CN108802648A - 一种基于梯度回波的磁共振定量成像方法和装置 - Google Patents
一种基于梯度回波的磁共振定量成像方法和装置 Download PDFInfo
- Publication number
- CN108802648A CN108802648A CN201810290843.8A CN201810290843A CN108802648A CN 108802648 A CN108802648 A CN 108802648A CN 201810290843 A CN201810290843 A CN 201810290843A CN 108802648 A CN108802648 A CN 108802648A
- Authority
- CN
- China
- Prior art keywords
- gtadient echo
- times iteration
- space
- gtadient
- channel
- 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
- G01R33/5602—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by filtering or weighting based on different relaxation times within the sample, e.g. T1 weighting using an inversion pulse
Landscapes
- Physics & Mathematics (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)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本申请公开了一种基于梯度回波的磁共振定量成像方法及装置,该方法首先多次变化回波时间和翻转角,得到K个梯度回波信号,并采集各个梯度回波信号的各个线圈通道上的k空间数据;然后根据各个梯度回波信号及其各个线圈通道上的k空间数据和相位、各个线圈通道敏感度构建未知数包括磁敏感度、质子密度、T1和的数学模型;最后求解数学模型最小化时对应的磁敏感度、质子密度、T1和由于把磁共振定量做为数学模型中的未知数进行直接求解,正则化也直接针对共振定量,因而这种通过求解方程解来获取磁共振定量值的方式,能够得到更为准确的结果,该方法能够提高磁共振定量的精度和准确度,进而提高临床诊断的精确性。
Description
技术领域
本申请涉及磁共振成像技术领域,尤其涉及一种基于梯度回波的磁共振定量成像方法和装置。
背景技术
磁共振成像(Magnetic Resonance Imaging,MRI)作为一种多参数、多对比度的成像技术,是现代医疗影像学中主要的成像方式之一,可以反映组织T1、T2和质子密度等多种特性,可为疾病的检出和诊断提供信息。
传统的磁共振图像主要包括不同对比度性质的定性图像如T1加权,T2加权,质子密度加权,弥散加权,磁敏感加权等等。但磁共振图像能提供的远远不止这些定性信息,其还能提供磁共振定量信息。该磁共振定量信息对于疾病诊断尤其是在脑神经科学研究以及临床应用方面更为重要。随着磁共振技术的发展,基于磁共振的定量成像已经越来越多地应用于临床诊断和治疗指导。
在磁共振定量成像中,梯度回波经常被用于磁共振定量成像技术中。目前,基于梯度回波的磁共振定量成像的传统方法是先获取多个梯度回波图像,然后通过数据拟合等方法得到磁共振定量图像。
然而,通过上述传统方法获取到的磁共振定量图像存在精度不高、准确度较低的问题,降低了临床诊断的精确性。
发明内容
有鉴于此,本申请实施例提供了一种基于梯度回波的磁共振定量成像方法和装置,提高得到的磁共振定量信息的精度和准确度,进而提高临床诊断的精确性。
为了达到上述发明目的,本申请采用了如下技术方案:
一种基于梯度回波的磁共振定量成像方法,所述磁共振定量包括:磁敏感度、质子密度、T1和所述成像方法包括:
变化回波时间和翻转角,得到K个梯度回波信号,并采集各个梯度回波信号的各个线圈通道上的k空间数据;其中,采集每个梯度回波信号的线圈通道数为J,其中,K>1,且J和K为正整数;
根据各个梯度回波信号及其各个线圈通道上的k空间数据和相位、各个线圈通道敏感度构建未知数包括磁敏感度、质子密度、T1和的数学模型,所述数学模型包括数据保真项和正则化项;所述数据保真项用于保证重建出的磁共振定量与采集的k空间数据一致,所述正则化项用于利用先验知识提高重建出的磁共振定量的稳定性;
求解数学模型最小化时对应的磁敏感度、质子密度、T1和其中,数学模型最小化时对应的磁敏感度、质子密度、T1和为最终得到的磁共振定量图。
可选地,所述数据保真项包括各个磁场梯度回波的各个通道的残差k空间的二范数的平方和,所述正则化项包括各个磁共振定量和稀疏化算子的乘积的一范数之和。
可选地,所述数学模型具体为:
其中,为数据保真项;
g(x)为正则化项;
Δ(B)=d*χL;
为独立于TE的相位偏移,由周围的线圈产生,其中,
j∈{1,2,......,J},k∈{1,2,......,K};
fj,k(x)为第k个梯度回波的第j个线圈通道的图像,
Mask为k空间中的每行相位编码线上的数据采集标识,数据被采集的相位编码线对应的Mask=1,数据未被采集的相位编码线对应的Mask=0,
FFT表示傅里叶变换函数,
yj,k为采集到的第j个梯度回波的第k个通道的k空间数据,
CSMj为第j个接收线圈的敏感度,
Sk为第k个梯度回波信号的模值,
为第k个梯度回波信号的相位,
ρ为成像物质的质子密度,
T1和是成像物质的不同弛豫时间定量值,
B1为射频发射场,
θk为第k个梯度回波的翻转角,
TR为重复时间,
TEk为第k个梯度回波的回波时间;
γ为磁旋比常数,
Δ(B)为B0场在Z方向的变化量,χB是被扫描物质之外的其它物质产生的背景磁敏感度变化;
χL是被扫描物质的磁敏感度;
d是卷积核;
λ为非负权重;
▽1至▽7为稀疏化算子;
λ1至λ7为非负权重;
kx,ky,kz是在k空间三个维度x、y、z轴方向上的分量。
可选地,所述求解数学模型最小化时对应的磁敏感度、质子密度、T1和具体包括:
步骤A:根据各个不同梯度回波的各个线圈通道上的k空间数据yj,k,获取第l次迭代的磁敏感度、质子密度、T1和的初始值其中,x={χL,ρ,T1,T2*},l为迭代次数,且l为整数,l的初始值为1,每增加一次迭代,l值加1;
步骤B:对第l次迭代的磁敏感度、质子密度、T1和的初始值利用正则化去噪,得到去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl;
步骤C:根据去噪后的第l次迭代的磁敏感度、质子密度以及T1和的值xl,并结合各个通道的线圈敏感度CSMj,分别计算各个梯度回波的各个通道的第l次迭代的梯度回波图像fj,k(xl)、各个梯度回波信号的第l次迭代的模值和以及各个不同梯度回波的第l次迭代的梯度回波图像的相位
步骤D:根据各个梯度回波的各个通道的第l次迭代的图像fj,k(xl)以及采集到的各个不同梯度回波的各个线圈通道上的k空间数据yj,k分别计算各个梯度回波的各个通道的第l次迭代的残差k空间
步骤E:将各个梯度回波的各个通道的第l次迭代的残差k空间绝对值进行加和平均,得到第l次迭代的平均残差k空间
步骤F:判断所述第l次迭代的平均残差k空间是否小于预设阈值;
步骤G:当所述第l次迭代的平均残差k空间小于预设阈值时,停止迭代,将去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl作为磁敏感度、质子密度、T1和的最终解;
步骤H:当所述所述第l次迭代的平均残差k空间不小于预设阈值时,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行图像重建,得到各个梯度回波的第l次迭代的残差图像
