CN108896940B - 用于补偿mri的梯度脉冲的系统和方法 - Google Patents
用于补偿mri的梯度脉冲的系统和方法 Download PDFInfo
- Publication number
- CN108896940B CN108896940B CN201810443269.5A CN201810443269A CN108896940B CN 108896940 B CN108896940 B CN 108896940B CN 201810443269 A CN201810443269 A CN 201810443269A CN 108896940 B CN108896940 B CN 108896940B
- Authority
- CN
- China
- Prior art keywords
- gradient
- flow
- amplitude value
- determining
- target
- 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
Links
Images
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
- G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
- G01R33/38—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field
- G01R33/385—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field using gradient magnetic field coils
-
- 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
-
- 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
- G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
- G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
-
- 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
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56308—Characterization of motion or flow; Dynamic imaging
-
- 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
- G01R33/56572—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of a gradient magnetic field, e.g. non-linearity of a gradient magnetic field
Abstract
一种用于确定流动敏感梯度块的方法,包括根据扫描协议来确定成像序列中一个或多个回波的梯度参数。该方法还包括基于梯度参数确定用于梯度矩计算的一个或多个时间原点,以及获得与该一个或多个时间原点对应的一个或多个目标零阶梯度矩和一个或多个目标一阶梯度矩。该方法进一步包括相对于该一个或多个目标零阶梯度矩和该一个或多个目标一阶梯度矩来确定一个或多个流动敏感梯度块的一个或多个参数,以及根据该一个或多个流动敏感梯度块的该一个或多个参数更新该梯度参数。
Description
相关申请的交叉引用
本申请要求2017年05月26日递交的美国申请No.15/606,149的优先权,其全部内容通过参考在此引入。
技术领域
本公开一般涉及磁共振成像(MRI)系统,并且尤其涉及用于补偿MRI的梯度脉冲的系统和方法。
背景技术
磁共振成像(MRI)是利用一个或多个梯度脉冲将空间信息编码为MR信号以用于重建图像的技术。MRI技术已被广泛应用于医学诊断。在扫描过程期间,液体流动(例如,血液或脑脊液流动)可能影响对MR信号的空间编码。可能期望提供用于准确地确定流动敏感梯度块的系统和方法。
发明内容
根据本申请的一方面,提出一种系统,包括:至少一个非瞬态计算机可读存储介质,其包括一组指令;至少一个处理器,其与所述至少一个非瞬态计算机可读存储介质处于通信,其中在执行所述指令时,所述至少一个处理器被配置为使所述系统:根据扫描协议确定成像梯度参数;确定用于梯度矩计算的时间原点以及与所述时间原点相关联的流动敏感梯度块的目标条件;根据所述目标条件来确定流动敏感梯度块的参数,所述流动敏感梯度块包括至少一个流动敏感梯度,所述流动敏感梯度块的所述参数包括所述至少一个流动敏感梯度的至少一个持续时间和至少一个振幅值;以及根据所述流动敏感梯度块的所述参数来调整所述成像梯度参数。
在一些实施例中,所述流动敏感梯度块还包括第一流动敏感梯度和第二流动敏感梯度。
在一些实施例中,所述目标条件还包括与所述流动敏感梯度块相关联的目标零阶梯度矩和目标一阶梯度矩。
在一些实施例中,所述至少一个处理器进一步被配置为使所述系统:初始化与所述流动敏感梯度块相关联的第一持续时间和时间差,所述第一持续时间为所述流动敏感梯度块的时间长度,所述时间差为所述时间原点和所述流动敏感梯度块的一时间点之间的距离。
在一些实施例中,所述至少一个处理器进一步被配置为使所述系统:确定所述第一流动敏感梯度的第一振幅值和所述第二流动敏感梯度的第二振幅值;确定所述第一振幅值和所述第二振幅值等于或小于阈值;以及响应于确定所述第一振幅值和所述第二振幅值等于或小于所述阈值,将所述第一持续时间确定为所述流动敏感梯度块的所述持续时间。
在一些实施例中,所述至少一个处理器进一步被配置为使所述系统:确定所述第一流动敏感梯度的第一振幅值和所述第二流动敏感梯度的第二振幅值;确定所述第一振幅值和所述第二振幅值大于阈值;以及响应于确定所述第一振幅值和所述第二振幅值大于所述阈值,通过将所述第一持续时间调整为所述流动敏感梯度块的所述持续时间来确定第二持续时间。
在一些实施例中,所述流动敏感梯度块的所述参数还包括层面选择轴上的分量、相位编码轴上的分量和读出坐标轴上的分量;以及所述至少一个处理器进一步被配置为使所述系统:分别确定与所述层面选择轴相关联的最佳持续时间、与所述相位编码轴相关联的最佳持续时间以及与所述读出坐标轴相关联的最佳持续时间;以及基于所述最佳持续时间确定所述层面选择轴、所述相位编码轴和所述读出坐标轴的共享持续时间。
在一些实施例中,为了根据所述流动敏感梯度块的所述参数调整所述成像梯度参数,所述至少一个处理器进一步被配置为使所述系统:基于所述第一持续时间修改所述流动敏感梯度块的所述参数;以及将修改后的流动敏感梯度块插入到所述成像梯度参数中。
在一些实施例中,所述扫描协议与一个或多个回波的脉冲序列相关联。
在一些实施例中,所述流动敏感梯度块还被用于执行流动编码、流动补偿或流动散相中的至少一个功能。
根据本申请的另一方面,提出一种在计算设备上实现的方法,所述计算设备包括至少一个处理器、至少一个计算机可读存储介质以及连接至成像设备的通信端口,所述方法包括:确定成像序列中的第一回波的成像梯度参数;基于所述成像梯度参数确定用于梯度矩计算的第一时间原点;获取与所述第一时间原点相对应的目标零阶梯度矩和目标一阶梯度矩;相对于所述目标零阶梯度矩和所述目标一阶梯度矩来确定第一流动敏感梯度块的第一参数;以及根据所述第一流动敏感梯度块的所述第一参数来更新所述成像梯度参数。
在一些实施例中,所述成像序列是单回波序列,并且所述第一流动敏感梯度块包括单脉冲场梯度或双脉冲场梯度。
在一些实施例中,所述第一流动敏感梯度块包括第一流动敏感梯度和第二流动敏感梯度,所述方法还包括:初始化与所述第一流动敏感梯度块相关联的第一持续时间和时间差,所述第一持续时间为所述第一流动敏感梯度块的时间长度,所述时间差为所述时间原点和所述第一流动敏感梯度块的时间点之间的距离。
在一些实施例中,进一步包括:确定所述第一流动敏感梯度的第一振幅值和所述第二流动敏感梯度的第二振幅值;确定所述第一振幅值和所述第二振幅值等于或小于阈值;以及响应于确定所述第一振幅值和所述第二振幅值等于或小于所述阈值,将所述第一持续时间确定为所述第一流动敏感梯度块的所述持续时间。
在一些实施例中,进一步包括:确定所述第一流动敏感梯度的第一振幅值和所述第二流动敏感梯度的第二振幅值;确定所述第一振幅值和所述第二振幅值大于阈值;以及响应于确定所述第一振幅值和所述第二振幅值大于所述阈值,通过将所述第一持续时间调整为所述第一流动敏感梯度块的所述持续时间来确定第二持续时间。
在一些实施例中,所述流动敏感梯度块的所述参数还包括层面选择轴上的分量、相位编码轴上的分量和读出坐标轴上的分量,所述方法还包括:分别确定与所述层面选择轴相关联的最佳持续时间、与所述相位编码轴相关联的最佳持续时间以及与所述读出坐标轴相关联的最佳持续时间;以及基于所述最佳持续时间来确定所述层面选择轴、所述相位编码轴和所述读出坐标轴的共享持续时间。
