CN109069059B - 用于对移动的主体成像的系统和方法 - Google Patents

用于对移动的主体成像的系统和方法 Download PDF

Info

Publication number
CN109069059B
CN109069059B CN201780025093.5A CN201780025093A CN109069059B CN 109069059 B CN109069059 B CN 109069059B CN 201780025093 A CN201780025093 A CN 201780025093A CN 109069059 B CN109069059 B CN 109069059B
Authority
CN
China
Prior art keywords
space
data
acquired
motion
mri
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
CN201780025093.5A
Other languages
English (en)
Other versions
CN109069059A (zh
Inventor
P·赖
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN109069059A publication Critical patent/CN109069059A/zh
Application granted granted Critical
Publication of CN109069059B publication Critical patent/CN109069059B/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
    • A61B5/72—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
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
    • 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
    • G01R33/567—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution gated by physiological signals, i.e. synchronization of acquired MR data with periodical motion of an object of interest, e.g. monitoring or triggering system for cardiac or respiratory gating
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]

Landscapes

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

Abstract

提供了用于对移动的主体成像的MRI系统。所述MRI系统包括磁体组件和MRI控制器。所述磁体组件被配置成通过扫描所述主体来采集k空间。所采集的k空间包括多个数据，每个数据具有运动误差。所述MRI控制器被配置成从所述磁体组件接收所采集的k空间。所述MRI控制器还被配置成通过以非迭代方式经由软门控阈值重建所述k空间来抑制每个数据的所述运动误差。

Description

用于对移动的主体成像的系统和方法
相关申请的交叉应用
本申请要求2016年4月22日提交的美国专利申请No.15/135,652的优先权，所述专利申请的全文通过援引并入本文。
背景技术
本发明的实施例总体上涉及超导磁体，并且更具体地，涉及用于对移动的主体成像的磁共振成像系统和方法。
磁共振成像(“MRI”)是用于获得表示对象的内部结构的数字化可视图像的被广泛接受且可商购的技术，所述对象具有大量易受核磁共振(“NMR”)影响的原子核。许多MRI系统使用超导磁体通过向待成像的主体中的原子核施加强主磁场来扫描主体/患者。原子核被射频(“RF”)信号以特征NMR(Larmor)频率激发。通过在空间上干扰环绕在主体周围的局部化磁场并且在被激发的质子弛豫回到其低能基态时分析来自原子核的所产生的RF响应，这些原子核响应的图或图像作为其空间位置的函数被生成并显示。原子核响应的图像提供了主体的内部结构的非侵入视角。
许多MRI系统需要主体被扫描延长的时间段，下文称为“扫描时间”、“扫描周期”和/或简称“扫描”，其可以持续几分钟或更长时间，同时收集关于RF响应的数据。这种MRI系统的扫描周期可以足够长，以使活着的主体(例如患者)经历几个呼吸周期。然而，呼吸循环可以潜在地导致一些MRI系统遭受“运动误差”，这可能降低由扫描产生的图像的质量。例如，在一些实例中，由患者的呼吸循环导致的运动误差可以在所生成的MRI图像内产生运动伪影，例如模糊和/或“重影”。
因此，一些MRI系统通过要求患者在扫描周期的各个部分期间屏住呼吸，以减轻由患者的呼吸周期引起的运动误差。其他MRI系统(下文称为“自由呼吸”MRI系统)允许患者在扫描周期期间连续呼吸并利用呼吸门控来减少运动误差的影响。然而，呼吸门控通常需要使用接受窗口，即呼吸循环的指定区域，在该呼吸循环的指定区域中，可以使用在扫描期间获取的数据来生成图像。通常，接受窗口通过将用于生成图像的数据限制为在接受窗口内获取的数据而用作硬阈值，在接受窗口之外获取的数据通常被丢弃。
通常，接受窗口越小，所生成的图像中的运动误差变得越小。然而，通常的情况是，接受窗口越小，数据的丢弃部分相比于用于生成图像的数据部分越大，并且结果是，扫描时间变得越长。因此，许多自由呼吸MRI系统必须平衡图像质量与扫描时间。因此，许多自由呼吸MRI系统具有小的接受窗口，其通常丢弃多达70％或更多的所采集的数据并且可具有大约十(10)分钟或更长的扫描时间。
另外，一些自由呼吸MRI系统的小的接受窗口和长的扫描时间使得这种MRI系统对呼吸漂移和心脏变化敏感，这通常不仅增加患者的不适，而且还可能降低扫描稳健性。此外，许多自由呼吸MRI系统忽略窗口内运动损坏和/或不能利用丢弃的数据来改善k空间的重建。
因此，需要一种用于对自由呼吸主体成像的改进的MRI系统和方法。
发明内容
在实施例中，提供了用于对移动的主体成像的MRI系统。MRI系统包括磁体组件和MRI控制器。磁体组件被配置成通过扫描主体来采集k空间。所采集的k空间包括多个数据，每个数据具有运动误差。MRI控制器被配置成从磁体组件接收所采集的k空间。MRI控制器还被配置成通过以非迭代方式经由软门控阈值重建k空间来抑制每个数据的运动误差。
在另一个实施例中，提供了一种用于对移动的主体进行磁共振成像的方法。该方法包括：通过用磁共振成像系统扫描主体来采集k空间，k空间包括多个数据，每个数据具有运动误差；计算线圈权重；并且至少部分地基于线圈权重和多个数据重建该多个数据的数据。线圈权重减少该多个数据中的具有大的运动误差的数据对数据重建的贡献，并且增加该多个数据中的具有小的运动误差的数据对数据重建的贡献。
在又一个实施例中，提供了一种用于MRI成像系统的MRI控制器，该MRI成像系统对移动的主体成像。MRI控制器被配置成：引导MRI成像系统的磁体组件通过扫描主体来采集k空间，k空间包括多个数据，每个数据具有运动误差；估计软门控滤波器；至少部分地基于所估计的软门控滤波器来构建运动正则化矩阵；至少部分地基于所构建的运动正则化矩阵来计算线圈权重；并且至少部分地基于线圈权重和多个数据以非迭代方式来重建该多个数据的数据。
附图说明
参考所附附图，通过阅读下列非限制性实施例的描述，本发明将被更好的理解，其中：
图1是根据本发明的实施例的示例性MRI系统的框图；
图2是图1的MRI系统的磁体组件的示意性横截面图；
图3是根据本发明的实施例由图1的MRI系统采集的k空间的示图；
图4是根据本发明的实施例描绘经由图1的MRI系统而成像的主体的多个呼吸循环的图表；
图5是根据本发明的实施例由图1的MRI系统使用的呼吸软门控阈值的示图；
图6是根据本发明的实施例描绘利用图1的系统用于对自由呼吸的主体进行磁共振成像的方法的流程图；并且
图7是根据本发明的实施例由图1的系统生成的自由呼吸MRI图像。
具体实施方式
下面将详细参照本发明的示例性实施例，在附图中示出了所述实施例的示例。在任何可能的地方，贯穿附图所使用的相同附图标记指代相同或相似的零件，而不需要重复说明。
如本文所使用的，术语“基本地”、“一般地”和“大约”指示相对于适合实现部件或组件的功能目的的理想的期望条件，在合理地可达成的制造和组装容差内的条件。如本文中所使用的，“电耦合(electrically coupled)”、“电连接(electrically connected)”和“电通信(electrical communication)”指的是所提及的元件被直接或间接地连接，从而使得电流可以从一个元件流向另一个元件。连接可以包括直接传导连接(即，没有中间电容性元件、电感性元件或有源元件)、电感性连接、电容性连接和/或任何其他合适的电连接。可能存在中间部件。
进一步地，尽管关于MRI系统描述了本文中所公开的实施例，但是应当理解的是，本发明的实施例可以适用于其他成像系统。更进一步地，如将理解的，本发明实施例相关的成像系统通常可以用于分析组织，但不限于人体组织。此外，虽然结合自由呼吸主体描述了本发明的实施例，但是可以使用其他实施例来补偿其他类型的运动。
现在参照图1，示出了结合本发明的实施例的MRI系统10的主要部件。从操作员控制台12控制系统10的操作，所述控制台12包括键盘或其他输入设备14、控制面板16和显示屏18。控制台12通过链路20与单独的计算机系统22通信，该计算机系统使操作员能够控制图像在显示屏18上的产生和显示。计算机系统22包括多个模块，所述多个模块通过背板24彼此通信。这些模块包括图像处理器模块26、CPU模块28和存储器模块30，所述存储器模块可以包括用于存储图像数据阵列的帧缓冲器。计算机系统22通过高速串行链路34与单独的系统控制或控制单元32通信。输入设备14可以包括鼠标、操纵杆、键盘、轨迹球、触摸激活的屏幕、光棒、语音控制或任何类似或等效的输入设备，并且可以用于交互式几何结构指示。计算机系统22和MRI系统控制32共同形成“MRI控制器”36。
MRI系统控制32包括由背板38连接在一起的一组模块。这些模块包括CPU模块40和脉冲发生器模块42，所述脉冲发生器模块通过串行链路44连接至操作员控制台12。系统控制32是通过链路44来从操作员处接收用于指示有待执行的扫描序列的命令。脉冲发生器模块42操作系统部件来执行期望的扫描序列并产生数据，所述数据指示产生的RF脉冲的时序、强度和形状以及数据采集窗口的时序和长度。脉冲发生器模块42连接至一组梯度放大器46以指示在扫描期间产生的梯度脉冲的时序和形状。脉冲发生器模块42还可以从生理采集控制器48接收患者数据，所述生理采集控制器从连接至患者的多个不同传感器接收信号，诸如来自附连至患者的电极的ECG信号。最后，脉冲发生器模块42连接至扫描室接口电路50，所述扫描室接口电路从与患者和磁体系统的状况相关联的各种传感器接收信号。患者定位系统52也通过扫描室接口电路50来接收用于将患者移动到期望的位置以进行扫描的命令。
脉冲发生器模块42操作梯度放大器46来实现扫描期间产生的梯度脉冲的期望时序和形状。由脉冲发生器模块42产生的梯度波形应用于具有Gx、Gy和Gz放大器的梯度放大器系统46。每个梯度放大器激励梯度线圈组件(总体指定为54)中的相应物理梯度线圈以产生用于对所采集的信号进行空间编码的磁场梯度。梯度线圈组件54形成磁体组件56的一部分，所述磁体组件56还包括偏振磁体58(其在运行时在整个由磁体组件56围封的目标容积60内提供同质的纵向磁场B0)以及全身(发射和接收)RF线圈62(其在运行时提供通常在整个目标容积60内垂直于B0的横向磁场B1)。
由患者内的被激发原子核发射的所产生信号可以被同一RF线圈62感测并且通过发射/接收开关64耦合至前置放大器66。在收发器68的接收器部分中对放大器MR信号进行解调、滤波和数字化。发射/接收开关64由来自脉冲发生器模块42的信号控制以在发射模式期间将RF放大器70电连接至RF线圈62并且在接收模式期间将前置放大器66连接至RF线圈62。发射/接收开关64还可以使单独RF线圈(例如，表面线圈)能够用于发射模式或接收模式。
由RF线圈62获得的MR信号被收发器模块68数字化并且被转移到系统控制32中的存储器模块72。当已经在存储器模块72中采集了原始k空间数据(图3中74)的阵列时，扫描完成。这多个/一个原始k空间数据被重新安排在待重建的每个图像的单独k空间数据阵列中，并且这些中的每个被输入到阵列处理器76，所述阵列处理器操作以将数据傅里叶变换到图像数据的阵列中。此图像数据通过串行链路34被传送到计算机系统22，在所述计算机系统中，所述图像数据存储在存储器30中。响应于从操作员控制台12接收的命令，此图像数据可以被归档到长期存储设备中，或者其可以被图像处理器26进一步处理并且传送至操作员控制台12并呈现在显示器18上。
现在参考图2，示出了根据本发明的实施例的磁体组件56的示意性侧视图。磁体组件56是具有中心轴线78的圆柱形。磁体组件56包括低温恒温器80以及一个或多个径向对准的纵向间隔开的超导线圈82。超导线圈82能够运载大电流并且被设计成在患者/目标容积60内创建B0场。如将理解的，磁体组件56可以进一步包括终端屏蔽和真空容器(未示出)，所述真空容器环绕低温恒温器80以便帮助将低温恒温器80与由MRI系统(图1中10)的其余部分所产生的热隔离开。磁体组件56可以仍然进一步包括其他元件，诸如封盖、支撑件、悬挂构件、端盖、支架等(未示出)。尽管图1和图2中示出的磁体组件56的实施例利用圆柱形拓扑结构，但是应当理解的是，可以使用除了圆柱形之外的拓扑结构。例如，裂开的MRI系统中的平面几何结构也可以使用以下所描述的本发明实施例。如图2中进一步示出的，患者/被成像的主体84插入磁体组件56中。
如图3所示，在实施例中，k空间74可以包括多个数据(由圆圈/点86表示)。如将理解的，在扫描结束时，可以采集一些数据86(由实心点表示)，而其他数据86可以保持未采集(由空心点表示)。如本文所使用的，“采集的数据”是已经获得值的数据86，并且“未采集的数据”是尚未获得值的数据86。如将理解的，一组数据86可以被共同采集为通过在扫描周期期间感测由主体84中受激的原子核发射的复合信号而获得的单个回波。这种扫描周期被称为读出周期。因此，在单个回波中采集的数据组在k空间中形成读出线。因此，虽然图3将k空间74描绘为二维(“2D”)，但应理解，实际上，k空间74是三维(“3D”)的，其读出方向垂直于ky-kz平面，因此ky-kz平面中的每个点或圆圈实际上是读出线。此外，虽然图3所示的k空间74描绘了欠采样率为6，但是可以使用其他速率。
现在转向图4，MRI系统10可以是自由呼吸MRI。因此，图表98描绘了在具有开始时间t0和结束时间tp的扫描周期期间主体84的一系列呼吸循环100。如将理解的，线102表示主体84在各个k空间74采集/采样/回波时间的最终呼气位置PEE和最终吸气位置PEI之间的位置。例如，点P1和P2分别表示对在吸气开始附近和在呼气开始附近的k空间74的采集。如将进一步理解的，在每个呼气周期结束时(示出为线102的波峰)的主体84的位置102可以在一个周期与下一个周期之间变化。类似地，在每个吸气周期结束时(示出为线102的波谷)的主体84的位置102也可以在一个周期与下一个周期之间变化。换句话说，主体84呼吸的“深度”/“大小”可在扫描周期期间变化。结果，在实施例中，PEE和PEI可以是位置的范围，分别示为带104和106，其分别包含处于或接近平均和/或参考最终呼气位置以及平均和/或参考最终吸气位置的位置的范围。
如上所述，在扫描周期t0到tp期间主体84的呼吸运动102可能导致运动误差。因此，在实施例中，构成k空间74的数据86可以各自具有运动误差，即，在扫描期间已由主体84的运动引起的它们的值的变化。
然而，如图5所示，可估计运动误差与主体84的呼吸位置/运动102之间的关系以产生呼吸软门控阈值/滤波器108。因此，如将理解的，在实施例中，MRI控制器36可以被配置成通过以“非迭代”方式经由软门控阈值108重建k空间74来抑制每个数据86的运动误差，即，MRI控制器36可以校正k空间的运动误差，而不需要通过附加扫描重复k空间采集。
因此，现在参考图6，示出了根据实施例的利用MRI系统10对自由呼吸主体84成像的方法110。如将理解的，在某些实施例中，成像应用程序可以被存储在存储器设备30、72中，可以被加载到CPU 28、40中，使得MRI控制器36被成像应用程序适配以执行方法110的全部或部分。因此，如图6所示，方法110包括通过用MRI系统10扫描主体84来采集112k空间74；计算114线圈权重x；并且至少部分地基于线圈权重x和k空间74的多个数据86，重建116所采集的k空间74内的多个数据的数据和/或线。如图6中进一步示出的，在实施例中，方法110可以进一步包括估计118呼吸软门控滤波器108并且至少部分地基于所估计的软门控滤波器108构建120运动正则化矩阵。在这样的实施例中，计算114线圈权重x可以至少部分地基于运动正则化矩阵，且运动正则化矩阵可以包含基于数据86运动误差的值。在实施例中，正则化矩阵可以是包含重建中所包括的采集的数据的运动误差的对角矩阵，并且正则化矩阵的每个对角元素可以等于与在重建中的采集的数据的呼吸位置对应的软门控滤波器中的运动误差。还应当理解，在实施例中，线圈权重x可以被配置为减少对来自具有大的运动误差的多个数据86的数据86和/或线的重建的贡献，并且增加对来自具有小的运动误差的多个数据86的数据86和/或线的重建的贡献。此外，应理解，线圈权重x可以是单个权重和/或多个权重，例如列表、向量、和/或矩阵。
例如，本发明的实施例可以利用自动校准并行成像样式方法来从相邻的采集的数据/源数据86(Sj，j＝1，2，...)合成未采集的数据/目标数据86，即，一个或多个未采集的数据86可以基于由k空间74内与该一个或多个未采集的数据86紧邻的一个或多个采集的数据86所包含的信息来重建。可以通过求解以下公式来计算合成模式的重建权重x：
(公式1) Ax＝b
其中A和b分别是源和目标校准数据矩阵。因此，可以通过最小化以下公式的L2模误差来计算x：
(公式2) ||Ax-b||2
如将理解的，A(A.,j)中的第j列可以包括连接校准数据，其中k空间74在重建中对应于Sj移位。此外，在自由呼吸成像中，可以利用运动位移来收集Sj，因此，可能需要用A.,j+e.,j来更新A.,j以计算运动存在时的最优x，其中ej表示校准数据随Sj的相应运动的变化。替代地，根据公式1，在Sj的运动可以将L2模误差增加xj||e.,j||2，然后由运动引起的整个重建误差可以近似为Σ(xj||e.,j||2)。因此，公式2变为：
(公式3) min(||Ax-b||2+||Δx||2)
其中Δ是Δj,j＝sqrt(δj)的对角矩阵，并且δj＝||e.,j||2。需要进一步理解的是，这种Tikhonov正则化具有以下分析解：
(公式4) x＝(ATA+ΔTΔ)-1ATb
因此，可以看出，在实施例中，公式4减小了具有大δj的“坏”数据86的xj以抑制运动(min||Δx||2)并因此增加了具有小δj的“好”数据86的xj以改善数据拟合(min||Ax-b||2)。例如，在实施例中，在呼吸循环100中在靠近PEE的P1处(在图4和5中示出)采集的数据86(并且因此可能具有低运动误差)可以比在远离PEE的P2处(在图4和5中示出)采集的数据86(并且因此可能具有高运动误差)对重建做出更多贡献。
应理解，虽然本文公开的实施例利用基于公式4所示的Tikhonov正则化解的线圈权重x，但是应理解，其他实施例可以利用至少部分地基于其他Tikhonov正则化解的线圈权重x，和/或基于不是Tikhonov正则化解的正则化方法的线圈权重x，但仍确保线圈权重x减少具有大的运动误差的数据86对重建数据和/或线的贡献并且增加具有小的运动误差的数据86对重建数据86和/或线的贡献。
现在参考图4-6，呼吸软门控滤波器108可以至少部分地基于主体84的呼吸位置102的运动误差。在这种实施例中，估计118呼吸软门控滤波器108可以与k空间74的采集112结合。例如，本发明的实施例可以通过具有k-t采样和伪随机显示顺序的自由呼吸3D心脏CINE来采集/获得112k空间74。在这种实施例中，中心10％k空间74的采集112可以重复四(4)次或更多次以估计Δ(见上面的公式4)。可以从同时记录的呼吸信号生成122直方图，然后可以导出124接近最终呼气PEE和最终吸气PEI的最一致位置。如图4所示，在重复采集112的中心k空间74时，还可以生成分别在PEE(KEE)和PEI(KEI)的两个数据集(图6中的126)。可以计算从PEE到PEI的运动误差，||KEE-KEI||2(图6中的128)。如将理解的，然后可以如下所示地估计(图6中的130)呼吸位置P(未示出)处的δP：
(公式5) δP＝||KEE-KEI||2(P-PEE)/(PEI-PEE)
虽然公式5假设δP随着离开-PEE移位(off-PEEdisplacement)而线性地增加，但是应理解，公式5可以被改变为并入方案，其中δP不随着离开-PEE移位而线性地增加。如将进一步理解的，不同的线圈通道可以不同地感测运动并且产生不同的δ，例如，对于主体84背部附近的元件更低并且对于主体84的胸壁附近的元件更高。因此，在实施例中，可以针对每个线圈通道单独计算||KEE-KEI||2，以生成线圈特定的δP。
如将理解的，重建116的数据和/或线可以是采集的数据86(实心点)和/或线或是未采集的数据86(空心点)和/或线。另外，并且如方法110中的判定框132所示，在实施例中，MRI控制器36可以被配置成在k空间74内重建多个/附加数据86和/或线，使得整个k空间74被重建。
因此，在一个实施例中，MRI系统10可以基于GE 3T(MR750)，被配置成获得加速度因子为5的自由呼吸3D CINE扫描，和/或进一步被配置成以750/450W操作。图7中示出了由这样的实施例拍摄的示例性图像。在这样的实施例中，可以通过k-t自动校准并行成像方法kat ARC处理所采集的k空间74，其中静态组织去除可以用于在采集的k空间74中识别和去除来自静态组织(例如，胸壁、背部)的信号以改善高加速度下的kat ARC。这样，静态组织图像可以从具有基于δP的加权平均的时间投影数据集生成，以获得静态组织中的运动抑制重建。因此，在kat ARC中，基于公式4合成所有k空间线，包括采集以从采集中校正运动损坏的k空间行，并且基于每次合成的每个源线的P和先前计算的δP来构建Δ。因为每个k空间74邻域包含一个或多个“好”和“坏”数据86的混合，所以等式4利用在数据拟合和运动抑制之间的L2模最佳平衡来合成整个k空间74中的每条线。
如将认识到的，所提出的重建方法通常可以应用于具有其他类型运动的MRI系统，例如心脏运动。因此，所提出的用于抑制呼吸运动的呼吸软门控可以用一般软门控代替，以抑制其他类型的运动。
最后，也应该理解的是，MRI系统10可以包括必要的电子元件、软件、存储器、存储空间、数据库、固件、逻辑/状态机、微处理器、通信链接、显示或其他视频或音频用户界面、打印设备、和执行本文描述的功能和/或实现本文描述的结果的其他输入/输出接口。例如，如之前提及的，MRI系统10可以包括至少一个处理器28、40和系统存储器30、72，所述系统存储器可以包括随机存取存储器(RAM)和只读存储器(ROM)。MRI系统10还可以包括输入/输出控制器，以及一个或多个数据存储结构。所有这些后面的元件可以与至少一个处理器28、40通信，以便于如上所述的MRI系统10的操作。可以提供合适的计算机程序代码用于执行许多功能，包括上面结合MRI系统10和本文公开的方法所讨论的功能。计算机程序代码还可以包括程序元件，诸如操作系统、数据库管理系统和允许MRI系统10与计算机外围设备(例如传感器、视频显示器、键盘、电脑鼠标等)对接的“设备驱动器”。
MRI系统10的至少一个处理器28、40可以包括一个或多个传统微处理器和一个或多个诸如数学协处理器等的补充协处理器。彼此通信的元件不需要不断地相互发信号或相互发送。相反，这些元件可以根据需要彼此发送，可以在某些时间避免交换数据，并且可以导致执行若干步骤以在它们之间建立通信链路。
本文中所讨论的数据存储结构诸如存储器可以包括磁存储器、光存储器和/或半导体存储器的适当组合，并且可以包括例如RAM、ROM、闪存驱动器、光盘(诸如致密盘)和/或硬盘或驱动器。数据存储结构可以存储例如MRI系统10所需的信息和/或适于引导MRI系统10的一个或多个程序，例如计算机程序代码，诸如成像应用程序和/或其他计算机程序产品。程序可以以例如压缩、未编译和/或加密的格式存储，并且可以包括计算机程序代码。可以从计算机可读介质将计算机程序代码的指令读入处理器的主存储器中。尽管执行程序中的指令序列使处理器执行本文中所描述的处理过程步骤，但是硬连线电路系统可以用于代替软件指令或与软件指令结合，以用于实现本发明的过程。因此，本发明的实施例不限于任何具体的硬件和软件的结合。
程序还可以在诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑器件等的可编程硬件设备中实现。程序还可以在由各种类型的计算机处理器执行的软件中实现。可执行代码可以包括可例如被组织为对象、进程、过程或函数的计算机指令的一个或多个物理或逻辑块。然而，所识别的程序的可执行文件不需要在物理上位于一起，而是可以包括存储在不同位置的分开的指令，当它们在逻辑上连接在一起时，形成程序并实现程序的所述目的，诸如通过执行多个随机操作来保护隐私。在实施例中，可执行代码的应用程序可以是许多指令的编译、并且甚至可以分布在若干个不同的代码分区或代码段上、在不同的程序之间、以及跨越几个设备。
如本文中所使用的，术语“计算机可读介质”指的是向MRI系统10的所述至少一个处理器28、40(或本文中所描述的设备的任何其他处理器)提供或参与提供指令以供执行的任何介质。这种介质可以采用许多种形式，包括(但不限于)非易失性介质和易失性介质。非易失性介质包括例如光盘、磁盘或光磁盘，如存储器。易失性介质包括动态随机存取存储器(DRAM)，所述DRAM通常构成主存储器。计算机可读介质的常见形式例如包括：软盘、柔性盘、硬盘、磁带、任何其他磁介质、CR-R0M、DVD、任何其他光学存储介质、RAM、PR0M、EPR0M或EEPROM(电可擦除可编程只读存储器)、FLASH-EPROM、任何其他存储器芯片或盒式存储器、或计算机可以读取的任何其他介质。
各种形式的计算机可读介质可涉及将一个或多个指令的一个或多个序列携带至至少一个处理器以供执行。例如，指令最初可以承载在远程计算机(未示出)的磁盘上。远程计算机可以将指令加载到其动态存储器中，并通过以太网连接、电缆线或使用调制解调器的电话线发送所述指令。计算设备(例如，服务器)本地的通信设备可以在相应的通信线路上接收数据，并将数据放置在用于至少一个处理器的系统总线上。系统总线将数据传送到主存储器，至少一个处理器从主存储器检索并执行指令。由主存储器接收的指令可以可选地在由至少一个处理器执行之前或之后存储在存储器中。另外，可以经由通信端口接收作为电信号、电磁信号或光信号的指令，这些信号是携带各种类型信息的无线通信或数据流的示例性形式。
应该进一步理解的是，上文的描述旨在说明性而非限制性。例如，上文描述的实施例(和/或实施例的方面)可彼此结合地使用。此外，可以进行许多修改以使具体的情况或材料适应本发明的教导而不背离其范围。
例如，在实施例中，提供了用于对移动的主体成像的MRI系统。MRI系统包括磁体组件和MRI控制器。磁体组件被配置成通过扫描主体来采集k空间。采集的k空间包括多个数据，每个数据具有运动误差。MRI控制器被配置成从磁体组件接收所采集的k空间。MRI控制器还被配置成通过以非迭代方式经由软门控阈值重建k空间来抑制每个数据的运动误差。在某些实施例中，MRI控制器被进一步配置成：估计软门控阈值；至少部分地基于呼吸软门控阈值来构建运动正则化矩阵；至少部分地基于运动正则化矩阵来计算线圈权重；并且至少部分地基于线圈权重和多个数据来重建多个数据的数据。在这样的实施例中，线圈权重减少所述多个数据中的具有大的运动误差的数据对重建数据的贡献，并且增加所述多个数据中的具有小的运动误差的数据对重建数据的贡献。在某些实施例中，所估计的软门控阈值至少部分地基于在扫描期间主体的运动位置的运动误差。在某些实施例中，重建数据是所采集的或是未采集的。在某些实施例中，MRI控制器被进一步配置成重建多个数据的附加数据以便完全重建整个k空间。在某些实施例中，所计算的线圈权重还至少部分地基于Tikhonov正则化解。在某些实施例中，Tikhonov正则化解是x＝(ATA+ΔTΔ)-1ATb。
其他实施例提供了一种用于对移动的主体进行磁共振成像的方法。该方法包括：通过用磁共振成像系统扫描主体来采集k空间，k空间包括多个数据，每个数据具有运动误差；计算线圈权重；并且至少部分地基于线圈权重和多个数据重建该多个数据的数据。线圈权重减少该多个数据中的具有大的运动误差的数据对数据重建的贡献，并且增加该多个数据中的具有小的运动误差的数据对数据重建的贡献。在某些实施例中，该方法进一步包括：估计软门控滤波器；并且至少部分地基于所估计的软门控滤波器来构建运动正则化矩阵。在这样的实施例中，至少部分地基于运动正则化矩阵计算线圈权重。在某些实施例中，软门控滤波器至少部分地基于在扫描期间主体的运动位置的估计的运动误差。在某些实施例中，多个数据的所重建的数据是所采集的或是未采集的。在某些实施例中，该方法还包括重建多个数据的附加数据，以便以非迭代方式完全重建整个k空间。在某些实施例中，至少部分地基于Tikhonov正则化解计算线圈权重。在某些实施例中，Tikhonov正则化解是x＝(ATA+ΔTΔ)-1ATb。
还有其他实施例提供了用于MRI成像系统的MRI控制器，该MRI成像系统对移动的主体成像。MRI控制器被配置成：引导MRI成像系统的磁体组件通过扫描主体来采集k空间，k空间包括多个数据，每个数据具有运动误差；估计软门控滤波器；至少部分地基于所估计的软门控滤波器来构建运动正则化矩阵；至少部分地基于所构建的运动正则化矩阵来计算线圈权重；并且至少部分地基于线圈权重和多个数据以非迭代方式来重建该多个数据的数据。在某些实施例中，线圈权重减少所述多个数据中的具有大的运动误差的数据对重建数据的贡献，并且增加所述多个数据中的具有小的运动误差的数据对重建数据或线的贡献。在某些实施例中，软门控滤波器至少部分地基于在扫描期间主体的运动位置的估计的运动误差。在某些实施例中，线圈权重至少部分地基于Tikhonov正则化解。在某些实施例中，Tikhonov正则化解是x＝(ATA+ΔTΔ)-1ATb。在某些实施例中，多个数据包括采集的数据和未采集的数据中的至少一个。
因此，可以理解，通过利用软呼吸门控阈值/滤波器108，本发明的一些实施例利用将被硬阈值接收窗口丢弃的数据86中包含的可用信息。结果，一些实施例能够以非迭代方式在自由呼吸MRI扫描内从接受窗口内的数据减少/抑制运动误差，即，一些实施例可以通过基于相邻数据86合成数据86来校正k空间的运动误差，而无需以迭代方式通过附加扫描来填充/完成k空间。与使用基于硬阈值的呼吸门控的传统自由呼吸MRI系统相比，在本发明的一些实施例中提供增加的运动抑制、更短的扫描时间、和/或对所采集的数据的更有效的使用。此外，通过利用软呼吸门控阈值/滤波器108，本发明的一些实施例能够解决窗口内运动误差。
此外，本发明的实施例可以在3D CINE和4D流MRI系统中实现。如将理解的，一些实施例实现了自由呼吸3D CINE MRI程序，同时消除了主体84在心脏评估/成像期间屏住呼吸的需要，和/或显著改善4D流解剖图像的质量。因此，这样的实施例可以利用单个4D流扫描来提供压缩心脏评估(解剖、功能、血管造影和/或血流)。
另外地，虽然本文描述的材料的尺寸和类型旨在限定本发明的参数，但它们决不是限制，而是示例性实施例。对本领域技术人员而言，在阅读了以上说明之后，许多其他的实施例都将是明显的。因此，本发明的范围应当参考所附权利要求以及此类权利要求的等同实施例的全部范围来确定。在所附权利要求中，术语“包括(including)”和“其中(inwhich)”被用作相应的术语“包括(comprising)”和“其中(wherein)”的简明英语对等词。而且，在权利要求中，术语“第一”、“第二”、“第三”、“上部”、“下部”、“底部”、“顶部”等仅用于标记，并不旨在将数值或位置要求施加给其对象。进一步，随后的权利要求的限定并没有以装置加功能的形式撰写，且并不意在基于35U.S.C.§112(f)来解释，除非且直到这样的权利要求限定明确使用短语“用于……的装置(means for)”随后跟功能描述而没有进一步的结构。
此书面描述使用示例来公开本发明的多个实施例，包括最佳模式，也可以使任何本领域普通技术人员能够实现本发明的实施例，包括制造并使用任何设备或系统以及执行任何包括的方法。本发明的专利保护范围由权利要求书定义，并可包括本领域技术人员知道的其他示例。旨在使该其它示例落在权利要求书的范围内，如果它们具有与权利要求书的文字语言没有区别的结构要素，或者它们包括与权利要求书的文字语言无实质区别的等效结构要素。
如本文中所使用的，以单数叙述且冠以用词“一”或“一个”的元件或步骤应该被理解为不排除所述元件或步骤的复数，除非此类排除被明确地陈述。此外，参照本发明的“一个实施例”并不旨在被解释为排除同时纳入所叙述的特征的额外实施例的存在。而且，除非明确叙述相反情况，实施例“包括(comprising)”、“包含(including)”、“具有(having)”具有特定性质的元件或多个元件可包括不具有该性质的附加的这样的元件。
由于在不脱离本文中涉及的本发明的精神和范围的情况下可以做出上述发明的某些改变，因此旨在附图中示出的以上描述的主题中的所有主题应当仅被解释为展示本文中的发明构思的示例并且不应被解释为限制本发明。

Claims (14)

1.一种用于对移动的主体成像的MRI系统，所述MRI系统包括：
磁体组件，所述磁体组件被配置成通过扫描所述主体来采集k空间，所采集的k空间包括多个数据，每个数据具有运动误差；
MRI控制器，所述MRI控制器被配置成：
从所述磁体组件接收所采集的k空间；
以非迭代方式经由软门控阈值基于所采集的k空间来合成未采集的k空间，所述未采集的k空间中的每个数据是从相邻的采集的k空间数据来合成的；并且
从所采集的k空间和所合成的未采集的k空间重建图像，
其中合成未采集的k空间包括：
估计所述软门控阈值；
至少部分地基于所述软门控阈值来构建运动正则化矩阵；
至少部分地基于所述运动正则化矩阵来计算线圈权重；并且
至少部分地基于所述线圈权重和所采集的k空间的所述多个数据来合成所述未采集的k空间。
2.如权利要求1所述的MRI系统，其特征在于，针对所采集的k空间的特定数据的所述线圈权重随着所述特定数据的所述运动误差增加而减小。
3.如权利要求2所述的MRI系统，其特征在于，所估计的软门控阈值至少部分地基于在扫描期间所述移动的主体的运动位置的运动误差。
4.如权利要求2所述的MRI系统，其特征在于，所计算的线圈权重还至少部分地基于Tikhonov正则化解。
5.如权利要求4所述的MRI系统，其特征在于，所述Tikhonov正则化解是x＝(ATA+ΔTΔ)-1ATb，其中x为线圈权重，A和b分别是源和目标校准数据矩阵，Δ是Δj,j＝sqrt(δj)的对角矩阵，并且δj＝||e.,j||2。
6.一种用于对移动的主体磁共振成像的方法，所述方法包括：
通过用磁共振成像系统扫描所述移动的主体来采集k空间，所述k空间包括多个数据，每个数据具有运动误差；
计算线圈权重；
基于所述线圈权重以非迭代方式基于所采集的k空间来合成未采集的k空间，所述未采集的k空间中的每个数据是从相邻的采集的k空间数据来合成的；并且
从所采集的k空间和所合成的未采集的k空间重建图像；
其中，针对所采集的k空间的特定数据的所述线圈权重随着所述特定数据的所述运动误差增加而减小，
其中合成未采集的k空间进一步包括：
估计软门控滤波器；
至少部分地基于所估计的软门控滤波器构建运动正则化矩阵；
至少部分地基于所述运动正则化矩阵计算所述线圈权重。
7.如权利要求6所述的方法，其特征在于，所述软门控滤波器至少部分地基于在扫描期间所述移动的主体的运动位置的估计的运动误差。
8.如权利要求6所述的方法，其特征在于，计算线圈权重至少部分地基于Tikhonov正则化解。
9.如权利要求8所述的方法，其特征在于，所述Tikhonov正则化解是x＝(ATA+ΔTΔ)- 1ATb，其中x为线圈权重，A和b分别是源和目标校准数据矩阵，Δ是Δj,j＝sqrt(δj)的对角矩阵，并且δj＝||e.,j||2。
10.一种用于对移动的主体成像的MRI成像系统的MRI控制器，所述MRI控制器被配置成：
引导所述MRI成像系统的磁体组件通过扫描所述移动的主体来采集k空间，所采集的k空间包括多个数据，每个数据具有运动误差；
估计软门控滤波器；
至少部分地基于所估计的软门控滤波器来构建运动正则化矩阵；
至少部分地基于所构建的运动正则化矩阵来计算线圈权重；
基于所述线圈权重以非迭代方式基于所采集的k空间来合成未采集的k空间，所述未采集的k空间中的每个数据是从相邻的采集的k空间数据来合成的；以及
从所采集的k空间和所合成的未采集的k空间重建图像。
11.如权利要求10所述的MRI控制器，其特征在于，针对所采集的k空间的特定数据的所述线圈权重随着所述特定数据的所述运动误差增加而减小。
12.如权利要求10所述的MRI控制器，其特征在于，所述软门控滤波器至少部分地基于在扫描期间所述主体的运动位置的估计的运动误差。
13.如权利要求10所述的MRI控制器，其特征在于，所述线圈权重至少部分地基于Tikhonov正则化解。
14.如权利要求13所述的MRI控制器，其特征在于，所述Tikhonov正则化解是x＝(ATA+ΔTΔ)-1ATb，其中x为线圈权重，A和b分别是源和目标校准数据矩阵，Δ是Δj,j＝sqrt(δj)的对角矩阵，并且δj＝||e.,j||2。
CN201780025093.5A 2016-04-22 2017-04-19 用于对移动的主体成像的系统和方法 Active CN109069059B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/135,652 US10420510B2 (en) 2016-04-22 2016-04-22 System and method for imaging a moving subject
US15/135,652 2016-04-22
PCT/US2017/028296 WO2017184693A1 (en) 2016-04-22 2017-04-19 System and method for imaging a moving subject

Publications (2)

Publication Number Publication Date
CN109069059A CN109069059A (zh) 2018-12-21
CN109069059B true CN109069059B (zh) 2023-06-20

Family

ID=60088603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780025093.5A Active CN109069059B (zh) 2016-04-22 2017-04-19 用于对移动的主体成像的系统和方法

Country Status (4)

Country Link
US (1) US10420510B2 (zh)
EP (1) EP3445241A4 (zh)
CN (1) CN109069059B (zh)
WO (1) WO2017184693A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220011393A1 (en) * 2018-10-26 2022-01-13 Aspect Imaging Ltd. Systems and methods for mri motion correction during mri image acquisition
EP3709042A1 (en) 2019-03-14 2020-09-16 Koninklijke Philips N.V. Mr imaging using a 3d radial or spiral acquisition with soft motion gating

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6268730B1 (en) 1999-05-24 2001-07-31 Ge Medical Systems Global Technology Company Llc Multi-slab multi-window cardiac MR imaging
US8064983B2 (en) * 2003-11-26 2011-11-22 General Electric Company Method and system for prospective gating using multiple inputs
US7053613B2 (en) 2004-06-03 2006-05-30 Fa-Hsuan Lin Method for parallel image reconstruction using automatic regularization
US20090003674A1 (en) * 2005-04-06 2009-01-01 Koninklijke Philips Electronics N. V. Sense Mr Parallel Imaging With Continuously Moving Bed
EP2232444B1 (en) * 2007-12-20 2011-10-12 Wisconsin Alumni Research Foundation Method for dynamic prior image constrained image reconstruction
US7688068B2 (en) * 2008-05-06 2010-03-30 General Electric Company System and method for using parallel imaging with compressed sensing
TWI366455B (en) 2008-05-07 2012-06-21 Univ Nat Taiwan Method and apparatus for simultaneously acquiring multiple slices/slabs in magnetic resonance system
US8823374B2 (en) * 2009-05-27 2014-09-02 Siemens Aktiengesellschaft System for accelerated MR image reconstruction
JP5717839B2 (ja) * 2010-03-23 2015-05-13 マックス プランク ゲゼルシャフト ツゥアー フェデルゥン デル ヴィッセンシャフテン エー フォー 正規化非線形逆再構成法を用いて磁気共鳴画像シーケンスを再構成するための方法及び装置
WO2012028955A2 (en) * 2010-09-01 2012-03-08 Commissariat A L Energie Atomique Et Aux Énergies Alternatives Method for performing parallel magnetic resonance imaging
JP5960163B2 (ja) 2010-12-22 2016-08-02 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 校正スキャン、コイル感度マップ及びナビゲータを使用する、剛体動き補償のためのパラレルｍｒｉ方法
US8823375B2 (en) * 2010-12-31 2014-09-02 General Electric Company System and method for generating a magnetic resonance image using prospective motion correction and parallel imaging
CN103027681B (zh) * 2011-10-06 2016-05-04 西门子公司 用于重构并行获取的mri图像的系统
DE102011086401B4 (de) * 2011-11-15 2013-08-08 Siemens Aktiengesellschaft MR-Datenerfassung in einem dreidimensionalen K-Raum mit einer Anordnung von Datenzeilen gemäß einer Spiral-Phyllotaxis
CN102551723B (zh) * 2012-01-16 2014-01-15 电子科技大学 一种多支撑向量机模型的磁共振并行成像方法
US9271661B2 (en) 2012-01-30 2016-03-01 Beth Israel Deaconess Medical Center, Inc Method for free-breathing magnetic resonance imaging using iterative image-based respiratory motion correction
DE102012212376B3 (de) * 2012-03-20 2013-08-08 Siemens Aktiengesellschaft Ermittlung einer Magnetresonanzsystem-Ansteuersequenz
US9310452B2 (en) * 2012-04-19 2016-04-12 Ohio State Innovation Foundation Self-constraint non-iterative GRAPPA reconstruction with closed-form solution
US9482732B2 (en) * 2012-11-08 2016-11-01 Nicolas Chesneau MRI reconstruction with motion-dependent regularization
US9797974B2 (en) * 2013-01-30 2017-10-24 The Board Of Trustees Of The Leland Stanford Junior University Nonrigid motion correction in 3D using autofocusing with localized linear translations
WO2014165050A1 (en) 2013-03-12 2014-10-09 The General Hospital Corporation Method for increasing signal-to-noise ratio in magnetic resonance imaging using per-voxel noise covariance regularization
WO2014141055A1 (en) * 2013-03-15 2014-09-18 Koninklijke Philips N.V. Parallel multi-slice mr imaging using phase-modulated rf pulses
US10048338B2 (en) * 2014-04-25 2018-08-14 Mayo Foundation For Medical Education And Research Systems and methods for efficiently generating magnetic resonance images from incomplete data
CN104248437B (zh) * 2014-10-15 2017-04-12 中国科学院深圳先进技术研究院 动态磁共振图像成像方法和系统
CN104323777B (zh) * 2014-10-30 2016-06-29 西安交通大学医学院第一附属医院 一种扩散磁共振成像运动伪影的消除方法

Also Published As

Publication number Publication date
US10420510B2 (en) 2019-09-24
EP3445241A1 (en) 2019-02-27
US20170303860A1 (en) 2017-10-26
EP3445241A4 (en) 2019-12-25
CN109069059A (zh) 2018-12-21
WO2017184693A1 (en) 2017-10-26

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
US10520573B2 (en) System and method for performing wave-encoded magnetic resonance imaging of an object
US11363988B2 (en) Systems and methods for accelerated MRI scan
KR20140043655A (ko) 움직임 오류 데이터를 이용한 자기 공명 영상법의 영상 개선 방법 및 장치
KR101967245B1 (ko) 자기 공명 이미징 시스템 및 자기 공명 이미징 방법
KR101663229B1 (ko) 자기 공명 영상 장치 및 그에 따른 자기 공명 영상의 이미징 방법
US10444314B2 (en) Magnetic resonance imaging apparatus and method for acquiring under-sampled MR signal
CN109917315A (zh) 磁共振成像扫描方法、装置、计算机设备和存储介质
JP5405732B2 (ja) 磁気共鳴イメージング装置
JP2017511227A (ja) 改善された多相動的造影磁気共鳴撮像方法
CN109069059B (zh) 用于对移动的主体成像的系统和方法
US10175328B2 (en) System and method for reconstructing ghost-free images from data acquired using simultaneous multislice magnetic resonance imaging
CN108261199B (zh) 用于利用分组数据采集来执行对象的时间分辨mr成像的mri系统和方法
CN108685573B (zh) 用于利用多个翻转角对对象进行磁共振成像的系统和方法
CN115113114A (zh) 用于带扩展视场线圈灵敏度校准的基于深度学习的加速磁共振成像的系统和方法
US11163029B2 (en) MRI system with improved navigator
US10317500B2 (en) Magnetic resonance imaging with randomly distributed recording of raw data
CN107831463B (zh) 用于对物体成像的pet-mri系统及其成像的方法及其表面线圈
JP2005168868A (ja) 磁気共鳴イメージング装置
US20190064298A1 (en) System and method for correcting an artifact within magnetic resonance data
KR101726271B1 (ko) 후향 호흡 게이팅을 이용한 자기공명영상 처리방법 및 처리장치
US10775466B2 (en) System and method for magnetic resonance imaging an object via a stochastic optimization of a sampling function
US10185016B2 (en) System and method for imaging four-dimensional flow of a fluid within a volume of an imaged object
Kolbitsch Advanced Techniques for Cardiovascular Magnetic Resonance Imaging in Cases of Irregular Motion
JP2005131071A (ja) 磁気共鳴イメージング装置

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