CN108577841B - 一种propeller技术中抑制非刚性运动的权重计算方法 - Google Patents

一种propeller技术中抑制非刚性运动的权重计算方法 Download PDF

Info

Publication number
CN108577841B
CN108577841B CN201810155551.3A CN201810155551A CN108577841B CN 108577841 B CN108577841 B CN 108577841B CN 201810155551 A CN201810155551 A CN 201810155551A CN 108577841 B CN108577841 B CN 108577841B
Authority
CN
China
Prior art keywords
space data
image
calculating
data band
correlation
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
CN201810155551.3A
Other languages
English (en)
Other versions
CN108577841A (zh
Inventor
罗海
朱高杰
周翔
王超
陈梅泞
刘霞
卞威
吴子岳
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.)
ALLTECH MEDICAL SYSTEMS LLC
Original Assignee
ALLTECH MEDICAL SYSTEMS LLC
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 ALLTECH MEDICAL SYSTEMS LLC filed Critical ALLTECH MEDICAL SYSTEMS LLC
Priority to CN201810155551.3A priority Critical patent/CN108577841B/zh
Priority to PCT/CN2018/080005 priority patent/WO2019161586A1/zh
Publication of CN108577841A publication Critical patent/CN108577841A/zh
Application granted granted Critical
Publication of CN108577841B publication Critical patent/CN108577841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4528—Joints
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

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

Abstract

本发明公开一种PROPELLER技术中抑制非刚性运动的权重计算方法，包括：采集一个以上不同角度的K空间数据带；计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵；根据所述相关性矩阵计算出每个所述K空间数据带的权重。本发明提供的技术方案能够更准确地识别物体非刚性运动的程度，从而更好地抑制非刚性运动的伪影、提升图像质量。

