CN110133556A - 一种磁共振图像处理方法、装置、设备及存储介质 - Google Patents
一种磁共振图像处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110133556A CN110133556A CN201910456446.8A CN201910456446A CN110133556A CN 110133556 A CN110133556 A CN 110133556A CN 201910456446 A CN201910456446 A CN 201910456446A CN 110133556 A CN110133556 A CN 110133556A
- Authority
- CN
- China
- Prior art keywords
- image
- original
- sub
- data
- region
- 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
-
- 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
-
- 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
- G01R33/58—Calibration of imaging systems, e.g. using test probes, Phantoms; Calibration objects or fiducial markers such as active or passive RF coils surrounding an MR active material
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Signal Processing (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明实施例公开了一种磁共振图像处理方法、装置、设备及存储介质,该方法包括:多次激发目标区域,获取多个K空间数据,将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对原始数据处理,得到与原始数据相对应的原始图像,采用预设分割方式对原始图像进行分割,得到与原始图像相对应的至少一个原始子区域图像,分别获取并确定原始子区域图像对应的参考子区域图像与每个原始子区域图像之间的实际均方根误差值,当实际均方根误差值高于预设误差时,将与实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像,实现了预先对采集到的K空间数据剔除,提高了图像处理效率,降低了图像伪影率的技术效果。
Description
技术领域
本发明实施例涉及医学图像处理技术领域,尤其涉及一种磁共振图像处理方法、装置、设备及存储介质。
背景技术
磁共振系统成像,通过施加空间梯度编码,采集K空间数据,对采集到的K空间数据进行处理得到重建后的图像。
现有技术中,快速成像的方法包括快速自旋回波、平面回波成像等,可以在单次激发中完成K空间采集;为了缩短回波链,减轻图像模糊、并行等问题,经常采用多次激发进行采集,每次激发可以采集K空间的一部分,最后将采集到的各个激发数据合并重建,得到磁共振图像。
但是,当采用多次激发技术时,采集到的图像容易受到用户自主或者非自主的运动影响,如心脏跳动、脑脊液的搏动等,此时图像可能出现伪影,导致最终得到的图像数据不准确。
发明内容
本发明提供一种磁共振图像处理方法、装置、设备及存储介质,以实现提高图像处理效率,降低伪影率的技术效果。
第一方面,本发明实施例提供了一种磁共振图像处理方法,该方法包括:
多次激发目标区域,获取多个K空间数据;
将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对所述原始数据处理,得到与所述原始数据相对应的原始图像;
采用预设分割方式对所述原始图像进行分割,得到与所述原始图像相对应的至少一个原始子区域图像;
分别获取并确定所述原始子区域图像对应的参考子区域图像与每个所述原始子区域图像之间的实际均方根误差值;
当所述实际均方根误差值高于预设误差时,将与所述实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像。
第二方面,本发明实施例还提供了一种磁共振图像处理装置,该装置包括:
数据采集模块,用于多次激发目标区域,获取多个K空间数据;
原始图像确定模块,用于将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对所述原始数据处理,得到与所述原始数据相对应的原始图像;
原始子区域图像确定模块,用于采用预设分割方式对所述原始图像进行分割,得到与所述原始图像相对应的至少一个原始子区域图像;
均方根误差值确定模块,用于分别获取并确定所述原始子区域图像对应的参考子区域图像与每个所述原始子区域图像之间的实际均方根误差值;
重建图像模块,用于当所述实际均方根误差值高于预设误差时,将与所述实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例任一所述的一种磁共振图像处理方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例任一所述的一种磁共振图像处理方法。
本实施例的技术方案,通过多次激发目标区域,获取多个K空间数据,将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对原始数据处理,得到与原始数据相对应的原始图像;采用预设分割方式对原始图像进行分割,得到与原始图像相对应的至少一个原始子区域图像;分别获取并确定原始子区域图像对应的参考子区域图像与每个原始子区域图像之间的实际均方根误差值,当实际均方根误差值高于预设误差时,将与实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像,解决了现有技术中直接对采集到的K空间数据进行重建,图像存在伪影的技术问题,实现了预先对采集到的K空间数据进行筛选和剔除,提高了图像处理效率,降低了图像伪影率的技术效果。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1为本发明实施例一所提供的一种磁共振图像处理方法流程示意图;
图2为本发明实施例一所提供的磁共振系统中不同激发的示意图;
图3为本发明实施例一所提供的对不同激发进行组合处理的示意图;
图4为本发明实施例一所提供的示意图;
图5为本发明实施例二所提供的一种磁共振图像处理方法的流程示意图;
图6为本发明实施例三所提供的一种磁共振图像处理装置的结构示意图;
