在重建图像中去除敏感度谱数据对应的接收器采集到的图像数据,使得在目标敏感度谱为病态矩阵的情况下仍可以正常重建图像,并以此来降低重建图像中的伪影。
如图5和图6所示,其中图5是采用现有技术进行重建后,得到的重建图像,图6是应用本发明实施例提供的方法进行重建后,得到的重建图像,从图5和图6对比可以看出,图6所示重建图像中的伪影明显减轻,重建图像的质量得到提高。
综上,藉由上述技术方案,在获取每个接收器的敏感度谱数据后,获取各个敏感度谱数据各自在相位编码方向上的权重,而各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系,这样在相位编码方向上变化不大的敏感度谱数据的权重被下调,在根据卷叠点对应的目标敏感度谱和各个敏感度谱数据各自在相位编码方向上的权重对发生卷叠现象的图像进行重建时,可以降低由于相位编码方向上变化不大的敏感度谱数据导致的伪影,从而提高重建图像的质量。
在本发明实施例中,敏感度谱数据在相位编码方向上的权重可以采用敏感度谱数据在相位编码方向上的斜率或全变差来作为自身的权重,下面则结合流程图来说明权重获取过程。首先以敏感度谱数据在相位编码方向上的权重是敏感度谱数据在相位编码方向上的斜率为例,说明权重获取过程,如图7 所示,可以包括以下步骤:
701:获取相位编码方向上预设区域中各个图像索引的数值。其中预设区域是在接收线圈对应的图像中预先指定的一个区域,如预先指定一个矩形区域,或者预设区域可以是接收线圈对应的图像的图像区域,所述图像区域可以通过图像边缘检测技术识别出,这样就可以从图像区域中获取各个图像索引的数值,而各个图像索引的数值可以是各个图像索引指示的像素点在相位编码方向上的位置。
702:根据预设区域中各个图像索引的数值和各个敏感度谱数据,得到各个敏感度谱数据各自在相位编码方向上的斜率。
比如xj为第j个图像索引指示的像素点在相位编码方向上的位置,yj为对应敏感度谱数据的取值,则第i个接收器的敏感度谱数据Si对应的斜率为
Figure BDA0001202766060000091
n为计算对应斜率指定的图像索引的总数。若敏感度谱数据在相位编码方向上未发生变化,则
Figure BDA0001202766060000092
这样斜率ki=0。
在这里需要说明的一点是:若预设区域的维度是一维,则将上述公式计算出的第一斜率直接作为第i个接收器的敏感度谱数据Si对应的斜率,若预设区域的维度是二维或二维以上,则对于任意一个敏感度谱数据来说,通过上述公式可以计算出对应同一个敏感度谱数据的多个第二斜率,在此种情况下,可以将同一个敏感度谱数据对应的多个第二斜率进行处理,如将多个第二斜率进行平均或者合并(如加权合并或p范数合并),得到处理后的斜率,以将处理后的斜率来作为敏感度谱数据的斜率。其中p范数合并的计算公式是:
Figure BDA0001202766060000093
p∈(-∞,+∞),若p=-∞,则p范数合并的计算公式是:
Figure BDA0001202766060000094
若p=+∞,则p范数合并的计算公式是:
Figure BDA0001202766060000095
并且在计算第一斜率或第二斜率时,可以指定计算第一斜率或第二斜率所需的图像索引的总数,以预设区域为一个1*5的一维矩形区域来说,这个在1*5的一维矩形区域对应5个图像索引,因此计算第i个接收器的敏感度谱数据Si对应的斜率时,可以选取5个图像索引的数值来计算,即指定计算斜率所需的图像索引的总数为5。
又或者对于所有的敏感度谱数据来说,可以为所有的敏感度谱数据选取相同的图像索引的数值来计算对应的斜率,如从上述5个图像索引的数值中选取3个图像索引的数值(比如从5个图像索引的数值中选取中间3个图像索引的数值),然后基于相同的图像索引的数值来计算不同敏感度谱数据对应的斜率;或者为所有的敏感度谱数据选取各自对应的图像索引的数值来计算对应的斜率,如计算第i个接收器的敏感度谱数据Si对应的斜率时,从5个图像索引的数值中选取中间3个图像索引的数值来计算第i个接收器的敏感度谱数据Si对应的斜率,在计算第i+1个接收器的敏感度谱数据Si+1对应的斜率时,从5个图像索引的数值中选取最后3个图像索引的数值来计算第i个接收器的敏感度谱数据Si对应的斜率。
可选的,从预设区域中各个图像索引的数值中选取用于计算斜率的图像索引的数值的可行方式是:从预设区域中各个图像索引的数值中选取噪声干扰在预设范围内的图像索引的数值,以使图像索引指示的像素点表示图像内容,而非背景,从而根据选取的图像索引计算对应的斜率,其中预设范围可以根据实际应用确定,本发明实施例并不限定其具体取值。
703:对各个敏感度谱数据各自在相位编码方向上的斜率进行归一化处理,得到各个敏感度谱数据各自对应的归一化斜率,各个敏感度谱数据给各自对应的归一化斜率为各个敏感度谱数据各自在相位编码方向上的权重。
所谓归一化过程为:
Figure BDA0001202766060000101
其中q为得到的斜率的总数。
图8则是以敏感度谱数据在相位编码方向上的权重是敏感度谱数据在相位编码方向上的全变差为例,说明权重获取过程,可以包括以下步骤:
801:获取相位编码方向上预设区域中各个图像索引的数值。其中预设区域是在接收线圈对应的图像中预先指定的一个区域,如预先指定一个矩形区域,或者预设区域可以是接收线圈对应的图像的图像区域,所述图像区域可以通过图像边缘检测技术识别出,这样就可以从图像区域中获取各个图像索引的数值,而各个图像索引的数值可以是各个图像索引指示的像素点在相位编码方向上的位置。
802:根据预设区域中各个图像索引的数值和各个敏感度谱数据,得到各个敏感度谱数据各自在相位编码方向上的全变差。
可选的,得到全变差的可选方式是:根据公式
Figure BDA0001202766060000111
得到第i个接收器的敏感度谱数据的全变差TVi,其中Ω为沿相位编码方向上预设区域中各个图像索引的数值构成的直线。若敏感度谱数据在相位编码方向上未发生变化,则对沿相位编码方向的y方向进行积分时结果为0,则第i个接收器的敏感度谱数据的全变差TVi=0。
如以上述图4所示为例,在A指向B的相位编码方向上,沿相位编码方向的直线Ω为一个平行于x方向的直线,因此在对沿相位编码方向的y方向进行积分时结果为0,则第i个接收器的敏感度谱数据的全变差TVi=0。
在这里需要说明的一点是:若预设区域的维度是一维,沿相位编码方向上预设区域中各个图像索引的数值构成一条直线,则通过上述计算公式得到一个第一全变差,进而可以将计算出的第一全变差直接作为第i个接收器的敏感度谱数据Si对应的全变差,若预设区域的维度是二维或二维以上,沿相位编码方向上预设区域中各个图像索引的数值构成多条直线,则对于任意一个敏感度谱数据来说,通过上述公式可以计算出对应同一个敏感度谱数据的多个第二全变差,在此种情况下,可以将同一个敏感度谱数据对应的多个第二全变差进行处理,如将多个第二全变差进行平均或者合并(如加权合并或p范数合并),得到处理后的全变差,以将处理后的全变差来作为敏感度谱数据的全变差,其中p范数合并的计算公式可以参阅斜率作为权重的实施例说明,对此不再详述。
并且在计算第一全变差或第二全变差时,可以指定计算第一全变差或第二全变差所需的图像索引的总数,以预设区域为一个1*5的一维矩形区域来说,这个在1*5的一维矩形区域对应5个图像索引,因此计算第i个接收器的敏感度谱数据Si对应的全变差时,可以选取5个图像索引的数值来计算,即指定计算全变差所需的图像索引的总数为5。
又或者对于所有的敏感度谱数据来说,可以为所有的敏感度谱数据选取相同的图像索引的数值来计算对应的全变差,如从上述5个图像索引的数值中选取3个图像索引的数值(比如从5个图像索引的数值中选取中间3个图像索引的数值),然后基于相同的图像索引的数值来计算不同敏感度谱数据对应的全变差;或者为所有的敏感度谱数据选取各自对应的图像索引的数值来计算对应的全变差,如计算第i个接收器的敏感度谱数据Si对应的全变差时,从5个图像索引的数值中选取中间3个图像索引的数值来计算第i个接收器的敏感度谱数据Si对应的全变差,在计算第i+1个接收器的敏感度谱数据Si+1对应的全变差时,从5个图像索引的数值中选取最后3个图像索引的数值来计算第i个接收器的敏感度谱数据Si对应的全变差。
可选的,从预设区域中各个图像索引的数值中选取用于计算全变差的图像索引的数值的可行方式是:从预设区域中各个图像索引的数值中选取噪声干扰在预设范围内的图像索引的数值,以使图像索引指示的像素点表示图像内容,而非背景,从而根据选取的图像索引计算对应的全变差,其中预设范围可以根据实际应用确定,本发明实施例并不限定其具体取值。
803:对各个敏感度谱数据各自在相位编码方向上的全变差进行归一化处理,得到各个敏感度谱数据各自对应的归一化全变差,各个敏感度谱数据各自对应的归一化全变差为各个敏感度谱数据各自在相位编码方向上的权重。
所谓归一化过程是:
Figure BDA0001202766060000121
其中p为得到的全变差的总数。若上述全变差TVi=0,则归一化全变差结果为0,对应的敏感度谱数据的权重也设置为0,从而在重建图像中去除敏感度谱数据对应的接收器采集到的图像数据,以此来降低重建图像中的伪影,提高重建图像的质量。
但是对于将归一化全变差作为权重来说,在计算全变差时会将全部噪声数据叠加,故而得到的全变差是数据变化量和全部噪声数据之和,因此全变差受到噪声扰动剧烈,使得权重的准确度低,而采用最小二乘法拟合的斜率受到噪声扰动最小,使得权重的准确度高,因此本发明实施例优选以归一化斜率作为权重,以提高重建图像的质量。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
请参阅图9,其示出了本发明实施例提供的并行成像装置的可选结构,用来降低重建图像中的伪影,提高重建图像的质量。具体的,本发明实施例提供的并行成像装置可以包括:第一获取模块11、第二获取模块12、第三获取模块13和重建模块14。
第一获取模块11,用于获取每个接收器的敏感度谱数据,其中接收线圈包括多个接收器,且每个接收器对应一个敏感度谱数据,对于获取每个接收器的敏感度谱数据的可行方式可以参阅方法实施例中的相关说明,对此本发明实施例不再阐述。
第二获取模块12,用于根据每个接收器的敏感度谱数据,得到卷叠点对应的目标敏感度谱,其中卷叠点是接收线圈对应的图像中发生卷叠现象的点。
第三获取模块13,用于获取各个敏感度谱数据各自在相位编码方向上的权重,各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系。其中,解卷贡献度用于指示敏感度谱数据对消除伪影的重要程度,若解卷贡献度越小,说明其对应的敏感度谱数据对消除伪影的重要程度越低,相应的敏感度谱数据的权重越小,否则相反。
如图4所示,接收器的敏感度谱数据在相位编码方向上未发生变化,使得
Figure BDA0001202766060000131
计算中的矩阵
Figure BDA0001202766060000132
为奇异矩阵,造成该方程组无法求解,因此无法消除图像中的伪影。为此在本发明实施例中为各个敏感度谱数据引入一个权重,对于解卷贡献度较小的敏感度谱数据,可以降低敏感度谱数据的权重,如可以将上述在相位编码方向上未发生变化的敏感度谱数据的权重设置为0,从而在重建图像中去除敏感度谱数据对应的接收器采集到的图像数据,以此来降低重建图像中的伪影,提高重建图像的质量。
重建模块14,用于根据目标敏感度谱和各个敏感度谱数据各自在相位编码方向上的权重,对发生卷叠现象的图像进行重建,得到重建图像。
可以理解的是:现有技术根据目标敏感度谱对发生卷叠图像的重建可以采用正则化的最小二乘法进行重建,其过程是:
Figure BDA0001202766060000141
其中,ψ-1为噪声矩阵,R为正则化因子,a为卷叠图像,如上述图2中的Coil1对应的图像。
则本发明实施例在结合权重后可以采用有权重的正则化最小二乘法来进行重建,其过程是:
Figure BDA0001202766060000142
其中,W是由敏感度谱数据的权重构成的权重矩阵。
从上述过程可知,若在相位编码方向上未发生变化的敏感度谱数据的权重设置为0,从而在重建图像中去除敏感度谱数据对应的接收器采集到的图像数据,使得在目标敏感度谱为病态矩阵的情况下仍可以正常重建图像,并以此来降低重建图像中的伪影。
藉由上述技术方案,在获取每个接收器的敏感度谱数据后,获取各个敏感度谱数据各自在相位编码方向上的权重,而各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系,这样在相位编码方向上变化不大的敏感度谱数据的权重被下调,在根据卷叠点对应的目标敏感度谱和各个敏感度谱数据各自在相位编码方向上的权重对发生卷叠现象的图像进行重建时,可以降低由于相位编码方向上变化不大的敏感度谱数据导致的伪影,从而提高重建图像的质量。
在本发明实施例中,敏感度谱数据在相位编码方向上的权重可以采用敏感度谱数据在相位编码方向上的斜率或全变差来作为自身的权重,相应的,第三获取模块13的一种可选结构如图10所示,可以包括:斜率获取单元131 和斜率归一化单元132。
斜率获取单元131,用于获取各个敏感度谱数据各自在相位编码方向上的斜率。可选的斜率获取单元131,包括:第一获取子单元1311和第二获取子单元1312。
第一获取子单元1311,用于获取相位编码方向上预设区域中各个图像索引的数值。其中预设区域是在接收线圈对应的图像中预先指定的一个区域,如预先指定一个矩形区域,或者预设区域可以是接收线圈对应的图像的图像区域,所述图像区域可以通过图像边缘检测技术识别出,这样就可以从图像区域中获取各个图像索引的数值,而各个图像索引的数值可以是各个图像索引指示的像素点在相位编码方向上的位置。
第二获取子单元1312,用于根据预设区域中各个图像索引的数值和各个敏感度谱数据,得到各个敏感度谱数据各自在相位编码方向上的斜率。
在本发明实施例中,第二获取子单元1312可以基于以下公式:
Figure BDA0001202766060000151
得到第i个接收器的敏感度谱数据si对应的斜率ki。
xj为第j个图像索引指示的像素点在相位编码方向上的位置,yj为对应敏感度谱数据的取值,n为计算对应斜率指定的图像索引的总数。若敏感度谱数
Figure BDA0001202766060000152
算出的第一斜率直接作为第i个接收器的敏感度谱数据Si对应的斜率,若预设区域的维度是二维或二维以上,则对于任意一个敏感度谱数据来说,通过上述公式可以计算出对应同一个敏感度谱数据的多个第二斜率,在此种情况下,可以将同一个敏感度谱数据对应的多个第二斜率进行处理,如将多个第二斜率进行平均或者合并(如加权合并或p范数合并),得到处理后的斜率,以将处理后的斜率来作为敏感度谱数据的斜率。
斜率归一化单元132,用于对各个敏感度谱数据各自在相位编码方向上的斜率进行归一化处理,得到各个敏感度谱数据各自对应的归一化斜率,各个敏感度谱数据各自对应的归一化斜率为各个敏感度谱数据各自在相位编码方向上的权重。
可选的,第三获取模块13的一种可选结构如图11所示,可以包括:全变差获取单元133和全变差归一化单元134。
全变差获取单元133,用于获取各个敏感度谱数据各自在相位编码方向上的全变差。可选的,全变差获取单元133包括:第三获取子单元1331和第四获取子单元1332。
第三获取子单元1331,用于获取相位编码方向上预设区域中各个图像索引的数值。其中预设区域是在接收线圈对应的图像中预先指定的一个区域,如预先指定一个矩形区域,或者预设区域可以是接收线圈对应的图像的图像区域,所述图像区域可以通过图像边缘检测技术识别出,这样就可以从图像区域中获取各个图像索引的数值,而各个图像索引的数值可以是各个图像索引指示的像素点在相位编码方向上的位置。
第四获取子单元1332,用于根据预设区域中各个图像索引的数值和各个敏感度谱数据,得到各个敏感度谱数据各自在相位编码方向上的全变差。
可选的,得到全变差的可选方式是:根据公式
Figure BDA0001202766060000161
得到第i个接收器的敏感度谱数据的全变差TVi,其中Ω为沿相位编码方向上预设区域中各个图像索引的数值构成的直线。若敏感度谱数据在相位编码方向上未发生变化,则对沿相位编码方向的y方向进行积分时结果为0,则第i个接收器的敏感度谱数据的全变差TVi=0。
在这里需要说明的一点是:若预设区域的维度是一维,沿相位编码方向上预设区域中各个图像索引的数值构成一条直线,则通过上述计算公式得到一个第一全变差,进而可以将计算出的第一全变差直接作为第i个接收器的敏感度谱数据Si对应的全变差,若预设区域的维度是二维或二维以上,沿相位编码方向上预设区域中各个图像索引的数值构成多条直线,则对于任意一个敏感度谱数据来说,通过上述公式可以计算出对应同一个敏感度谱数据的多个第二全变差,在此种情况下,可以将同一个敏感度谱数据对应的多个第二全变差进行处理,如将多个第二全变差进行平均或者合并(如加权合并或p范数合并),得到处理后的全变差,以将处理后的全变差来作为敏感度谱数据的全变差。
全变差归一化单元134,用于对各个敏感度谱数据各自在相位编码方向上的全变差进行归一化处理,得到各个敏感度谱数据各自对应的归一化全变差,各个敏感度谱数据各自对应的归一化全变差为各个敏感度谱数据各自在相位编码方向上的权重。
此外,上述第三获取模块13还可以包括:选取单元,用于从预设区域中各个图像索引的数值中选取噪声干扰在预设范围内的图像索引的数值,以使图像索引指示的像素点表示图像内容,而非背景,从而根据选取的图像索引计算对应的斜率或全变差,其中预设范围可以根据实际应用确定,本发明实施例并不限定其具体取值。
本发明实施例还提供一种计算机可读存储介质,其中计算机可读存储介质上存储有用于执行上述并行成像方法的程序代码。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种并行成像方法,其特征在于,所述方法包括:
获取每个接收器的敏感度谱数据,其中接收线圈包括多个接收器,且每个接收器对应一个敏感度谱数据;
根据所述每个接收器的敏感度谱数据,得到卷叠点对应的目标敏感度谱,其中卷叠点是接收线圈对应的图像中发生卷叠现象的点;
获取各个敏感度谱数据各自在相位编码方向上的权重,所述各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系,其中在相位编码方向上变化不大的敏感度谱数据的权重被下调;
根据所述目标敏感度谱和所述各个敏感度谱数据各自在相位编码方向上的权重,对发生卷叠现象的图像进行重建,得到重建图像;
其中根据所述目标敏感度谱和所述各个敏感度谱数据各自在相位编码方向上的权重,对发生卷叠现象的图像进行重建,得到重建图像包括:利用
Figure FDA0003340710200000011
进行重建,得到所述重建图像,W是各个敏感度谱数据各自在相位编码方向上的权重构成的权重矩阵,ψ-1为噪声矩阵,R为正则化因子,a为卷叠图像,Sγ,ρ为目标敏感度谱,γ代表通道,ρ代表卷叠点,H表示共轭转置。
2.根据权利要求1所述的方法,其特征在于,所述获取各个敏感度谱数据各自在相位编码方向上的权重,包括:
获取各个敏感度谱数据各自在相位编码方向上的斜率;
对各个敏感度谱数据各自在相位编码方向上的斜率进行归一化处理,得到各个敏感度谱数据各自对应的归一化斜率,所述各个敏感度谱数据各自对应的归一化斜率为所述各个敏感度谱数据各自在相位编码方向上的权重。
3.根据权利要求2所述的方法,其特征在于,所述获取各个敏感度谱数据各自在相位编码方向上的斜率,包括:
获取所述相位编码方向上预设区域中各个图像索引的数值;
根据所述预设区域中各个图像索引的数值和所述各个敏感度谱数据,得到所述各个敏感度谱数据各自在相位编码方向上的斜率。
4.根据权利要求1所述的方法,其特征在于,所述获取各个敏感度谱数据各自在相位编码方向上的权重,包括:
获取所述各个敏感度谱数据各自在所述相位编码方向上的全变差;
对各个敏感度谱数据各自在所述相位编码方向上的全变差进行归一化处理,得到各个敏感度谱数据各自对应的归一化全变差,所述各个敏感度谱数据各自对应的归一化全变差为所述各个敏感度谱数据各自在相位编码方向上的权重。
5.根据权利要求4所述的方法,其特征在于,获取所述各个敏感度谱数据各自在所述相位编码方向上的全变差,包括:
获取所述相位编码方向上预设区域中各个图像索引的数值;
根据所述预设区域中各个图像索引的数值和所述各个敏感度谱数据,得到所述各个敏感度谱数据各自在相位编码方向上的全变差。
6.根据权利要求3或5所述的方法,其特征在于,所述预设区域是所述接收线圈对应的图像的图像区域。
7.根据权利要求3或5所述的方法,其特征在于,所述方法还包括:从所述预设区域中各个图像索引的数值中选取噪声干扰在预设范围内的图像索引的数值。
8.一种并行成像装置,其特征在于,所述装置包括:
第一获取模块,用于获取每个接收器的敏感度谱数据,其中接收线圈包括多个接收器,且每个接收器对应一个敏感度谱数据;
第二获取模块,用于根据所述每个接收器的敏感度谱数据,得到卷叠点对应的目标敏感度谱,其中卷叠点是接收线圈对应的图像中发生卷叠现象的点;
第三获取模块,用于获取各个敏感度谱数据各自在相位编码方向上的权重,所述各个敏感度谱数据各自的权重与各自的解卷贡献度成正比关系,其中在相位编码方向上变化不大的敏感度谱数据的权重被下调;
重建模块,用于根据所述目标敏感度谱和所述各个敏感度谱数据各自在相位编码方向上的权重,对发生卷叠现象的图像进行重建,得到重建图像;
其中根据所述目标敏感度谱和所述各个敏感度谱数据各自在相位编码方向上的权重,对发生卷叠现象的图像进行重建,得到重建图像包括:利用
Figure FDA0003340710200000031
进行重建,得到所述重建图像,W是各个敏感度谱数据各自在相位编码方向上的权重构成的权重矩阵,ψ-1为噪声矩阵,R为正则化因子,a为卷叠图像,Sγ,ρ为目标敏感度谱,γ代表通道,ρ代表卷叠点,H表示共轭转置。
9.根据权利要求8所述的装置,其特征在于,所述第三获取模块,包括:
斜率获取单元,用于获取各个敏感度谱数据各自在相位编码方向上的斜率;
斜率归一化单元,用于对各个敏感度谱数据各自在相位编码方向上的斜率进行归一化处理,得到各个敏感度谱数据各自对应的归一化斜率,所述各个敏感度谱数据各自对应的归一化斜率为所述各个敏感度谱数据各自在相位编码方向上的权重。
10.根据权利要求9所述的装置,其特征在于,所述斜率获取单元,包括:
第一获取子单元,用于获取所述相位编码方向上预设区域中各个图像索引的数值;
第二获取子单元,用于根据所述预设区域中各个图像索引的数值和所述各个敏感度谱数据,得到所述各个敏感度谱数据各自在相位编码方向上的斜率。
11.根据权利要求8所述的装置,其特征在于,所述第三获取模块,包括:
全变差获取单元,用于获取所述各个敏感度谱数据各自在所述相位编码方向上的全变差;
全变差归一化单元,用于对各个敏感度谱数据各自在所述相位编码方向上的全变差进行归一化处理,得到各个敏感度谱数据各自对应的归一化全变差,所述各个敏感度谱数据各自对应的归一化全变差为所述各个敏感度谱数据各自在相位编码方向上的权重。
12.根据权利要求11所述的装置,其特征在于,全变差获取单元,包括:
第三获取子单元,用于获取所述相位编码方向上预设区域中各个图像索引的数值;
第四获取子单元,用于根据所述预设区域中各个图像索引的数值和所述各个敏感度谱数据,得到所述各个敏感度谱数据各自在相位编码方向上的全变差。
CN201710004789.1A 2017-01-04 2017-01-04 一种并行成像方法及装置 Active CN108269291B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710004789.1A CN108269291B (zh) 2017-01-04 2017-01-04 一种并行成像方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710004789.1A CN108269291B (zh) 2017-01-04 2017-01-04 一种并行成像方法及装置

Publications (2)

Publication Number Publication Date
CN108269291A CN108269291A (zh) 2018-07-10
CN108269291B true CN108269291B (zh) 2021-12-31

Family

ID=62771658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710004789.1A Active CN108269291B (zh) 2017-01-04 2017-01-04 一种并行成像方法及装置

Country Status (1)

Country Link
CN (1) CN108269291B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110687490B (zh) * 2019-10-10 2021-12-31 上海东软医疗科技有限公司 并行成像方法、装置、存储介质及医疗设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012213558A (ja) * 2011-04-01 2012-11-08 Canon Inc 画像処理装置、画像処理方法およびプログラム
KR102114212B1 (ko) * 2012-08-10 2020-05-22 가부시키가이샤 한도오따이 에네루기 켄큐쇼 표시 장치
CN103366333A (zh) * 2013-07-09 2013-10-23 上海理工大学 基于标准颜色空间的彩色数字全息水印算法
CN104323776B (zh) * 2014-10-23 2016-11-16 中国科学院深圳先进技术研究院 脑功能磁共振成像方法和系统
CN104574459A (zh) * 2014-12-29 2015-04-29 沈阳东软医疗系统有限公司 一种pet图像的重建方法和装置

Also Published As

Publication number Publication date
CN108269291A (zh) 2018-07-10

Similar Documents

Publication Publication Date Title
RU2652722C1 (ru) Обработка данных для сверхразрешения
Song et al. Unsupervised denoising for satellite imagery using wavelet directional CycleGAN
Lukin et al. Methods and automatic procedures for processing images based on blind evaluation of noise type and characteristics
CN109978774B (zh) 多帧连续等曝光图像的去噪融合方法及装置
Mandal et al. Noise adaptive super-resolution from single image via non-local mean and sparse representation
WO2014074138A1 (en) Globally dominant point spread function estimation
Deng et al. Objective image-quality assessment for high-resolution photospheric images by median filter-gradient similarity
Chen et al. Multispectral image out-of-focus deblurring using interchannel correlation
US11720999B2 (en) Method, device and non-transitory computer-readable storage medium for increasing the resolution and dynamic range of a sequence of respective top view images of a same terrestrial location
CN105723416B (zh) 图像降噪方法
CN103905746A (zh) 亚像素级图像偏移定位及叠加方法和装置以及视频设备
Simon A novel statistical fusion rule for image fusion and its comparison in non subsampled contourlet transform domain and wavelet domain
CN108269291B (zh) 一种并行成像方法及装置
CN109064402A (zh) 基于增强非局部总变分模型先验的单幅图像超分辨率重建方法
CN110689486A (zh) 图像的处理方法、装置、设备及计算机可存储介质
KR101341617B1 (ko) 단일 영상의 오차모델을 기반으로 한 고해상도 영상 복원장치 및 방법
CN108287325B (zh) 一种图像重建方法、装置及设备
JP2017010094A (ja) 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および、記憶媒体
JP2014230143A (ja) 画像差分量算出装置、画像符号化装置及び画像差分量算出プログラム
CN114511470B (zh) 一种基于注意力机制的双分支全色锐化方法
Fan et al. Fast and robust deblurring method with multi-frame images based on PSF estimation and total variation optimization
CN110687490B (zh) 并行成像方法、装置、存储介质及医疗设备
Abrardo et al. A compressive sampling scheme for iterative hyperspectral image reconstruction
Tabassum et al. Optimal image Denoising using patch-based convolutional neural network architecture
Ren et al. Super-resolution algorithm based on sparse representation and wavelet preprocessing for remote sensing imagery

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