Description

一种PROPELLER技术中抑制非刚性运动的权重计算方法
技术领域
本发明涉及磁共振成像技术领域，尤其涉及一种PROPELLER技术中抑制非刚性运动的权重计算方法。
背景技术
磁共振成像技术是利用氢质子的核磁共振现象进行成像的一种技术。人体内包含单数质子的原子核，例如广泛存在的氢原子核，其质子具有自旋运动。带电原子核的自旋运动，在物理上类似于单独的小磁体，而且在没有外部条件影响下这些小磁体的方向性分布是随机的。当人体置于外部磁场中时，这些小磁体将按照外部磁场的磁力线重新排列，具体为在平行于或反平行于外在磁场磁力线的两个方向排列，将上述平行于外在磁场磁力线的方向称为正纵向轴，将上述反平行于外在磁场磁力线的方向称为负纵向轴，原子核只具有纵向磁化分量，该纵向磁化分量既具有方向又具有幅度。
用特定频率的射频(RF，Radio Frequency)脉冲激发处于外在磁场中的原子核，使这些原子核的自旋轴偏离正纵向轴或负纵向轴，产生共振，这就是磁共振现象。上述被激发原子核的自旋轴偏离正纵向轴或负纵向轴之后，原子核具有了横向磁化分量。停止发射射频脉冲后，被激发的原子核发射回波信号，将吸收的能量逐步以电磁波的形式释放出来，其相位和能级都恢复到激发前的状态，将原子核发射的回波信号经过空间编码等进一步处理即可重建图像。
在磁共振扫描成像过程中，由于检测时间比较长，病人往往会有自主的或无意识的运动。这种运动会造成图像变模糊，更严重的是产生伪影，影响医生对病人的诊断。消除运动伪影是磁共振成像领域研究的重点和技术难题之一。1999年J.G.Pipe提出了螺旋桨成像技术(PROPELLER，Periodically Rotated Overlapping Parallel Lines withEnhanced Reconstruction)。该技术基于K空间周期性旋转数据采集，在每个旋转角度下采集一个K空间数据带，如图1所示，利用K空间中心数据带重叠区域的过采样数据估计运动形式并矫正运动伪影；运用网格化算法将非笛卡尔数据转化为笛卡尔数据，再进行傅立叶逆变换最终生成重建图像。这种方法对于刚性运动伪影的消除效果非常显著，已经在磁共振头部、关节成像中获得了成功应用。
具体的来说，PROPELLER技术包含以下几个主要步骤：数据采集、相位矫正、旋转矫正、平移矫正、相关性加权和图像重建。其中，最为关键的是对运动的矫正和相关性加权。运动矫正主要是估计并矫正物体在扫描层面内的刚性旋转和平移；而相关性加权则是通过以下公式来计算各个采集带之间的相关性权重：
Figure BDA0001581221950000021
其中，Di是第i个K空间数据采集带网格化到中心圆形区域上的数据，DRef为选取的参考数据，*为复数共轭运算符。由于应用公式(1)的前提是物体在同一个扫描层面内做刚性旋转和平移，但在磁共振扫描过程中，病人一般还有层面间的运动以及非刚性运动，例如，呼吸运动等。因此，采用公式(1)计算相关性权重的准确度其实是不高的。另外，公式(1)还涉及到参考数据选取的问题，而现有的参考数据选取方法，要么容易受到物体运动伪影的影响，要么不适用于复杂的非刚性运动，总之，对于最终相关性权重的准确性也会造成较大的影响。可见，现有的PROPELLER技术不能准确识别磁共振扫描过程中层面间的运动以及非刚性运动，从而使得重建的图像质量不理想。
发明内容
本发明旨在提供一种PROPELLER技术中抑制非刚性运动的权重计算方法，能够更准确地识别物体非刚性运动的程度，从而更好地抑制非刚性运动的伪影、提升图像质量。
为达到上述目的，本发明采用的技术方案如下：
一种PROPELLER技术中抑制非刚性运动的权重计算方法，包括：
采集一个以上不同角度的K空间数据带；计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵；根据所述相关性矩阵计算出每个所述K空间数据带的权重。
优选地，所述计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵的方法包括：对所述一个以上不同角度的K空间数据带分别进行相同的数据处理，获取一个以上处理后的数据带；将所述一个以上处理后的数据带分别变换到图像域，获取一个以上优化图像；计算所述一个以上优化图像中每两个优化图像之间的灰度互信息；根据所述灰度互信息构造所述相关性矩阵，所述相关性矩阵为对称矩阵。
优选地，所述数据处理包括：对所述K空间数据带依次进行相位校正、旋转和平移校正，获取校正后数据带；将所述校正后数据带网格化到笛卡尔坐标系下，获取所述K空间数据带中心圆形重叠区域数据和所述K空间数据带的网格矩阵；将所述K空间数据带中心圆形重叠区域数据填充到所述网格矩阵的中心，获取填充后网格矩阵；将所述填充后网格矩阵进行低通滤波，获取所述处理后的数据带。
优选地，所述将所述填充后网格矩阵进行低通滤波的方法为：将所述填充后网格矩阵乘以一个二维低通窗函数。
进一步地，所述计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵的方法还包括：将所述一个以上优化图像的灰阶分别压缩到预定阶数，获取一个以上压缩后图像；则所述计算所述一个以上优化图像中每两个优化图像之间的灰度互信息，为计算一个以上压缩后图像中每两个压缩后图像之间的灰度互信息。
优选地，所述计算所述一个以上优化图像中每两个优化图像之间的灰度互信息的方法为：
I(Mm,Mn)＝H(Mm)+H(Mn)-H(Mm,Mn)
其中，H(Mm)为图像Mm的边际熵，H(Mn)为图像Mn的边际熵，H(Mm,Mn)为图像Mm和图像Mn的联合熵，I(Mm,Mn)为图像Mm和图像Mn之间的灰度互信息。
优选地，所述根据所述相关性矩阵计算出每个所述K空间数据带的权重的方法为：计算出所述相关性矩阵的最大特征值；计算出所述最大特征值所对应的特征向量；根据所述最大特征值所对应的特征向量计算出每个所述K空间数据带的权重：
Figure BDA0001581221950000051
其中，γn为所述特征向量中第n个元素，γmin为所述特征向量中的最小元素，γmax为所述特征向量中的最大元素，a和p为常量，wn为第n个K空间数据带的权重。
本发明实施例提供的PROPELLER技术中抑制非刚性运动的权重计算方法，采用图像之间的灰度互信息来表示每两个K空间数据带之间的相关性，得出所有K空间数据带之间的相关性矩阵，然后直接由相关性矩阵计算出每个K空间数据带的权重，采用该权重能够更准确地识别物体非刚性运动的程度，从而可抑制磁共振扫描过程中非刚性运动的伪影。同时，本发明方法与现有技术相比，在计算过程中不需要选择参考数据，利用主成分分析方法直接计算权重，不仅提高了计算效率，而且有效避免了由于参考数据的选取不准确而造成的图像质量低的问题。综上所述，本发明提供的技术方案能够更准确地识别物体非刚性运动的程度，从而更好地抑制非刚性运动的伪影、提升图像质量。
附图说明
图1中的a图代表K空间中的单个采集带，包含了L条K空间数据线，对应于图像域的一个低分辨率的图像；b图代表一个典型的PROPELLER采样轨迹，包含N个同中心的数据采集带；
图2本发明一个实施例的方法流程图；
图3为本发明另一个实施例的方法流程图；
图4为本发明又一个实施例的方法流程图；
图5中的左图为采用现有技术所获取的自由呼吸腹部T2 PROPELLER成像；右图为采用本发明方法所获取的自由呼吸腹部T2 PROPELLER成像；
图6中的左图为采用现有技术所获取的自由呼吸腹部T2 PROPELLER压脂成像；右图为采用本发明方法所获取的自由呼吸腹部T2 PROPELLER压脂成像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。
步骤101，采集一个以上不同角度的K空间数据带。
具体地，按照PROPELLER技术的采集方式，采集N个旋转的K空间数据带。旋转的K空间数据带如图1所示。
步骤102，计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵。
优选方法包括以下步骤(1)～(5)：
(1)对所述一个以上不同角度的K空间数据带分别进行相同的数据处理，获取一个以上处理后的数据带；
所述数据处理包括：对所述K空间数据带依次进行相位校正、旋转和平移校正，获取校正后数据带；将所述校正后数据带网格化到笛卡尔坐标系下，获取所述K空间数据带中心圆形重叠区域数据和所述K空间数据带的网格矩阵Kn；将所述K空间数据带中心圆形重叠区域数据填充到Nx*Ny的网格矩阵Kn的中心，获取填充后网格矩阵；将所述填充后网格矩阵进行低通滤波，即将所述填充后网格矩阵乘以一个二维低通窗函数，获取所述处理后的数据带。每个K空间数据带都经过上述的数据处理，获取一个以上处理后的数据带。
(2)将所述一个以上处理后的数据带分别变换到图像域，获取一个以上优化图像Mn；具体地，通过二维傅里叶变换将数据带变换到图像域。
(3)将所述一个以上优化图像Mn的灰阶分别压缩到预定阶数H，获取一个以上压缩后图像。本实施例中，预定阶数H＝64。
(4)计算一个以上压缩后图像中每两个压缩后图像之间的灰度互信息。
具体采用如下公式：
MIC(m,n)＝I(Mm,Mn) 公式(2)
I(Mm,Mn)＝H(Mm)+H(Mn)-H(Mm,Mn) 公式(3)
其中，H(Mm)为图像Mm的边际熵，H(Mn)为图像Mn的边际熵，H(Mm,Mn)为图像Mm和图像Mn的联合熵，I(Mm,Mn)为图像Mm和图像Mn之间的灰度互信息，I(Mm,Mn)反映了两幅图像在灰度分布上的相关性，I(Mm,Mn)越大，两幅图像相关性越强。利用上述公式可以得到一组灰度互信息。
(5)根据所述灰度互信息构造所述相关性矩阵，所述相关性矩阵为对称矩阵。
Rm,n＝MIC(m,n)，并且，Rn,m＝MIC(m,n)
假设第n幅图像与第m幅图像之间的灰度互信息为anm,则相关性矩阵可用如下矩阵表示：
Figure BDA0001581221950000081
步骤103，根据所述相关性矩阵计算出每个所述K空间数据带的权重。
具体方法为：计算出所述相关性矩阵的最大特征值；计算出所述最大特征值所对应的特征向量，每个K空间数据带对应一个特征向量γ，特征向量γ在很大程度上反映了各个K空间数据带应有的权重。
根据所述最大特征值所对应的特征向量计算出每个所述K空间数据带的权重，其目的是在运动伪影抑制和信噪比之间进行折衷，权重计算公式如下：
Figure BDA0001581221950000082
其中，γn为所述特征向量中第n个元素，γmin为所述特征向量中的最小元素，γmax为所述特征向量中的最大元素，a和p为参数控制因子，a和p为常量，wn为第n个K空间数据带的权重。一般情况下，a＝0.1，p＝2，但不限于上述数值。
计算出每个K空间数据带的权重后，将各个K空间数据带乘以相应的权重，共同网格化到笛卡尔坐标系，得到最终的K空间数据。通过二维傅里叶变换，得到重建后的图像。
图5中的左图为采用现有技术所获取的自由呼吸腹部T2 PROPELLER成像，右图为采用本发明方法所获取的自由呼吸腹部T2 PROPELLER成像，可见，在圆形标记区域内，本发明的方法重建的结果更清晰，肠道等运动伪影更少。
图6中的左图为采用现有技术所获取的自由呼吸腹部T2 PROPELLER压脂成像，右图为采用本发明方法所获取的自由呼吸腹部T2 PROPELLER压脂成像。可见，在箭头所指区域，本发明的方法获得的图像中，胆管结石和脾脏边缘等更清晰。
本发明实施例提供的PROPELLER技术中抑制非刚性运动的权重计算方法，采用图像之间的灰度互信息来表示每两个K空间数据带之间的相关性，得出所有K空间数据带之间的相关性矩阵，然后直接由相关性矩阵计算出每个K空间数据带的权重，采用该权重能够更准确地识别物体非刚性运动的程度，从而可抑制磁共振扫描过程中非刚性运动的伪影。同时，本发明方法与现有技术相比，在计算过程中不需要选择参考数据，利用主成分分析方法直接计算权重，不仅提高了计算效率，而且有效避免了由于参考数据的选取不准确而造成的图像质量低的问题。综上所述，本发明提供的技术方案能够更准确地识别物体非刚性运动的程度，从而更好地抑制非刚性运动的伪影、提升图像质量。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种PROPELLER技术中抑制非刚性运动的权重计算方法，其特征在于，包括：
采集一个以上不同角度的K空间数据带；
计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵；
根据所述相关性矩阵计算出每个所述K空间数据带的权重；
所述计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵的方法包括：
对所述一个以上不同角度的K空间数据带分别进行相同的数据处理，获取一个以上处理后的数据带；
将所述一个以上处理后的数据带分别变换到图像域，获取一个以上优化图像；
计算所述一个以上优化图像中每两个优化图像之间的灰度互信息；
根据所述灰度互信息构造所述相关性矩阵，所述相关性矩阵为对称矩阵；
所述数据处理包括：
对所述K空间数据带依次进行相位校正、旋转和平移校正，获取校正后数据带；
将所述校正后数据带网格化到笛卡尔坐标系下，获取所述K空间数据带中心圆形重叠区域数据和所述K空间数据带的网格矩阵；
将所述K空间数据带中心圆形重叠区域数据填充到所述网格矩阵的中心，获取填充后网格矩阵；
将所述填充后网格矩阵进行低通滤波，获取所述处理后的数据带；
所述将所述填充后网格矩阵进行低通滤波的方法为：
将所述填充后网格矩阵乘以一个二维低通窗函数；
所述计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵的方法还包括：
将所述一个以上优化图像的灰阶分别压缩到预定阶数，获取一个以上压缩后图像；
则所述计算所述一个以上优化图像中每两个优化图像之间的灰度互信息，为计算一个以上压缩后图像中每两个压缩后图像之间的灰度互信息；
所述计算所述一个以上优化图像中每两个优化图像之间的灰度互信息的方法为：
I(Mm,Mn)＝H(Mm)+H(Mn)-H(Mm,Mn)
其中，H(Mm)为图像Mm的边际熵，H(Mn)为图像Mn的边际熵，H(Mm,Mn)为图像Mm和图像Mn的联合熵，I(Mm,Mn)为图像Mm和图像Mn之间的灰度互信息；
所述根据所述相关性矩阵计算出每个所述K空间数据带的权重的方法为：
计算出所述相关性矩阵的最大特征值；
计算出所述最大特征值所对应的特征向量；
根据所述最大特征值所对应的特征向量计算出每个所述K空间数据带的权重：
Figure FDA0003085991850000031
其中，γn为所述特征向量中第n个元素，γmin为所述特征向量中的最小元素，γmax为所述特征向量中的最大元素，a和p为常量，wn为第n个K空间数据带的权重。
CN201810155551.3A 2018-02-23 2018-02-23 一种propeller技术中抑制非刚性运动的权重计算方法 Active CN108577841B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810155551.3A CN108577841B (zh) 2018-02-23 2018-02-23 一种propeller技术中抑制非刚性运动的权重计算方法
PCT/CN2018/080005 WO2019161586A1 (zh) 2018-02-23 2018-03-22 一种propeller技术中抑制非刚性运动的权重计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810155551.3A CN108577841B (zh) 2018-02-23 2018-02-23 一种propeller技术中抑制非刚性运动的权重计算方法

Publications (2)

Publication Number Publication Date
CN108577841A CN108577841A (zh) 2018-09-28
CN108577841B true CN108577841B (zh) 2021-09-10

Family

ID=63608999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810155551.3A Active CN108577841B (zh) 2018-02-23 2018-02-23 一种propeller技术中抑制非刚性运动的权重计算方法

Country Status (2)

Country Link
CN (1) CN108577841B (zh)
WO (1) WO2019161586A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020201102A1 (de) * 2020-01-30 2021-08-05 Siemens Healthcare Gmbh Verfahren zur Auswertung eines Pilottonsignals in einer Magnetresonanzeinrichtung, Magnetresonanzeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1686050A (zh) * 2005-03-28 2005-10-26 南方医科大学 在t1加权磁共振成像中用propeller采样方式消除运动伪影的方法
US20090087057A1 (en) * 2007-10-02 2009-04-02 The University Of Utah Reaserch Foundaton Method and system for motion correction in imaging systems
US20090115794A1 (en) * 2007-11-02 2009-05-07 Toshio Fukuta Magnetic resonance imaging apparatus and magnetic resonance imaging method
US7619410B2 (en) * 2007-06-08 2009-11-17 General Electric Company System and method for accelerated magnetic resonance parallel imaging
CN101669038A (zh) * 2007-04-27 2010-03-10 皇家飞利浦电子股份有限公司 用于propeller mri的磁共振设备和方法
CN102005031A (zh) * 2010-11-03 2011-04-06 宁波鑫高益磁材有限公司 一种mri系统中k空间采样数据的运动伪影消除方法及装置
CN102362192A (zh) * 2009-03-25 2012-02-22 皇家飞利浦电子股份有限公司 磁共振成像中针对刚性、非刚性、平移、旋转和跨平面运动的运动检测和校正
US20130197347A1 (en) * 2012-01-30 2013-08-01 Mehdi Hedjazi Moghari Method for Free-Breathing Magnetic Resonance Imaging Using Iterative Image-Based Respiratory Motion Correction
CN103584864A (zh) * 2012-08-15 2014-02-19 深圳迈瑞生物医疗电子股份有限公司 一种磁共振成像方法和装置
CN104931903A (zh) * 2014-03-18 2015-09-23 上海联影医疗科技有限公司 一种磁共振去除运动伪影的方法及装置
US20160061924A1 (en) * 2013-04-03 2016-03-03 James Grant Pipe System and method for motion correction in magnetic resonance imaging
WO2017009391A1 (en) * 2015-07-15 2017-01-19 Koninklijke Philips N.V. Mr imaging with motion detection

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007028660B3 (de) * 2007-06-21 2009-01-29 Siemens Ag Verfahren zur Korrektur von Bewegungsartefakten bei der Aufnahme von MR-Bildern
US8427153B2 (en) * 2010-01-15 2013-04-23 Beth Israel Deaconess Medical Center, Inc. Method for motion correction in magnetic resonance imaging using radio frequency coil arrays
CN102928796B (zh) * 2012-09-28 2014-12-24 清华大学 快速扩散磁共振成像和重建方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1686050A (zh) * 2005-03-28 2005-10-26 南方医科大学 在t1加权磁共振成像中用propeller采样方式消除运动伪影的方法
CN101669038A (zh) * 2007-04-27 2010-03-10 皇家飞利浦电子股份有限公司 用于propeller mri的磁共振设备和方法
US7619410B2 (en) * 2007-06-08 2009-11-17 General Electric Company System and method for accelerated magnetic resonance parallel imaging
US20090087057A1 (en) * 2007-10-02 2009-04-02 The University Of Utah Reaserch Foundaton Method and system for motion correction in imaging systems
US20090115794A1 (en) * 2007-11-02 2009-05-07 Toshio Fukuta Magnetic resonance imaging apparatus and magnetic resonance imaging method
CN102362192A (zh) * 2009-03-25 2012-02-22 皇家飞利浦电子股份有限公司 磁共振成像中针对刚性、非刚性、平移、旋转和跨平面运动的运动检测和校正
CN102005031A (zh) * 2010-11-03 2011-04-06 宁波鑫高益磁材有限公司 一种mri系统中k空间采样数据的运动伪影消除方法及装置
US20130197347A1 (en) * 2012-01-30 2013-08-01 Mehdi Hedjazi Moghari Method for Free-Breathing Magnetic Resonance Imaging Using Iterative Image-Based Respiratory Motion Correction
CN103584864A (zh) * 2012-08-15 2014-02-19 深圳迈瑞生物医疗电子股份有限公司 一种磁共振成像方法和装置
US20160061924A1 (en) * 2013-04-03 2016-03-03 James Grant Pipe System and method for motion correction in magnetic resonance imaging
CN104931903A (zh) * 2014-03-18 2015-09-23 上海联影医疗科技有限公司 一种磁共振去除运动伪影的方法及装置
WO2017009391A1 (en) * 2015-07-15 2017-01-19 Koninklijke Philips N.V. Mr imaging with motion detection

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Motion CorrectionWith PROPELLER MRI: Application to Head Motion and Free-Breathing Cardiac Imaging;James G. Pipe;《Magnetic Resonance in Medicine》;19991231;第42卷;第963-969页 *

Also Published As

Publication number Publication date
WO2019161586A1 (zh) 2019-08-29
CN108577841A (zh) 2018-09-28

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
US9482732B2 (en) MRI reconstruction with motion-dependent regularization
US8638096B2 (en) Method of autocalibrating parallel imaging interpolation from arbitrary K-space sampling with noise correlations weighted to reduce noise of reconstructed images
US9797974B2 (en) Nonrigid motion correction in 3D using autofocusing with localized linear translations
JP5085832B2 (ja) サブサンプリングされた捕捉を用いた磁気共鳴撮像方法
CN110133556B (zh) 一种磁共振图像处理方法、装置、设备及存储介质
CN106842089B (zh) 一种磁共振成像方法及系统
JP5848713B2 (ja) 磁気共鳴イメージング装置及びコントラスト強調画像取得方法
US10495717B2 (en) System and method for dual-kernel image reconstruction
US8154293B2 (en) Apparatus and method for acquisition and reconstruction of non-CPMG propeller sequences
CN108459289A (zh) 一种基于数据一致性的多次激发弥散加权磁共振成像方法
US20170307716A1 (en) Propeller mr imaging with artefact suppression
JP4325791B2 (ja) 画像再構成するためのコンピュータ・プログラム・コードでエンコードされた記憶媒体及び画像再構成するための装置
JP4679158B2 (ja) 磁気共鳴イメージング装置
JP4975614B2 (ja) 磁気共鳴イメージング装置及び方法
US10690741B2 (en) Method and systems for reducing artifacts in magnetic resonance imaging
CN108577841B (zh) 一种propeller技术中抑制非刚性运动的权重计算方法
CN109975343B (zh) 磁共振成像方法、系统及存储介质
US10884086B1 (en) Systems and methods for accelerated multi-contrast propeller
CN110286344B (zh) 一种快速磁共振可变分辨率成像方法、系统和可读介质
JP2000287949A (ja) 磁気共鳴イメージング装置
US10228434B2 (en) Multi-shot echo planar imaging using reordered segments and RF excitation pulse phase and slice profiles matched across interleaves
CN110907871B (zh) 用于减少磁共振成像中的阴影和模糊的方法和系统
CN107843862B (zh) 一种propeller技术中参考位置图像的非迭代生成方法
CN107783067B (zh) 一种磁共振成像方法

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
PP01 Preservation of patent right

Effective date of registration: 20230905

Granted publication date: 20210910

PP01 Preservation of patent right
PD01 Discharge of preservation of patent

Date of cancellation: 20231117

Granted publication date: 20210910

PD01 Discharge of preservation of patent