图7为本发明实施例四所提供的一种设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一所提供的一种磁共振图像处理方法流程示意图,本实施例可以适用于预先对获取到的K空间数据进行筛选和剔除的情形,该方法可以由磁共振图像处理装置来执行,该装置可以通过软件和/或硬件的形式实现。
如图1所述,本实施例的方法包括:
S110、多次激发目标区域,获取多个K空间数据。
具体的,可以利用扫描序列多次激发目标区域,以获取多个K空间数据。
需要说明的是,在执行扫描序列之前,需要进行核磁共振(MR)参数设置。MR参数设置可以包括:MR扫描、协议选择、信号采集、数据处理、数据存储、数据校准、图像生成或其任何组合。示例性的,MR参数可包括图像对比度和/或图像比、感兴趣区域(ROI)、切片厚度、成像类型(T1加权成像、T2加权成像、质子密度加权成像等)、自旋回波类型(自旋回波、快速自旋回波(FSE)、快速恢复FSE、单次激发FSE、梯度重聚回波、具有稳态推移的快速成像、以及等等)、翻转角度值、捕获/采集时间(TA)、回波时间(TE)、重复时间(TR)、回波串长度(ETL)、相位数、激励数(NEX)、反相时间、带宽(例如,RF接收机带宽、RF发射机带宽等)、或类似物等、或其任何组合。
还需要说明的是,MR参数可在控制系统中来完成。
其中,扫描序列可以理解为对核磁共振时,所需要的序列。该扫描序列可以是自旋回波(SE)序列、快速自旋回波(FSE)序列、超短回波时间(UTE)序列、梯度回波(GRE)序列等。示例性的,将脉冲序列提供给磁共振成像(Magnetic Resonance Imaging,简称MRI)扫描器。脉冲序列可以按时序图的形式被发送给MRI扫描器,该脉冲序列可以被间隔执行多次。
各种信号处理方法可被应用以处理所捕获的信号。仅作为示例,这些信号处理方法可包括模数转换、线性拟合、2D傅立叶变换(2D FT)、快速傅立叶变换(FFT)、内插算法、网格重排、或类似物等、或其任何组合。在一些实施例中,所捕获的信号可被转换成一组离散数据。此外,该离散数据可被处理以填充到k空间中。
在一些实施例中,所捕获到的回波信号可在被存储到k空间中之前被处理。示例操作可包括高通滤波、平滑算法、模数转换等。具体而言,这些操作可通过由AD转换器将模拟回波信号转换成数字信号来执行。在一些实施例中,所捕获到的回波信号可根据采样算法来被采样以生成要被填充到k空间中的一组离散数据。可以有各种用于以所捕获到的信号来填充k空间的采样算法,包括笛卡尔采样(逐行)、径向采样、螺旋采样、回旋采样等。
S120、将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对原始数据处理,得到与原始数据相对应的原始图像。
其中,采集K空间数据可以采用快速成像方法,可选的,快速自旋回波、平面回波成像等。将每次激发采集到的K空间数据作为原始数据。预设重建算法可以是并行成像或者压缩感知、傅立叶变换、傅立叶逆变换、受约束图像图像、并行MRI中的正则化图像重建、或类似物等、或其任何组合。并行成像可以是基于图像域的重建算法,还可以是基于K空间或混合空间的重建方法中的任意一种。
需要说明的是,对每次激发采集到的K空间数据作为原始数据,对原始数据进行重建后,均可以得到与原始数据相对应的原始图像。
具体的,使用N次激发(N>1)对成像物体进行采集,参见图2。每次激发分别采集K空间中的部分数据,作为原始数据。对每次激发采集到的原始数据可以分别使用并行成像或压缩感知等算法,重建出图像,得到与N次激发相对应的N个原始图像。
可选的,使用至少一次激发获取K空间数据,得到与每次激发相对应的原始数据;基于图像域的重建方法和/或基于K空间或混合空间的重建方法,分别对原始数据进行处理,得到至少一幅原始图像。
其中,至少一次激发的数量可以是,一次激发、两次激发或者更多次激发。
需要说明的是,当激发的次数较多时,每次激发的降采倍数就比较大,即每次激发采集到的原始数据就越少,使用并行成像或压缩感知对每次激发采集到的原始数据进行重建时,可能存在无法重建出原始图像,或者是重建出的原始图像准确性较低的问题。为了避免这一情形,可以是:当获取K空间数据的激发次数大于预设激发次数时,将至少两次激发采集得到的数据进行组合,并将组合后的数据作为一组原始数据。
其中,预设激发次数可以是根据经验,或者理论实际计算出来得到的最大激发次数,可选的,二十次激发。
具体的,当激发采集K空间数据的次数,大于预设激发次数时,可以采用对激发分组的方式来处理。可以理解为,将某些激发的K空间数据组合在一起,进行重建,可选的,将两次激发采集到的数据,作为一组原始数据进行处理。
示例性的,参见图3,以4次激发为例,可以将第一次激发和第三次激发合并在一起,作为激发1,采集到的K空间数据进行合并,作为第一组原始数据;将第二次激发和第四次激发合并在一起,作为激发2,采集到的K空间数据进行合并,作为第二组原始数据。此时,可以分别对第一组原始数据和第二组原始数据进行重建来得到原始图像。
需要说明的是,对原始数据重建还可以是,将不同激发的K空间作为不同的通道,使用插值恢复来确定各个激发中未采集到的数据。
在本实施例中,在对原始数据进行处理,即采用并行成像或压缩感知重建方法对原始数据并行处理时,如果需要校准数据或线圈敏感度图,可以额外采集一个满采的K空间数据,即获取K空间中的全部数据;也可以是将已有的不同激发的成像K空间组合到一起,作为校准数据或从中计算线圈敏感度图,在此不再赘述。
S130、采用预设分割方式对原始图像进行分割,得到与原始图像相对应的至少一个原始子区域图像。
其中,预设分割方式可以是:按照图像的像素点坐标对原始图像进行分割;还可以是将原始图像划分为至少一个网格,可选的,将原始图像划分为16个网格,每个网格的大小均相同。当然,还可以采用其它分割方式,在此不做具体限定,用户可以根据实际需求确定分割方式。只需要确保的是,采用相同的分割方式对每一幅原始图像进行分割,得到至少一个区域,将原始图像分割后得到的每个区域,作为原始图像中的原始子区域。
具体的,分别将N幅原始图像中的每一个图像按照预设分割方式划分为16个网格,每个原始图像得到16个原始子区域图像。
在一些实施例中,重建出的图像还可进行后处理操作,这些后处理操作可涉及几何处理、算术处理、图像增强、图像复原、3D图像重构、或类似物等、或其任何组合。仅作为示例,后处理操作可包括放大、畸变校正、图像锐化、图像柔化、伪彩色处理、和/或维纳滤波。图像后处理操作还可以是:图像被压缩成标准格式以用于处置、打印、存储、或传送MRI数据,例如,医学数字成像和通信(DICOM)。
S140、分别获取并确定原始子区域图像对应的参考子区域图像与每个原始子区域图像之间的实际均方根误差值。
需要说明的是,在对原始图像进行处理之前,可以先对N个原始图像进行处理得到参考图像。通过对原始图像以及参考图像进行处理,可以原始图像中哪些原始子区域图像不满足预设要求。
可选的,获取与每次激发相对应的原始图像,并对原始图像中的每个像素点的强度值进行平均处理,得到参考图像;采用预设分割方式对参考图像分割,得到至少一个参考子区域图像
