CN108305221B - 一种磁共振并行成像方法和装置 - Google Patents

一种磁共振并行成像方法和装置 Download PDF

Info

Publication number
CN108305221B
CN108305221B CN201810005175.XA CN201810005175A CN108305221B CN 108305221 B CN108305221 B CN 108305221B CN 201810005175 A CN201810005175 A CN 201810005175A CN 108305221 B CN108305221 B CN 108305221B
Authority
CN
China
Prior art keywords
data
training
space
contrast
convolution kernel
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
CN201810005175.XA
Other languages
English (en)
Other versions
CN108305221A (zh
Inventor
黄峰
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 CN201810005175.XA priority Critical patent/CN108305221B/zh
Publication of CN108305221A publication Critical patent/CN108305221A/zh
Application granted granted Critical
Publication of CN108305221B publication Critical patent/CN108305221B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本申请实施例公开了一种磁共振并行成像方法和装置，该方法利用采集到的K空间并行成像数据拟合虚拟通道数据，利用一次数据拟合过程就实现了基于数据拟合的磁共振并行成像过程，因此，相较于现有技术，本申请实施例提供的磁共振并行成像方法的图像重建速度快。另外，该方法重建出的图像也相应具有较高的均匀性和信噪比。因此，通过本申请提供的磁共振并行成像方法得到的磁共振图像无需进行均匀性矫正处理。