步骤I:将各个梯度回波信号的第l次迭代的模值与相位的乘积与对应梯度回波的第l次迭代的残差图像相加,得到各个梯度回波的第l次迭代的总图像
步骤J:对各个梯度回波的第l次迭代的总图像的相位进行去噪,得到各个不同梯度回波的第l+1次迭代的梯度回波图像的相位并利用各个梯度回波的第l次迭代的总图像获取第l+1次迭代的磁敏感度、质子密度、T1和的初始值
步骤K:更新迭代次数l的值,设定l=l+1,返回步骤B。
可选地,所述分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行图像重建,得到各个梯度回波的第l次迭代的残差图像具体包括:
利用残差k空间对应的残差图像在空间域稀疏的特点,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行稀疏约束重建,得到各个梯度回波的第l次迭代的残差图像
可选地,所述稀疏约束具体为:洪诺夫正正则化约束、加权重的洪诺夫正则化约束和全变分约束中的任意一种。
可选地,所述采集各个梯度回波信号的各个线圈通道上的k空间数据,具体包括:
采用变密度部分采样的采集轨迹采集各个梯度回波信号的各个线圈通道上的k空间数据;其中,k空间中央区域的采样率高于k空间周边区域的采样率。
一种基于梯度回波的磁共振定量成像装置,所述磁共振定量包括:磁敏感度、质子密度、T1和所述成像装置包括:
采集单元,用于变化回波时间和翻转角,得到K个梯度回波信号,并采集各个梯度回波信号的各个线圈通道上的k空间数据;其中,采集每个梯度回波信号的线圈通道数为J,其中,K>1,且J和K为正整数;
构建单元,用于根据各个梯度回波信号及其各个线圈通道上的k空间数据和相位、各个线圈通道敏感度构建未知数包括磁敏感度、质子密度、T1和的数学模型,所述数学模型包括数据保真项和正则化项;所述数据保真项用于保证重建出的磁共振定量与采集的k空间数据一致,所述正则化项用于利用先验知识提高重建出的磁共振定量的稳定性;
求解单元,用于求解数学模型最小化时对应的磁敏感度、质子密度、T1和其中,数学模型最小化时对应的磁敏感度、质子密度、T1和为最终得到的磁共振定量图。
可选地,所述数据保真项包括各个磁场梯度回波的各个通道的残差k空间的二范数的平方和,所述正则化项包括各个磁共振定量和稀疏化算子的乘积的一范数之和。
可选地,所述数学模型具体为:
其中,为数据保真项;
g(x)为正则化项;
Δ(B)=d*χL;
为独立于TE的相位偏移,由周围的线圈产生,其中,
j∈{1,2,......,J},k∈{1,2,......,K};
fj,k(x)为第k个梯度回波的第j个线圈通道的图像,
Mask为k空间中的每行相位编码线上的数据采集标识,数据被采集的相位编码线对应的Mask=1,数据未被采集的相位编码线对应的Mask=0,
FFT表示傅里叶变换函数,
yj,k为采集到的第j个梯度回波的第k个通道的k空间数据,
CSMj为第j个接收线圈的敏感度,
Sk为第k个梯度回波信号的模值,
为第k个梯度回波信号的相位,
ρ为成像物质的质子密度,
T1和是成像物质的不同弛豫时间定量值,
B1为射频发射场,
θk为第k个梯度回波的翻转角,
TR为重复时间,
TEk为第k个梯度回波的回波时间;
γ为磁旋比常数,
Δ(B)为B0场在Z方向的变化量,χB是由于被扫描物质之外的其它物质产生的背景磁敏感度变化;
χL是被扫描物质的磁敏感度;
d是卷积核;
λ为非负权重;
▽1至▽7为稀疏化算子;
λ1至λ7为非负权重;
kx,ky,kz是。。。在k空间三个维度x、y、z轴方向上的分量。
可选地,所述求解单元,具体包括:
第一获取子单元,用于根据各个不同梯度回波的各个线圈通道上的k空间数据yj,k,获取第l次迭代的磁敏感度、质子密度、T1和的初始值其中,x={χL,ρ,T1,T2*},l为迭代次数,且l为整数,l的初始值为1,每增加一次迭代,l值加1;
第一去噪子单元,用于对第l次迭代的磁敏感度、质子密度、T1和的初始值利用正则化去噪,得到去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl;
第一计算子单元,用于根据去噪后的第l次迭代的磁敏感度、质子密度以及T1和的值xl,并结合各个通道的线圈敏感度CSMj,分别计算各个梯度回波的各个通道的第l次迭代的梯度回波图像fj,k(xl)、各个梯度回波信号的第l次迭代的模值和以及各个不同梯度回波的第l次迭代的梯度回波图像的相位
第二计算子单元,用于根据各个梯度回波的各个通道的第l次迭代的图像fj,k(xl)以及采集到的各个不同梯度回波的各个线圈通道上的k空间数据yj,k分别计算各个梯度回波的各个通道的第l次迭代的残差k空间
加和平均子单元,用于将各个梯度回波的各个通道的第l次迭代的残差k空间绝对值进行加和平均,得到第l次迭代的平均残差k空间
判断子单元,用于判断所述第l次迭代的平均残差k空间是否小于预设阈值;
确定子单元,用于当所述第l次迭代的平均残差k空间小于预设阈值时,停止迭代,将去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl作为磁敏感度、质子密度、T1和的最终解;
第一图像重建子单元,用于当所述所述第l次迭代的平均残差k空间不小于预设阈值时,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行图像重建,得到各个梯度回波的第l次迭代的残差图像
第三计算子单元,用于将各个梯度回波信号的第l次迭代的模值与相位的乘积与对应梯度回波的第l次迭代的残差图像相加,得到各个梯度回波的第l次迭代的总图像
第二去噪子单元,用于对各个梯度回波的第l次迭代的总图像的相位进行去噪,得到各个不同梯度回波的第l+1次迭代的梯度回波图像的相位并利用各个梯度回波的第l次迭代的总图像获取第l+1次迭代的磁敏感度、质子密度、T1和的初始值
更新子单元,用于更新迭代次数l的值,设定l=l+1,并触发所述第一去噪子单元。
可选地,所述第一图像重建子单元具体包括:
利用残差k空间对应的残差图像在空间域稀疏的特点,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行稀疏约束重建,得到各个梯度回波的第l次迭代的残差图像。
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基于梯度回波的磁共振定量成像方法,把磁共振定量做为数学模型中的未知数进行直接求解,正则化也直接针对共振定量。因而,相较于现有技术中先获取梯度回波图像,然后再通过数据拟合的方法计算磁共振定量值的方式,这种通过求解方程解来获取磁共振定量值的方式,能够得到更为准确的结果,因此,本申请实施例提供的基于梯度回波的磁共振定量成像方法能够提高磁共振定量的精度和准确度,进而提高临床诊断的精确性。
附图说明
为了清楚地理解本申请的具体实现方式,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基于梯度回波的磁共振定量成像方法流程示意图;
图2是本申请实施例提供的通过数值求解法求解磁共振定量的具体实现方式流程示意图;
图3是本申请实施例提供的用于基于梯度回波的磁共振定量成像的控制设备的结构示意图;
图4是本申请实施例提供的基于梯度回波的磁共振定量成像装置的结构示意图;
图5是本申请实施例提供的求解单元的一个具体实现方式的结构示意图。
具体实施方式
基于背景技术部分,目前,基于梯度回波的磁共振定量成像的传统方法是先获取多个梯度回波图像,然后通过数据拟合等方法得到磁共振定量图像。
然而,通过上述数据拟合方法获取到的磁共振定量存在精度不高、准确度较低的问题,降低了临床可用性。
为了提高磁共振定量信息的精度和准确度,进而提高磁共振定量信息在临床诊断的可用性,本申请实施例提供了一种基于梯度回波的磁共振定量成像方法。其中,在本申请实施例中,磁共振定量包括:磁敏感度、质子密度、T1和本申请实施例提供的基于梯度回波的磁共振定量成像方法,首先多次变化回波时间和翻转角,得到K个梯度回波信号,并采集各个梯度回波信号的各个线圈通道上的k空间数据;然后根据各个梯度回波信号及其各个线圈通道上的k空间数据和相位、各个线圈通道敏感度构建未知数包括磁敏感度、质子密度、T1和的数学模型;最后求解数学模型最小化时对应的磁敏感度、质子密度、T1和最后求解得到的该数学模型最小化时对应的磁敏感度、质子密度、T1和为最终获取到的磁共振定量,根据这些磁共振定量可以直接获得磁共振定量图像。
由于本申请实施例提供的基于梯度回波的磁共振定量成像方法,把磁共振定量磁敏感度、质子密度、T1和作为数学模型中的未知数进行直接求解,正则化也直接针对磁共振定量,因而,相较于现有技术中先获取多个梯度回波图像,然后再通过数据拟合的方法得到磁共振定量图像的方式,这种通过求解方程解来获取磁共振定量值的方式,能够得到更为准确的磁共振定量图像。因此,本申请实施例提供的基于梯度回波的磁共振定量成像方法能够提高磁共振定量信息的精度和准确度,进而提高临床诊断的精确性。
下面结合附图详细描述本申请实施例提供的基于梯度回波的磁共振定量成像方法的具体实现方式。请参见图1,本申请实施例提供的基于梯度回波的磁共振定量成像方法包括以下步骤:
S101:变化回波时间和翻转角,得到K个梯度回波信号,并采集各个梯度回波信号的各个线圈通道上的k空间数据yj,k,j∈{1,2,......,J},k∈{1,2,......,K}。
其中,采集每个梯度回波信号的线圈通道数为J,其中,K>1,且J和K为正整数。
为了提高扫描速度,可以采用部分采样的方式采集各个梯度回波信号的各个线圈通道上的k空间数据。
进一步地,由于相位信息主要由k空间中间部分数据提供,因此,为得到准确的相位信息以便于图像重建息,可以采用变密度部分采样的采集轨迹采集各个梯度回波信号的各个线圈通道上的k空间数据。需要说明,为了在提高扫描速度的前提下,保证图像质量,上述变密度部分采样方式可以为对k空间中央区域的采样率高于k空间周边区域的采样率,这是因为相较于k空间中变区域,k空间中央区域的数据对整个磁共振图像的质量例如分辨率起着更加重要作用。
需要说明,在本申请实施例中,k空间中央区域可以为自k空间中心向四周扩展,直至磁共振能量达到预设比例的整个k-空间的磁共振总能量的区域。作为示例,该预设比例可以为40%。举例说明,设定k空间有256行相位编码线,从一端到另一端分别为第0行,第1行,……,第255行,则k空间中央区域所对应的相位编码线可以自第64行至第156行。
作为示例,变密度部分采样轨迹可以选用变密度泊松采样轨迹、变密度随机采样轨迹和分区变密度采样轨迹中的任一种采样轨迹等。作为更具体示例,为了方便后续图像重建,加快图像重建速度,可以采用分区变密度采样的采样轨迹对各个梯度回波信号的各个线圈通道上的k空间数据。
S102:根据各个梯度回波信号及其各个线圈通道上的k空间数据和相位、各个线圈通道敏感度构建磁敏感度、质子密度、T1和的数学模型。
需要说明,在本实施例中,构建得到的数学模型中包括数据保真项和正则化项。其中,数据保真项用于保证重建出的磁共振定量与采集的k空间数据一致,具体地,数据保真项包括各个磁场梯度回波的各个通道的残差k空间的二范数的平方和。正则化项用于利用先验知识提高重建出的磁共振定量的稳定性。所述正则化项包括各个磁共振定量和稀疏化算子的乘积的一范数之和。
作为示例,构建出的数学模型可以为:
其中,为数据保真项,目的是为了保证重建出的磁共振定量与采集的k空间数据一致,j∈{1,2,......,J},k∈{1,2,......,K};g(x)为正则化项,目的是为了利用先验知识提高重建出的磁共振定量的稳定性。
在公式(1)中,λ为非负权重,可以为常数,也可以是在空间(例如在靠近边界的地方小)、时间上(随迭代次数)变化的数;
Mask为k空间中的每行相位编码线上的数据采集标识,数据被采集的相位编码线对应的Mask=1,数据未被采集的相位编码线对应的Mask=0;
FFT表示傅里叶变换函数;
yj,k为采集到的第j个梯度回波的第k个通道的k空间数据;
T1和是成像物质的不同弛豫时间定量值;
fj,k(x)为第k个梯度回波的第j个线圈通道的图像,可表示为:
其中,CSMj为第j个接收线圈的敏感度,Sk为第k个梯度回波信号的模值,为第k个梯度回波信号的相位。各参数具体表达式为:
公式(3)中,ρ为成像物质的质子密度,B1为射频发射场,θk为第k个梯度回波的翻转角,TR为重复时间,TEk为第k个梯度回波的回波时间,
公式(4)中,γ为磁旋比常数,Δ(B)为B0场在Z方向的变化量,TEk为第k个梯度回波的回波时间;Δ(B)和的表达式分别如下:
Δ(B)=d*χL (5)
公式(5)中,χL是被扫描物质的磁敏感度。
公式(6)中,为独立于TE的相位偏移,由周围的线圈产生,χB表示由于线圈等被扫描物质之外的其它物质产生的背景磁敏感度变化。公式(5)和(6)中d是卷积核,可由下式表示:
其中,kx,ky,kz是。。。在k空间三个维度x、y、z轴方向上的分量。
根据上述公式,公式(2)可以进一步表示为:
公式(1)中,正则化项g(x)可以表示为:
其中,▽1至▽7为稀疏化算子;λ1至λ7为非负权重。
需要说明,利用本申请实施例构建出的数学模型可以直接求解磁共振定量,从而为直接计算磁共振定量提供了理论基础。
S103:求解数学模型最小化时对应的磁敏感度、质子密度、T1和其中,数学模型最小化时对应的磁敏感度、质子密度、T1和为最终得到的磁共振定量图。
作为一示例,可以通过本申请提供的数值解法求解数学模型最小化时对应的磁敏感度、质子密度、T1和作为另一示例,也可以通过拉普拉斯方程利用求磁敏感度、质子密度、T1和偏导数的方法迭代求解数学模型最小化时对应的磁共振定量。其中,通过本申请提供的数值解法求解的方法,其磁共振定量的解的收敛速度较快,其求解效率较高。
其中,本申请实施例提供的通过数值解法求解磁共振定量的具体实现方式可以如图2所示,其包括以下步骤:
S201:根据各个不同梯度回波的各个线圈通道上的k空间数据yj,k分别进行图像重建,得到各个不同梯度回波上的初始梯度回波图像Ik。
当采用部分采样方式采集各个梯度回波信号的各个线圈通道上的k空间数据时,则可以采用并行成像或压缩感知的方法对采集到的各个不同梯度回波的各个线圈通道上的k空间数据进行图像重建,从而得到各个不同梯度回波上的初始梯度回波图像。
作为一示例,若采集方式为变密度泊松采样或变密度随机采样时,可以采用压缩感知或直接傅里叶变换的结果作为初始梯度回波图像。
作为另一示例,若采集方式为分区变密度采样时,可以采用分区敏感度编码(Sensitivity Encoding,SENSE)或广义自校准部分并行采集(Generalized Auto-calibrating Partially Parallel Acquisitions,GRAPPA)方法进行图像重建。
S202:根据各个不同梯度回波的初始梯度回波图像Ik获取第l次迭代的磁敏感度、质子密度、T1和的初始值。
其中,l为迭代次数,且l为整数,l的初始值为1,每增加一次迭代,l值加1。
本步骤可以采用本领域传统方法根据各个初始梯度回波图像获取第l次迭代的磁敏感度、质子密度、T1和的初始值其中,x={χL,ρ,T1,T2*},l为迭代次数,且l为整数,l的初始值为1,每增加一次迭代,l值加1;。
需要说明,计算第l次迭代的磁敏感度、质子密度、T1和解的本领域传统方法为迭代计算方法。为了节省时间,在根据各个不同梯度回波的初始梯度回波图像计算第l次迭代的磁敏感度、质子密度、T1和的初始值时,可以选择不进行完全迭代的数值作为初始值。
S203:对第l次迭代的磁敏感度、质子密度、T1和的初始值利用正则化去噪,得到去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl。
S204:根据去噪后的第l次迭代的磁敏感度、质子密度以及T1和的值xl,并结合各个通道的线圈敏感度CSMj,分别计算各个梯度回波的各个通道的第l次迭代的梯度回波图像fj,k(xl)、各个梯度回波信号的第l次迭代的模值和以及各个不同梯度回波的第l次迭代的梯度回波图像的相位
S205:根据各个梯度回波的各个通道的第l次迭代的图像fj,k(xl)以及采集到的各个不同梯度回波的各个线圈通道上的k空间数据yj,k分别计算各个梯度回波的各个通道的第l次迭代的残差k空间
作为一示例,本步骤的具体实现操作为:
A1:分别对各个梯度回波的各个通道的第l次迭代的图像通过反傅里叶变换映射到k空间,得到第l次迭代的对应梯度回波的对应通道的满采k空间数据。
A2:将第l次迭代的各个梯度回波的各个通道的满采k空间数据乘以每行相位编码线上的数据采集标识,即得到第l次迭代的各个梯度回波的各个通道的映射k空间数据。
A3:将第l次迭代的各个梯度回波的各个通道的映射k空间数据分别与采集到的各个不同梯度回波的各个线圈通道上的k空间数据相减,得到的差值为各个梯度回波的各个通道的第l次迭代的残差k空间。
步骤S205可用公式表示为:
其中,为第j个梯度回波的第k个通道的第l次迭代的残差k空间;fj,k(x)为第k个梯度回波的第j个线圈通道的图像;yj,k为采集到的第j个梯度回波的第k个通道的k空间数据;Mask为k空间中的每行相位编码线上的数据采集标识,数据被采集的相位编码线对应的Mask=1,数据未被采集的相位编码线对应的Mask=0。
S206:将各个梯度回波的各个通道的第l次迭代的残差k空间绝对值进行加和平均,得到第l次迭代的平均残差k空间
本步骤用公式表示为:
其中,为第l次迭代的平均残差k空间;为第j个梯度回波的第k个通道的第l次迭代的残差k空间。
S207:判断所述第l次迭代的平均残差k空间是否小于预设阈值;如果是,执行步骤S208,如果否,执行步骤S209至S212。
S208:停止迭代,将去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl作为磁敏感度、质子密度、T1和的最终解。
S209:分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行图像重建,得到各个梯度回波的第l次迭代的残差图像
由于各个梯度回波各个通道的第l次迭代的残差k空间为稀疏k空间,所以,为了加快图像重建速度以及提高图像重建质量,本步骤可以利用残差k空间对应的残差图像在空间域稀疏的特点,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行稀疏约束重建,以获得各个梯度回波的第l次迭代的残差图像。需要注意的是,所获得的残差图像为稀疏图像。作为示例,上述稀疏约束重建的过程可以采用吉洪诺夫正则化(Tikhonov)约束、加权重的吉洪诺夫正则化约束和全变分(Total Variation)约束中的任意一种约束。
S210:将各个梯度回波信号的第l次迭代的模值与相位的乘积与对应梯度回波的第l次迭代的残差图像相加,得到各个梯度回波的第l次迭代的总图像
本步骤中,各个梯度回波的第l次迭代的梯度回波图像分别由对应梯度回波的各个通道的第l次迭代的梯度回波图像重建得到。
S211:对各个梯度回波的第l次迭代的总图像的相位进行去噪,得到各个不同梯度回波的第l+1次迭代的梯度回波图像的相位并利用各个梯度回波的第l次迭代的总图像获取第l+1次迭代的磁敏感度、质子密度、T1和的初始值
需要说明,在本步骤中,也是利用本领域传统方法利用各个梯度回波的第l次迭代的总图像获取第l+1次迭代的磁敏感度、质子密度、T1和的初始值。
S212:更新迭代次数l的值,设定l=l+1,返回执行步骤S203。
以上为通过数值解法求解数学模型最小化时对应的磁敏感度、质子密度、T1和的具体求解过程。在该求解过程中,充分利用了传统定量值的计算方法以及残差k空间迭代的方法,从而实现了磁敏感度、质子密度、T1和解的快速收敛,提高了计算效率。
以上为本申请实施例提供的基于梯度回波的磁共振定量成像方法的具体实现方式。在该具体实现方式中,把磁共振定量做为数学模型中的未知数进行直接求解,正则化也直接针对共振定量。因而,相较于现有技术中先获取梯度回波图像,然后再通过数据拟合的方法计算磁共振定量值的方式,这种通过求解方程解来获取磁共振定量值的方式,能够得到更为准确的结果,因此,本申请实施例提供的基于梯度回波的磁共振定量成像方法能够提高磁共振定量的精度和准确度,进而提高临床诊断的精确性。
上述实施例提供的基于梯度回波的磁共振定量成像方法可以由图3所示的控制设备执行。图3所示的控制设备包括处理器(processor)310,通信接口(CommunicationsInterface)320,存储器(memory)330,总线340。处理器310,通信接口320,存储器330通过总线340完成相互间的通信。
其中,存储器330中可以存储有基于梯度回波的磁共振定量成像的逻辑指令,该存储器例如可以是非易失性存储器(non-volatile memory)。处理器310可以调用执行存储器330中的基于梯度回波的磁共振定量成像的逻辑指令,以执行上述的基于梯度回波的磁共振定量成像方法。作为实施例,该基于梯度回波的磁共振定量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。
基于梯度回波的磁共振定量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)执行本申请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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上述的基于梯度回波的磁共振定量成像的逻辑指令,可以称为“基于梯度回波的磁共振定量成像装置”,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基于梯度回波的磁共振定量成像装置的具体实施方式。
请参见图4,本申请实施例提供的基于梯度回波的磁共振定量成像装置包括以下单元:
采集单元41,用于变化回波时间和翻转角,得到K个梯度回波信号,并采集各个梯度回波信号的各个线圈通道上的k空间数据;其中,采集每个梯度回波信号的线圈通道数为J,其中,K>1,且J和K为正整数;
构建单元42,用于根据各个梯度回波信号及其各个线圈通道上的k空间数据和相位、各个线圈通道敏感度构建磁敏感度、质子密度、T1和的数学模型,数学模型包括数据保真项和正则化项;数据保真项用于保证重建出的磁共振定量与采集的k空间数据一致,正则化项用于利用先验知识提高重建出的磁共振定量的稳定性;
求解单元43,用于求解数学模型最小化时对应的磁敏感度、质子密度、T1和。
由于上述实施例提供的基于梯度回波的磁共振定量成像装置中,把磁共振定量磁敏感度、质子密度、T1和作为数学模型中的未知数进行直接求解,正则化也直接针对磁共振定量,因而,相较于现有技术中先获取多个梯度回波图像,然后再通过数据拟合的方法得到磁共振定量图像的方式,这种通过求解方程解来获取磁共振定量值的方式,能够得到更为准确的磁共振定量图像。因此,本申请实施例提供的基于梯度回波的磁共振定量成像装置能够提高磁共振定量信息的精度和准确度,进而提高临床诊断的精确性。
为了较为准确地通过求解数学模型的方式直接求解出磁共振定量,作为本申请的一可选实施例,数学模型可以应用上述基于梯度回波的磁共振定量成像方法实施例的数学模型。数学模型中各参数及变量的含义与前述一致,在此,不做赘述。
为了加快求解速率,提高数学模型中未知数解的收敛速率,作为本申请的一可选实施例,如图5所示,求解单元43可以具体包括:
第一图像重建子单元4301,用于根据各个不同梯度回波的各个线圈通道上的k空间数据分别进行图像重建,得到各个不同梯度回波上的初始梯度回波图像;
第一获取子单元4301,用于根据各个不同梯度回波的各个线圈通道上的k空间数据yj,k,获取第l次迭代的磁敏感度、质子密度、T1和的初始值其中,x={χL,ρ,T1,T2*},l为迭代次数,且l为整数,l的初始值为1,每增加一次迭代,l值加1;
第一去噪子单元4302,用于用于对第l次迭代的磁敏感度、质子密度、T1和的初始值利用正则化去噪,得到去噪后的第l次迭代的磁敏感度、质子密度、T1和的解;
第一计算子单元4303,用于根据去噪后的第l次迭代的磁敏感度、质子密度以及T1和的值xl,并结合各个通道的线圈敏感度CSMj,分别计算各个梯度回波的各个通道的第l次迭代的梯度回波图像fj,k(xl)、各个梯度回波信号的第l次迭代的模值和以及各个不同梯度回波的第l次迭代的梯度回波图像的相位
第二计算子单元4304,用于根据各个梯度回波的各个通道的第l次迭代的图像fj,k(xl)以及采集到的各个不同梯度回波的各个线圈通道上的k空间数据yj,k分别计算各个梯度回波的各个通道的第l次迭代的残差k空间
加和平均子单元4305,用于将各个梯度回波的各个通道的第l次迭代的残差k空间绝对值进行加和平均,得到第l次迭代的平均残差k空间
判断子单元4306,用于判断所述第l次迭代的平均残差k空间是否小于预设阈值;
确定子单元4307,用于当所述第l次迭代的平均残差k空间小于预设阈值时,停止迭代,将去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl作为磁敏感度、质子密度、T1和的最终解;
第一图像重建子单元4308,用于当所述所述第l次迭代的平均残差k空间不小于预设阈值时,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行图像重建,得到各个梯度回波的第l次迭代的残差图像
第三计算子单元4309,用于将各个梯度回波信号的第l次迭代的模值与相位的乘积与对应梯度回波的第l次迭代的残差图像相加,得到各个梯度回波的第l次迭代的总图像
第二去噪子单元4310,用于对各个梯度回波的第l次迭代的总图像的相位进行去噪,得到各个不同梯度回波的第l+1次迭代的梯度回波图像的相位并利用各个梯度回波的第l次迭代的总图像获取第l+1次迭代的磁敏感度、质子密度、T1和的初始值
更新子单元4311,用于更新迭代次数l的值,设定l=l+1,并触发所述第一去噪子单元。
作为一可选实施例,第一图像重建子单元4301可以具体包括:
第二图像重建子单元,用于根据各个不同梯度回波的各个线圈通道上的k空间数据分别进行图像重建,得到各个不同梯度回波上的初始梯度回波图像;
第一获取子单元,用于根据各个不同梯度回波的初始梯度回波图像Ik获取第l次迭代的磁敏感度、质子密度、T1和的初始值
由于各个梯度回波各个通道的第l次迭代的残差k空间为稀疏k空间,因此,作为本实施例的一可选实现方式,第二图像重建子单元执行分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行图像重建,得到各个梯度回波的第l次迭代的残差图像,具体包括:
利用残差k空间对应的残差图像在空间域稀疏的特点,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行稀疏约束重建,得到各个梯度回波的第l次迭代的残差图像。
作为示例,上述稀疏约束重建的过程可以采用吉洪诺夫正则化约束、加权重的吉洪诺夫正则化约束和全变分约束中的任意一种约束。
由于相位信息主要由k空间中间部分数据提供,因此,为得到准确的相位信以便于图像重建息,因此,作为本实施例的另一可选实现方式,采集单元41可以具体包括:
采用变密度部分采样的采集轨迹采集各个梯度回波信号的各个线圈通道上的k空间数据;其中,k空间中央区域的采样率高于k空间周边区域的采样率。
作为示例,变密度部分采样方式可以选用变密度泊松采样、变密度随机采样、分区变密度采样等。作为更具体示例,为了方便后续图像重建,加快图像重建速度,可以采用分区变密度采样的采样轨迹对各个梯度回波信号的各个线圈通道上的k空间数据。
以上为本申请实施例提供的基于梯度回波的磁共振定量成像方法及装置的具体实现方式。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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,本申请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全部或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,物流管理服务器,或者网络设备等)执行本申请各个实施例所述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(英语:Read-Only Memory,缩写:ROM)、随机存取存储器(英语:Random Access Memory,缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (12)
1.一种基于梯度回波的磁共振定量成像方法,其特征在于,所述磁共振定量包括:磁敏感度、质子密度、T1和所述成像方法包括:
变化回波时间和翻转角,得到K个梯度回波信号,并采集各个梯度回波信号的各个线圈通道上的k空间数据;其中,采集每个梯度回波信号的线圈通道数为J,其中,K>1,且J和K为正整数;
根据各个梯度回波信号及其各个线圈通道上的k空间数据和相位、各个线圈通道敏感度构建未知数包括磁敏感度、质子密度、T1和的数学模型,所述数学模型包括数据保真项和正则化项;所述数据保真项用于保证重建出的磁共振定量与采集的k空间数据一致,所述正则化项用于利用先验知识提高重建出的磁共振定量的稳定性;
求解数学模型最小化时对应的磁敏感度、质子密度、T1和其中,数学模型最小化时对应的磁敏感度、质子密度、T1和为最终得到的磁共振定量图。
2.根据权利要求1所述的方法,其特征在于,所述数据保真项包括各个磁场梯度回波的各个通道的残差k空间的二范数的平方和,所述正则化项包括各个磁共振定量和稀疏化算子的乘积的一范数之和。
3.根据权利要求2所述的方法,其特征在于,所述数学模型具体为:
其中,为数据保真项;
g(x)为正则化项;
Δ(B)=d*χL;
为独立于TE的相位偏移,由周围的线圈产生,其中,
j∈{1,2,......,J},k∈{1,2,......,K};
fj,k(x)为第k个梯度回波的第j个线圈通道的图像,
Mask为k空间中的每行相位编码线上的数据采集标识,数据被采集的相位编码线对应的Mask=1,数据未被采集的相位编码线对应的Mask=0,
FFT表示傅里叶变换函数,
yj,k为采集到的第j个梯度回波的第k个通道的k空间数据,
CSMj为第j个接收线圈的敏感度,
Sk为第k个梯度回波信号的模值,
为第k个梯度回波信号的相位,
ρ为成像物质的质子密度,
T1和是成像物质的不同弛豫时间定量值,
B1为射频发射场,
θk为第k个梯度回波的翻转角,
TR为重复时间,
TEk为第k个梯度回波的回波时间;
γ为磁旋比常数,
Δ(B)为B0场在Z方向的变化量,
χB是被扫描物质之外的其它物质产生的背景磁敏感度变化;
χL是被扫描物质的磁敏感度;
d是卷积核;
λ为非负权重;
▽1至▽7为稀疏化算子;
λ1至λ7为非负权重;
kx,ky,kz是在k空间三个维度x、y、z轴方向上的分量。
4.根据权利要求3所述的方法,其特征在于,所述求解数学模型最小化时对应的磁敏感度、质子密度、T1和具体包括:
步骤A:根据各个不同梯度回波的各个线圈通道上的k空间数据yj,k,获取第l次迭代的磁敏感度、质子密度、T1和的初始值其中,x={χL,ρ,T1,T2*},l为迭代次数,且l为整数,l的初始值为1,每增加一次迭代,l值加1;
步骤B:对第l次迭代的磁敏感度、质子密度、T1和的初始值利用正则化去噪,得到去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl;
步骤C:根据去噪后的第l次迭代的磁敏感度、质子密度以及T1和的值xl,并结合各个通道的线圈敏感度CSMj,分别计算各个梯度回波的各个通道的第l次迭代的梯度回波图像fj,k(xl)、各个梯度回波信号的第l次迭代的模值和以及各个不同梯度回波的第l次迭代的梯度回波图像的相位
步骤D:根据各个梯度回波的各个通道的第l次迭代的图像fj,k(xl)以及采集到的各个不同梯度回波的各个线圈通道上的k空间数据yj,k分别计算各个梯度回波的各个通道的第l次迭代的残差k空间
步骤E:将各个梯度回波的各个通道的第l次迭代的残差k空间绝对值进行加和平均,得到第l次迭代的平均残差k空间
步骤F:判断所述第l次迭代的平均残差k空间是否小于预设阈值;
步骤G:当所述第l次迭代的平均残差k空间小于预设阈值时,停止迭代,将去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl作为磁敏感度、质子密度、T1和的最终解;
步骤H:当所述所述第l次迭代的平均残差k空间不小于预设阈值时,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行图像重建,得到各个梯度回波的第l次迭代的残差图像
步骤I:将各个梯度回波信号的第l次迭代的模值与相位的乘积与对应梯度回波的第l次迭代的残差图像相加,得到各个梯度回波的第l次迭代的总图像
步骤J:对各个梯度回波的第l次迭代的总图像的相位进行去噪,得到各个不同梯度回波的第l+1次迭代的梯度回波图像的相位并利用各个梯度回波的第l次迭代的总图像获取第l+1次迭代的磁敏感度、质子密度、T1和的初始值
步骤K:更新迭代次数l的值,设定l=l+1,返回步骤B。
5.根据权利要求4所述的方法,其特征在于,所述分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行图像重建,得到各个梯度回波的第l次迭代的残差图像具体包括:
利用残差k空间对应的残差图像在空间域稀疏的特点,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行稀疏约束重建,得到各个梯度回波的第l次迭代的残差图像
6.根据权利要求5所述的方法,其特征在于,所述稀疏约束具体为:洪诺夫正正则化约束、加权重的洪诺夫正则化约束和全变分约束中的任意一种。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述采集各个梯度回波信号的各个线圈通道上的k空间数据,具体包括:
采用变密度部分采样的采集轨迹采集各个梯度回波信号的各个线圈通道上的k空间数据;其中,k空间中央区域的采样率高于k空间周边区域的采样率。
8.一种基于梯度回波的磁共振定量成像装置,其特征在于,所述磁共振定量包括:磁敏感度、质子密度、T1和所述成像装置包括:
采集单元,用于变化回波时间和翻转角,得到K个梯度回波信号,并采集各个梯度回波信号的各个线圈通道上的k空间数据;其中,采集每个梯度回波信号的线圈通道数为J,其中,K>1,且J和K为正整数;
构建单元,用于根据各个梯度回波信号及其各个线圈通道上的k空间数据和相位、各个线圈通道敏感度构建未知数包括磁敏感度、质子密度、T1和的数学模型,所述数学模型包括数据保真项和正则化项;所述数据保真项用于保证重建出的磁共振定量与采集的k空间数据一致,所述正则化项用于利用先验知识提高重建出的磁共振定量的稳定性;
求解单元,用于求解数学模型最小化时对应的磁敏感度、质子密度、T1和其中,数学模型最小化时对应的磁敏感度、质子密度、T1和为最终得到的磁共振定量图。
9.根据权利要求8所述的装置,其特征在于,所述数据保真项包括各个磁场梯度回波的各个通道的残差k空间的二范数的平方和,所述正则化项包括各个磁共振定量和稀疏化算子的乘积的一范数之和。
10.根据权利要求9所述的装置,其特征在于,所述数学模型具体为:
其中,为数据保真项;
g(x)为正则化项;
Δ(B)=d*χL;
为独立于TE的相位偏移,由周围的线圈产生,其中,
j∈{1,2,......,J},k∈{1,2,......,K};
fj,k(x)为第k个梯度回波的第j个线圈通道的图像,
Mask为k空间中的每行相位编码线上的数据采集标识,数据被采集的相位编码线对应的Mask=1,数据未被采集的相位编码线对应的Mask=0,
FFT表示傅里叶变换函数,
yj,k为采集到的第j个梯度回波的第k个通道的k空间数据,
CSMj为第j个接收线圈的敏感度,
Sk为第k个梯度回波信号的模值,
为第k个梯度回波信号的相位,
ρ为成像物质的质子密度,
T1和是成像物质的不同弛豫时间定量值,
B1为射频发射场,
θk为第k个梯度回波的翻转角,
TR为重复时间,
TEk为第k个梯度回波的回波时间;
γ为磁旋比常数,
Δ(B)为B0场在Z方向的变化量,
χB是由于被扫描物质之外的其它物质产生的背景磁敏感度变化;
χL是被扫描物质的磁敏感度;
d是卷积核;
λ为非负权重;
▽1至▽7为稀疏化算子;
λ1至λ7为非负权重;
kx,ky,kz是。。。在k空间三个维度x、y、z轴方向上的分量。
11.根据权利要求10所述的装置,其特征在于,所述求解单元,具体包括:
第一获取子单元,用于根据各个不同梯度回波的各个线圈通道上的k空间数据yj,k,获取第l次迭代的磁敏感度、质子密度、T1和的初始值其中,x={χL,ρ,T1,T2*},l为迭代次数,且l为整数,l的初始值为1,每增加一次迭代,l值加1;
第一去噪子单元,用于对第l次迭代的磁敏感度、质子密度、T1和的初始值利用正则化去噪,得到去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl;
第一计算子单元,用于根据去噪后的第l次迭代的磁敏感度、质子密度以及T1和的值xl,并结合各个通道的线圈敏感度CSMj,分别计算各个梯度回波的各个通道的第l次迭代的梯度回波图像fj,k(xl)、各个梯度回波信号的第l次迭代的模值和以及各个不同梯度回波的第l次迭代的梯度回波图像的相位
第二计算子单元,用于根据各个梯度回波的各个通道的第l次迭代的图像fj,k(xl)以及采集到的各个不同梯度回波的各个线圈通道上的k空间数据yj,k分别计算各个梯度回波的各个通道的第l次迭代的残差k空间
加和平均子单元,用于将各个梯度回波的各个通道的第l次迭代的残差k空间绝对值进行加和平均,得到第l次迭代的平均残差k空间
判断子单元,用于判断所述第l次迭代的平均残差k空间是否小于预设阈值;
确定子单元,用于当所述第l次迭代的平均残差k空间小于预设阈值时,停止迭代,将去噪后的第l次迭代的磁敏感度、质子密度、T1和的值xl作为磁敏感度、质子密度、T1和的最终解;
第一图像重建子单元,用于当所述所述第l次迭代的平均残差k空间不小于预设阈值时,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行图像重建,得到各个梯度回波的第l次迭代的残差图像
第三计算子单元,用于将各个梯度回波信号的第l次迭代的模值与相位的乘积与对应梯度回波的第l次迭代的残差图像相加,得到各个梯度回波的第l次迭代的总图像
第二去噪子单元,用于对各个梯度回波的第l次迭代的总图像的相位进行去噪,得到各个不同梯度回波的第l+1次迭代的梯度回波图像的相位并利用各个梯度回波的第l次迭代的总图像获取第l+1次迭代的磁敏感度、质子密度、T1和的初始值
更新子单元,用于更新迭代次数l的值,设定l=l+1,并触发所述第一去噪子单元。
12.根据权利要求11所述的装置,其特征在于,所述第一图像重建子单元具体包括:
利用残差k空间对应的残差图像在空间域稀疏的特点,分别利用各个梯度回波各个通道的第l次迭代的残差k空间进行稀疏约束重建,得到各个梯度回波的第l次迭代的残差图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810290843.8A CN108802648B (zh) | 2018-04-03 | 2018-04-03 | 一种基于梯度回波的磁共振定量成像方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810290843.8A CN108802648B (zh) | 2018-04-03 | 2018-04-03 | 一种基于梯度回波的磁共振定量成像方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108802648A true CN108802648A (zh) | 2018-11-13 |
CN108802648B CN108802648B (zh) | 2020-12-01 |
Family
ID=64095535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810290843.8A Active CN108802648B (zh) | 2018-04-03 | 2018-04-03 | 一种基于梯度回波的磁共振定量成像方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108802648B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109814056A (zh) * | 2019-02-01 | 2019-05-28 | 沈阳工业大学 | 一种获取磁共振精准定量图像的方法 |
CN111025210A (zh) * | 2019-12-20 | 2020-04-17 | 东软医疗系统股份有限公司 | 磁共振成像方法、装置、电子设备、存储介质 |
CN111325808A (zh) * | 2018-12-15 | 2020-06-23 | 深圳先进技术研究院 | 一种非线性梯度成像的图像重建方法及其相关设备 |
CN113866694A (zh) * | 2021-09-26 | 2021-12-31 | 上海交通大学 | 一种快速三维磁共振t1定量成像方法、系统及介质 |
WO2022188026A1 (zh) * | 2021-03-09 | 2022-09-15 | 深圳高性能医疗器械国家研究院有限公司 | 一种磁共振多参数定量方法及其应用 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000135206A (ja) * | 1998-10-28 | 2000-05-16 | Toshiba America Mri Inc | 4重フィ―ルドエコ―シ―ケンスを用いて水と脂肪を定量的にmr撮影する方法および装置 |
US20060062731A1 (en) * | 2004-09-17 | 2006-03-23 | The Board Of Trustees Of The Leland Stanford Junior University | Dual gradient echo pulse sequence using interleaved spiral-out spiral-in k-space trajectories |
CN101912262A (zh) * | 2010-07-22 | 2010-12-15 | 中国科学院深圳先进技术研究院 | 磁共振成像定量参数计算方法及系统 |
CN103027682A (zh) * | 2011-12-12 | 2013-04-10 | 深圳先进技术研究院 | 动态对比度增强磁共振成像方法和系统 |
CN104487830A (zh) * | 2012-07-02 | 2015-04-01 | 米利开尔文科技有限公司 | 用于磁共振的改良技术、系统和机器可读程序 |
CN105980876A (zh) * | 2014-02-10 | 2016-09-28 | Cr发展公司 | 用于定量样品中的各向同性弥散和/或各向异性弥散的方法 |
WO2016180983A1 (en) * | 2015-05-13 | 2016-11-17 | Koninklijke Philips N.V. | Multi-echo mri with correction of concomitant gradient-induced phase errors |
CN106156484A (zh) * | 2016-06-08 | 2016-11-23 | 中国科学院自动化研究所 | 基于磁共振影像的脑疾病个体化预测方法和系统 |
US20160356870A1 (en) * | 2015-06-03 | 2016-12-08 | The General Hospital Corporation | System and method for superfast chemical exchange saturation transfer spectral imaging |
CN107807143A (zh) * | 2017-11-30 | 2018-03-16 | 青岛海洋地质研究所 | 水合物专用低场核磁共振多探头定量测试系统及方法 |
-
2018
- 2018-04-03 CN CN201810290843.8A patent/CN108802648B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000135206A (ja) * | 1998-10-28 | 2000-05-16 | Toshiba America Mri Inc | 4重フィ―ルドエコ―シ―ケンスを用いて水と脂肪を定量的にmr撮影する方法および装置 |
US20060062731A1 (en) * | 2004-09-17 | 2006-03-23 | The Board Of Trustees Of The Leland Stanford Junior University | Dual gradient echo pulse sequence using interleaved spiral-out spiral-in k-space trajectories |
CN101912262A (zh) * | 2010-07-22 | 2010-12-15 | 中国科学院深圳先进技术研究院 | 磁共振成像定量参数计算方法及系统 |
CN103027682A (zh) * | 2011-12-12 | 2013-04-10 | 深圳先进技术研究院 | 动态对比度增强磁共振成像方法和系统 |
CN104487830A (zh) * | 2012-07-02 | 2015-04-01 | 米利开尔文科技有限公司 | 用于磁共振的改良技术、系统和机器可读程序 |
CN105980876A (zh) * | 2014-02-10 | 2016-09-28 | Cr发展公司 | 用于定量样品中的各向同性弥散和/或各向异性弥散的方法 |
WO2016180983A1 (en) * | 2015-05-13 | 2016-11-17 | Koninklijke Philips N.V. | Multi-echo mri with correction of concomitant gradient-induced phase errors |
US20160356870A1 (en) * | 2015-06-03 | 2016-12-08 | The General Hospital Corporation | System and method for superfast chemical exchange saturation transfer spectral imaging |
CN106156484A (zh) * | 2016-06-08 | 2016-11-23 | 中国科学院自动化研究所 | 基于磁共振影像的脑疾病个体化预测方法和系统 |
CN107807143A (zh) * | 2017-11-30 | 2018-03-16 | 青岛海洋地质研究所 | 水合物专用低场核磁共振多探头定量测试系统及方法 |
Non-Patent Citations (5)
Title |
---|
F. DE GUIO 等: "Quantitative study of signal decay due to magnetic susceptibility interfaces: MRI simulations and experiments", 《2007 29TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY》 * |
FENG HUANG 等: "Gradient weighted smoothing for MRI intensity correction", 《2005 IEEE ENGINEERING IN MEDICINE AND BIOLOGY 27TH ANNUAL CONFERENCE》 * |
关基景 等: "脑铁沉积的MR定量分析方法_定量磁化率成像与横向弛豫率成像比较", 《南方医科大学学报》 * |
昌倩 等: "高场磁共振在脂肪肝诊断和脂肪分级中的研究进展", 《世界华人消化杂志》 * |
赵欣欣 等: "定量磁化率成像多回波相位拟合算法研究", 《波谱学杂志》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325808A (zh) * | 2018-12-15 | 2020-06-23 | 深圳先进技术研究院 | 一种非线性梯度成像的图像重建方法及其相关设备 |
CN109814056A (zh) * | 2019-02-01 | 2019-05-28 | 沈阳工业大学 | 一种获取磁共振精准定量图像的方法 |
CN109814056B (zh) * | 2019-02-01 | 2020-11-10 | 沈阳工业大学 | 一种获取磁共振精准定量图像的方法 |
CN111025210A (zh) * | 2019-12-20 | 2020-04-17 | 东软医疗系统股份有限公司 | 磁共振成像方法、装置、电子设备、存储介质 |
CN111025210B (zh) * | 2019-12-20 | 2022-02-01 | 东软医疗系统股份有限公司 | 磁共振成像方法、装置、电子设备、存储介质 |
WO2022188026A1 (zh) * | 2021-03-09 | 2022-09-15 | 深圳高性能医疗器械国家研究院有限公司 | 一种磁共振多参数定量方法及其应用 |
CN113866694A (zh) * | 2021-09-26 | 2021-12-31 | 上海交通大学 | 一种快速三维磁共振t1定量成像方法、系统及介质 |
CN113866694B (zh) * | 2021-09-26 | 2022-12-09 | 上海交通大学 | 一种快速三维磁共振t1定量成像方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108802648B (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108802648A (zh) | 一种基于梯度回波的磁共振定量成像方法和装置 | |
Sriram et al. | GrappaNet: Combining parallel imaging with deep learning for multi-coil MRI reconstruction | |
US10671939B2 (en) | System, method and computer-accessible medium for learning an optimized variational network for medical image reconstruction | |
CN104661592B (zh) | 磁共振成像装置以及图像处理装置 | |
WO2020114329A1 (zh) | 磁共振快速参数成像方法及装置 | |
US11257191B2 (en) | Systems and methods for deblurring medical images using deep neural network | |
US10768260B2 (en) | System and method for controlling noise in magnetic resonance imaging using a local low rank technique | |
US9430854B2 (en) | System and method for model consistency constrained medical image reconstruction | |
CN102955142B (zh) | 用于迭代的mr重建方法的采样模式 | |
CN108896943A (zh) | 一种磁共振定量成像方法和装置 | |
US9939509B2 (en) | Variable density incoherent spatiotemporal acquisition (VISTA) for highly accelerated magnetic resonance 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 | |
US10332241B2 (en) | Bias correction in images | |
US20200341094A1 (en) | Multi-contrast mri image reconstruction using machine learning | |
CN110133556B (zh) | 一种磁共振图像处理方法、装置、设备及存储介质 | |
RU2707661C2 (ru) | Мр (магнитно-резонансная) томография методом propeller c подавлением артефактов | |
CN108287324A (zh) | 磁共振多对比度图像的重建方法和装置 | |
US20140100441A1 (en) | Medical image imaging method, medical diagnostic apparatus using the same, and recording medium therefor | |
JP2020151475A (ja) | 磁気共鳴イメージング装置、磁気共鳴イメージング方法及びプログラム | |
CN114529473A (zh) | 图像重建方法、装置、电子设备、存储介质和计算机程序 | |
US9274198B2 (en) | Method of reconstructing a signal in medical imaging on the basis of perturbed experimental measurements, and medical imaging device implementing this method | |
CN114255291A (zh) | 用于磁共振参数定量成像的重建方法、系统 | |
CN116563096A (zh) | 用于图像配准的形变场的确定方法、装置以及电子设备 | |
WO2021129235A1 (zh) | 三维磁共振快速参数成像方法和装置 | |
US11720794B2 (en) | Training a multi-stage network to reconstruct MR images |
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 |