具体的,可以以原始图像的中心作为坐标原点,建立平面直角坐标系。获取所有原始图像中,相同坐标处所对应的像素点强度值,即同一坐标处,N幅图像所对应的像素点强度值。对N幅原始图像中的每一个像素点采用此种方式进行处理,最终得到的图像作为参考图像。相应为,为了确定原始子区域图像是否满足预设要求,可以通过与参考图像之间进行比较来确定。因此,也需要采用预设分割方式,将参考图像分割为至少一个参考子区域图像,可选的,也将参考图像划分为16个子区域。
可选的,分别获取每一个所述原始子区域图像与相对位置处理的参考子区域图像,根据图像中每一个像素点强度确定与每个子区域相对应的误差图像;根据所述误差图像以及所述原始子区域图像,确定与每个所述原始子区域相对应的实际均方根误差值。
在本实施例中,分别获取N个原始图像中相同位置处的原始子区域图像,并从参考图像中获取相对位置处的参考子区域图像。其中,此时的相对位置即相对网格。确定参考子区域图像中,以及N原始子区域图像中,每个像素点的强度,并对像素点强度做差,得到与N个原始子区域相对应的误差图像,即得到N个与原始子区域相对应的误差图像。再根据该误差图像确定与每个原始子区域相对应的实际均方根误差值。
示例性的,采用N次激发采集K空间数据,得到N幅原始图像。采用相同的分割方式将每一个原始图像划分为16个子区域,每个子区域大小均相同。可以将每个原始图像中的每个区域从左向右依次标记为1、2、3…16。相应的,参考图像采用相同的分割方式以及标记方式。获取N幅原始图像,以及参考图像中,标记为1的原始子区域图像,并计算标记为1的原始子区域图像与标记为1的参考子区域图像中相同坐标的像素点强度差值,得到N幅与标记为1的原始子区域的误差图像。根据误差图像可以得到N个实际均方根误差。
需要说明的是,采用上述方式依次对原始图像中其它原始子区域图像进行处理,得到与每个原始子区域相对应的实际均方根误差值。
S150、当实际均方根误差值高于预设误差时,将与实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像。
其中,剩余原始图像可以是每个原始图像中,去除某一或者多个原始子区域图像后,所有的图像。目标图像可以理解为,直接对剩余原始子区域图像进行处理后得到的图像,还可以是对剩余原始子区域图像对对应的数据进行反傅里叶变换到同一个K空间后,对数据进行重建后得到的图像。
具体的,当计算得到的实际均方根误差高于预设误差时,则说明是该原始子区域所对应的图像可能存在伪影,可以将该原始子区域图像删除。对剩余的至少一个原始子区域图像进行处理可以得到目标图像。目标图像为不存在伪影的图像,还可以是伪影率大幅度降低的图像。
其中,根据剩余原始子区域图像得到目标图像,可以是:分别对剩余原始子区域图像中,相同像素点所对应的像素强度加权处理后得到目标图像。
其中,剩余原始子区域图像可以是每一幅原始图像中,去掉不满足条件后得到的各个子区域图像,将此时的原始图像作为剩余原始图像。其中,剩余原始图像可以有N幅。每一幅剩余原始图像中可能存在缺少至少一张原始子区域图像,当然可以有可能原始图像是完整的情况。可以是对剩余原始图像中每一幅剩余原始图像中的每个像素点所对应的强度,进行加权处理,得到的图像作为目标图像。
根据剩余原始子区域图像得到目标图像,还可以是:将与所述剩余原始子区域相对应的数据进行反傅里叶变换,并对反傅里叶变换后的数据进行重建得到目标图像。
也就是说:将与剩余原始图像所对应的数据进行反傅里叶变换到同一个K空间中后,对数据进行并行重建或压缩感知进行重建,得到目标图像。
需要说明的是,参见图4。图4表示,采用本实施例技术方案时得到的图像与现有技术重建出的图像之间的差异。其中,图4左边为采用现有技术方案得到的图像,可以看到图片中心脑脊液部分有一个黑色条纹伪影,标记方框的位置,伪影的存在可能影响诊断结果。图4右边的图像为采用本发明技术方案重建出的目标图像,可以看到当采用本方案时,重建出的图像并不存在伪影,可以提高诊断结果准确性的技术效果。
本实施例的技术方案,通过多次激发目标区域,获取多个K空间数据,将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对原始数据处理,得到与原始数据相对应的原始图像;采用预设分割方式对原始图像进行分割,得到与原始图像相对应的至少一个原始子区域图像;分别获取并确定原始子区域图像对应的参考子区域图像与每个原始子区域图像之间的实际均方根误差值,当实际均方根误差值高于预设误差时,将与实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像,解决了现有技术中直接对采集到的K空间数据进行重建,图像存在伪影的技术问题,实现了预先对采集到的K空间数据进行筛选和剔除,提高了图像处理效率,降低了图像伪影率的技术效果。
实施例二
作为上述实施例的一优选实施例,图5为本发明实施例二所提供的一种磁共振图像处理方法流程示意图。如图5所示,所述方法包括:
S510、利用脉冲序列多次激发目标区域,以获取多个K空间数据。
其中,目标区域可是扫描对象的头部、腹部、盆腔、四肢以及胸部、心脏、肝脏、肺部等人体部位的一种或多种的组合。脉冲序列可激发人体内的核自旋而产生磁共振信号,该磁共振信号可由相控阵线圈接受并经过频率编码、相位编码等填充入K空间,以得到K空间数据。可选地,每一次激发采集得到的磁共振信号可得到多条数线,且同次激发采集的磁共振信号对应的数据线填充在一个K空间。可选地,每次激发对应的数据线可填充K空间的部分区域。
S520、使用并行成像或压缩感知重建各个激发图像。
需要说明的是,采用并行成像或压缩感知重建的原因在于:采集的K空间数据可能是欠采样的,当采用上述算法时,可以恢复欠采样的数据。
其中,采用并行成像方法重建激发图像的过程可包括:
对磁共振信号进行相位编码获取多条数据线,并将多条数据线填充至K空间,K空间可包括全采样区域和欠采样区域。其中,全采样区域以奈奎斯特速率采样;而欠采样区域则每采集一条相位编码线或成像数据线后可连续跳过R–1条相位编码步。全采样区域为K空间中的部分区域,且在全采样区域的全部K空间填充位点填充K空间数据,而欠采样区域分为位于欠采样区域的两侧。在本实施例中,全采样区域和欠采样区域可交错/间隔分布。进一步的,全采样区域可填充自动校准信号线/参考线(auto-calibration signal lines,ACS lines)数据线,对应ACS数据线的自动校准信号以奈奎斯特速率采样,且一般取K空间中间位置区域,按照原始相位编码步采集信号;欠采样区域则间隔一个或多个相位编码步采集数据线。这样就在全采样区域填充ACS数据线,而在欠采样区域填充部分成像数据线。其中,可以采用多个RF线圈采集磁共振信号,且每个RF线圈采集的磁共振信号可填充对应的K空间,即每个RF线圈可对应一个K空间。对每个RF线圈采集的磁共振信号进行相位编码可获得一条或多条数据线,将其填充入对应的K空间可获得多个K空间数据集。
为了提高并行成像速度,对于每个RF线圈的K空间数据集的形成过程中,每采集一条相位编码线或成像数据线后可连续跳过R–1条相位编码步,即:K空间中可存在欠采样区域,该欠采样区域的K空间填充位点未填充采集的编码数据,或仅包含部分数据线。
根据全采样区域的数据线获取中间图像,并对中间图像进行预处理。示例性地,全采样区域位于K空间中的中心区域,且全采样区域填充一条或多条ACS线。对全采样区域之外的K空间进行填零处理,获取每个RF线圈对应的第一K空间;对第一K空间进行傅里叶变换获取每个RF线圈对应的中间图像,该中间图像包含多个像素。对中间图像进行预处理可包括去除图像噪声或者去除图像伪影。
示例性地,采用与目标区域对应的蒙版与中间图像的各像素进行相乘,以去除中间图像的非信号成分,所采用的蒙版包括信号区域和非信号区域,且信号区域的值为1,所述非信号区域的值为0。
在本实施例中,全采样区域可填充一条或多条ACS线,根据ACS数据线获取中间图像,并对中间图像进行降噪处理可包括如下步骤:
(a)对ACS数据线之外的K空间区域进行填零处理或将ACS数据线置于用零填满的K空间中,获取ACS数据线对应的K空间。可选地,首先在K空间数据集提取出ACS数据线;然后形成仅包含ACS数据线的K空间;接着在该K空间中,对ACS数据线之前的K空间位置作填零处理,以获取ACS数据线对应的完整K空间,即第一K空间。
(b)对ACS数据线对应的K空间进行傅里叶(反)变换获取中间图像,该中间图像包含多个像素,且多个体素包括信号区域对应的体素和非信号区域对应的体素。示例性地,信号区域可对应成像区域,而非信号区域可对应成像区域之外的FOV视野区域或因为使用饱和带而信号受到抑制的一个或多个空间区域。
(c)采用成像区域对应的蒙版与中间图像的各像素进行相乘,以去除中间图像的非信号成分。在一个实施例中,选择与中间图像大小相同的蒙版,该蒙版包括多个像素点,每个像素点的可能取值为1或0;又根据图像中饱和带的存在位置可确定信号区域和非信号区域,可令信号区域像素点的值为1,令非信号区域像素点的值为0。通过蒙版中的像素点与中间图像的对应像素点的值相乘,可获得去除非信号成分的中间图像。
基于预处理后的中间图像获取全采样区域的校正数据线。可选地,全采样区域的校正数据线可采用如下方式获得:合成K空间数据集获取单元、的预处理子单元、对降噪处理后的中间图像进行变换,以获取第二K空间;零数据线去除子单元、去除第二K空间中零填充的数据线,获取校正的部分全采样数据线。
在一些实施例中,采用多个RF线圈采集磁共振信号,且对每个RF线圈采集的磁共振信号进行编码获取多条数据线;将多条数据线分别填充至多个K空间可获得每个RF线圈对应的K空间数据集。对于每个RF线圈对应的K空间数据集,包括欠采样区域的填充的数据线和全采样区域填充的数据线,且欠采样区域的部分K空间填充位点未填充K空间数据。
需要说明的是,与RF线圈的数量相对应,本实施例中获取的中间图像或/和预处理的后中间图像也包含多个,对预处理后的中间图像进行变换,可获取多个第二K空间。进一步地,去除多个第二K空间中零填充的数据线,可获取多个RF线圈校正的部分全采样数据线。
可以理解的是,上述对中间图像采用蒙版方法进行预处理的描述并不构成对本申请的限定。对于本领域的普通技术人员来讲,虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。在一个实施例中,对中间图像进行预处理处理还可采用基于滤波器滤波方法或者其他图像去噪、伪影去除方法,以去除中间图像的非信号成分。
根据全采样区域的校正数据线重建欠采样区域的数据线,获取合成K空间数据集。示例性地,合成K空间数据集获取单元、可通过如下步骤获得合成K空间数据集:根据全采样区域的校正数据线,获取线圈组合权重系数;根据线圈组合权重系数重建欠采样区域中未采样点的K空间数据,获取合成K空间数据集。
线圈组合权重系数可通过如下步骤获取:将去除非信号成分的中间图像变换到K空间即为第二K空间,去除第二K空间中的零填充的数据线,得到校正的ACS数据线或全采样区域的校正数据线;根据校正的ACS数据线对成像数据线进行拟合确定线圈组合权重系数。
线圈组合权重系数的获取可同构造一个输入好数据已知的线性系统来实现。示例性地,可用如下方程获取线圈权重系数:
其中,kx表示频率编码方向的坐标,ky表示相位编码方向的坐标;
令表示第j个线圈的ACS数据线,j可取1至L的任意值;m表示插值核与重建坐标的偏移量,如加速因子R=3时,m∈{1,2};gl为第l个线圈的权重系数/重建系数;令表示第l个线圈ACS数据或成像数据线,l∈[1,L],L表示相控阵线圈的数量或通道数;为了合成一个点需要kx,ky方向上多个点的数据,设一维插值核大小为N×M,则n∈[1,N],b∈[1,M];f为采集到的点与需合成点的对应距离。
在一个实施例中,根据线圈组合权重系数重建欠采样区域中未采样点的K空间数据,获取合成K空间数据集可包括:根据线圈权重系数计算成像数据线未采样点/欠采样点的K空间数据,以及将未采样点的K空间数据与欠采样区域的已采样K空间数据进行合并,全采样区域的数据线和重建后的欠采样区域的数据线可共同组成每个线圈的合成K空间数据集。
在一个实施例中,与多个RF线圈相对应,合成K空间数据集个数也包括多个,采用如下公式获取欠采样区域中未采样点的K空间数据:
其中,kx表示频率编码方向的坐标,ky表示相位编码方向的坐标;令Sj表示第j个线圈欠采样区域未采样点的K空间数据;m表示插值核与重建坐标的偏移量;gl为步骤404拟合得到的第l个线圈组合权重系数/重建系数;令Sl表示第l个线圈的采样数据或成像数据线,l∈[1,L],L表示相控阵线圈/RF线圈的数量或通道数。
具体的,可以采用基于图像域的重建方法,还可以是采用基于K空间或混合空间的重建方法中的一种,对每次激发采集到的K空间数据进行处理,得到与每次激发相对应的激发图像,即原始图像。
磁共振图像重建的方法可采用SMASH(Simultaneous Acquisition of SpatialHarmonics)的算法,也可采用GRAPPA(Generalized Autocalibrating Patially ParallelAcquisitions)的算法,还可采用SENSE(Sensitivity Encoding)算法。在一个实施例中,RF线圈包含多个,合成K空间数据集的数量可为多个,对每个RF线圈对应合成K空间数据集作傅里叶变换,可获取多个图像,对该多个图像进行合并可获得目标区域的磁共振图像。在另一个实施例中,RF线圈包含多个,合成K空间数据集的数量为一个,对该合成K空间数据集作傅里叶变换,可获取目标区域的磁共振图像。
需要说明的是,对每次激发采集到的数据进行处理后,可以构建出一幅图像。
S530、剔除不符合要求的原始子区域图像。
具体的,通过N次激发采集到的K空间数据作为原始数据。对原始数据进行处理后,得到N幅原始图像。对N幅原始图像中的每一个像素点进行处理,可选的,对每个原始图像中对应位置处的像素点进行加权处理,得到与N幅原始图像相对应的参考图像。
为了剔除不符合要求的激发,可以再将每个原始图像按照预设分割方式,将其划分为至少一个网格,可选的,划分为16个网格,得到16个原始子区域图像。为了判断N幅原始图像中,哪一个原始子区域网格符合要求,可以对对应位置处的原始子区域图像,与参考图像对应位置处进行处理。