在一些实施例中,所述成像序列还包括第二回波,并且所述方法还包括:确定所述第二回波的成像梯度参数;基于所述第二回波的所述成像梯度参数来确定用于梯度矩计算的第二时间原点;获取与所述第二时间原点相对应的目标零阶梯度矩和目标一阶梯度矩;相对于所述目标零阶梯度矩和所述目标一阶梯度矩来确定第二流动敏感梯度块的第二参数;以及根据所述第二流动敏感梯度块的所述第二参数来更新所述成像梯度参数。
在一些实施例中,对应于所述第一时间原点的所述目标零阶梯度矩和所述目标一阶梯度矩独立于对应于所述第二时间原点的所述目标零阶梯度矩和所述目标一阶梯度矩。
在一些实施例中,进一步包括:基于所述经更新的成像梯度参数来激励对象的一体积中的核自旋,其中所述体积包含流动;获取所述体积的磁共振信号;以及基于所述磁共振信号来生成所述体积的磁共振图像。
根据本申请的再一方面,提出一种实施计算机程序产品的非瞬态计算机可读介质,所述计算机程序产品包括被配置为使计算设备执行以下操作的指令:确定成像序列中的一个或多个回波的成像梯度参数;基于所述梯度参数来确定用于梯度矩计算的一个或多个时间原点;分别获取对应于所述一个或多个时间原点的一个或多个目标零阶梯度矩和一个或多个目标一阶梯度矩;相对于所述一个或多个目标零阶梯度矩和所述一个或多个目标一阶梯度矩来确定一个或多个流动敏感梯度块的一个或多个参数;以及根据所述一个或多个流动敏感梯度块的一个或多个参数来更新所述梯度参数。
附图说明
在此所述的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的限定。在各图中,相同标号表示相同部件。
图1是解说根据本公开的一些实施例的示例性成像系统的框图;
图2是解说根据本公开的一些实施例的示例性MR扫描仪的框图;
图3是解说根据本公开的一些实施例的示例性计算设备的示例性硬件和/或软件的示意图;
图4是解说根据本公开的一些实施例的其上可实现用户终端的示例性移动设备的示例性硬件和/或软件组件的示意图;
图5是解说根据本公开的一些实施例的示例性处理引擎的框图;
图6是解说根据本公开的一些实施例的示例性处理模块的框图;
图7是解说根据本公开的一些实施例的用于确定流动敏感梯度块的示例性过程的流程图;
图8是解说根据本公开的一些实施例的用于确定流动敏感梯度块的示例性过程的流程图;
图9是解说根据本公开的一些实施例的用于确定流动敏感梯度块的示例性过程的流程图;
图10-A解说了根据本公开的一些实施例的单回波脉冲序列的示例性示图;
图10-B解说了根据本公开的一些实施例的单回波脉冲序列的示例性示图;
图10-C解说了根据本公开的一些实施例的关于随时间变化的零阶梯度矩M0和一阶梯度矩M1的曲线的示例性示图;
图11-A解说了根据本公开的一些实施例的双回波脉冲序列的示例性示图;
图11-B解说了根据本公开的一些实施例的双回波序列的示例性示图;
图11-C解说了根据本公开的一些实施例的关于随时间变化的零阶梯度矩M0和一阶梯度矩M1的曲线的示例性示图;
图12-A解说了根据本公开的一些实施例的多回波序列的示例性示图;以及
图12-B解说了根据本公开的一些实施例的关于随时间变化的零阶梯度矩M0和一阶梯度矩M1的曲线的示例性示图。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的检查或者对实施例的生产或操作的了解,本申请的一部分附加特性对于本领域技术人员是明显的。本披露的特性可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。具体实施方式
为了更清楚地说明本申请的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。应当理解,给出这些示例性实施例仅是为了使相关领域的技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
虽然本申请对根据本申请的实施例的系统中的某些系统、模块或单元做出了各种引用,然而,任何数量的不同模块可以被使用并运行在客户端和/或服务器上。所述模块仅是说明性的,并且所述系统和方法的不同方面可以使用不同模块。
“单元”、“模块”用于区分在同一方法中不同的组件、元件、部分、成分或集合。在一些情况下,“单元”或“模块”可表示相同的含义。不同系统、模块或单元之间的连接、耦合可表示直接电气连接或直接电气耦合,以用于不同模块之间的信息传递,还可采用无线通信同时进行相互之间的信息传递。本说明书中的“和/或”表示两者之一或者两者的结合。
图1是解说根据本公开的一些实施例的示例性成像系统的示意框图。成像系统100可以是磁共振成像(MRI)系统、正电子发射断层摄影-磁共振成像(PET-MRI)系统、数字减影血管造影-磁共振、或类似物、或其任何组合。例如,移动设备161可包括移动电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备、膝上型电脑、平板电脑、台式机、或类似物、或者其任何组合。在一些实施例中,终端160可包括输入设备、输出设备等。输入设备可以包括字母数字和其他键,其可以经由键盘、触摸屏(例如,具有触觉或触觉反馈)、语音输入、眼睛跟踪输入、脑部监测系统或任何其他相当的输入机制来输入。通过输入设备接收到的输入信息例如可经由总线被传达给处理引擎130以供进一步处理。其它类型的输入设备可包括光标控制设备,例如鼠标、轨迹球或光标方向键等。输出设备可包括显示器、扬声器、打印机等,或其任何组合。在一些实施例中,终端设备160可以是处理引擎130的一部分。
这些描述仅用于说明,并不限制本公开的范围。一些替代、修改和变型对本领域技术人员而言将是显而易见的。本文描述的示例性实施例的特征、结构、方法和特点可以不同方式组合以获得附加和/或替代的示例性实施例。例如,存储设备150可以是包括云计算平台(诸如公共云、私有云、社区、混合云等)的数据存储。在一些实施例中,处理引擎130可以被集成到MR扫描仪110中。然而,那些变型和修改并不脱离本公开的范围。
图2是解说根据本公开的一些实施例的示例性MR扫描仪的框图。如图2所示,MR扫描仪110可以包括磁体220、梯度线圈230、RF线圈240、脉冲序列250、梯度控制器260和梯度驱动器270。
磁体220可以在MRI过程期间生成静态磁场B0。磁体220可以是各种类型的,包括例如永磁体、超导电磁体、电阻性电磁体等。
梯度线圈230可以在X、Y和/或Z方向(或轴)上生成到主磁场B0的磁场梯度。在一些实施例中,梯度线圈230可以包括X方向线圈(或轴)、Y方向线圈(或轴)、Z方向线圈(或轴)等。例如,Z方向线圈可以基于圆形(Maxwell)线圈来设计,而X方向线圈和Y方向线圈可以基于鞍形(Golay)线圈配置来设计。如这里所使用的,X方向也可以被称为读出(RO)方向(或者频率编码方向),Y方向也可以被称为相位编码(PE)方向,Z方向也可以被称为层面选择编码(SPE)方向。在本公开中,读出方向和频率编码方向可以可互换地使用。
梯度磁场可以包括对应于Z方向的层面选择编码(SPE)梯度场、对应于Y方向的相位编码(PE)梯度场、对应于X方向的读出(RO)梯度场等。不同方向上的梯度磁场可用于对MR信号的空间信息进行编码。在一些实施例中,梯度磁场还可以用于执行流动编码、流动补偿、流动散相等的至少一个功能,或者其任何组合。
RF线圈240可以向正被检查的人体210发射RF脉冲信号和/或接收来自正被检查的人体210的MR信号。在一些实施例中,RF线圈240可以包括RF发射线圈和RF接收线圈。RF发射线圈可以发射可以激发人体210中的原子核以拉莫尔(Larmor)频率谐振的RF脉冲信号。RF接收线圈可以接收从人体210发射的MR信号。在一些实施例中,RF发射线圈和RF接收线圈可以被集成到单个线圈中,例如发射/接收线圈。RF线圈240可以是各种类型,包括例如QD正交线圈、相位阵列线圈、特定元素谱线圈等。在一些实施例中,RF线圈240可以根据被检查者部位的不同而有所不同,例如,头部线圈、膝关节线圈、颈椎线圈、胸椎线圈、颞下颌关节(TMJ)线圈等。在一些实施例中,根据功能和尺寸,RF线圈240可被分类为体积线圈和局部线圈。例如,体积线圈可以包括鸟笼线圈、横向电磁线圈、表面线圈、鞍形线圈等。作为另一示例,局部线圈可以包括螺线管线圈、鞍形线圈、柔性线圈等。
脉冲序列250可以具有包括例如RF脉冲、MR信号、相位编码(PE)梯度、读出(RO)梯度、切片选择编码(SPE)梯度等的若干部分。在一些实施例中,脉冲序列250可以包括流动敏感梯度块/模块(以下称为“流动敏感梯度块”)。流动敏感梯度块可以是被添加到至少一个方向的、对应于相位编码(PE)梯度、读出(RO)梯度或切片选择编码(SPE)梯度的流动敏感梯度。
脉冲序列250可以通过成像梯度参数和对应于该成像梯度参数的时间序列的排列来定义。在一些实施例中,成像梯度参数可以包括与由RF线圈240发射的RF脉冲有关的参数、与由梯度线圈230生成的梯度场有关的参数以及用于收集MR信号的时间。脉冲序列250的不同部分,诸如(RF脉冲,成像梯度等),可以指代不同的成像梯度参数。例如,RF脉冲块可以指与RF脉冲有关的参数,诸如带宽(也被称为频率范围)、振幅或强度、用于应用RF脉冲的时间、用于应用RF脉冲的持续时间等。与成像梯度相关的参数可以包括梯度脉冲的振幅值、成像梯度的持续时间、应用成像梯度的开始时间、应用成像梯度的结束时间等。与MR信号有关的参数可以包括MR信号类型、回波数目、回波中心、回波时间等。
在一些实施例中,脉冲序列250可以是自由感应衰减(FID)序列、自旋回波(SE)序列、梯度回波(GRE)序列、具有稳态进动的快速成像(FISP)序列、或类似物、或其任何组合。
在一些实施例中,脉冲序列250可以连接到处理引擎130和/或与处理引擎130通信。例如,在MRI扫描过程之前,可以由处理引擎130根据临床需求或扫描协议来设计和/或确定脉冲序列250的至少一个部分(例如,RF脉冲、成像梯度)。在MRI扫描过程中,RF线圈240可以发射具有与脉冲序列250的RF脉冲相关的特定参数的RF脉冲,并接收MR信号。MR信号可以组成脉冲序列250的一个部分。梯度控制器260可以控制梯度驱动器270以通过具有与脉冲序列250的成像梯度有关的特定参数的梯度脉冲来驱动梯度线圈230。由梯度线圈230生成的梯度场可以编码MR信号。经编码的MR信号可被传送到处理引擎130以确定MR图像。
这些描述仅用于说明,并不限制本公开的范围。一些替代、修改和变型对本领域技术人员而言将是显而易见的。本文描述的示例性实施例的特征、结构、方法和特点可以不同方式组合获得附加和/或替代的示例性实施例。例如,MR扫描仪110可以包括用于发送和接收信息(例如,RF脉冲、成像梯度等)的发送信道和/或接收信道。然而,那些变型和修改并不脱离本公开的范围。
图3是解说根据本公开的一些实施例的处理引擎130可在其上实现的示例性计算设备的示例性硬件和/或软件组件的示意图。处理引擎130可以在计算设备上通过其硬件、软件程序、固件或其任何组合实现。尽管为了方便起见仅示出了一个这样的计算设备,但本公开中描述的处理引擎130的功能可以按分布式方式在数个类似平台上实现,以分布处理负载。处理引擎130可以尤其包括内部通信总线310、处理器320、不同形式的程序存储器和数据存储器(例如,盘370、只读存储器(ROM)330或随机存取存储器(RAM)340),以供各种数据文件被计算机处理和/或传送、以及可能地供程序指令被处理器320执行。如本文中所概述的图象处理和/或其他过程的方法的各方面可被实施在编程中。技术的程序方面可被认为是通常以在某类机器可读介质上执行或实施在某类机器可读介质中的可执行代码和/或关联数据的形式的“产品”或“制品”。有形非瞬态“存储”类型介质可包括可在任何时间为软件编程提供存储的存储器或用于计算机、处理器或类似物的其它存储、或其相关联的模块(诸如各种半导体存储器、带驱动器、盘驱动器及类似物等)中的任一者或全部。
软件的所有或部分有时可通过网络(诸如,因特网或各种其它电信网络)来传达。此类通信例如可使得能够将软件从一个计算机或处理器加载到另一个计算机或处理器中,例如,从乳房X光检查系统的管理服务器或主机计算机加载到计算环境或实现计算环境或与图象处理有关的类似功能性的其他系统的(诸)硬件平台中。因此,可承载软件元素的另一种类型的介质包括光波、电波和电磁波,诸如跨本地设备之间的物理接口、通过有线和光学地线网络、和越过各种空中链路来使用。承载这些波的物理元件(诸如有线或无线链路、光学链路或类似物)也可以被认为是承载软件的介质。如本文所使用的,除非被限制于有形“存储”介质,否则诸如计算机或机器“可读介质”之类的术语指的是参与向处理器提供指令以供执行的任何介质。
计算机可读介质可以采取许多形式,包括例如有形存储介质、载波介质、或物理传输介质。非易失性存储介质包括,例如,光盘或磁盘,诸如(诸)任何计算机等中的可用于实现附图中所示的系统或其组件中的任一者的存储设备或类似物中的任一者。易失性存储介质可包括动态存储器,诸如这种计算机平台的主存储器。有形传输介质可包括同轴电缆;铜线和光纤,包括形成计算机系统内的总线的导线。载波传输介质可采取电或电磁信号、或声波或光波(诸如在射频(RF)和红外(IR)数据通信期间生成的那些)的形式。因此,计算机可读介质的常见形式包括例如:软盘、柔性盘、硬盘、磁带、任何其它磁介质,CD-ROM、DVD或DVD-ROM、任何其它光学介质,穿孔卡片纸带、具有孔图案的任何其他物理存储介质,RAM、PROM或EPROM、FLASH-EPROM、任何其他存储器芯片或卡带盒、传输数据或指令的载波、传输这种载波的电缆或链路、或者计算机可从中读取编程代码和/或数据的任何其它介质。在将一个或多个指令的一个或多个序列携带至物理处理器以供执行时可涉及这些形式的计算机可读介质中的许多形式。
处理器320可以执行存储在存储设备(例如,盘370、ROM 330、RAM 340)中的程序指令以执行本公开中描述的处理引擎130的一个或多个功能。处理器320可以包括中央处理单元(CPU)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、图形处理单元(GPU)、物理处理单元(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、微控制器单元、高级RISC机器处理器(ARM)、或类似物、或其任何组合。
I/O 360可输入和/或输出信号、数据、信息等。在一些实施例中,I/O 360使用户与处理引擎130交互。在一些实施例中,I/O 360可包括输入设备和输出设备。输入设备的示例可包括键盘、鼠标、触摸屏、话筒、或类似物、或其任何组合。输出设备380的示例可包括显示器、扬声器、打印机、投影仪、或类似物、或者其任何组合。显示器的示例可包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、曲面屏幕、电视设备、阴极射线管(CRT)、或类似物、或其任何组合。
通信端口350可连接到网络(例如,网络140)以促成数据通信。通信端口350可以建立MR扫描仪110、检查床120、处理引擎130、终端设备160和/或存储设备150之间的连接。连接可以是有线连接、无线连接、能实现数据传送和/或接收的任何其它通信连接、或这些连接的任何组合。有线连接可包括例如电缆、光缆、电话线、或类似物、或者其任何组合。无线连接可包括例如BluetoothTM链路、Wi-FiTM链路、WiMaxTM链路、WLAN链路、ZigBee链路、移动网络链路(例如,3G、4G、5G等)、或类似物、或其任何组合。在一些实施例中,通信端口350可以是和/或包括标准化通信端口,诸如RS232、RS485等。在一些实施例中,通信端口350可以是专门设计的通信端口。例如,通信端口350可根据医学数字成像和通信(DICOM)协议来设计。
本领域技术人员将认识到,本文的教导顺应于各种修改和/或增强。例如,尽管本文中描述的各种组件的实现可被实施在硬件设备中,但是它也可被实现为仅软件方案,例如安装在现存服务器上。另外,如本文中所公开的处理引擎130可被实现为固件、固件/软件组合、固件/硬件组合、或硬件/固件/软件组合。
图4是解说根据本公开的一些实施例的其上可实现终端设备160的示例性移动设备的示例性硬件和/或软件组件的示意图。如图4中所解说的,移动设备400可包括通信平台410、显示器420、图形处理单元(GPU)430、中央处理器(CPU)440、I/O 450、存储器460、以及存储490。在一些实施例中,移动设备400中还可包括任何其他合适的组件,包括但不限于系统总线或控制器(未示出)。在一些实施例中,移动操作系统470(例如,iOSTM、AndroidTM、Windows PhoneTM等)以及一个或多个应用480可从存储490被加载到存储器460,以供CPU440执行。应用480可包括浏览器或任何其它合适的移动应用以用于接收和渲染关于数据处理的信息或来自处理引擎130的其它信息。用户与信息流的交互可通过I/O 450实现,通过网络140提供给处理引擎130和/或成像系统100的其它组件。
为了实现本公开中所描述的各种模块、单元及其功能性,计算机硬件平台可被用作为用于本文所描述的一个或多个元件的(诸)硬件平台。具有用户界面元件的计算机可被用于实现个人计算机(PC)或任何其它类型的工作站或外部设备。计算机在被恰当地编程的情况下还可充当服务器。
图5是解说根据本公开的一些实施例的示例性处理引擎的框图。处理引擎130可包括捕获模块510、控制模块520、存储模块530以及处理模块540。在一些实施例中,捕获模块510、控制模块520、存储模块530和/或处理模块540可以经由有线连接、无线连接或其任何组合来彼此连接和/或相互通信。
捕获模块510可捕获数据。在一些实施例中,可以从MR扫描仪110、检查床120、存储设备150和/或终端设备160捕获数据。在一些实施例中,该数据可以包括扫描协议、如在本公开其它地方描述的成像梯度参数的至少一个部分、图像数据(例如,经编码的MR信号)、指令、或类似物、或其任何组合。指令可以由处理引擎130的(诸)处理器执行以执行本公开中描述的示例性方法。在一些实施例中,所捕获的数据可以被传送给处理模块540以供进一步处理或被存储在存储模块530中。
控制模块520可以控制捕获模块510、检查床120、存储模块530和/或处理模块540的操作(例如,通过生成一个或多个控制参数)。例如,控制模块520可控制捕获模块510捕获数据。作为另一示例,控制模块520可以控制检查床120的移动。作为又一示例,控制模块520可以控制处理模块540处理用于确定一个或多个成像梯度参数的扫描协议。在一些实施例中,控制模块520可以接收实时命令或取回由用户(例如,医生)提供的预定命令以控制捕获模块510和/或处理模块540的一个或多个操作。例如,控制模块520可以根据实时命令和/或预定命令来调整捕获模块510和/或处理模块540以生成与MR信号相关联的图像数据。在一些实施例中,控制模块520可以与处理引擎130的一个或多个其他模块通信以交换信息和/或数据。
存储模块530可以存储成像梯度参数、经处理的数据、指令、或类似物、或其任何组合。在一些实施例中,存储模块530可以存储一个或多个扫描协议、成像梯度参数的一部分和/或经编码的MR信号。在一些实施例中,存储模块530可以存储可以由处理引擎130的处理器执行的程序和/或指令以捕获数据、确定成像梯度参数、基于成像梯度参数重建图像和/或显示任何中间结果或结果所得图像。
处理模块540可以处理由处理引擎130的各个模块提供的数据。在一些实施例中,处理模块540可以处理MR信号以重建由捕获模块510捕获、从存储模块530和/或存储设备150等取回的MR图像。在一些实施例中,处理模块540可以确定和/或调整成像梯度参数的至少一个部分,诸如基于其他成像梯度参数的流动敏感梯度。
在一些实施例中,图5中所解说的一个或多个模块可在如图1中所解说的示例性成像系统100的至少一部分中实现。例如,捕获模块510、控制模块520、存储模块530和/或处理模块540可以被集成到控制台中(未示出)。通过控制台,用户可以设置用于扫描对象、控制成像过程、控制用于图像重建的参数、视觉化与对象相关联的虚拟场景等的参数。在一些实施例中,控制台可以经由处理引擎130和/或终端设备160实现。
图6是解说根据本公开的一些实施例的示例性处理模块的框图。如图所示,处理模块540可以包括初始化单元610、调整单元620、判断单元630和确定单元640。在一些实施例中,初始化单元610、调整单元620、判断单元630和/或确定单元640可以经由有线连接、无线连接或其任何组合来彼此连接和/或相互通信。
初始化单元610可以根据扫描协议将初始值设置为一个或多个成像梯度参数。在一些实施例中,初始化单元610可以初始化至少一个流动敏感梯度的至少一个持续时间和至少一个振幅值。例如,如果流动敏感梯度块具有两个流动敏感梯度,例如第一流动敏感梯度和第二流动敏感梯度,则初始化单元610可以初始化第一流动敏感梯度的持续时间t1和振幅值G1、以及第二流动敏感梯度的持续时间t2和振幅值G2。
调整单元620可以调整脉冲序列的至少一个参数。例如,可以将一个或多个流动敏感梯度块添加到至少一个成像梯度方向(例如,相位编码(PE)梯度、读出(RO)梯度、切片选择编码(SPE)梯度等)。然后,可以基于流动敏感梯度块的参数来调整成像梯度参数。在一些实施例中,在用于确定流动敏感梯度块的过程中,流动敏感梯度块的一个或多个参数(例如,持续时间、振幅值等)可以被调整。
判断单元630可以在用于确定流动敏感梯度块的处理中执行判断功能。在一些实施例中,判断单元630可以确定流动敏感梯度块是否符合目标条件。例如,判断单元630可以确定与流动敏感梯度块相关联的零阶梯度矩或一阶梯度矩是否符合目标值,诸如“0”。作为另一示例,判断单元630可以确定流动敏感梯度的振幅值是否等于或小于阈值。在一些实施例中,可以基于流动敏感梯度块的功能(诸如流动编码、流动补偿、流动散相等)来确定目标条件。
确定单元640可确定与流动敏感梯度块有关的一个或多个参数。在一些实施例中,可以基于其他成像梯度参数(诸如与相位编码(PE)梯度、读出(RO)梯度、层面选择编码(SPE)梯度等相关的参数)来确定与流动敏感梯度块有关的参数。
这些描述仅用于说明,并不限制本公开的范围。一些替代、修改和变型对本领域技术人员而言将是显而易见的。本文描述的示例性实施例的特征、结构、方法和特点可以不同方式组合以获得附加和/或替代的示例性实施例。例如,调整单元620和确定单元640可以被集成到单个单元中。然而,那些变型和修改并不脱离本公开的范围。
图7是解说根据本公开的一些实施例的用于确定流动敏感梯度块的示例性过程的流程图。过程700可以由成像系统100执行。例如,过程700可以被实现为存储在存储设备150和/或处理引擎130中的存储模块530中的一组指令(例如,应用程序)。处理引擎130可以执行该组指令,并且可以相应地被引导在成像系统100中执行过程700。
在702中,处理引擎130可以根据扫描协议来确定成像梯度参数。扫描协议可以被开发用于各种疾病和临床场景。例如,扫描协议可以根据包括头部、脑部、颈部、身体、肩部、手臂、胸部、心脏、胃、血管、软组织、膝盖、脚部、或类似物、或其任何组合的不同的对象或区域来确定(或选择)。作为另一示例,扫描协议可以是成人协议、儿科协议或动物协议等。在一些实施例中,扫描协议可以与信号模态成像设备和/或多模式成像设备相关联,并且包括例如MRI协议、PET-MRI协议、PET-CT协议等。在一些实施例中,扫描协议可以是预先安装在成像系统100中的标准协议。在一些其他实施例中,扫描协议也可以被用户修改、修订、删除、添加和/或更新。扫描协议可以被存储在存储设备150和/或处理引擎130中。
在一些实施例中,扫描协议可以具有包括例如加权成像方法、脉冲序列模式、切片厚度、层间间隙、视场(FOV)、扫描范围、或类似物、或其任何组合的特征。加权成像方法可以是例如T1加权成像(T1WI)、T2加权成像(T2WI)、质子密度加权成像(PDWI)、T2*加权成像(T2*WI)、扩散加权成像(DWI)、或类似物、或其任何组合。脉冲序列模式可以包括例如自由感应衰减(FID)序列、自旋回波(SE)序列、快速自旋回波(FSE)序列(或涡轮自旋回波(TSE)序列、具有松弛增强的快速捕获(RARE)序列等)、反转恢复(IR)序列、梯度回波(GRE)序列、具有稳态进动的快速成像(FISP)序列、或类似物、或其任何组合。切片厚度可以是包括例如1毫米、2毫米、3毫米或者任何其他合适值的激励切片的厚度。切片间厚度可以是包括例如0毫米、0.5毫米、1毫米或者任何其他合适值的两个相邻切片之间的间隙的厚度。FOV可以与所捕捉的扫描区域相关联,例如,20厘米×20厘米、20厘米×30厘米或任何其它合适的值。扫描范围可以是要扫描的对象的区域,例如整个脑部、半乳房、左臂、或类似物、或其任何组合。
在一些实施例中,由扫描协议确定的脉冲序列可以包括例如RF脉冲、成像梯度方向和MR信号。梯度场可以包括层面选择梯度、相位编码梯度和/或读出梯度。仅作为示例,脉冲序列可以被描述为图10-A中的示例性示图。如图10-A所示,脉冲序列可以包括以在若干序列轴中显示的若干分量。序列轴可以包括RF脉冲轴、层面选择轴、相位编码轴、读出轴和模数转换器(ADC)轴(未示出)。在一些其他实施例中,时间序列轴可以通过例如添加MR信号轴和/或删除相位编码轴来修改。
在一些实施例中,处理引擎130可以基于扫描协议来确定成像梯度的参数。成像梯度的参数可以包括重复时间(TR)、回波时间(TE)、层面选择梯度Grf的持续时间和/或振幅值、读出梯度Gro的持续时间和/或振幅值、或类似物、或其任何组合。例如,当激发期望切片时,可以与RF脉冲同时地沿垂直于期望切片的平面的方向应用层面选择梯度Grf。TE可与从RF脉冲中心到回波中心的时间相关联。对于具有多回波的脉冲序列,若干回波时间可被定义并记为TE1、TE2、TE3、...、TEn,其中n可以是正整数。
在704中,处理引擎130可以确定与成像梯度相关的时间原点以及与该时间原点相关联的流动敏感梯度块的目标条件。时间原点可以是用于例如确定本公开中其他地方所描述的零阶梯度矩M0和/或一阶梯度矩M1的梯度矩计算的零时间。在一些实施例中,时间原点可以根据回波的中心来确定。例如,如图10-A中所解说的,回波的中心(例如,TE1、TE2、TE3、...、TEn)可以被选择作为时间原点,并记为t=0。当选择TE作为时间原点时,回波中心之前的每个时间点可能具有负值。作为另一示例,脉冲序列中的任何时间点都可以根据不同的场景被指定为时间原点。应注意,时间原点的选择不影响本公开中的过程700的成像梯度和性能。
在一些实施例中,在704中,处理引擎130还可以确定与时间原点相关联的流动敏感梯度块的目标条件。流动敏感梯度块可以是添加到图10-A和/或图11-A中成像梯度中的梯度部分。如图10-A和/或图11-A中所解说的,可以使用与脉冲序列中的读出梯度之前的持续时间T对应的梯度部分来设计流动敏感梯度块。在一些实施例中,流动敏感梯度块可以包括至少一个流动敏感梯度。流动敏感梯度的形状可以包括梯形、矩形、正方形、拱形、不规则形状、或类似物、或其任何组合。仅作为示例,流动敏感梯度可以具有如图10-B、图11-B和图12中所示的梯形的形状。
在一些实施例中,对于位于自旋坐标系中的自旋位置r具有与拉莫尔频率一致的中心频率。拉莫尔频率可与主磁场强度相关联。在一些实施例中,自旋位置r可以是时间t的函数,被描述为:
r(t)=r0+vt (1)
其中,v表示假定为恒定的速度,并且r0表示在时间原点(例如,t=0)处的初始位置。
在一些实施例中,在被施加具有振幅值G(t)和持续时间τ的流动敏感梯度时,自旋位置r可以生成如下描述的相位:
其中γ代表旋磁比。
在一些实施例中,流动敏感梯度的零阶(第0)矩M0和一阶(第1)矩M1可以被描述为:
在一些实施例中,流动敏感梯度块的目标条件的确定可以包括将M0和/或M1指定为M0-target和/或M1-target。仅仅作为示例,目标条件在时间原点可以是M0-target=0和/或M1-target=0。
在706中,处理引擎130可以根据目标条件来确定流动敏感梯度块的参数。在一些实施例中,流动敏感梯度块的参数可以包括至少一个流动敏感梯度的至少一个持续时间和至少一个振幅值。例如,如果流动敏感梯度块具有两个流动敏感梯度(例如,如图10-B所示的第一流动敏感梯度P1和第二流动敏感梯度P2),则处理引擎130可以确定第一流动敏感梯度的第一持续时间t1和第一振幅值G1、以及第二流动敏感梯度的第二持续时间t2和第二振幅值G2。在一些实施例中,例如基于公式(3)和/或公式(4),可以根据目标条件M0-target和/或M1-target来确定t1、t2、G1和G2。在一些实施例中,t1和t2之和可以等于流动敏感梯度块的持续时间T。
在一些实施例中,在706中,处理引擎130可以迭代地计算或运算流动敏感梯度块的参数。仅作为示例,参数可以被调整或改变一次或多次以匹配目标条件,例如在图8或9及其相关描述中所描述的。
在708中,处理引擎130可以根据流动敏感梯度块的参数来调整成像梯度参数。在一些实施例中,当流动敏感梯度块的参数被确定时,可以相应地调整成像梯度的参数。成像梯度的参数可以包括例如重复时间(TR)、回波时间(TE)、层面选择梯度Grf的开始时间、读出梯度Gro的开始时间。在一些实施例中,可以将流动敏感梯度块插入到脉冲序列中以生成如图10-B和/或图11-B中所解说的经调整脉冲序列。
图8是解说根据本公开的一些实施例的用于确定流动敏感梯度块的示例性过程的流程图。过程800可以由成像系统100执行。例如,过程800可以被实现为存储在存储设备150和/或处理引擎130中的存储模块530中的一组指令(例如,应用程序)。处理引擎130可以执行该组指令,并且可以相应地被引导在成像系统100中执行过程800。
在802中,处理引擎130可以初始化与流动敏感梯度块相关联的持续时间T和时间差ΔT。如706中所解说的,可以确定流动敏感梯度块的持续时间T。在一些实施例中,持续时间T可以是例如成像梯度的上升时间的两倍的值。然后可以相应地确定与流动敏感梯度块相关联的时间差ΔT。例如,时间差ΔT可以是如图10-A或图11-A所示的时间原点(t=0)与流动敏感梯度块的时间点之间的距离。该时间点可以在流动敏感梯度块的任何位置处,仅作为示例,该时间点可以是结束时间。
在804中,处理引擎130可以确定与流动敏感梯度块相关联的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target。在一些实施例中,如图10-B和/或图11-B所示,与层面选择轴、相位编码轴和读出轴相关联的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target可以相同或不同。仅作为示例,在层面选择轴中,目标零阶梯度矩M0-target可以是与层面选择梯度Grf相关联的回聚梯度的零阶梯度矩和当前层面选择相位编码步所需的零阶梯度矩之和。目标一阶梯度矩M1-target可以是从RF脉冲的中心到TE1之间的Grf以TE1为时间原点获得的的一阶梯度矩的负值。作为另一示例,在相位编码轴中,目标零阶梯度矩M0-target可以是当前相位编码步所需的零阶梯度矩。目标一阶梯度矩M1-target可以是零。作为又一个示例,在读出轴中,目标零阶梯度矩M0-target可以是与读出梯度Gro相关联的预散相梯度的零阶梯度矩,或者是读出梯度Gro的在TE1之前部分的零阶梯度矩的负值。目标一阶梯度矩M1-target可以是读出梯度Gro的在TE1之前部分的一阶梯度矩的负值。
在一些实施例中,成像梯度的高于二阶的矩(例如,M2、M3、M4、...、等)可以被用来执行根据本公开的过程800。
在806中,处理引擎130可以根据M0-target和M1-target来确定流动敏感梯度块的参数。在一些实施例中,流动敏感梯度块的参数可以包括至少一个流动敏感梯度的至少一个持续时间和至少一个振幅值。仅作为示例,如图10-B所示,如果流动敏感梯度块具有两个流动敏感梯度(例如,在SPE轴、PE轴和/或RO轴上的第一流灵敏梯度P1和第二流梯度P2),则处理引擎130可以确定第一流动敏感梯度的第一持续时间t1和第一振幅值G1、第二流动敏感梯度的第二持续时间t2和第二振幅值G2。
在一些实施例中,t1和t2之和可以等于流动敏感梯度块的持续时间T。假定流动敏感梯度块的持续时间T是固定的,t1和t2可被动态地调整。在一些实施例中,当要求至少一对t1和t2满足所需目标条件(例如,M0-target和M1-target)时,处理引擎130可以基于公式(3)和/或公式(4)确定第一流动敏感梯度的第一振幅值G1、第二流动敏感梯度的第二振幅值G2。
在808中,处理引擎130可以确定流动敏感梯度的振幅值是否等于或小于阈值。在一些实施例中,该阈值可以是值、范围、公式、阶数、或类似物、或其任何组合。仅作为示例,该阈值可以与成像系统100的最大梯度相关联。如果流动敏感梯度的振幅值(例如,G1、G2等)等于或小于阈值,则过程800可以前进到810。如果流动敏感梯度的振幅值(例如,G1、G2等)大于阈值,则过程800可以前进到812。
在812中,处理引擎130可以调整持续时间T。仅作为示例,处理引擎130可以通过使用调整值来增大或减小持续时间T。例如,持续时间T可被增大该调整值以生成经调整的持续时间T。作为另一示例,可以通过乘以包括例如0.6、0.8、1.0、1.2、1.4、…、等的调整系数来改变持续时间T。
在812之后,过程可以前进到804以确定与流动敏感梯度块相关联的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target。在一些实施例中,当持续时间T被调整时,回波时间TE(例如,TE1、TE2、TE3、...、TEn)可相应地改变。因此,目标零阶梯度矩M0-target和目标一阶矩M1-target可以基于回波时间TE(例如,TE1、TE2、TE3、...、TEn)被重新确定。
在810中,处理引擎130可将持续时间T确定为流动敏感梯度块的最终持续时间T’(或共享持续时间T’)。在一些实施例中,过程800可以独立地在层面选择轴、相位编码轴和读出轴上执行。例如,处理引擎130可确定与层面选择轴相关联的最终持续时间Ts’(或最佳持续时间Ts’)、与相位编码轴相关联的最终持续时间Tp’(或最佳持续时间Tp’)以及与读出坐标轴相关联的最终持续时间Tr’(或最佳持续时间Tr’)。在一些实施例中,处理引擎130可以选择Tr’、Tp’和Ts’中的最大值作为最终持续时间T’(或者共享持续时间T’)。
在一些实施例中,当最终持续时间T’(共享持续时间T’)在810中被确定时,可以相应地调整成像梯度的参数,包括例如重复时间(TR)、回波时间(TE)、层面选择梯度Grf的开始时间、读出梯度Gro的开始时间。在一些实施例中,可以将流动敏感梯度块(t1,G1,t2,G2)插入到脉冲序列中以生成如图10-B中所解说的的经调整脉冲序列。
在一些实施例中,流动敏感梯度块可以是双极的,例如包括与双脉冲场梯度G1=-G2相关联的至少两个流动敏感梯度。在一些实施例中,流动敏感梯度块可以是单极的,例如包括与单脉冲场梯度G1=G、t1=T、G2=0和t2=0相关联的一个流动敏感梯度。这些实施例也可以通过如本公开中的图10-A和图10-B所描述的过程800来执行。
在一些实施例中,处理引擎130可以确定如图11-A和图11-B中所解说的的流动敏感梯度块。如图11-A所示,脉冲序列可以包括两个回波,例如第一回波和第二回波。在一些实施例中,可存在与第一回波相关联的第一流动敏感梯度块以及与第二回波相关联的第二流动敏感梯度块。第一流动敏感梯度块和/或第二流动敏感梯度块可以根据过程700或800来确定。例如,处理引擎130可以根据图11-A和11-B中其他地方的描述来确定第一流动敏感梯度块。
作为另一示例,处理引擎130可以基于第一流动敏感梯度块来确定第二流动敏感梯度块。在一些实施例中,可以根据第一流动敏感梯度块来插入新的读出梯度Gro’。例如,Gro’可具有与Gro一致的方向,这可以被称为单极读出模式。作为另一示例,Gro’可具有与Gro相反的方向,这可以被称为双极读出模式。处理引擎130可以重新确定作为新的时间原点的第二回波TE2的回波时间、以及第二流动敏感梯度块的持续时间T。在一些实施例中,持续时间T的初始值可以是例如成像梯度的上升时间的两倍的值。然后可以相应地确定与第二流动敏感梯度块相关联的时间差ΔT。例如,时间差ΔT可以是如图11-A或图11-B所示的新的时间原点(t=0)与第二流动敏感梯度块的时间点(例如,结束时间)(或者新的读出梯度Gro’的开始时间)之间的距离。
处理引擎130可以确定与第二流动敏感梯度块相关联的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target。在一些实施例中,与层面选择轴、相位编码轴和读出轴相关联的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target可以相同或不同。仅作为示例,如图11-A所示,在层面选择轴和/或相位编码轴中,目标零阶梯度矩M0-target可以是零。目标一阶梯度矩M1-target可以是以TE2为时间零点,并且在TE2之前的所有成像梯度及流动敏感梯度的一阶梯度矩总和的负值。作为又一示例,在读出轴中,目标零阶梯度矩M0-target可以是在TE1和TE2之间的读出梯度Gro和新的读出梯度Gro’的零阶梯度矩之和的负值。目标一阶梯度矩M1-target可以是在TE1和TE2之间的读出梯度Gro和/或新的读出梯度Gro’以TE2为时间零点产生的一阶梯度矩总和的负值。
在一些实施例中,成像梯度和/或流动敏感梯度的高于二阶的矩(例如,M2、M3、M4、...、等)可以被用来确定流动敏感梯度块。
在一些实施例中,处理引擎130可以确定第二流动敏感梯度块的参数,包括例如至少一个流动敏感梯度的至少一个持续时间和至少一个振幅值。仅作为示例,如图11-B所示,如果第二流动敏感梯度块具有两个流动敏感梯度(例如,在SPE轴、PE轴和/或RO(bi)轴上的第一流灵敏梯度P1和第二流梯度P2),则处理引擎130可以确定第一流动敏感梯度的第一持续时间t1和第一振幅值G1、以及第二流动敏感梯度的第二持续时间t2和第二振幅值G2。
在一些实施例中,t1和t2之和可以等于流动敏感梯度块的持续时间T。假定流动敏感梯度块的持续时间T是固定的,t1和t2可被动态调整。在一些实施例中,当要求至少一对t1和t2满足所需目标条件(例如,M0-target和M1-target)时,处理引擎130可以基于公式(3)和/或(4)确定第一流动敏感梯度的第一振幅值G1、第二流动敏感梯度的第二振幅值G2。
在一些实施例中,处理引擎130可以确定流动敏感梯度的振幅值是否等于或小于阈值。在一些实施例中,该阈值可以是值、范围、公式、阶数、或类似物、或其任何组合。仅作为示例,阈值可以与成像系统100的最大梯度相关联。如果流动敏感梯度的振幅值(例如,G1、G2等)等于或小于阈值,则处理引擎130可将持续时间T确定为第二流动敏感梯度块的最终持续时间T’。如果流动敏感梯度的振幅值(例如,G1、G2等)大于阈值,则处理引擎130可以调整持续时间T。仅作为示例,处理引擎130可通过使用调整值来增大或减小持续时间T。例如,持续时间T可被增大该调整值以生成经调整的持续时间T。作为另一示例,可以通过乘以包括例如0.6、0.8、1.0、1.2、…、1.4等的调整系数来改变持续时间T。在一些实施例中,当持续时间T被调整时,可以相应地改变回波时间TE(例如,TE1、TE2、TE3、...、TEn)。因此,目标零阶梯度矩M0-target和目标一阶梯度矩M1-target可以基于被改变或更新的回波时间TE(例如,TE1、TE2、TE3、...、TEn)被重新确定。
在一些实施例中,第二流动敏感梯度块可以独立地在层面选择轴、相位编码轴和读出轴上执行,如图11-A或图11-B所示。例如,处理引擎130可确定与层面选择轴相关联的最终持续时间Ts’(或最佳持续时间Ts’)、与相位编码轴相关联的最终持续时间Tp’(或最佳Tp’)以及与读出坐标轴相关联的最终持续时间Tr’(或最佳持续时间Tr’)。在一些实施例中,处理引擎130可以选择Tr’、Tp’和Ts’中的最大持续时间作为最终持续时间T’(或者共享持续时间T’)。
在一些实施例中,当最终持续时间T’(或共享持续时间T’)被确定时,可以相应地调整成像梯度的参数,包括例如重复时间(TR)、回波时间(TE2)以及读出梯度Gro’的开始时间。在一些实施例中,可以将第二流动敏感梯度块(t1,G1,t2,G2)插入到脉冲序列中以生成如图11-B中所解说的经调整脉冲序列。
图9是解说根据本公开的一些实施例的用于确定流动敏感梯度块的示例性过程的流程图。过程900可以由成像系统100执行。例如,过程900可以被实现为存储在存储设备150和/或处理引擎130中的存储模块530中的一组指令(例如,应用程序)。处理引擎130可以执行该组指令,并且可以相应地被引导在成像系统100中执行过程900。
在902中,处理引擎130可以获得流动敏感梯度块的参数。该参数可以包括与流动敏感梯度块相关联的持续时间T、时间差ΔT、目标零阶梯度矩M0-target和目标一阶梯度矩M1-target。在一些实施例中,T、ΔT、M0-target和M1-target可以根据图8中的步骤802和/或804的描述来确定。
在904中,处理引擎130可以初始化流动敏感梯度块的参数。在一些实施例中,处理引擎130可以将流动敏感梯度块的振幅值初始化为归一化值。在一些实施例中,该归一化值可以是1或-1。例如,如果流动敏感梯度块是双极的,那么第一流动敏感梯度的振幅值G1可以被初始化为1,并且第二流动敏感梯度的振幅值G2可以被初始化为-1。作为另一示例,如果流补偿模块是单极的,则G1可以被初始化为1并且G2可以被初始化为零,或者G1可以被初始化为零并且G2可以被初始化为1。在一些实施例中,第一敏感梯度的第一持续时间t1和第二流动敏感梯度的第二持续时间t2可被初始化为使得t1=0且t2=T。
在906中,处理引擎130可以根据M1-target来初始化两个容错阈值ε1和ε2。例如,容错阈值ε1和ε2可以被设置为不大于10-N的值,其中N可以是整数。
在908中,处理引擎130可以基于初始化的t1、t2、G1和G2来确定当前M0和当前M1。在一些实施例中,可以根据如结合图7中的步骤704描述的公式(3)和/或(4)来确定当前M0和当前M1。
在910中,处理引擎130可以确定目标一阶梯度矩M1-target是否等于零。如果M1-target等于零,则过程900可以前进到912。如果M1-target不等于零,则过程900可以前进到914。
在912中,处理引擎130可以确定当前M1的绝对值是否小于容错阈值ε1。如果当前M1的绝对值小于容错阈值ε1,则过程900可以前进到918。如果当前M1的绝对值不小于容错阈值ε1,则过程900可以前进到916。
在914中,处理引擎130可以判断当前M1和当前M0的相对比率与M1-target和M0-target的相对比率(也称为)之差是否小于容错阈值ε2。如果M1和M0的相对比率与M1-target和M0-target的相对比率之差小于容错阈值ε2,则过程和/或方法900可以前进到918。如果M1和M0的相对比率与M1-target和M0-target的相对比率之差不小于容错阈值ε2,则过程900可以前进到916。
在916中,处理引擎130可以调整持续时间t1和t2。例如,处理引擎130可以将持续时间t1增大并且将持续时间t2减小步长h。经调整的t1和t2仍然可以满足一个或多个限制条件。在一些实施例中,限制条件可以包括t1和t2之和等于T、t1和t2都是非负的、以及t1和t2都不大于T。在一些实施例中,步长h的值可以预先确定。例如,步长h可以是不大于10-N的值,其中N可以是整数。在一些实施例中,步长h可以是固定的,或者可以在每次迭代期间变化。
在918中,处理引擎130可以确定t1和t2。在一些实施例中,918中的t1和t2可以与904中的初始化的t1和t2相同。在一些实施例中,918中的t1和t2可以不同于初始化的t1和t2(例如,t1和t2在916中被调整)。
在920中,处理引擎130可以根据公式(3)和/或(4)根据T、ΔT、t1、t2、M1-target和M0-target确定G1和G2。
图10-A解说了根据本公开的一些实施例的单回波脉冲序列的示例性示图。如图10-A所示,信号回波脉冲序列可以包括以若干序列轴显示的若干分量。序列轴可以包括RF脉冲轴、层面选择(SPE)轴、相位编码(PE)轴、读出(RO)轴和模数转换器(ADC)轴(未示出)。层面选择梯度Grf和读出梯度Gro可以分别被插入到SPE轴和RO轴上。流动敏感梯度块可被插入到单回波脉冲序列中。流动敏感梯度块可以被用于执行流动编码、流动补偿和/或流动散相的功能。流动敏感梯度块的持续时间T可以被初始化为一值。例如,T的初始值可以被选择为成像系统100的最小成像梯度的上升时间的两倍。回波的中心TE1(也称为回波时间)可以被选择作为时间原点并且被标记为t=0。回波的中心TE1可以基于流动敏感梯度块的持续时间T来确定。开始于Gro的起始时间、而结束于TE1的时间差ΔT可以是固定值,例如,时间差ΔT可以是读出梯度Gro的一半宽度。
图10-B解说了根据本公开的一些实施例的具有流动敏感梯度块的单回波脉冲序列的示例性示图。如图10-B所示,SPE轴、PE轴和RO轴分别被插入流动敏感梯度块。流动敏感梯度块在每个轴上可以是双极的,例如包括第一敏感梯度P1和第二敏感梯度P2。每个轴上的流动敏感梯度块的参数(例如,第一流灵敏梯度P1的振幅值G1和持续时间t1以及第二流动敏感梯度P2的振幅值G2和持续时间t2)可以基于沿着SPE轴、PE轴和RO轴的时间原点处的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target来确定。
可以分别计算沿着SPE轴、PE轴和RO轴的时间原点处的流动敏感梯度块的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target。在SPE轴中,目标零阶梯度矩M0-target可以是与层面选择梯度Grf相关联的回聚梯度的零阶梯度矩和当前层面选择相位编码步所需的零阶梯度矩之和。目标一阶梯度矩M1-target可以是从RF脉冲的中心到TE1层面选择之间的Grf以TE1为时间原点层面选择获得的的一阶梯度矩的负值。在PE轴中,目标零阶梯度矩M0-target可以是当前相位编码步所需的零阶梯度矩。目标一阶梯度矩M1-target可以是零。作为又一个示例,在RO轴中,目标零阶梯度矩M0-target可以是与读出梯度Gro相关联的预散相梯度的零阶梯度矩,或者是读出梯度Gro的在TE1之前部分的零阶梯度矩的负值。目标一阶梯度矩M1-target可以是读出梯度Gro的在TE1之前部分的一阶梯度矩的负值。
与SPE轴相关联的最小值Ts’、与PE轴相关联的最小值Tp’以及与RO轴相关联的最小值Tr’可以根据如图8中所解说的描述来独立地确定。对于每个轴,为了满足目标零阶梯度矩M0-target和目标一阶梯度矩M1-target,持续时间T的较小值可导致流动敏感梯度的较大振幅值,其可能超过成像系统100允许的振幅值的最大值。在SPE轴上,可以增大持续时间T以确定最小值Ts’,在这个值下,流动敏感梯度的振幅值小于成像系统100所允许的最大振幅值。类似地,可以确定与PE轴关联的最小值Tp’和与RO轴相关联的最小值Tr’。沿着PE轴和RO轴的流动敏感梯度的振幅值可以小于成像系统100所允许的最大振幅值。
然后,可以将Tr’、Tp’和Ts’的最大值定义为PE轴、RO轴和RO轴的最终持续时间T’(或者共享持续时间T’)。对于最终持续时间T’,流动敏感梯度的振幅值可以根据如图9中所解说的描述来计算。流动敏感梯度的振幅值可以满足沿SPE轴、PE轴和RO轴的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target的要求。
图10-C解说了根据本公开的一些实施例的关于随时间变化的零阶梯度矩M0和一阶梯度矩M1的曲线的示例性示图。如图10-C所示,为了分析的目的,可以已将零阶梯度矩M0和一阶梯度矩M1归一化。在TE1,在SPE轴和PE轴上,一阶梯度矩M1可以是零,而零阶梯度矩M0是分别在SPE轴和PE轴上的当前相位编码所需的对应的零阶梯度矩。在RO轴上,零阶梯度矩M0和一阶梯度矩M1在TE1均为零。
图11-A解说了根据本公开的一些实施例的双回波脉冲序列的示例性示图。如图11-A所示,双回波脉冲序列可以包括以若干时间序列轴显示的若干分量。序列轴可以包括RF脉冲轴、层面选择(SPE)轴、相位编码(PE)轴、读出(RO)轴和模数转换器(ADC)轴(未示出)。双回波脉冲序列可以包括两个流动敏感梯度块,例如第一流动敏感梯度和第二流动敏感梯度。第一流动敏感梯度块可以如本文结合图10-A至图10-C所描述的内容来确定。为了确定第二流动敏感梯度,层面选择梯度Grf和读出梯度Gro可以分别被插入到SPE轴和RO轴。在一些实施例中,读出梯度Gro可以与第一流动敏感梯度块的特征相关联。例如,如果该读出处于单极模式,则新读出梯度Gro’可以具有与Gro一致的方向,如图11-A中的RO(mono)轴所示。作为另一示例,如果该读出处于双极模式,则新读出梯度Gro’可以具有与Gro相反的方向,如图11-A中的RO(bi)轴所示。流动敏感梯度块可以被用于执行流动编码、流动补偿和/或流动散相的功能。流动敏感梯度块的持续时间T可以被初始化为一值。例如,T的初始值可以被选择为成像系统100的最小成像梯度的上升时间的两倍。可以选择回波的中心TE2作为时间原点,并记为t=0。开始于Gro的起始时间、而结束于TE2的时间差ΔT可以是固定值,例如,时间差ΔT可以是读出梯度Gro的一半宽度。
图11-B解说了根据本公开的一些实施例的具有流动敏感梯度块的双回波脉冲序列的示例性示图。如图11-B所示,SPE轴、PE轴和RO轴被插入第二流动敏感梯度块。在一些实施例中,第二流动敏感梯度块可以在每个轴上是双极的,包括例如第一流动敏感梯度P1和第二流动敏感梯度P2。在一些实施例中,第二流动敏感梯度块可以在RO轴上是单极的,例如仅包括一个流动敏感梯度。每个轴上的流动敏感梯度块的参数(例如,第一流灵敏梯度P1的振幅值G1和持续时间t1以及第二流动敏感梯度P2的振幅值G2和持续时间t2)可以基于沿着SPE轴、PE轴和RO轴的时间原点处的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target来确定。
可以分别计算沿着SPE轴、PE轴和RO轴的时间原点处的流动敏感梯度块的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target。在层面选择轴和/或相位编码轴中,目标零阶梯度矩M0-target可以是零。目标一阶梯度矩M1-target可以是以TE2为时间零点,并且在TE2之前的所有成像梯度及流动敏感梯度的一阶梯度矩总和的负值。作为又一示例,在读出轴中,目标零阶梯度矩M0-target可以是在TE1和TE2之间的读出梯度Gro和新的读出梯度Gro’的零阶梯度矩之和的负值。目标一阶梯度矩M1-target可以是在TE1和TE2之间的读出梯度Gro和/或新的读出梯度Gro’以TE2为时间零点产生的一阶梯度矩总和的负值。
与SPE轴相关联的最小值Ts’、与PE轴相关联的最小值Tp’以及与RO轴相关联的最小值Tr’可以根据如图8中所解说的描述来独立地确定。对于每个轴,持续时间T的较小值可导致流动敏感梯度的较大振幅值,其可能超过成像系统100所允许的振幅值的最大值。在SPE轴上,可以增大持续时间T以确定最小值Ts’,在这个值下,流动敏感梯度的振幅值小于成像系统100所允许的最大振幅值。类似地,可以确定与PE轴关联的最小值Tp’和与RO轴相关联的最小值Tr’。沿着PE轴和RO轴的流动敏感梯度的振幅值可以小于成像系统100所允许的最大振幅值。
然后,可以将Ts’、Tp’和Tr’的最大值定义为SPE轴、PE轴和RO轴的最终持续时间T’(或者共享持续时间T’)。对于最终持续时间T’,流动敏感梯度的振幅值可以根据如图9中所解说的描述来计算。例如,可以根据最终持续时间T’确定与每个轴的流动敏感梯度块相关联的一对t1和t2。然后,可以基于公式(3)和/或(4)来确定每个轴的流动敏感梯度块的第一振幅值G1和第二振幅值G2。每个轴的流动敏感梯度块的振幅值G1和G2可以根据沿SPE轴、PE轴和RO轴的目标零阶梯度矩M0-target和目标一阶梯度矩M1-target来保持每个轴的流动敏感梯度块的零阶梯度矩和一阶梯度矩。
图11-C解说了根据本公开的一些实施例的关于可随时间变化的零阶梯度矩M0和一阶梯度矩M1的曲线的示例性示图。如图11-C所示,可以已将零阶梯度矩M0和一阶梯度矩M1归一化。在TE2,在SPE轴和PE轴上,它们的一阶梯度矩M1均为零。在RO轴上,零阶梯度矩M0和一阶梯度矩M1在TE2处均为零。在一些实施例中,对于单极读出模式,其对应的流动敏感梯度块可以是单极(如在RO(mono-1)轴中所描述的)和/或双极(如在RO(mono-2)轴中所描述中)。
图12-A解说了根据本公开的一些实施例的多回波序列的示例性示图。例如,多回波可以包括不少于三个回波(例如,五个回波),如图12-A所示。对应于每个回波的每个流动敏感梯度块可以基于如本公开其他地方所述的过程800和过程900来确定。仅作为示例,图12-A中的与第五回波相关联的第五流动敏感梯度块可在以下描述。
如图12-B所示,用于确定第五流动敏感梯度的时间原点可以是TE5。在SPE轴和PE轴上,在TE5处的一阶梯度矩M1可以等于零,并且在TE5之前的每个TE上的一阶梯度矩M1可以不等于零。在RO轴中,每个TE处的零阶梯度矩M0和一阶梯度矩M1可以等于零。在一些实施例中,对于单极读出模式,其对应的流动敏感梯度块可以是单极(如在RO(mono-1)轴所描述的)和/或双极(如在RO(mono-2)轴中所描述的)。
既已描述了基本概念,对本领域技术人员来说在阅读本详细公开之后十分显然的是,之前的详细公开旨在仅作为示例来给出,而并不构成限定。各种变更、改善和修改可发生并且为本领域技术人员所预期,尽管未在本文中明确陈述。这些变更、改善和修改旨在为本公开所建议,并且落在本公开的示例性实施例的精神和范围之内。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档、物件等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。
Claims (10)
1.一种系统,包括:至少一个非瞬态计算机可读存储介质,其包括一组指令;至少一个处理器,其与所述至少一个非瞬态计算机可读存储介质处于通信,其中在执行所述指令时,所述至少一个处理器被配置为使所述系统:根据扫描协议确定成像梯度参数;确定用于梯度矩计算的时间原点以及与所述时间原点相关联的流动敏感梯度块的目标条件;根据所述目标条件来确定流动敏感梯度块的参数,所述流动敏感梯度块包括至少一个流动敏感梯度,所述流动敏感梯度块的所述参数包括所述至少一个流动敏感梯度的至少一个持续时间和至少一个振幅值;以及根据所述流动敏感梯度块的所述参数来调整所述成像梯度参数。
2.根据权利要求1所述的系统,其特征在于,所述流动敏感梯度块还包括第一流动敏感梯度和第二流动敏感梯度,所述至少一个处理器进一步被配置为使所述系统:初始化与所述流动敏感梯度块相关联的第一持续时间和时间差,所述第一持续时间为所述流动敏感梯度块的时间长度,所述时间差为所述时间原点和所述流动敏感梯度块的时间点之间的距离。
3.根据权利要求2所述的系统,其特征在于,所述至少一个处理器进一步被配置为使所述系统:确定所述第一流动敏感梯度的第一振幅值和所述第二流动敏感梯度的第二振幅值;确定所述第一振幅值和所述第二振幅值等于或小于阈值;以及响应于确定所述第一振幅值和所述第二振幅值等于或小于所述阈值,将所述第一持续时间确定为所述流动敏感梯度块的所述持续时间。
4.根据权利要求2所述的系统,其特征在于,所述至少一个处理器进一步被配置为使所述系统:确定所述第一流动敏感梯度的第一振幅值和所述第二流动敏感梯度的第二振幅值;确定所述第一振幅值和所述第二振幅值大于阈值;以及响应于确定所述第一振幅值和所述第二振幅值大于所述阈值,通过将所述第一持续时间调整为所述流动敏感梯度块的所述持续时间来确定第二持续时间。
5.一种在计算设备上实现的方法,所述计算设备包括至少一个处理器、至少一个计算机可读存储介质以及连接至成像设备的通信端口,所述方法包括:确定成像序列中的第一回波的成像梯度参数;基于所述成像梯度参数确定用于梯度矩计算的第一时间原点;获取与所述第一时间原点相对应的目标零阶梯度矩和目标一阶梯度矩;相对于所述目标零阶梯度矩和所述目标一阶梯度矩来确定第一流动敏感梯度块的第一参数;以及根据所述第一流动敏感梯度块的所述第一参数来更新所述成像梯度参数。
6.根据权利要求5所述的方法,其特征在于,所述第一流动敏感梯度块包括第一流动敏感梯度和第二流动敏感梯度,所述方法还包括:初始化与所述第一流动敏感梯度块相关联的第一持续时间和时间差,所述第一持续时间为所述第一流动敏感梯度块的时间长度,所述时间差为所述时间原点和所述第一流动敏感梯度块的时间点之间的距离。
7.根据权利要求6所述的方法,其特征在于,进一步包括:确定所述第一流动敏感梯度的第一振幅值和所述第二流动敏感梯度的第二振幅值;确定所述第一振幅值和所述第二振幅值等于或小于阈值;以及响应于确定所述第一振幅值和所述第二振幅值等于或小于所述阈值,将所述第一持续时间确定为所述第一流动敏感梯度块的所述持续时间。
8.根据权利要求6所述的方法,其特征在于,进一步包括:确定所述第一流动敏感梯度的第一振幅值和所述第二流动敏感梯度的第二振幅值;确定所述第一振幅值和所述第二振幅值大于阈值;以及响应于确定所述第一振幅值和所述第二振幅值大于所述阈值,通过将所述第一持续时间调整为所述第一流动敏感梯度块的所述持续时间来确定第二持续时间。
9.根据权利要求5所述的方法,其特征在于,进一步包括:基于所述经更新的成像梯度参数来激励对象的一体积中的核自旋,其中所述体积包含流动液体;获取所述体积的磁共振信号;以及基于所述磁共振信号来生成所述体积的磁共振图像。
10.一种实施计算机程序产品的非瞬态计算机可读介质,所述计算机程序产品包括被配置为使计算设备执行以下操作的指令:确定成像序列中的一个或多个回波的成像梯度参数;基于所述梯度参数来确定用于梯度矩计算的一个或多个时间原点;分别获取对应于所述一个或多个时间原点的一个或多个目标零阶梯度矩和一个或多个目标一阶梯度矩;相对于所述一个或多个目标零阶梯度矩和所述一个或多个目标一阶梯度矩来确定一个或多个流动敏感梯度块的一个或多个参数;以及根据所述一个或多个流动敏感梯度块的一个或多个参数来更新所述梯度参数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
USUS15/606,149 | 2017-05-26 | ||
US15/606,149 US10495715B2 (en) | 2017-05-26 | 2017-05-26 | Systems and methods for compensating gradient pulse of MRI |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108896940A CN108896940A (zh) | 2018-11-27 |
CN108896940B true CN108896940B (zh) | 2020-11-13 |
Family
ID=64342889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810443269.5A Active CN108896940B (zh) | 2017-05-26 | 2018-05-10 | 用于补偿mri的梯度脉冲的系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10495715B2 (zh) |
CN (1) | CN108896940B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020118014A1 (en) | 2018-12-07 | 2020-06-11 | Nabors Drilling Technologies Usa, Inc. | Systems and methods for monitoring drill strings |
CN112578325B (zh) * | 2019-09-27 | 2022-07-05 | 上海联影医疗科技股份有限公司 | 磁共振成像方法、装置、计算机设备和存储介质 |
-
2017
- 2017-05-26 US US15/606,149 patent/US10495715B2/en active Active
-
2018
- 2018-05-10 CN CN201810443269.5A patent/CN108896940B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
US10495715B2 (en) | 2019-12-03 |
US20180340998A1 (en) | 2018-11-29 |
CN108896940A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3830594B1 (en) | Low-field diffusion-weighted magnetic resonance imaging | |
CN109477877B (zh) | 磁共振成像系统和方法 | |
US10168405B2 (en) | Method and apparatus for quantifying properties of an object through magnetic resonance imaging (MRI) | |
CN111505553B (zh) | 磁共振成像系统和方法 | |
CN107638179B (zh) | 磁共振翻转角的计算方法、系统和计算机可读存储介质 | |
KR101802336B1 (ko) | 다중 여기 rf 펄스를 이용한 자기공명영상 획득 방법 및 이를 위한 자기공명영상 장치 | |
CN111012349B (zh) | 磁共振成像中信号表征确定的系统与方法 | |
CN102188245B (zh) | 用于在mr图像获取中进行脂肪抑制的系统 | |
US20220292738A1 (en) | Systems and methods for medical imaging | |
CN108896940B (zh) | 用于补偿mri的梯度脉冲的系统和方法 | |
CN114076911B (zh) | 磁共振成像的方法及系统 | |
US20170227621A1 (en) | Magnetic resonance imaging apparatus and magnetic resonance imaging method | |
D'Astous et al. | Shimming toolbox: An open‐source software toolbox for B0 and B1 shimming in MRI | |
US11592506B2 (en) | System and method for magnetic resonance imaging | |
US10634749B2 (en) | System and method for amplitude reduction in RF pulse design | |
WO2018088096A1 (ja) | 磁気共鳴イメージング装置及び計算画像生成方法 | |
US11353527B2 (en) | Systems and methods for waveform determination in magnetic resonance imaging | |
KR102437105B1 (ko) | 자기 공명 영상을 통해 대상체의 속성을 정량화하기 위한 방법 및 장치 | |
EP3451009B1 (en) | System and method for determining flip angles of refocusing radio frequency pulses in magnetic resonance imaging | |
US11360175B2 (en) | Magnetic resonance imaging apparatus | |
EP3451007B1 (en) | System and method for amplitude reduction in rf pulse design | |
EP3995848A1 (en) | Realtime design of radio-frequency pulses and gradient pulses in magnetic resonanc imaging | |
CN116205999A (zh) | 磁共振t1映射系统和方法 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |