CN108508384A - 基于gsmash伪影校正的加速算法 - Google Patents
基于gsmash伪影校正的加速算法 Download PDFInfo
- Publication number
- CN108508384A CN108508384A CN201810120754.9A CN201810120754A CN108508384A CN 108508384 A CN108508384 A CN 108508384A CN 201810120754 A CN201810120754 A CN 201810120754A CN 108508384 A CN108508384 A CN 108508384A
- Authority
- CN
- China
- Prior art keywords
- gsmash
- artifact
- formula
- coil
- space data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- 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
- G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种基于GSMASH伪影校正的加速算法,包括以下步骤:1)计算或者采集线圈敏感谱;2)根据敏感谱线性拟合得到空间的谐波信号的计算公式进行反推;3)对K空间数据在读方向上做一维傅里叶变换得到去卷折的完整K空间数据;4)为了提高计算速度,在步骤3)的基础上提出了K空间加速算法,即通过计算未知的K空间数据,得到完整的K空间数据;5)将伪影参数化,设置初始值带入GSMASH重建;6)GSMASH对单个线圈重建得到单通道图像、以及对所有通道重建得到图像后,使用非线性最小二乘法,利用成本函数计算公式,通过多次迭代计算,将伪影降到最低。本发明能够将伪影降到最低,并通过合理的选取迭代初始值,降低迭代次数,从而达到降低计算时间的目的。
Description
技术领域
本发明涉及一种基于GSMASH伪影校正的加速算法。
背景技术
磁共振成像(Magnetic resonance imaging,MRI)技术是现代医疗诊断中常用的一种技术手段,但是由于病人运动、血液流动等因素造成MRI成像有伪影,影响医疗诊断。现有技术中,SMASH(Simultaneous Acquisition of Spatial Harmonics)是一种通过提高采集速度从而缩短成像时间的成像技术,SMASH利用表面线敏感谱信息的线性拟合来代替梯度场相位编码,减少图像采集时间,而GSMASH(Generalized SMASH)利用的是线圈敏感谱的傅里叶系数来提供线圈信息,大大简化了计算公式;或者可以通过采用另外一种可替代的伪影校正方法“SMASH navigator”,该方法需要将线圈的空间信息拟合成谐波,但是很多线圈的几何形态并不适合用来拟合。
发明内容
本发明解决的技术问题是提供一种基于GSMASH伪影校正的加速算法。
本发明的技术方案是:一种基于GSMASH伪影校正的加速算法,其特征在于,包括以下步骤:1)计算或者采集线圈敏感谱;2)根据敏感谱线性拟合得到空间的谐波信号的计算公式进行反推;3)对K空间数据在读方向上做一维傅里叶变换得到去卷折的完整K空间数据;4)为了提高计算速度,在步骤3)的基础上提出了K空间加速算法,即通过计算未知的K空间数据,得到完整的K空间数据;5)将伪影参数化,设置初始值带入GSMASH重建;6)GSMASH对单个线圈重建得到单通道图像、以及对所有通道重建得到图像后,使用非线性最小二乘法,利用成本函数计算公式,通过多次迭代计算,将伪影降到最低。
进一步的,本发明中,步骤1)中所述的计算或者采集线圈敏感谱Cj(x,y),运用的K空间计算方法如公式(1):
其中,j表示第j个线圈,Cj表示线圈敏感度,ρ(x,y)表示NMR信号,kx和ky分别表示读方向和相位编码方向。
进一步的,本发明中,步骤2)包括敏感谱线性拟合得到空间的谐波信号的计算公式(2)表示为:
根据公式(2)进一步反推出C(x,y)的计算公式(3):
其中,是第j个线圈的第m个一维傅里叶系数,m的取值范围可以是整个敏感谱,也可以是包含敏感谱信息的一部分范围。
进一步的,本发明中,步骤3)包括对K空间数据在读方向上做一维傅里叶变换后,得到公式(4):
根据公式(4)得到对于每一个点(x,ky)的计算公式(5):
进一步的,本发明中,步骤4)包括系数矩阵的维度(n*Pe/M)*Pe,所述的多个线圈GSMASH重建得到的最终图像看做一个线圈采集得到的图像,即s(x,ky)→sβ(x,ky),将要求的信号拆分为已知(K)和未知(U)两部分,可以表示为公式(6):
重新组合得到公式(7):
其中,sβ(x,ky)是单个线圈计算得到的最终完整K空间数据,是已知的欠采的K空间数据,是未知的K空间数据;aK和aU已知,左边公式可计算得出,最终只需对aU求逆,aK的维度是n*Pe*d,aU的维度是n*Pe/M,M为欠采的倍数,d是未采样部分占完整K空间数据的比例,d=1-1/M。
进一步的,本发明中,步骤5)包括在第t次激发,K空间采集的数据表示为公式(8):
其中,ξt表示抽取t次激发相位编码数,F表示傅里叶变换;
所以完整的K空间可以表示为公式(9):
被扫描对向发生局部运动和整体运动后,以表示t次激发时产生伪影(10):
把运动产生的伪影看作线圈敏感度的变化,公式可写成(11):
进一步的,本发明中,步骤6)中GSMASH对单个线圈重建得到单通道图像rr,对所有通道重建得到图像rG,不同位置的线圈采集到的伪影强度不同。
进一步的,本发明中,步骤6)包括对rr和rG使用非线性最小二乘法,成本函数的计算公式(12)表示为:
进一步的,本发明中,步骤6)中所述成本函数变化的极限值为默认值10-6,运动伪影优化的迭代次数为400,局部伪影优化迭代次数为8。
本发明与现有技术相比具有以下优点:
1)本发明中,基于GSMASH伪影校正利用不同线圈的敏感谱对应伪影的强度不同,使用非线性最小二乘法通过多次迭代,将伪影降到最低,并通过合理的选取迭代初始值,降低迭代次数,从而达到降低计算时间的目的。
2)本发明中,每次迭代需要对K空间数据进行一次GSMASH重建,求逆时间随着矩阵列数和行数增加以2指数幂增长,降低矩阵维度可以降低求逆时间。
3)本发明中,将要求的整个K空间的重建替换成只计算未知K空间数据,大大的减少了计算量。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为本发明中伪影在敏感谱中位置分布示意图。
具体实施方式
实施例:
结合附图所示为本发明一种基于GSMASH伪影校正的加速算法的一种具体实施方式,首先,主要包括以下步骤:
步骤1):计算或采集线圈敏感谱Cj(x,y),运用的K空间计算方法如公式(1):
其中,j表示第j个线圈,Cj表示线圈敏感度,ρ(x,y)表示NMR信号,kx和ky分别表示读方向和相位编码方向。
步骤2):根据敏感谱线性拟合得到空间的谐波信号的计算公式(2),可以反推C(x,y)的计算公式(3),
其中,是第j个线圈的第m个一维傅里叶系数,m的取值范围可以是整个敏感谱,也可以是包含敏感谱信息的一部分范围。
步骤3):对K空间数据在读方向上做一维傅里叶变换得到公式(4):
根据公式(4)得到对于每一个点(x,ky)的计算公式(5):
或者sj(x,ky)=a(x)s(x,ky),对a(x)求逆得到S(x,ky),去卷折得到完整的K空间数据。
步骤4):为了提高计算速度,在步骤3)的基础上提出了K空间加速算法,即通过计算未知的K空间数据,得到完整的K空间数据,对所有通道使用GSMASH,系数矩阵的维度(n*Pe/M)*Pe,为了降低运算时间,提高重建速度,将多个线圈GSMASH重建得到的最终图像看做一个线圈采集得到的图像,即s(x,ky)→sβ(x,ky),并根据已知的部分K空间数据,计算未知部分的K空间数据,从而大大降低运算时间;
具体实现步骤为,将要求的信号拆分为已知(K)和未知(U)两部分,可以表示为公式(6):
重新组合得到公式(7):
其中,sβ(x,ky)是单个线圈计算得到的最终完整K空间数据,是已知的欠采的K空间数据,是未知的K空间数据;aK和aU已知,左边公式可计算得出,最终只需对aU求逆,aK的维度是n*Pe*d,aU的维度是n*Pe/M,M为欠采的倍数,d是未采样部分占完整K空间数据的比例,d=1-1/M。
步骤5):非线性最小二乘优化的基础是建立在将伪影参数化,实现的步骤为:
在第t次激发,K空间采集的数据表示为公式(8),即在t次激发所获得的K空间相位编码行;
其中,ξt表示抽取t次激发相位编码数,F表示傅里叶变换;
实际上完整的K空间可以表示为公式(9),即多次激发所获得的相位编码行的汇总:
被扫描对向发生局部运动和整体运动后,以表示t次激发时产生伪影(10):
把运动产生的伪影看作线圈敏感度的变化,公式可写成(11):
步骤6):对于局部伪影的对向,在像空间提取有伪影的部分,可以提高优化速度,如图1所示,设定好参数后,GSMASH对单个线圈重建得到单通道图像rr、对所有通道重建得到图像rG,不同位置的线圈采集到的伪影强度不同,利用这一特性,对rr和rG使用非线性最小二乘法,成本函数的计算公式(12)表示为:
通过多次迭代计算,可以将伪影降到最低。
此外,局部伪影优化是对图像列单独优化,从而大大降低计算时间,成本函数变化的极限值为默认值10-6,运动伪影优化的迭代次数为400,局部伪影优化迭代次数为8,非线性最小二乘优化计算时间和和初始值选取有关,通过合理选取参数初始值可缩短计算时间。
当然上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明主要技术方案的精神实质所做的修饰,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种基于GSMASH伪影校正的加速算法,其特征在于,包括以下步骤:
1)计算或者采集线圈敏感谱;
2)根据敏感谱线性拟合得到空间的谐波信号的计算公式进行反推;
3)对K空间数据在读方向上做一维傅里叶变换得到去卷折的完整K空间数据;
4)为了提高计算速度,在步骤3)的基础上提出了K空间加速算法,即通过计算未知的K空间数据,得到完整的K空间数据;
5)将伪影参数化,设置初始值带入GSMASH重建;
6)GSMASH对单个线圈重建得到单通道图像、以及对所有通道重建得到图像后,使用非线性最小二乘法,利用成本函数计算公式,通过多次迭代计算,将伪影降到最低。
2.根据权利要求1所述的基于GSMASH伪影校正的加速算法,其特征在于:步骤1)中所述的计算或者采集线圈敏感谱Cj(x,y),运用的K空间计算方法如公式(1):
其中,j表示第j个线圈,Cj表示线圈敏感度,ρ(x,y)表示NMR信号,kx和ky分别表示读方向和相位编码方向。
3.根据权利要求1所述的基于GSMASH伪影校正的加速算法,其特征在于:步骤2)包括敏感谱线性拟合得到空间的谐波信号的计算公式(2)表示为:
根据公式(2)进一步反推出C(x,y)的计算公式(3):
其中,是第j个线圈的第m个一维傅里叶系数,m的取值范围可以是整个敏感谱,也可以是包含敏感谱信息的一部分范围。
4.根据权利要求1所述的基于GSMASH伪影校正的加速算法,其特征在于:步骤3)包括对K空间数据在读方向上做一维傅里叶变换后,得到公式(4):
根据公式(4)得到对于每一个点(x,ky)的计算公式(5):
5.根据权利要求1所述的基于GSMASH伪影校正的加速算法,其特征在于:步骤4)包括系数矩阵的维度(n*Pe/M)*Pe,所述的多个线圈GSMASH重建得到的最终图像看做一个线圈采集得到的图像,即s(x,ky)→sβ(x,ky),将要求的信号拆分为已知(K)和未知(U)两部分,可以表示为公式(6):
重新组合得到公式(7):
其中,sβ(x,ky)是单个线圈计算得到的最终完整K空间数据,是已知的欠采的K空间数据,是未知的K空间数据;aK和aU已知,左边公式可计算得出,最终只需对aU求逆,aK的维度是n*Pe*d,aU的维度是n*Pe/M,M为欠采的倍数,d是未采样部分占完整K空间数据的比例,d=1-1/M。
6.根据权利要求1所述的基于GSMASH伪影校正的加速算法,其特征在于:步骤5)包括在第t次激发,K空间采集的数据表示为公式(8):
其中,ξt表示抽取t次激发相位编码数,F表示傅里叶变换;
所以完整的K空间可以表示为公式(9):
被扫描对向发生局部运动和整体运动后,以表示t次激发时产生伪影(10):
把运动产生的伪影看作线圈敏感度的变化,公式可写成(11):
7.根据权利要求1所述的基于GSMASH伪影校正的加速算法,其特征在于:步骤6)中GSMASH对单个线圈重建得到单通道图像rr,对所有通道重建得到图像rG,不同位置的线圈采集到的伪影强度不同。
8.根据权利要求7所述的基于GSMASH伪影校正的加速算法,其特征在于:步骤6)包括对rr和rG使用非线性最小二乘法,成本函数的计算公式(12)表示为:
9.根据权利要求8所述的基于GSMASH伪影校正的加速算法,其特征在于:步骤6)中所述成本函数变化的极限值为默认值10-6,运动伪影优化的迭代次数为400,局部伪影优化迭代次数为8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810120754.9A CN108508384B (zh) | 2018-02-07 | 2018-02-07 | 基于gsmash伪影校正的加速算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810120754.9A CN108508384B (zh) | 2018-02-07 | 2018-02-07 | 基于gsmash伪影校正的加速算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108508384A true CN108508384A (zh) | 2018-09-07 |
CN108508384B CN108508384B (zh) | 2020-08-21 |
Family
ID=63375640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810120754.9A Active CN108508384B (zh) | 2018-02-07 | 2018-02-07 | 基于gsmash伪影校正的加速算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108508384B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002086529A1 (en) * | 2001-04-20 | 2002-10-31 | Koninklijke Philips Electronics Nv | Generalized smash imaging |
CN103064046A (zh) * | 2012-12-25 | 2013-04-24 | 深圳先进技术研究院 | 一种基于稀疏采样的核磁共振成像的图像处理方法 |
CN103278784A (zh) * | 2013-06-02 | 2013-09-04 | 南方医科大学 | 一种多约束滑动窗的磁共振并行成像方法 |
DE102010061977B4 (de) * | 2010-11-25 | 2013-10-17 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Ergänzung mit partiell parallelen Aufnahmeverfahren aufgenommen Magnetresonanz-Daten |
CN106597337A (zh) * | 2016-12-09 | 2017-04-26 | 深圳先进技术研究院 | 一种磁共振t2*加权快速成像方法及装置 |
-
2018
- 2018-02-07 CN CN201810120754.9A patent/CN108508384B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002086529A1 (en) * | 2001-04-20 | 2002-10-31 | Koninklijke Philips Electronics Nv | Generalized smash imaging |
DE102010061977B4 (de) * | 2010-11-25 | 2013-10-17 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Ergänzung mit partiell parallelen Aufnahmeverfahren aufgenommen Magnetresonanz-Daten |
CN103064046A (zh) * | 2012-12-25 | 2013-04-24 | 深圳先进技术研究院 | 一种基于稀疏采样的核磁共振成像的图像处理方法 |
CN103278784A (zh) * | 2013-06-02 | 2013-09-04 | 南方医科大学 | 一种多约束滑动窗的磁共振并行成像方法 |
CN106597337A (zh) * | 2016-12-09 | 2017-04-26 | 深圳先进技术研究院 | 一种磁共振t2*加权快速成像方法及装置 |
Non-Patent Citations (3)
Title |
---|
DAVID ATKINSON等: "Coil-Based Artifact Reduction", 《MAGNETIC RESONANCE IN MEDICINE》 * |
MARK BYDDER: "Generalized SMASH Imaging", 《MAGNETIC RESONANCE IN MEDICINE》 * |
翁卓等: "基于k 空间加速采集的磁共振成像技术", 《中国生物医学工程学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN108508384B (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111513716B (zh) | 使用扩展灵敏度模型和深度神经网络进行磁共振图像重建的方法和系统 | |
US10393842B1 (en) | Highly-scalable image reconstruction using deep convolutional neural networks with bandpass filtering | |
Cheng et al. | Highly scalable image reconstruction using deep neural networks with bandpass filtering | |
US8076938B2 (en) | System and method of parallel imaging with calibration to a virtual coil | |
JP6018401B2 (ja) | 拡散強調エコープラナー撮像法において高次渦電流に誘発された歪みを予測補正するためのシステムおよび方法 | |
CN113344799A (zh) | 用于使用深度神经网络减少医学图像中的有色噪声的系统和方法 | |
RU2672151C2 (ru) | Коррекция посторонних эхосигналов epi | |
US10203394B2 (en) | Metal resistant MR imaging | |
CN106997034B (zh) | 基于以高斯模型为实例整合重建的磁共振扩散成像方法 | |
CN110133556B (zh) | 一种磁共振图像处理方法、装置、设备及存储介质 | |
US9018951B2 (en) | Accelerated multispectral data magnetic resonance imaging system and method | |
JP2003527176A (ja) | 高周波コイル・アレイを使用した平行磁気共鳴映像技術 | |
CN103584864A (zh) | 一种磁共振成像方法和装置 | |
Zhang et al. | MRI Gibbs‐ringing artifact reduction by means of machine learning using convolutional neural networks | |
CN104635188B (zh) | K空间重建方法及磁共振成像方法 | |
CN102590773B (zh) | 磁共振成像的方法和系统 | |
CN109115820A (zh) | 基于平面回波成像的磁共振水脂分离和定量方法及装置 | |
Mani et al. | Improved MUSSELS reconstruction for high‐resolution multi‐shot diffusion weighted imaging | |
CN107367703A (zh) | 磁共振扫描方法、系统、装置及存储介质 | |
CN108287324A (zh) | 磁共振多对比度图像的重建方法和装置 | |
CN105678822B (zh) | 一种基于Split Bregman迭代的三正则磁共振图像重构方法 | |
CN106796274A (zh) | 具有伪迹抑制的propeller‑mr成像 | |
CN106646300B (zh) | 一种超极化气体磁共振影像处理方法 | |
CN109920017A (zh) | 基于特征向量的自一致性的联合全变分Lp伪范数的并行磁共振成像重构方法 | |
WO2020219642A1 (en) | Model-based iterative reconstruction for magnetic resonance imaging with echo planar readout |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Li Pengyu Inventor after: Chen Mingming Inventor after: Xu Mingfang Inventor before: Chen Pengyu Inventor before: Chen Mingming Inventor before: Xu Mingfang |
|
GR01 | Patent grant | ||
GR01 | Patent grant |