Description

一种磁共振并行成像方法和装置
技术领域
本申请涉及磁共振成像技术领域，尤其涉及一种磁共振并行成像方法和装置。
背景技术
磁共振成像(Magnetic Resonance Imaging，简称MRI)由于具有较高的软组织对比度和空间分辨率，可同时获得检查部位的形态信息和功能信息，并能够根据需要灵活地选择成像参数与成像层面，成为当今医学影像检查的重要手段。
然而受奈奎斯特采样定理和主磁场强度等因素的制约，磁共振的扫描速度非常慢，大大地限制了磁共振在临床中的应用。
为了提高磁共振的扫描速度，并行成像技术是目前被广泛应用的磁共振加速成像技术。在并行成像技术中使用最为广泛的方法包括图像域并行成像方法例如敏感度编码(Sensitivity Encoding，SENSE)方法以及基于k空间数据拟合的并行成像方法例如广义自校准部分并行采集(Generalized Auto-calibrating Partially ParallelAcquisitions，GRAPPA)和SPiRiT方法。
其中，图像域并行成像方法具有成像速度快、信噪比高以及均匀性好的优点，但是其重建图像的质量严重依赖于线圈敏感度的精度，导致其稳定性较差，一旦出现不稳定因素，图像中的伪影会集中到图像中的局部区域，这会严重干扰对病灶的诊断结果。
而基于k空间数据拟合的并行成像方法具有稳定性好，卷折伪影多表现为噪声，在重建图像中很少产生强伪影的优势，但是其具有以下不足：
1)重建均匀性较差，经常需要重建后对图像做均匀性矫正处理，
2)信噪比较低，
3)重建速度慢。
发明内容
有鉴于此，为了解决现有的基于k空间数据拟合的磁共振并行成像方法中存在的不足，本申请实施例提供了一种磁共振并行成像方法和装置。
为了解决上述技术问题，本申请采用了如下技术方案：
一种磁共振并行成像方法，包括：
采集K空间训练数据以及K空间并行成像数据；其中，所述K空间训练数据用于训练虚拟通道数据的卷积核，所述K空间并行成像数据的采集加速倍数为A；
当A为整数时，根据所述K空间训练数据训练虚拟通道数据卷积核；
利用所述虚拟通道数据的卷积核对所述K空间并行成像数据进行数据拟合，得到虚拟通道的的k空间成像数据；
利用所述虚拟通道的k空间成像数据进行图像重建，得到磁共振图像；
其中，所述虚拟通道为数据均匀性和信噪比满足预设条件的人为设定的通道。
一种磁共振并行成像装置，包括：
采集单元，用于采集K空间训练数据以及K空间并行成像数据；其中，所述K空间训练数据用于训练虚拟通道数据的卷积核，所述K空间并行成像数据的采集加速倍数为A；
训练单元，用于当A为整数时，根据所述K空间训练数据训练虚拟通道数据卷积核；
拟合单元，用于利用所述虚拟通道数据的卷积核对所述K空间并行成像数据进行数据拟合，得到虚拟通道的的k空间成像数据；
重建单元，用于利用所述虚拟通道的k空间成像数据进行图像重建，得到磁共振图像；
其中，所述虚拟通道为数据均匀性和信噪比满足预设条件的人为设定的通道。
相较于现有技术，本申请具有以下有益效果：
基于以上技术方案可知，本申请实施例提供的磁共振并行成像方法设定一虚拟通道，并且设定重建该虚拟通道数据得到的图像为最终需要的磁共振图像。如此，本申请实施例仅需要利用采集到的K空间并行成像数据拟合虚拟通道数据，而不用像传统的基于数据拟合的磁共振并行成像方法中需要先拟合每个通道中未采集到的的数据，然后再拟合重建磁共振图像所需的数据，因此，本申请实施例利用一次数据拟合过程就实现了基于数据拟合的磁共振并行成像过程，因此，相较于现有技术，本申请实施例提供的磁共振并行成像方法的图像重建速度快。
另外，因设定的虚拟通道中，其数据均匀性和信噪比满足预设条件，也就是说，设定虚拟通道的数据具有较高的均匀性和信噪比，因而由此重建出的图像也相应具有较高的均匀性和信噪比。因此，通过本申请提供的磁共振并行成像方法得到的磁共振图像无需进行均匀性矫正处理。
附图说明
为了清楚地理解本申请的具体实施方式，下面将描述本申请具体实施方式时用到的附图做一简要说明。显而易见地，这些附图仅是本申请的部分实施例。
图1是本申请实施例提供的一种磁共振并行成像方法流程示意图；
图2是本申请实施方式一提供的磁共振并行成像方法的的流程示意图；
图3是本申请实施方式二提供的磁共振并行成像方法的的流程示意图；
图4是本申请实施例提供的另一种磁共振并行成像方法流程示意图；
图5是本申请实施方式三提供的磁共振并行成像方法的的流程示意图；
图6是本申请实施方式四提供的磁共振并行成像方法的的流程示意图；
图7是本申请实施例提供的用于执行磁共振并行成像方法的控制设备结构示意图；
图8是本申请实施例提供的一种磁共振并行成像装置结构示意图；
图9是本申请实施例提供的另一种磁共振并行成像装置结构示意图。
具体实施方式
在介绍本申请具体实施方式之前，首先介绍与k空间相关的一些概念。
在本申请实施例中，k空间是指磁共振信号空间(原始数据空间)，即为傅里叶变换空间，k空间采样得到的信号数据经过傅里叶逆变换再取模，即可得到磁共振图像。
另外，k空间不同位置的数据反映不同信息，其中，k空间中央区域的数据为反映对比度信息的信号数据，其属于频率空间中的低频磁共振信号数据。
k空间周边区域的数据为反映组织结构信息的磁共振信号数据，其属于频率空间中的高频磁共振信号数据。
因k空间中央区域的数据的信噪比较高，因此利用该k空间中央区域的数据训练得到的虚拟通道数据卷积核的信噪比高于采用k空间周边区域的数据训练得到的虚拟通道数据卷积核的信噪比。基于此，本申请实施例利用k空间中央区域的数据来训练虚拟通道数据卷积核，以提高虚拟通道数据卷积核的信噪比。
下面结合附图对本申请的具体实施方式进行详细描述。
如背景技术部分所述，现有的基于k空间数据拟合的磁共振并行成像方法中存在一些不足之处，具体如下：
1)重建均匀性较差，经常需要重建后对图像做均匀性矫正处理；
2)信噪比较低；
3)重建速度慢。
在解决上述不足的过程中，本申请发明人研究发现，因磁共振k空间数据的采集过程一般采用多通道线圈进行采集。如此，当利用部分采样方式采集到的数据进行成像时，现有的基于数据拟合的磁共振并行成像方法需要对每个通道的数据分别进行拟合，得到每个通道中未采集的数据，然后将拟合得到的数据填充到每个通道的k空间对应的位置上，从而形成每个通道的完整k空间数据，然后再对各个通道的完整k空间数据进行拟合，得到重建磁共振并行成像的数据，然后对重建磁共振并行成像的数据进行图像重建，从而生成最终需要的磁共振图像。
如此，现有的基于k空间数据拟合的磁共振并行成像方法，需要先拟合出每个通道未采集到的数据，得到每个通道的完整k空间数据，然后再将各个通道的数据加权求和整合在一起，最后对加权求和后的数据进行图像重建，生成最终需要的磁共振图像。可见，现有的基于k空间数据拟合的磁共振并行成像方法中，不同通道的数据需要分别拟合，并且在每个通道数据拟合完成后，还要将各个通道的数据加权整合在一起，因此，现有的方法数据拟合次数较多，其数据拟合过程较为复杂，如此，导致该方法的重建速度慢。
为了解决上述重建速度慢的问题，本申请实施例结合图像域并行成像方法以及基于k空间数据拟合的并行成像方法的优点，同时避开各自的缺点，提供了一种磁共振并行成像方法和装置。本申请实施例提供的磁共振并行成像方法为基于k空间数据拟合的并行成像方法，该并行成像方法的流程示意图如图1所示，其包括以下步骤：
S101：采集K空间训练数据以及K空间并行成像数据；其中，所述K空间训练数据用于训练虚拟通道数据的卷积核，所述K空间并行成像数据的采集加速倍数为A。
S102：当A为整数时，根据所述K空间训练数据训练虚拟通道数据卷积核。
S103：利用所述虚拟通道数据的卷积核对所述K空间并行成像数据进行数据拟合，得到虚拟通道的的k空间成像数据。
S104：利用所述虚拟通道的k空间成像数据进行图像重建，得到磁共振图像。
需要说明，图1所示的磁共振并行成像方法适用于采集加速倍数为整数倍的情形。
针对该磁共振并行成像方法的具体实施方式将在下文中详细描述。
由上述图1所示的并行成像方法中，其不再拟合每个通道未采集到的数据，而是预先设定一虚拟通道，该虚拟通道的数据均是通过各通道k空间数据的拟合得到，而不是通过数据采集得到的，并将该虚拟通道数据重建出的图像作为最终重建的磁共振图像。因此，在本申请实施例中，只需拟合虚拟通道的数据，而无需拟合每个通道未采集到的数据，因此，本申请实施例提供的磁共振并行成像方法，能够避免现有的每个通道需要分别训练卷积核、拟合数据以及各个通道数据加权求和的过程，本申请实施例利用采集到的各通道k空间数据进行数据拟合，得到虚拟通道数据，然后对虚拟通道数据进行一次图像重建，即可得到最终所需的磁共振图像。因此，相较于现有的基于k空间数据拟合的磁共振并行成像方法，本申请实施例有利于减少数据拟合次数，简化数据拟合过程，有利于提高图像重建速度。
为了清楚地理解本申请的发明构思，本申请实施例可以将卷积核训练过程中用到的公式以及虚拟通道数据拟合过程中用到的公式可以简化为公式(1)。
简化的公式(1)的表达式为：
Figure BDA0001538377000000061
其中，j为通道个数。
当利用公式(1)训练虚拟通道数据的卷积核时，Y为训练输出数据，xj为训练输入数据，在本申请实施例中，训练输入数据可以为采集到的各个通道数据。在训练过程中，因xj以及Y已知，利用已知的xj以及Y，根据公式(1)来训练卷积核wj。
当利用公式(1)拟合虚拟通道的成像数据时，Y为待拟合数据，xj为通过部分采样方式采集到的各个通道数据。
另外，为了保证由虚拟通道数据重建出的目标图像具有高均匀度、高信噪比的特点，要保证用于拟合虚拟通道数据的卷积核具有均匀性好、信噪比高的特点，为了保证用于拟合虚拟通道数据的卷积核具有均匀性好、信噪比高的特点，要保证用于训练虚拟通道数据卷积核的训练输出数据具有高均匀度、高信噪比的特点。而在磁共振信号数据采集过程中，利用大体线圈采集到的k空间数据具有高均匀度、高信噪比的特点，基于此，本申请实施例可以将大体线圈采集到的k空间数据直接作为用于训练虚拟通道数据卷积核的训练输出数据，或者将对大体线圈采集到的k空间数据处理得到的数据作为用于训练虚拟通道数据卷积核的训练输出数据。
需要说明，在磁共振成像中，为了获取到更加丰富的信息用于诊断，一般可以生成多个对比度图像，每个对比度的k空间数据通过不同的序列扫描得到。另外，能够获取到多个对比度图像也是磁共振成像相较于其它成像技术的优点。
因此，本申请实施例以本领域最常用的多对比度磁共振图像作为示例说明。
此外，在本申请实施例中，一个对比度可以对应一个数据卷积核，当多个对比度的扫描几何信息相同时，该多个对比度也可以共用一个数据卷积核。其中，多个对比度共用一个数据卷积核可以减少训练卷积核时的训练数据的扫描次数，因而，该多个对比度共用一个数据卷积核的具体实施方式的重建速度较快。而一个对比度对应一个数据卷积核的具体实施方式能够使得拟合出的一个对比度的虚拟通道数据与该对比度的成像数据更接近，从而使得重建出的该对比度的图像更准确。
其中，扫描几何信息相同至少包括：1)扫描位置相同；2)视野相同；3)分辨率相同；4)层数，层厚，层间距相同；5)相位编码方向相同等。
下面结合附图对上述提供的两种情形分为不同的实施方式分别进行介绍。
实施方式一
在实施方式一中，为了提高数据扫描速率，多个对比度共用一个数据卷积核。为了使得多个对比度共用一个数据卷积核，本申请实施方式一中的该多个对比度的扫描几何信息相同。
图2是本申请实施方式一提供的磁共振并行成像方法的的流程示意图。如图2所示，该方法包括k空间数据采集过程和图像重建过程。其中，k空间数据采集过程包括步骤S201以及步骤S202。其中，步骤S201用于训练虚拟通道数据的卷积核的训练数据的采集，步骤S202用于磁共振并行成像的成像数据的采集。图像重建过程包括步骤S203至步骤S205。
S201：利用大体线圈通过满采样方式采集至少一次预设对比度的各通道k空间中央区域的数据，得到大体线圈数据，利用多通道线圈通过满采样方式采集至少一次预设对比度的各通道k空间中央区域的数据，得到多通道线圈数据。
在本申请实施例中，大体线圈和多通道线圈扫描的磁共振扫描参数完全相同。作为示例，磁共振扫描参数可以包括重复时间、扫描层数、回波时间、层厚、反转时间、层间距、采样带宽、反转角、激励次数和回波连长度等等。
作为示例，大体线圈数据可以作为训练虚拟通道数据卷积核的训练输出数据
多通道线圈数据可以作为训练虚拟通道数据卷积核的训练输入数据。
在本申请实施例中，所述满采样是指每个通道内k空间中央区域内的所有相位编码线的数据均要采集。举例来说，设定整个k空间内有256行相位编码线，k空间中央区域的相位编码线行号为第96行至第128行，则满采样方式采集第96行至第128行之间的各行相位编码线上的数据。
需要说明，S201可以看作是预扫描过程，预设对比度可以为磁共振多对比度中的任一对比度。
需要说明，预设对比度的各通道k空间中央区域的数据可以采集一次，也可以采集多次，当采集多次时，通过对该多次采集到的数据求平均值，利用该平均值确定训练数据的k空间数据，从而提高训练数据的信噪比。
S202：通过部分采样方式采集每个对比度的各通道k空间的成像数据；其中，设定所述部分采样方式的采集加速倍数为A，A为整数。
为了提高磁共振成像速率，通过部分采样方式采集每个对比度的各通道k空间的成像数据。其中，设定部分采样方式的数据采集加速倍数为A，且A为整数。所述部分采样是指仅采集每个对比度的整个k空间内的部分相位编码线上的数据。例如，设定每个对比度的整个k空间内有256行相位编码线，部分采样是指仅采集该256行相位编码线中的部分行相位编码线数据，而不会采集该256行中的每行相位编码线上的数据。
在本申请实施例，部分采样方式可以为等距离部分采样方式，也可以为非等距离部分采样方式。作为示例，为了方便后续数据拟合以及图像重建，部分采样方式可以为等距离部分采样方式。也就是说，采集的每相邻两行相位编码线之间的距离相等。例如：当数据采集加速倍数为A时，则等距离部分采样方式采集的k空间的相位编码线的行号为A*k+i，其中，k为整数，i∈{1,2,...,A}。作为本申请的更具体示例，设定当A＝4时，则等距离部分采样方式采集的k空间的相位编码线的行号分别为1、5、9、…、…、4*k+1。
需要说明，在本申请实施例中，不限定步骤S201与步骤S202的先后执行顺序。也就是说，在本申请实施例中，可以先执行步骤S201，再执行步骤S202，也可以先执行步骤S202，再执行步骤S201。
下面介绍本申请具体实施方式的图像重建过程。在本申请实施例中，图像重建过程可以包括：
S203：将大体线圈数据作为训练输出数据，将多通道线圈数据作为训练输入数据，训练所述训练输入数据与所述训练输出数据的函数关系，得到虚拟通道数据的卷积核。
作为示例，本申请实施例可以根据公式(2)来训练虚拟通道数据的卷积核。
Figure BDA0001538377000000091
当在训练虚拟通道数据的卷积核的过程中，在公式(2)中，
ST(ky-mΔky)为训练输出数据，即大体线圈数据；
Sl(ky-bAΔky)为训练输入数据，即多通道线圈数据；
ky是相位编码线的行号，Δky是相邻两行相位编码线在k空间的距离，Δky＝1，A是采集加速倍数；m∈{1，2，...,A}，
L是多通道线圈的采集通道个数，L为正整数；
Nb是卷积核的元素个数；
nb(j.l.m)是卷积核的值；本步骤就是为了训练得到nb(j.l.m)的值；
指标l、b、m分别是遍历通道、卷积核定义大小以及训练输出数据的模块(block)。
为了较为清楚地理解训练输出数据的模块m的概念，下面举例说明。
设定A＝4，且部分采样方式为等距离部分采样，则采集的相位编码线对应的行号为4*k+i，则m的取值范围如下：m∈{1,2,...,A}，且m≠i。
在上述公式(2)中，大体线圈数据和多通道线圈数据均为采集到的已知数据，并且L、Nb、l、b、m，ky、Δky均为已知数据，在公式(2)中，只有nb(j.l.m)为未知数据，因此，根据这些已知数据，训练训练输入数据与所述训练输出数据的函数关系，得到虚拟通道数据的卷积核。
需要说明，在本申请具体实施方式一中，多个对比度共用一个虚拟通道数据的卷积核。因此，在本申请具体实施方式一中，可以仅训练一个虚拟通道数据的卷积核。
S204：利用虚拟通道数据的卷积核分别对每个对比度的各通道k空间成像数据进行数据拟合，得到每个对比度的虚拟通道的k空间成像数据。
在本步骤中，将在步骤S202中采集得到的各通道k空间成像数据以及将在步骤S203中训练得到虚拟通道数据的卷积核输入到公式(2)中，如此，公式(2)右边的数据项均已知，计算公式(2)右边的加和，得到的结果即为拟合到的虚拟通道的k空间成像数据。
需要说明，在本申请具体实施方式中，扫描几何信息相同的多个对比度可以共用一个虚拟通道数据的卷积核。因此，将采集到的每个对比度的各通道k空间成像数据分别替换公式(2)右边的Sl(ky-bAΔky)，因卷积核nb(j.l.m)也为已知数据，因此，公式(2)右边的数据均为已知数据，公式(2)右边的计算结果即为拟合出的一个对比度的虚拟通道数据。
为了较为清楚地理解该步骤，设定磁共振成像有3个对比度，分别为对比度1、对比度2和对比度3。本步骤可以具体为：将采集到的对比度1的各通道k空间成像数据以及拟合得到的虚拟通道数据的卷积核nb(j.l.m)代入到公式(2)的右边，计算公式(2)右边的加权和，得到的计算结果为对比度1的虚拟通道数据。
将采集到的对比度2的各通道k空间成像数据以及拟合得到的虚拟通道数据的卷积核nb(j.l.m)代入到公式(2)的右边，计算公式(2)右边的加权和，得到的计算结果为对比度2的虚拟通道k空间成像数据。
将采集到的对比度3的各通道k空间成像数据以及拟合得到的虚拟通道数据的卷积核nb(j.l.m)代入到公式(2)的右边，计算公式(2)右边的加权和，得到的计算结果为对比度3的虚拟通道k空间成像数据。
如此，通过该步骤，有多少个对比度，就能够得到多少组虚拟通道k空间成像数据。
S205：分别对每个对比度的虚拟通道的k空间成像数据进行图像重建，得到每个对比度的磁共振图像。
本步骤可以具体为：通过傅里叶变换，将每个对比度的虚拟通道的k空间成像数据由频率域转换为图像域，实现图像重建，从而得到每个对比度的最终想要的磁共振图像。
为了较为清楚地理解该步骤，仍以上述3个对比度为例对该步骤进行示例性说明。
当对比度为3时，本步骤可以具体为：
将对比度1的虚拟通道的k空间成像数据进行图像重建，得到对比度1的磁共振图像。
将对比度2的虚拟通道的k空间成像数据进行图像重建，得到对比度2的磁共振图像。
将对比度3的虚拟通道的k空间成像数据进行图像重建，得到对比度3的磁共振图像。
如此，通过上述步骤即可重建出每个对比度的磁共振图像。有多少个对比度就可重建出多少个磁共振图像。从而使得医护人员根据这些不同对比度图像诊断病人病情。
以上为本申请实施例提供的磁共振并行成像方法的第一种实施方式。在该具体实施方式中，设定了一虚拟通道，将由该虚拟通道数据重建出的图像作为最终需要的磁共振图像。该具体实施方式，只需拟合该虚拟通道数据，即可重建得到最终需要的磁共振图像，因此，该具体实施方式避免了现有技术中每个通道需要分别训练卷积核、拟合数据以及各个通道数据加权求和的过程，因此，相较于现有的基于k空间数据拟合的磁共振并行成像方法，本申请实施例有利于减少数据拟合次数，简化数据拟合过程，有利于提高图像重建速度。因而，该实施方式提供的磁共振并行成像方法能够解决现有的基于数据拟合的并行成像方法的不足3)。
另外，用于训练虚拟通道数据的卷积核的训练数据具有高均匀性和高信噪比的特点，因此，由此训练得到的卷积核也相应具有高均匀性和高信噪比的特点，进而由该卷积核拟合得到的数据也具有高均匀性和高信噪比的特点，最终由该具有高均匀性和高信噪比的数据重建出的图像具有高均匀性和高信噪比的特点，因此，该实施方式提供的磁共振并行成像方法能够解决现有的基于数据拟合的并行成像方法的不足1)和2)。
另外，在上述实施方式一中，多个对比度共用一个数据卷积核，如此可以省去每个对比度分别采集训练数据的数据采集过程，因此，该方法的数据扫描速率较快。作为本申请的另一可选实施方式，也可以一个对比度对应一个数据卷积核，从而提高重建图像的准确性。具体参见实施方式二。
实施方式二
图3是本申请实施方式二提供的磁共振并行成像方法的的流程示意图。如图3所示，该方法与实施方式一类似，其也包括数据采集过程和图像重建过程。其中，数据采集过程包括以下步骤：
S301：利用大体线圈通过满采样方式采集至少一次预设对比度的各通道k空间中央区域的数据，得到大体线圈数据，利用多通道线圈通过满采样方式采集预设对比度的各通道k空间中央区域的数据，得到多通道线圈数据。
步骤S301与S201的采集过程相同，其不同之处，在本申请实施方式二中，大体线圈数据不直接作为训练输出数据，多通道线圈数据也不直接作为训练输入数据。
S302：利用多通道线圈通过满采样方式分别采集每个对比度的各通道k空间中央区域的数据，得到的每个对比度的训练卷积核的采集数据K'j。
仍以上述3个对比度为例对该步骤进行示例性说明。当对比度为3时，步骤S302可以具体包括：
利用多通道线圈通过满采样方式分别采集对比度1的各通道k空间中央区域的数据，得到对比度1的训练卷积核的采集数据K'1j；
利用多通道线圈通过满采样方式分别采集对比度2的各通道k空间中央区域的数据，得到对比度2的训练卷积核的采集数据K'2j；
利用多通道线圈通过满采样方式分别采集对比度3的各通道k空间中央区域的数据，得到对比度3的训练卷积核的采集数据K'3j。
S303：利用多通道线圈通过部分采样方式采集每个对比度的各通道k空间的成像数据；其中，设定所述部分采样方式的采集加速倍数为A，A为整数。
该步骤与S202相同，为了简要起见，在此不再详细描述。
以上三个步骤为本申请具体实施方式中的数据采集过程。
下面介绍本申请具体实施方式的图像重建过程。在本申请实施例中，图像重建过程包括：
S304：将多通道线圈数据重建出的多通道线圈重建图Ij除以由大体线圈数据重建出的大体线圈重建图IQBC，得到的结果为多通道线圈的线圈敏感度Sj。
本步骤用公式表示为：
Figure BDA0001538377000000131
S305：利用计算得到的多通道线圈的线圈敏感度Sj以及图像域成像方法分别重建每个对比度的训练卷积核的采集数据K'j，分别得到每个对比度的训练卷积核图像PIQBC。
作为示例，图像域成像方法可以为SENSE方法。如此，训练卷积核图像通过图像域成像方法得到，因图像域成像方法具有均匀性好以及信噪比高的特点，因此，由此生成的训练卷积核图像PIQBC具有均匀性好以及信噪比高的特点。
作为示例，本步骤可以通过傅里叶变换，分别将每个对比度的训练卷积核数据转换到图像域，从而分别得到每个对比度的训练卷积核图像PIQBC。
为了清楚地理解S305的具体实施方式，仍以上述3个对比度为例对该步骤进行示例性说明。当对比度为3时，步骤S305可以具体包括：
利用计算得到的多通道线圈的线圈敏感度Sj以及SENSE方法分别重建对比度1的训练卷积核的采集数据，分别得到对比度1的训练卷积核图像PI1QBC。
利用计算得到的多通道线圈的线圈敏感度Sj以及SENSE方法分别重建对比度2的训练卷积核的采集数据，分别得到对比度2的训练卷积核图像PI2QBC。
利用计算得到的多通道线圈的线圈敏感度Sj以及SENSE方法分别重建对比度3的训练卷积核的采集数据，分别得到对比度3的训练卷积核图像PI3QBC。
S306：将每个对比度的训练卷积核图像PIQBC分别映射到k空间，得到每个对比度的映射k空间数据PKQBC。
若每个对比度的训练卷积核数据通过傅里叶变换方式转换到图像域，生成对应的训练卷积核图像，则本步骤可以具体为：通过傅里叶逆变换方式将每个对比度的训练卷积核图像分别映射到频率域即k空间，从而得到每个对比度的映射k空间数据PKQBC。
为了清楚地理解S306的具体实施方式，仍以上述3个对比度为例对该步骤进行示例性说明。当对比度为3时，步骤S306可以具体包括：
将对比度1的训练卷积核图像PI1QBC分别映射到k空间，得到对比度1的映射k空间数据PK1QBC。
将对比度2的训练卷积核图像PI2QBC分别映射到k空间，得到对比度2的映射k空间数据PK2QBC。
将对比度3的训练卷积核图像PI3QBC分别映射到k空间，得到对比度3的映射k空间数据PK3QBC。
S307：将每个对比度的映射k空间数据PKQBC分别作为对应对比度的训练输出数据，将采集到的对应对比度的训练卷积核的采集数据K'j作为训练输入数据，训练所述训练输入数据与所述训练输出数据的函数关系，得到每个对比度的虚拟通道数据的卷积核。
需要说明，在本申请具体实施方式二中，一个对比度对应一个虚拟通道数据卷积核，因此，需要对每个对比度的虚拟通道数据卷积核分别进行训练。如此，在本申请具体实施方式二中，有多少个对比度，就需要训练多少个与之对应的虚拟通道数据卷积核。
为了清楚地理解S307的具体实施方式，仍以上述3个对比度为例对该步骤进行示例性说明。当对比度为3时，步骤S307可以具体包括：
将对比度1的映射k空间数据PK1QBC作为对比度1的训练输出数据，将采集到的对比度1的训练卷积核的采集数据K'1j作为训练输入数据，训练所述训练输入数据与所述训练输出数据的函数关系，得到对比度1的虚拟通道数据的卷积核。
将对比度2的映射k空间数据PK2QBC作为对比度2的训练输出数据，将采集到的对比度2的训练卷积核的采集数据K'2j作为训练输入数据，训练所述训练输入数据与所述训练输出数据的函数关系，得到对比度2的虚拟通道数据的卷积核。
将对比度3的映射k空间数据PK3QBC作为对比度3的训练输出数据，将采集到的对比度3的训练卷积核的采集数据K'3j作为训练输入数据，训练所述训练输入数据与所述训练输出数据的函数关系，得到对比度3的虚拟通道数据的卷积核。
S308：利用每个对比度的虚拟通道数据的卷积核分别对对应对比度的各通道k空间成像数据进行数据拟合，得到每个对比度的虚拟通道的k空间成像数据。
需要说明，在本申请具体实施方式中，一个对比度对应一个虚拟通道数据的卷积核，因此，将拟合得到的每个对比度的虚拟通道数据的卷积核以及采集到的对应对比度的各通道k空间成像数据进行数据拟合，得到每个对比度的虚拟通道的k空间成像数据。
仍以上述3个对比度为例对该步骤进行示例性说明。当对比度为3时，步骤S308可以具体包括：
将采集到的对比度1的各通道k空间成像数据以及拟合得到的对比度1的虚拟通道数据的卷积核nb(j.l.m)代入到公式(2)的右边，计算公式(2)右边的加权和，得到的计算结果为对比度1的虚拟通道数据。
将采集到的对比度2的各通道k空间成像数据以及拟合得到的对比度2的虚拟通道数据的卷积核nb(j.l.m)代入到公式(2)的右边，计算公式(2)右边的加权和，得到的计算结果为对比度2的虚拟通道数据。
将采集到的对比度3的各通道k空间成像数据以及拟合得到的对比度3的虚拟通道数据的卷积核nb(j.l.m)代入到公式(2)的右边，计算公式(2)右边的加权和，得到的计算结果为对比度3的虚拟通道数据。
S309：分别对每个对比度的虚拟通道的k空间成像数据进行图像重建，得到每个对比度的磁共振图像。
该步骤与步骤S205的具体实现方式相同，为了简要起见，在此不再详细描述。
以上为本申请实施方式二的磁共振并行成像方法。基于与实施方式一相同的原理，该具体实施方式同样能够解决现有基于数据拟合的磁共振并行成像方法中存在的不足1)、2)和3)。
此外，在本申请实施方式二中，一个对比度对应一个卷积核，如此，能够避免因扫描对象运动导致的训练输出数据与成像数据之间的差异，使得两数据更加接近，从而提高形成的图像的准确性。
上述介绍的磁共振并行成像方法的具体实施方式是针对成像数据采集加数倍数为整数倍的情形描述的。然而，在k空间信号采集过程中，其采集加速倍数可以为整数，也可以为非整数。然而，在磁共振并行成像领域，目前的基于k空间数据拟合的并行成像方法仅适用于整数倍加速采集的数据的快速重建，而不能用于非整数倍加速采集的数据的快速重建，如此限制了k空间并行成像方法的临床应用。
为了能够使得基于数据拟合的磁共振并行成像方法也适用于非整数倍的加速采集倍数。本申请实施例还提供了适用于数据采集加速倍数为非整数倍的磁共振并行成像方法的实施例。
图4是本申请实施例提供的适用于数据采集加速倍数为非整数倍的磁共振并行方法的的流程示意图。如图4所示，该方法包括以下步骤：
S401：采集K空间训练数据以及K空间并行成像数据；其中，所述K空间训练数据用于训练虚拟通道数据的卷积核，所述K空间并行成像数据的采集加速倍数为A，其中，A为非整数。
在本申请实施例中，可以采用上述实施方式一或实施方式二中的采集方式采集K空间训练数据。
与实施方式一或实施方式二相同，可以利用多通道线圈通过部分采样方式采集K空间并行成像数据。
S402：确定图像重建加速倍数
Figure BDA0001538377000000161
所述图像重建加速倍数
Figure BDA0001538377000000162
为A的邻近大整数。
Figure BDA0001538377000000163
为A的邻近大整数也就是通过对A进行向上取整得到结果即为
Figure BDA0001538377000000164
举例说明：若A＝1.2，则
Figure BDA0001538377000000165
S403：根据所述图像重建加速倍数
Figure BDA0001538377000000166
确定K空间并行成像数据重建满采时的视野FOVR，其中，所述FOVR为所述K空间并行成像数据正常满采视野FOV的
Figure BDA0001538377000000171
倍，即
Figure BDA0001538377000000172
作为本申请的一示例，设定完整k空间中包括256行相位编码线，采集加速倍数为1.5倍，则采集的相位编码线的行数为256/1.5，图像重建加速倍数为2倍，因而，如此重建出的图像对应的相位编码线的行数为256/1.5*2。
S404：调整所述K空间训练数据的视野，使其与所述K空间并行成像数据重建满采时的视野FOVR相同。
调整K空间训练数据的视野的一个具体实现方式可以为：对确定训练数据的k空间数据通过傅里叶变换重建出图像，然后在重建的图像域矩阵填0至视野FOVR，然后，再将视野调整后的图像经过傅里叶逆变换到k空间，从而生成视野调整后的K空间训练数据。
作为本申请的一示例，仍以S403中的示例进行示例性说明。采集到的K空间训练数据为第96至第128行相位编码线上的数据，而重建出的图像对应的相位编码线的行数为256/1.5*2，因此，若将K空间训练数据的视野调整到与K空间并行成像数据重建满采时的视野FOVR相同，需要在K空间训练数据对应的图像矩阵的两边分别填0。即：将中间第96至第128行相位编码线上的32行数据通过傅里叶变换到图像域得到图像I。由于32/1.5*2＝42，所以需要在I的两边各添加5行数值为0的数据，使得I由32行变为42行。再把I通过拟傅里叶变换返回到k-空间做为训练数据。
S405：根据视野调整后的K空间训练数据训练虚拟通道数据卷积核。
S406：利用所述虚拟通道数据的卷积核对所述K空间并行成像数据进行数据拟合，得到虚拟通道的的k空间成像数据。
S407：利用所述虚拟通道的k空间成像数据进行图像重建，得到磁共振图像。
S408：调整所述磁共振图像的视野，使其与所述K空间并行成像数据正常满采视野FOV相同。
作为示例，本步骤调整磁共振图像的视野的方法可以为通过在图像域矩阵裁剪达到缩小视野的效果，从而使缩小后的磁共振图像视野与所述K空间并行成像数据正常满采视野FOV相同。
以上为本申请实施例提供的适用于k空间成像数据采集加速倍数为非整数倍数的磁共振并行成像方法。在该具体实施例中，通过在磁共振图像的图像域矩阵填0或者裁剪来调整磁共振图像的视野，使调整后的磁共振图像视野与成像数据正常满采视野FOV相同。该视野调整后的磁共振图像即为最终重建的磁共振图像。因此，本申请实施例提供的磁共振并行成像方法，通过视野调整，能够将磁共振并行成像方法应用于非整数倍数据采集加速倍数的情形。
此外，本申请实施例提供的磁共振并行成像方法也能够解决背景技术中所指出的现有磁共振并行成像方法存在的3个不足。
需要说明，与上述图1所示的k空间数据采集加速倍数为整数倍时的磁共振并行成像方法的具体实施方式类似，k空间数据采集加速倍数为非整数倍时的磁共振并行成像方法的具体实施方式也可以包括两种情形：一种是多个对比度对应一个虚拟通道数据的卷积核，另一种是一个对比度对应一个虚拟通道数据的卷积核。
下面以多个对比度对应一个虚拟通道数据的卷积核以及一个对比度对应一个虚拟通道数据的卷积核两种情形分别描述上述图4所示的磁共振并行成像方法的具体实施方式。请参阅实施方式三和实施方式四。
实施方式三
需要说明，实施方式三是在实施方式一的基础上进行改进得到的。两者的区别在于，实施方式一的成像数据的采集加速倍数A为整数，而在实施方式三中的成像数据的采集加速倍数A为非整数。
图5是本申请实施方式三提供的磁共振并行成像方法流程示意图。如图5所示，该磁共振并行成像方法也包括k空间数据采集过程和图像重建过程。
其中，数据采集过程与实施方式一中的数据采集过程相同。其具体包括：
S501：利用大体线圈通过满采样方式采集预设对比度的各通道k空间中央区域的数据，得到大体线圈数据，利用多通道线圈通过满采样方式采集预设对比度的各通道k空间中央区域的数据，得到多通道线圈数据。
S502：通过部分采样方式采集每个对比度的各通道k空间的成像数据；其中，设定所述部分采样方式的采集加速倍数为A，A为非整数。
S501与S201的具体实现方式相同，S502与S202的具体实现方式基本相同，其不同之处在于在S502中，采集加速倍数A为非整数，在S202中，采集加速倍数A为整数。为了简要起见，本申请实施例不对S501和S502的具体实现方式展开说明。具体信息请参见S201和S202的相关描述。
本申请具体实施方式中的图像重建过程包括以下步骤：
S503：确定图像重建加速倍数
Figure BDA0001538377000000191
所述图像重建加速倍数
Figure BDA0001538377000000192
为A的邻近大整数。
该步骤与S402相同，为了简要起见，在此不再详细描述。
S504：根据所述图像重建加速倍数
Figure BDA0001538377000000193
确定成像数据重建满采时的视野FOVR，其中，
Figure BDA0001538377000000194
所述FOVR为成像数据正常满采视野FOV的
Figure BDA0001538377000000195
倍。
该步骤与S403相同，为了简要起见，在此不再详细描述。
S505：分别调整大体线圈数据和多通道线圈数据的视野，使其分别与成像数据重建满采时的视野FOVR相同。
调整大体线圈数据的视野的一个具体实现方式可以为：将大体线圈数据的通过傅里叶变换重建出图像，然后在重建的图像域矩阵填0至视野FOVR，然后，再将视野调整后的图像经过傅里叶逆变换到k空间，从而生成视野调整后的大体线圈数据。
调整多通道线圈数据的视野的一个具体实现方式可以为：将多通道线圈数据的通过傅里叶变换重建出图像，然后在重建的图像域矩阵填0至视野FOVR，然后，再将视野调整后的图像经过傅里叶逆变换到k空间，从而生成视野调整后的大多通道线圈数据。
S506：将视野调整后的大体线圈数据作为训练输出数据，将视野调整后的多通道线圈数据作为训练输入数据，训练所述训练输入数据与所述训练输出数据的函数关系，得到虚拟通道数据的卷积核。
该步骤S506与S203类似，其不同之处在于，S506采用视野调整后的大体线圈数据作为训练输出数据，采用视野调整后的多通道线圈数据作为训练输入数据。而在S203中，作为训练输出数据的大体线圈数据和作为训练输入数据的多通道线圈数据的视野不进行调整，其均为数据采集时的视野。
S507：利用所述虚拟通道数据的卷积核分别对每个对比度的对各通道k空间成像数据进行数据拟合，得到每个对比度的虚拟通道的k空间成像数据。
S507与S204相同，为了简要起见，在此不再详细描述，详细信息请参见S204的相关描述。
S508：调整每个对比度的磁共振图像的视野，使其与每个对比度的成像数据正常满采视野FOV相同。
该步骤与S408相同，为了简要起见，在此不再详细描述。
以上为本申请实施方式三提供的磁共振并行成像方法。本申请具体实施方式还具有与实施方式一相同的有益效果，详细推导分析过程请参见图1对应的效果部分描述。此外，该具体实施方式还能够适用于非整数倍加速采集倍数的情形。
在该具体实施方式三中，多个对比度对应一个虚拟通道数据的卷积核，如此可以省去每个对比度分别采集训练数据的数据采集过程，因此，该方法的数据扫描速率较快。作为本申请的另一可选实施方式，也可以一个对比度对应一个数据卷积核，从而提高重建图像的准确性。具体参见实施方式四。
实施方式四
需要说明，实施方式四是在实施方式二的基础上进行改进得到的。两者的区别在于，实施方式二的成像数据的采集加速倍数A为整数，而在实施方式四中的成像数据的采集加速倍数A为非整数。
请参阅图6。图6是本申请实施方式四提供的磁共振并行成像方法的的流程示意图。如图6所示，该方法与实施方式二类似，其也包括数据采集过程和图像重建过程。其中，数据采集过程与实施方式二相同。具体地，数据采集过程包括以下步骤：
S601至与S603与S301至S303的具体实现方式基本相同，其不同之处在于在S603中，采集加速倍数A为非整数，在S303中，采集加速倍数A为整数。为了简要起见，本申请实施例不对S601至S603的具体实现方式展开说明。具体信息请参见S301至S303的相关描述。
本申请实施方式四的图像重建过程包括以下步骤：
步骤S604至S605与实施方式二中的步骤S304至S305相同，为了简要起见，在此不再详细描述。
S606：确定图像重建加速倍数
Figure BDA0001538377000000211
所述图像重建加速倍数
Figure BDA0001538377000000212
为A的邻近大整数。
该步骤与实施方式三中的S503相同，为了简要起见，在此不再详细描述。
S607：根据所述图像重建加速倍数
Figure BDA0001538377000000213
确定成像数据重建满采时的视野FOVR，其中，
Figure BDA0001538377000000214
所述FOVR为成像数据正常满采视野FOV的
Figure BDA0001538377000000215
倍。
该步骤与实施方式三中的S504相同，为了简要起见，在此不再详细描述。
S608：调整每个对比度的训练卷积核的采集数据K'j以及训练卷积核图像PIQBC的视野，使其和成像数据重建满采时的视野FOVR相同。
每个对比度的训练卷积核的采集数据K'j的视野调整到和成像数据重建满采时的视野FOVR相同后，其视野调整后的每个对比度的训练卷积核的采集数据用
Figure BDA0001538377000000216
表示。
作为示例，调整每个对比度的训练卷积核的采集数据K'j视野的一个具体示例可以如下：将每个对比度的训练卷积核的采集数据K'j通过傅里叶变换重建出图像，然后在重建的图像域矩阵填0至视野FOVR，然后，再将视野调整后的图像经过傅里叶逆变换到k空间，从而生成视野调整后的每个对比度的训练卷积核的采集数据K'j。
S609：将视野调整后每个对比度的训练卷积核图像PIQBC分别映射到k空间，得到每个对比度的训练卷积核图像的映射k空间数据PKQBC。
本步骤可以具体为：通过傅里叶逆变换将每个对比度的训练卷积核图像PIQBC分别映射到k空间，得到每个对比度的训练卷积核图像的映射k空间数据PKQBC。
作为示例，设定磁共振有3个对比度，本步骤可以具体为：
通过傅里叶逆变换将对比度1的训练卷积核图像PI1QBC分别映射到k空间，得到对比度1的训练卷积核图像的映射k空间数据PK1QBC；
通过傅里叶逆变换将对比度2的训练卷积核图像PI2QBC分别映射到k空间，得到对比度2的训练卷积核图像的映射k空间数据PK2QBC；
通过傅里叶逆变换将对比度3的训练卷积核图像PI3QBC分别映射到k空间，得到对比度3的训练卷积核图像的映射k空间数据PK3QBC。
S610：将训练卷积核图像的映射k空间数据PKQBC作为训练输出数据，将视野调整后的每个对比度的训练卷积核的采集数据
Figure BDA0001538377000000224
作为每个对比度的训练输入数据，分别训练每个对比度的训练输入数据与所述训练输出数据的函数关系，得到每个对比度的虚拟通道数据的卷积核。
作为示例，设定磁共振有3个对比度，本步骤可以具体为：
将训练卷积核图像的映射k空间数据PK1QBC作为对比度1的训练输出数据，将视野调整后的对比度1的训练卷积核的采集数据
Figure BDA0001538377000000221
作为对比度1的训练输入数据，训练对比度1的训练输入数据与所述训练输出数据的函数关系，得到对比度1的虚拟通道数据的卷积核。
将训练卷积核图像的映射k空间数据PK2QBC作为对比度2的训练输出数据，将视野调整后的对比度1的训练卷积核的采集数据
Figure BDA0001538377000000222
作为对比度2的训练输入数据，训练对比度2的训练输入数据与所述训练输出数据的函数关系，得到对比度2的虚拟通道数据的卷积核。
将训练卷积核图像的映射k空间数据PK3QBC作为对比度3的训练输出数据，将视野调整后的对比度3的训练卷积核的采集数据
Figure BDA0001538377000000223
作为对比度3的训练输入数据，训练对比度3的训练输入数据与所述训练输出数据的函数关系，得到对比度3的虚拟通道数据的卷积核。
S611：利用每个对比度的虚拟通道数据的卷积核分别对对应对比度的对各通道k空间成像数据进行数据拟合，得到每个对比度的虚拟通道的k空间成像数据。
作为示例，设定磁共振有3个对比度，本步骤可以具体为：
利用对比度1的虚拟通道数据的卷积核分别对对比度1的对各通道k空间成像数据进行数据拟合，得到对比度1的虚拟通道的k空间成像数据。
利用对比度2的虚拟通道数据的卷积核分别对对比度2的对各通道k空间成像数据进行数据拟合，得到对比度2的虚拟通道的k空间成像数据。
利用对比度3的虚拟通道数据的卷积核分别对对比度3的对各通道k空间成像数据进行数据拟合，得到对比度3的虚拟通道的k空间成像数据。
S612：分别对每个对比度的虚拟通道的k空间成像数据进行图像重建，得到每个对比度的磁共振图像。
S613：分别调整每个对比度的磁共振图像的视野调整，使其与对应对比度的成像数据正常满采视野FOV相同的视野。
该步骤与S408相同，为了简要起见，在此不再详细描述。
以上为本申请提供的磁共振并行成像方法的实施方式三和实施方式四。在该实施方式三和实施方式四中，利用拟合和重建图像的视野调整的方法，实现基于数据拟合的磁共振并行成像方法能够适用于非整数倍采集加速倍数的情形。并且能够解决背景技术部分指出的现有磁共振并行成像方法存在的不足之处。详细推导分析过程请参见图1对应的效果部分描述。
以上为本申请实施例提供的磁共振并行成像方法的具体实施方式。上述实施例的磁共振并行成像方法可以由图7所示的控制设备执行。图7所示的控制设备包括处理器(processor)710，通信接口(Communications Interface)770，存储器(memory)730，总线740。处理器710，通信接口770，存储器730通过总线740完成相互间的通信。
其中，存储器730中可以存储有磁共振并行成像的逻辑指令，该存储器例如可以是非易失性存储器(non-volatile memory)。处理器710可以调用执行存储器730中的磁共振并行成像的逻辑指令，以执行上述的磁共振并行成像方法。作为实施例，该磁共振并行成像的逻辑指令可以为控制软件对应的程序，在处理器执行该指令时，控制设备可以对应地在显示界面上显示该指令对应的功能界面。
磁共振并行成像的逻辑指令的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
上述的磁共振并行成像的逻辑指令，可以称为“磁共振并行成像装置”，该装置可以划分成各个功能模块。具体参见以下实施例。
下面介绍本申请实施例提供的磁共振并行成像装置的具体实施方式。
请参阅图8。图8是本申请实施例提供的一种磁共振并行成像装置的结构示意图。如图8所示，该磁共振并行成像装置包括：
采集单元81，用于采集K空间训练数据以及K空间并行成像数据；其中，所述K空间训练数据用于训练虚拟通道数据的卷积核，所述K空间并行成像数据的采集加速倍数为A，其中，A为整数；
训练单元82，用于根据所述K空间训练数据训练虚拟通道数据卷积核；
拟合单元83，用于利用所述虚拟通道数据的卷积核对所述K空间并行成像数据进行数据拟合，得到虚拟通道的的k空间成像数据；
重建单元84，用于利用所述虚拟通道的k空间成像数据进行图像重建，得到磁共振图像；
其中，所述虚拟通道为数据均匀性和信噪比满足预设条件的人为设定的通道。
该磁共振并行成像装置的实施例的有益效果与上述图1所示的磁共振并行成像方法的有益效果相同，在此不再赘述。
作为本申请的一具体示例，为了能够较为方便地获取到高信噪比的训练数据，采集单元81可以包括：
大体线圈采集单元811，用于利用大体线圈通过满采样方式采集预设对比度的k空间中央区域的数据，得到大体线圈数据；
第一多通道线圈采集单元812，用于利用多通道线圈通过满采样方式采集预设对比度的各通道k空间中央区域的数据，得到多通道线圈数据；
其中，所述预设对比度为磁共振多对比度中的任一对比度。
其中，利用大体线圈数据来确定训练输出数据，因利用大体线圈采集到的k空间数据具有高均匀度、高信噪比的特点，所以，由大体线圈数据训练出的虚拟通道数据的卷积核也具有高均匀度、高信噪比的特点。
作为本申请的另一具体示例，为了使得每一对比度均具有对应的虚拟通道数据的卷积核，从而提高虚拟通道数据与实际成像数据之间的接近程度，采集单元81还可以包括：
第二多通道线圈采集单元813，用于利用多通道线圈通过满采样方式采集每个对比度的各通道k空间中央区域的数据，分别得到每个对比度的训练卷积核的采集数据。
如此，利用大体线圈采集单元811、第一多通道线圈采集单元812以及第二多通道线圈采集单元813可以实现分别训练每个对比度的虚拟通道数据的卷积核。
作为本申请的又一示例，训练单元82可以通过以上公式(2)进行虚拟通道数据卷积核的训练。
以上为本申请实施例提供的一种磁共振并行成像装置的具体实施方式，该磁共振并行成像装置仅能适用于采集加速倍数为整数倍的情形。
为了能够使得磁共振并行成像装置适用于非整数倍采集加速倍数的情形，本申请实施例还提供了另一种磁共振并行成像装置。请参阅图9。
图9是本申请实施例提供的另一种磁共振并行成像装置结构示意图。如图9所示，该装置包括：
采集单元81’，用于采集K空间训练数据以及K空间并行成像数据；其中，所述K空间训练数据用于训练虚拟通道数据的卷积核，所述K空间并行成像数据的采集加速倍数为A；其中，A为非整数；
第一确定单元91，用于确定图像重建加速倍数
Figure BDA0001538377000000251
所述图像重建加速倍数
Figure BDA0001538377000000252
为A的邻近大整数；
第二确定单元92，用于根据所述图像重建加速倍数
Figure BDA0001538377000000253
确定K空间并行成像数据重建满采时的视野FOVR，其中，
Figure BDA0001538377000000254
所述FOVR为所述K空间并行成像数据正常满采视野FOV的
Figure BDA0001538377000000255
倍；
第一调整单元93，用于调整所述K空间训练数据的视野，使其与所述K空间并行成像数据重建满采时的视野FOVR相同；
训练单元82’，根据视野调整后的K空间训练数据训练虚拟通道数据卷积核；
拟合单元83，用于利用所述虚拟通道数据的卷积核对所述K空间并行成像数据进行数据拟合，得到虚拟通道的的k空间成像数据；
重建单元84，用于利用所述虚拟通道的k空间成像数据进行图像重建，得到磁共振图像；
第二调整单元95，用于调整所述重建单元重建出的磁共振图像的视野，使其与所述K空间并行成像数据正常满采视野FOV相同。
需要说明，在图9所示的磁共振并行成像装置中，采集单元81’与图8所示的采集单元81基本相同，其不同之处仅在于采集加速倍数不同，一个是非整数倍，一个是整数倍。
在图9所示的磁共振并行成像装置中，训练单元82’与训练单元82也基本相同，其不同之处在于一个利用视野调整后的K空间训练数据训练虚拟通道数据卷积核，一是是直接利用采集到的K空间训练数据训练虚拟通道数据卷积核。
在图9所示的磁共振并行成像装置中，拟合单元83和重建单元84与图8所示的拟合单元83和重建单元84完全相同。
综上，比较图8和图9，图9所示的磁共振并行成像装置比图8所示的磁共振并行成像装置，增加了以下单元：第一确定单元91、第二确定单元92、第一调整单元93以及第二调整单元95。
因此，通过这些新增的单元，图9所示的磁共振并行成像装置能够适用于非整数倍采集加速倍数的情形。
需要说明，图9所示的磁共振并行成像装置与图4所示的磁共振并行成像方法具有相同的有益效果，具体推导过程在此不再赘述。
以上为本申请实施例提供的具体实施方式。

Claims (10)

1.一种磁共振并行成像方法，其特征在于，包括：
采集K空间训练数据以及K空间并行成像数据；其中，所述K空间训练数据用于训练虚拟通道数据的卷积核，所述K空间并行成像数据的采集加速倍数为A；
当A为整数时，根据所述K空间训练数据训练虚拟通道数据卷积核，训练输入数据为采集到的各个通道数据，训练输出数据为大体线圈采集到的k空间数据或大体线圈采集到的k空间数据处理得到的数据；
利用所述虚拟通道数据的卷积核对所述K空间并行成像数据进行数据拟合，得到虚拟通道的k空间成像数据；
利用所述虚拟通道的k空间成像数据进行图像重建，得到磁共振图像；
当A为非整数时，所述根据所述K空间训练数据训练虚拟通道数据卷积核之前，还包括：
确定图像重建加速倍数
Figure FDA0003192127820000011
所述图像重建加速倍数
Figure FDA0003192127820000012
为A的邻近大整数；
根据所述图像重建加速倍数
Figure FDA0003192127820000013
确定K空间并行成像数据重建满采时的视野FOVR，其中，所述FOVR为所述K空间并行成像数据正常满采视野FOV的
Figure FDA0003192127820000014
倍；
调整所述K空间训练数据的视野，使其与所述K空间并行成像数据重建满采时的视野FOVR相同；
所述根据所述K空间训练数据训练虚拟通道数据卷积核，具体包括：
根据视野调整后的K空间训练数据训练虚拟通道数据卷积核；
所述利用所述虚拟通道的k空间成像数据进行图像重建，得到磁共振图像之后，还包括：
调整所述磁共振图像的视野，使其与所述K空间并行成像数据正常满采视野FOV相同；
其中，所述虚拟通道为数据均匀性和信噪比满足预设条件的人为设定的通道。
2.根据权利要求1所述的方法，其特征在于，所述采集K空间训练数据，具体包括：
利用大体线圈通过满采样方式采集预设对比度的k空间中央区域的数据，得到大体线圈数据；
利用多通道线圈通过满采样方式采集至少一次预设对比度的各通道k空间中央区域的数据，得到多通道线圈数据；
其中，所述预设对比度为磁共振多对比度中的任一对比度。
3.根据权利要求2所述的方法，其特征在于，所述根据所述K空间训练数据训练虚拟通道数据卷积核，具体包括：
将所述大体线圈数据作为训练输出数据，将所述多通道线圈数据作为训练输入数据；
训练所述训练输出数据与所述训练输入数据的函数关系，得到虚拟通道数据的卷积核。
4.根据权利要求2所述的方法，其特征在于，所述采集K空间训练数据，还包括：
利用多通道线圈通过满采样方式采集每个对比度的各通道k空间中央区域的数据，分别得到每个对比度的训练卷积核的采集数据。
5.根据权利要求4所述的方法，其特征在于，所述根据所述K空间训练数据训练虚拟通道数据卷积核，具体包括：
将由所述多通道线圈数据重建的多通道线圈重建图与由所述大体线圈数据重建的大体线圈重建图相除，得到的商为多通道线圈的线圈敏感度；
利用所述线圈敏感度和图像域成像方法分别对每个对比度的训练卷积核数据进行图像重建，分别得到每个对比度的训练卷积核图像；
分别将每个对比度的训练卷积核图像映射到k空间，分别得到每个对比度的训练卷积核的映射k空间数据；
将所述每个对比度的训练卷积核的映射k空间数据作为训练输出数据；将采集得到的对应对比度的训练卷积核的采集数据作为训练输入数据，分别训练每个对比度的训练输出数据与训练输入数据的函数关系，得到每个对比度的虚拟通道数据的卷积核。
6.根据权利要求3或5所述的方法，其特征在于，训练所述训练输出数据与所述训练输入数据的函数关系，得到虚拟通道数据的卷积核，具体为：
以所述训练输出数据作为待拟合数据，以所述训练输入数据作为已知数据，根据以下公式训练所述训练输出数据与所述训练输入数据的函数关系，得到虚拟通道数据的卷积核；
其中，公式具体如下：
Figure FDA0003192127820000031
其中，ST(ky-m△ky)为训练输出数据；
Sl(ky-bA△ky)为训练输入数据；
ky是相位编码线的行号，△ky是相邻两行相位编码线在k空间的距离，△ky＝1，A是采集加速倍数；m∈{1，2，...,A}，
L是多通道线圈的采集通道个数，L为正整数；
Nb是卷积核的元素个数；
nb(j.l.m)是卷积核的值；
指标l、b、m分别是遍历通道、卷积核定义大小以及训练输出数据的模块。
7.一种磁共振并行成像装置，其特征在于，包括：
采集单元，用于采集K空间训练数据以及K空间并行成像数据；其中，所述K空间训练数据用于训练虚拟通道数据的卷积核，所述K空间并行成像数据的采集加速倍数为A；
训练单元，用于当A为整数时，根据所述K空间训练数据训练虚拟通道数据卷积核，训练输入数据为采集到的各个通道数据，训练输出数据为大体线圈采集到的k空间数据或大体线圈采集到的k空间数据处理得到的数据；
拟合单元，用于利用所述虚拟通道数据的卷积核对所述K空间并行成像数据进行数据拟合，得到虚拟通道的k空间成像数据；
重建单元，用于利用所述虚拟通道的k空间成像数据进行图像重建，得到磁共振图像；
所述装置还包括：
第一确定单元，用于当A为非整数时，在所述训练单元训练卷积核之前，确定图像重建加速倍数
Figure FDA0003192127820000032
所述图像重建加速倍数
Figure FDA0003192127820000033
为A的邻近大整数；
第二确定单元，用于根据所述图像重建加速倍数
Figure FDA0003192127820000041
确定K空间并行成像数据重建满采时的视野FOVR，其中，所述FOVR为所述K空间并行成像数据正常满采视野FOV的
Figure FDA0003192127820000042
倍；
第一调整单元，用于调整所述K空间训练数据的视野，使其与所述K空间并行成像数据重建满采时的视野FOVR相同；
第二调整单元，用于调整所述重建单元重建出的磁共振图像的视野，使其与所述K空间并行成像数据正常满采视野FOV相同；
所述训练单元具体包括：
根据视野调整后的K空间训练数据训练虚拟通道数据卷积核；
其中，所述虚拟通道为数据均匀性和信噪比满足预设条件的人为设定的通道。
8.根据权利要求7所述的装置，其特征在于，所述采集单元具体包括：
大体线圈采集单元，用于利用大体线圈通过满采样方式采集预设对比度的k空间中央区域的数据，得到大体线圈数据；
第一多通道线圈采集单元，用于利用多通道线圈通过满采样方式采集预设对比度的各通道k空间中央区域的数据，得到多通道线圈数据；
其中，所述预设对比度为磁共振多对比度中的任一对比度。
9.根据权利要求8所述装置，其特征在于，所述采集单元还包括：
第二多通道线圈采集单元，用于利用多通道线圈通过满采样方式采集每个对比度的各通道k空间中央区域的数据，分别得到每个对比度的训练卷积核的采集数据。
10.根据权利要求7所述的装置，其特征在于，所述训练单元具体为：
通过以下公式进行训练：
Figure FDA0003192127820000043
其中，ST(ky-m△ky)为训练输出数据；
Sl(ky-bA△ky)为训练输入数据；
ky是相位编码线的行号，△ky是相邻两行相位编码线在k空间的距离，△ky＝1，A是采集加速倍数；m∈{1，2，...,A}，
L是多通道线圈的采集通道个数，L为正整数；
Nb是卷积核的元素个数；
nb(j.l.m)是卷积核的值；
指标l、b、m分别是遍历通道、卷积核定义大小以及训练输出数据的模块。
CN201810005175.XA 2018-01-03 2018-01-03 一种磁共振并行成像方法和装置 Active CN108305221B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810005175.XA CN108305221B (zh) 2018-01-03 2018-01-03 一种磁共振并行成像方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810005175.XA CN108305221B (zh) 2018-01-03 2018-01-03 一种磁共振并行成像方法和装置

Publications (2)

Publication Number Publication Date
CN108305221A CN108305221A (zh) 2018-07-20
CN108305221B true CN108305221B (zh) 2021-10-12

Family

ID=62868064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810005175.XA Active CN108305221B (zh) 2018-01-03 2018-01-03 一种磁共振并行成像方法和装置

Country Status (1)

Country Link
CN (1) CN108305221B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212443B (zh) * 2018-08-23 2020-02-21 清华大学 基于多板块同时激发的等体素磁共振扩散成像方法及装置
CN109800800B (zh) * 2019-01-08 2020-10-16 上海东软医疗科技有限公司 一种磁共振成像获得深度学习训练集的方法和装置
JP7316134B2 (ja) * 2019-07-22 2023-07-27 ファナック株式会社 位置姿勢特定装置、位置姿勢特定方法及び位置姿勢特定プログラム
US11120585B2 (en) * 2019-11-28 2021-09-14 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for image reconstruction
CN112700508B (zh) * 2020-12-28 2022-04-19 广东工业大学 一种基于深度学习的多对比度mri图像重建方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1827039A (zh) * 2005-02-28 2006-09-06 西门子（中国）有限公司 频域灵敏度编码磁共振并行成像方法
CN102959426A (zh) * 2010-07-02 2013-03-06 皇家飞利浦电子股份有限公司 使用欠采样线圈数据来估计线圈灵敏度的并行磁共振成像
CN105662357A (zh) * 2015-12-29 2016-06-15 中国科学院深圳先进技术研究院 磁共振温度成像方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE482407T1 (de) * 2002-05-13 2010-10-15 Koninkl Philips Electronics Nv Verfahren der magnetischen resonanzbildgebung mit beschleunigter datenaufnahme
US8116541B2 (en) * 2007-05-07 2012-02-14 General Electric Company Method and apparatus for multi-coil magnetic resonance imaging
US8076938B2 (en) * 2009-03-31 2011-12-13 General Electric Company System and method of parallel imaging with calibration to a virtual coil
CN104166110B (zh) * 2013-05-17 2017-12-26 深圳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
JP6640757B2 (ja) * 2014-07-03 2020-02-05 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． マルチショット磁気共鳴（ｍｒ）イメージングシステム及びその操作方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1827039A (zh) * 2005-02-28 2006-09-06 西门子（中国）有限公司 频域灵敏度编码磁共振并行成像方法
CN102959426A (zh) * 2010-07-02 2013-03-06 皇家飞利浦电子股份有限公司 使用欠采样线圈数据来估计线圈灵敏度的并行磁共振成像
CN105662357A (zh) * 2015-12-29 2016-06-15 中国科学院深圳先进技术研究院 磁共振温度成像方法及系统

Also Published As

Publication number Publication date
CN108305221A (zh) 2018-07-20

Similar Documents

Publication Publication Date Title
CN108305221B (zh) 一种磁共振并行成像方法和装置
CN108896943B (zh) 一种磁共振定量成像方法和装置
Lüsebrink et al. T1-weighted in vivo human whole brain MRI dataset with an ultrahigh isotropic resolution of 250 μm
JP4861821B2 (ja) 磁気共鳴イメージング装置および画像データ補正装置
US7902823B2 (en) Dynamic parallel magnetic resonance imaging(DpMRI) with sparse data
US20200300947A1 (en) System and method for reducing artifacts in echo planar magnetic resonance imaging
US10684345B2 (en) Reconstructing magnetic resonance images for contrasts
JP2018519909A (ja) 動き検出を用いるｍｒ撮像
US9612307B2 (en) Reducing artifacts in magnetic resonance images acquired using propeller echo planar imaging
US20200341094A1 (en) Multi-contrast mri image reconstruction using machine learning
US10809337B2 (en) Reconstructing magnetic resonance images with different contrasts
US10261158B2 (en) Method and apparatus for eliminating motion artifact in magnetic resonance imaging
US8649579B2 (en) Motion artifact removal
US11131738B2 (en) Multiband, multishot magnetic resonance elastography
WO2022236851A1 (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
US11085987B2 (en) Magnetic resonance imaging device, Nyquist ghost correction method, and Nyquist ghost correction program
WO2018184056A1 (en) Magnetic resonance imaging method and apparatus
WO2022236823A1 (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
Dawood et al. Iterative training of robust k‐space interpolation networks for improved image reconstruction with limited scan specific training samples
US20240036138A1 (en) Multichannel deep learning reconstruction of multiple repetitions
JP7399781B2 (ja) 磁気共鳴イメージング装置及び磁気共鳴イメージング方法
CN108378851B (zh) 磁共振弥散加权成像方法和装置
CN111624540B (zh) 磁共振成像方法和装置
CN108333544B (zh) 平面回波成像方法和装置
US11763429B2 (en) Deep learning based medical system and method for image acquisition

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