具体的,分别获取N幅原始图像,与参考图像,对原始图像以及参考图像进行分割得到相对位置处的N个原始子区域图像和1个参考子区域图像。分别计算每一个原始子区域图像和参考子区域图像中,每个像素点的强度差值,得到每个像素点的误差值。根据误差值确定原始子区域的实际均方根误差值,即得到N个实际均方根误差值。也就是说,N个原始子区域图像,分别与参考图像进行误差处理,得到N个实际均方根误差。将N个均方根误差值大于预设误差值的原始子区域图像删除。
S540、根据剩下的原始子区域图像得到目标图像。
其中,剩下的原始子区域图像可以理解为:每一幅原始图像中,去除原始子区域图像后,剩下的各个子区域图像。也就是说,假设原始图像存在N幅,对应位置处的原始子区域图像包括N个,小于N个。可以对相对位置处的子区域图像进行处理后,得到目标图像的其中一个子区域图像。也就是说,可以将剩下的原始子区域图像进行合并重建后,可以得到目标图像。
其中,合并重建可以是将N幅原始图像中缺失至少一个原始子区域图像中,相同像素点的强度进行加权平均处理后,得到的图像作为目标图像。还可以是,将N幅原始图像中缺失至少一个原始子区域图像后所对应的数据,反傅里叶变换到同一个K空间中,对此时的数据进行并行处理得到的图像,作为目标图像。
激发数据进行合并重建可采用多通道合并,或采用平方和(SOS)算法、或自适应通道合并方法中的一种或多种。
也就是说,目标图像的确定可以直接通过对剩余原始子区域图像进行处理得到。还可以是,确定与剩余原始子区域图像相对应的数据,变换到同一个K空间中,对其进行并行处理,得到目标图像。
本实施例的技术方案,通过多次激发目标区域,获取多个K空间数据,将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对原始数据处理,得到与原始数据相对应的原始图像;采用预设分割方式对原始图像进行分割,得到与原始图像相对应的至少一个原始子区域图像;分别获取并确定原始子区域图像对应的参考子区域图像与每个原始子区域图像之间的实际均方根误差值,当实际均方根误差值高于预设误差时,将与实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像,解决了现有技术中直接对采集到的K空间数据进行重建,图像存在伪影的技术问题,实现了预先对采集到的K空间数据进行筛选和剔除,提高了图像处理效率,降低了图像伪影率的技术效果。
实施例三
图6为本发明实施例三提供的一种磁共振图像处理装置的结构示意图,如图6所述,所示装置包括:数据采集模块610、原始图像确定模块620、原始子区域图像确定模块630、均方根误差值确定模块640以及重建图像模块650。
其中,数据采集模块610,用于多次激发目标区域,获取多个K空间数据;原始图像确定模块620,用于将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对所述原始数据处理,得到与所述原始数据相对应的原始图像;原始子区域图像确定模块620,用于采用预设分割方式对所述原始图像进行分割,得到与所述原始图像相对应的至少一个原始子区域图像;均方根误差值确定模块640,用于分别获取并确定所述原始子区域图像对应的参考子区域图像与每个所述原始子区域图像之间的实际均方根误差值;重建图像模块650,用于当所述实际均方根误差值高于预设误差时,将与所述实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像。
本实施例的技术方案,通过多次激发目标区域,获取多个K空间数据,将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对原始数据处理,得到与原始数据相对应的原始图像;采用预设分割方式对原始图像进行分割,得到与原始图像相对应的至少一个原始子区域图像;分别获取并确定原始子区域图像对应的参考子区域图像与每个原始子区域图像之间的实际均方根误差值,当实际均方根误差值高于预设误差时,将与实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像,解决了现有技术中直接对采集到的K空间数据进行重建,图像存在伪影的技术问题,实现了预先对采集到的K空间数据进行筛选和剔除,提高了图像处理效率,降低了图像伪影率的技术效果。
在上述技术方案的基础上,所述原始图像确定模块,还包括:
激发单元,用于在使用至少一次激发获取K空间数据,得到与每次激发相对应的原始数据;
原始图像确定单元,用于基于图像域的重建方法和/或基于K空间或混合空间的重建方法,分别对原始数据进行处理,得到至少一幅原始图像。
在上述各技术方案的基础上,所述激发单元,还用于:
当获取K空间数据的激发次数大于预设激发次数时,将至少两次激发采集得到的数据进行组合,并将组合后的数据作为所述原始数据。
在上述各技术方案的基础上,所述均方根误差值确定模块,还用于:
分别获取每一个所述原始子区域图像与相对位置处理的参考子区域图像,根据图像中每一个像素点强度确定与每个子区域相对应的误差图像;
根据所述误差图像以及所述原始子区域图像,确定与每个所述原始子区域相对应的实际均方根误差值。
在上述各技术方案的基础上,所述重建图像模块,还用于:
分别对剩余原始子区域图像中,相同像素点所对应的像素强度加权处理后得到目标图像在上述各技术方案的基础上,所述重建图像模块,还用于:
将与所述剩余原始子区域相对应的数据进行反傅里叶变换,并对反傅里叶变换后的数据进行重建得到目标图像。
在上述各技术方案的基础上,所述均方根误差值确定模块,在用于分别获取并确定每个原始子区域图像与相应参考子区域图像之间的实际均方根误差值之前,还用于:
获取与每次激发相对应的原始图像,并对所述原始图像中的每个像素点的强度值进行平均处理,得到参考图像;
采用所述预设分割方式对所述参考图像分割,得到至少一个参考子区域图像。
本发明实施例所提供的磁共振图像处理装置可执行本发明任意实施例所提供的磁共振图像处理方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
实施例四
图7为本发明实施例四提供的一种设备的结构示意图。图7示出了适于用来实现本发明实施例实施方式的示例性设备40的框图。图7显示的设备70仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,设备70以通用计算设备的形式表现。设备70的组件可以包括但不限于:一个或者多个处理器或者处理单元701,系统存储器702,连接不同系统组件(包括系统存储器702和处理单元701)的总线703。
总线703表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备70典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备70访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器702可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)704和/或高速缓存存储器705。设备70可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统706可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线703相连。存储器702可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块707的程序/实用工具708,可以存储在例如存储器702中,这样的程序模块707包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块707通常执行本发明所描述的实施例中的功能和/或方法。
设备70也可以与一个或多个外部设备709(例如键盘、指向设备、显示器710等)通信,还可与一个或者多个使得用户能与该设备70交互的设备通信,和/或与使得该设备70能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口711进行。并且,设备70还可以通过网络适配器712与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器712通过总线703与设备40的其它模块通信。应当明白,尽管图7中未示出,可以结合设备70使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元701通过运行存储在系统存储器702中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的磁共振图像处理方法。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行磁共振图像处理方法。
磁共振图像处理方法包括:将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对所述原始数据处理,得到与所述原始数据相对应的原始图像;
采用预设分割方式对所述原始图像进行分割,得到与所述原始图像相对应的至少一个原始子区域图像;
分别获取并确定所述原始子区域图像对应的参考子区域图像与每个所述原始子区域图像之间的实际均方根误差值;
当所述实际均方根误差值高于预设误差时,将与所述实际均方根误差值所对应的原始数据删除,根据剩余原始图像所对应的原始数据进行合并重建得到目标图像。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种磁共振图像处理方法,其特征在于,包括:
多次激发目标区域,获取多个K空间数据;
将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对所述原始数据处理,得到与所述原始数据相对应的原始图像;
采用预设分割方式对所述原始图像进行分割,得到与所述原始图像相对应的至少一个原始子区域图像;
分别获取并确定所述原始子区域图像对应的参考子区域图像与每个所述原始子区域图像之间的实际均方根误差值;
当所述实际均方根误差值高于预设误差时,将与所述实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像。
2.根据权利要求1所述的方法,其特征在于,所述将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对所述原始数据处理,得到与所述原始数据相对应的原始图像,包括:
使用至少一次激发获取K空间数据,得到与每次激发相对应的原始数据;
基于图像域的重建方法和/或基于K空间或混合空间的重建方法,分别对原始数据进行处理,得到至少一幅原始图像。
3.根据权利要求2所述的方法,其特征在于,所述使用至少一次激发获取K空间数据,得到与每次激发相对应的原始数据,包括:
当获取K空间数据的激发次数大于预设激发次数时,将至少两次激发采集得到的数据进行组合,并将组合后的数据作为所述原始数据。
4.根据权利要求1所述的方法,其特征在于,所述分别获取并确定每个原始子区域图像与相应参考子区域图像之间的实际均方根误差值,包括:
分别获取每一个所述原始子区域图像与相对位置处理的参考子区域图像,根据图像中每一个像素点强度确定与每个子区域相对应的误差图像;
根据所述误差图像以及所述原始子区域图像,确定与每个所述原始子区域相对应的实际均方根误差值。
5.根据权利要求1所述的方法,其特征在于,所述根据剩余原始子区域图像得到目标图像,包括:
分别对剩余原始子区域图像中,相同像素点所对应的像素强度加权处理后得到目标图像。
6.根据权利要求1所述的方法,其特征在于,所述根据剩余原始子区域图像得到目标图像,包括:
将与所述剩余原始子区域相对应的数据进行反傅里叶变换,并对反傅里叶变换后的数据进行重建得到目标图像。
7.根据权利要求1所述的方法,其特征在于,在分别获取并确定每个原始子区域图像与相应参考子区域图像之间的实际均方根误差值之前,还包括:
获取与每次激发相对应的原始图像,并对所述原始图像中的每个像素点的强度值进行平均处理,得到参考图像;
采用所述预设分割方式对所述参考图像分割,得到至少一个参考子区域图像。
8.一种磁共振图像处理装置,其特征在于,包括:
数据采集模块,用于多次激发目标区域,获取多个K空间数据;
原始图像确定模块,用于将每次激发采集到的K空间数据作为原始数据,采用预设重建方法对所述原始数据处理,得到与所述原始数据相对应的原始图像;
原始子区域图像确定模块,用于采用预设分割方式对所述原始图像进行分割,得到与所述原始图像相对应的至少一个原始子区域图像;
均方根误差值确定模块,用于分别获取并确定所述原始子区域图像对应的参考子区域图像与每个所述原始子区域图像之间的实际均方根误差值;
重建图像模块,用于当所述实际均方根误差值高于预设误差时,将与所述实际均方根误差值所对应的原始子区域图像删除,根据剩余原始子区域图像得到目标图像。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的磁共振图像处理方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的磁共振图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910456446.8A CN110133556B (zh) | 2019-05-29 | 2019-05-29 | 一种磁共振图像处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910456446.8A CN110133556B (zh) | 2019-05-29 | 2019-05-29 | 一种磁共振图像处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110133556A true CN110133556A (zh) | 2019-08-16 |
CN110133556B CN110133556B (zh) | 2021-01-19 |
Family
ID=67582694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910456446.8A Active CN110133556B (zh) | 2019-05-29 | 2019-05-29 | 一种磁共振图像处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110133556B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111368915A (zh) * | 2020-03-04 | 2020-07-03 | 广东博智林机器人有限公司 | 一种图纸校对方法、装置、设备及存储介质 |
CN112419451A (zh) * | 2020-12-04 | 2021-02-26 | 上海联影医疗科技股份有限公司 | 一种图像重建方法、装置、设备及存储介质 |
CN112559962A (zh) * | 2020-11-20 | 2021-03-26 | 中国石油天然气股份有限公司 | 数字信号降噪方法及装置 |
CN113533408A (zh) * | 2021-07-21 | 2021-10-22 | 杭州电子科技大学 | 一种改善并行磁共振重建图像质量的变密度数据采样方法 |
CN114114118A (zh) * | 2020-08-27 | 2022-03-01 | 上海联影医疗科技股份有限公司 | 磁共振图像重建方法、装置、计算机设备和存储介质 |
CN114325523A (zh) * | 2020-09-27 | 2022-04-12 | 上海联影医疗科技股份有限公司 | T1值确定方法、装置、电子设备和存储介质 |
CN116109524A (zh) * | 2023-04-11 | 2023-05-12 | 中国医学科学院北京协和医院 | 磁共振图像通道合并方法、装置、电子设备及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005103053A (ja) * | 2003-09-30 | 2005-04-21 | Konica Minolta Medical & Graphic Inc | 医用画像処理システム及び医用画像処理方法 |
CN1663526A (zh) * | 2005-03-28 | 2005-09-07 | 南方医科大学 | 磁共振图像重建时所产生Gibbs环状伪影的消除方法 |
CN101051388A (zh) * | 2007-05-15 | 2007-10-10 | 骆建华 | 基于复二维奇异谱分析的磁共振部分k数据图像重建方法 |
JP2008159148A (ja) * | 2006-12-22 | 2008-07-10 | Canon Inc | 画像データ管理装置 |
CN101810480A (zh) * | 2010-04-16 | 2010-08-25 | 上海交通大学 | 基于缺失数据重构的磁共振图像截断伪影消除方法 |
CN102814001A (zh) * | 2012-08-08 | 2012-12-12 | 深圳先进技术研究院 | 经颅磁刺激导航系统及经颅磁刺激线圈定位方法 |
US20140059027A1 (en) * | 2012-08-27 | 2014-02-27 | Fujifilm Corporation | Server device, client device, medical image processing system, and medical image processing method |
CN103675737A (zh) * | 2013-12-06 | 2014-03-26 | 清华大学 | 扩散磁共振成像和重建方法 |
CN104122520A (zh) * | 2013-04-26 | 2014-10-29 | 上海联影医疗科技有限公司 | 磁共振图像重建方法及装置 |
CN104240271A (zh) * | 2013-06-13 | 2014-12-24 | 株式会社东芝 | 医用图像处理装置 |
CN104582567A (zh) * | 2012-09-14 | 2015-04-29 | 株式会社东芝 | 磁共振成像装置 |
CN109242924A (zh) * | 2018-08-31 | 2019-01-18 | 南方医科大学 | 一种基于深度学习的核磁共振图像的降采样伪影去除方法 |
CN109715070A (zh) * | 2016-08-31 | 2019-05-03 | 佳能株式会社 | 图像处理装置、图像处理方法和程序 |
-
2019
- 2019-05-29 CN CN201910456446.8A patent/CN110133556B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005103053A (ja) * | 2003-09-30 | 2005-04-21 | Konica Minolta Medical & Graphic Inc | 医用画像処理システム及び医用画像処理方法 |
CN1663526A (zh) * | 2005-03-28 | 2005-09-07 | 南方医科大学 | 磁共振图像重建时所产生Gibbs环状伪影的消除方法 |
JP2008159148A (ja) * | 2006-12-22 | 2008-07-10 | Canon Inc | 画像データ管理装置 |
CN101051388A (zh) * | 2007-05-15 | 2007-10-10 | 骆建华 | 基于复二维奇异谱分析的磁共振部分k数据图像重建方法 |
CN101810480A (zh) * | 2010-04-16 | 2010-08-25 | 上海交通大学 | 基于缺失数据重构的磁共振图像截断伪影消除方法 |
CN102814001A (zh) * | 2012-08-08 | 2012-12-12 | 深圳先进技术研究院 | 经颅磁刺激导航系统及经颅磁刺激线圈定位方法 |
US20140059027A1 (en) * | 2012-08-27 | 2014-02-27 | Fujifilm Corporation | Server device, client device, medical image processing system, and medical image processing method |
CN104582567A (zh) * | 2012-09-14 | 2015-04-29 | 株式会社东芝 | 磁共振成像装置 |
CN104122520A (zh) * | 2013-04-26 | 2014-10-29 | 上海联影医疗科技有限公司 | 磁共振图像重建方法及装置 |
CN104240271A (zh) * | 2013-06-13 | 2014-12-24 | 株式会社东芝 | 医用图像处理装置 |
CN103675737A (zh) * | 2013-12-06 | 2014-03-26 | 清华大学 | 扩散磁共振成像和重建方法 |
CN109715070A (zh) * | 2016-08-31 | 2019-05-03 | 佳能株式会社 | 图像处理装置、图像处理方法和程序 |
CN109242924A (zh) * | 2018-08-31 | 2019-01-18 | 南方医科大学 | 一种基于深度学习的核磁共振图像的降采样伪影去除方法 |
Non-Patent Citations (2)
Title |
---|
DANIEL S. WELLERA: ""Content-aware compressive magnetic resonance image reconstruction"", 《MAGNETIC RESONANCE IMAGING》 * |
何汶静: ""磁共振图像处理中部分傅里叶重建算法的比较"", 《重庆医学》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111368915A (zh) * | 2020-03-04 | 2020-07-03 | 广东博智林机器人有限公司 | 一种图纸校对方法、装置、设备及存储介质 |
CN114114118A (zh) * | 2020-08-27 | 2022-03-01 | 上海联影医疗科技股份有限公司 | 磁共振图像重建方法、装置、计算机设备和存储介质 |
CN114114118B (zh) * | 2020-08-27 | 2023-08-22 | 上海联影医疗科技股份有限公司 | 磁共振图像重建方法、装置、计算机设备和存储介质 |
CN114325523A (zh) * | 2020-09-27 | 2022-04-12 | 上海联影医疗科技股份有限公司 | T1值确定方法、装置、电子设备和存储介质 |
CN114325523B (zh) * | 2020-09-27 | 2023-10-03 | 上海联影医疗科技股份有限公司 | T1值确定方法、装置、电子设备和存储介质 |
CN112559962A (zh) * | 2020-11-20 | 2021-03-26 | 中国石油天然气股份有限公司 | 数字信号降噪方法及装置 |
CN112559962B (zh) * | 2020-11-20 | 2023-12-26 | 中国石油天然气股份有限公司 | 数字信号降噪方法及装置 |
CN112419451A (zh) * | 2020-12-04 | 2021-02-26 | 上海联影医疗科技股份有限公司 | 一种图像重建方法、装置、设备及存储介质 |
CN112419451B (zh) * | 2020-12-04 | 2022-09-16 | 上海联影医疗科技股份有限公司 | 一种图像重建方法、装置、设备及存储介质 |
CN113533408A (zh) * | 2021-07-21 | 2021-10-22 | 杭州电子科技大学 | 一种改善并行磁共振重建图像质量的变密度数据采样方法 |
CN116109524A (zh) * | 2023-04-11 | 2023-05-12 | 中国医学科学院北京协和医院 | 磁共振图像通道合并方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110133556B (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110133556A (zh) | 一种磁共振图像处理方法、装置、设备及存储介质 | |
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 | |
CN104781685B (zh) | 用于使用非相干采样和冗余haar子波的动态磁共振成像的图像重建 | |
CN111081354B (zh) | 用于通过深度学习网络对医疗图像进行去噪的系统和方法 | |
CN109313247B (zh) | 用于在医学成像系统中去除吉布斯伪影的系统和方法 | |
Otazo et al. | Low‐rank plus sparse matrix decomposition for accelerated dynamic MRI with separation of background and dynamic components | |
CN109325985A (zh) | 磁共振图像重建方法、装置和计算机可读存储介质 | |
JP5085832B2 (ja) | サブサンプリングされた捕捉を用いた磁気共鳴撮像方法 | |
EP2904971B1 (en) | Magnetic resonance imaging device and image processing device | |
US8948534B2 (en) | MRI Gibbs' ringing filtering with edge-protection | |
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 | |
CN104067137B (zh) | 具有对流动伪影的抑制的mr成像 | |
CN113096208B (zh) | 基于双域交替卷积的神经网络磁共振图像的重建方法 | |
CN109863512A (zh) | 用于通过流形近似进行自动变换的系统和方法 | |
CN105247382B (zh) | 具有重影伪影降低的磁共振成像系统和其操作的方法 | |
CN107209238B (zh) | 具有对边带伪迹的抑制的并行多切片mr成像 | |
CN106485764A (zh) | Mri图像的快速精确重建方法 | |
CN104569880B (zh) | 一种磁共振快速成像方法及系统 | |
US11696700B2 (en) | System and method for correcting for patient motion during MR scanning | |
CN106574954A (zh) | 针对epi的具有奈奎斯特伪影校正的并行mr成像 | |
KR101351583B1 (ko) | 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체 | |
CN107367703A (zh) | 磁共振扫描方法、系统、装置及存储介质 | |
CN109959887A (zh) | 一种三维磁共振成像重建方法、装置、应用及可读介质 | |
KR101580532B1 (ko) | 자기 공명 영상 처리 장치 및 방법 | |
CN111537930B (zh) | 基于梯度波形调整的磁共振参数成像方法与设备 |
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 | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |