CN110146835B - 一种基于并行成像的自导航磁共振图像重建方法及装置 - Google Patents

一种基于并行成像的自导航磁共振图像重建方法及装置 Download PDF

Info

Publication number
CN110146835B
CN110146835B CN201910427636.7A CN201910427636A CN110146835B CN 110146835 B CN110146835 B CN 110146835B CN 201910427636 A CN201910427636 A CN 201910427636A CN 110146835 B CN110146835 B CN 110146835B
Authority
CN
China
Prior art keywords
data
reconstruction
frame
module
navigation
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
CN201910427636.7A
Other languages
English (en)
Other versions
CN110146835A (zh
Inventor
胡予鑫
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.)
Shandong Yibang Qilu Doctor Group Management Co ltd
Original Assignee
Shandong Yibang Qilu Doctor Group Management Co ltd
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 Shandong Yibang Qilu Doctor Group Management Co ltd filed Critical Shandong Yibang Qilu Doctor Group Management Co ltd
Priority to CN201910427636.7A priority Critical patent/CN110146835B/zh
Publication of CN110146835A publication Critical patent/CN110146835A/zh
Application granted granted Critical
Publication of CN110146835B publication Critical patent/CN110146835B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明提供一种基于并行成像的自导航磁共振图像重建方法及装置，包括如下步骤：将低倍降采的一帧分为高倍降采的两帧采集被测部位的K空间数据；将高倍降采的第一帧采集的数据进行第一次重建；将第一帧采集的数据与第二帧采集的数据进行合并；对合并后的数据进行第二次重建；根据权重信息将上述两次重建得到的空间数据合并，得到最终的k空间数据。

Description

一种基于并行成像的自导航磁共振图像重建方法及装置
技术领域
本发明涉及磁共振成像技术领域，具体涉及一种基于并行成像的自导航磁共振图像重建方法及装置。
背景技术
磁共振成像(MRI)是一种重要的医学影像检测手段，可以在无创、无有害放射的情况下为医生提供高质量的解剖学影像。磁共振图像具有很高的软组织对比度以及各个方向成像的能力，但是与此同时，磁共振图像的采集时间过长很大程度的限制了其临床应用(急诊扫描等)。患者常需忍受在封闭空间内、高噪声中扫描最长半小时，且需要时常憋气以达到更好的成像效果。因此，磁共振的加速成像也成为了临床上的一个重要研究方向。
并行成像是一种磁共振成像的加速手段。它是指基于不同线圈之间采集信息存在的冗余，减少数据的采集，同时利用线圈之间的相关性对于未采集的数据进行估计。为了提高信噪比、以及扩大视场(filed of view)，磁共振成像一般利用多个线圈进行成像。目前常见的有8线圈，16线圈，甚至32乃至48线圈。采集过程中，多个信号同时接收来自视场的信息，但因为线圈摆放的位置不同，不同线圈对于不同位置的信号敏感度不全相同。可以使用线圈所采集信息的相关性对未采集的数据进行计算。Smash是第一个成功利用并行成像进行加速的方法，主要是利用降采的频域数据的线形加权平均来估计最终需要的图像。基于该方法，很多改进算法如AUTO-SMASH,VD-AUTO-SMASH,被提出。其中Mark Griswold于2002年提出了一种更为通用的方法，GRAPPA(Generalized Autocalibrating PartiallyParallel Acquisitions)。其原理是将未采集的点通过旁边已采集的点的线形加权来进行估计，其权重通过全采的自校准信号(auto-calibration signal)区域进行估计。此种方法因为其稳定、快速目前仍为临床上最为常用的加速方法。SPIRiT(Iterative self-consistent parallel imaging reconstruction from arbitrary k-space)是基于GRAPPA的另一种更为通用的并行成像方法，可以运用到任意的采样轨迹中。其基本原理如下图所示。所有频域的点被假设都来等于其周围的、所有线圈的点的加权平均，即可以找到一个卷积核，满采的频域数据通过该卷积核卷积，仍应得到同样的图像。基于该假设和图像采集的物理模型，该方法构造了一个代价函数，通过凸优化的方法来求解满采的数据。但是因为重建速度过慢，该方法并没有被大规模应用到临床当中。
目前业界流行的Smash、GRAPPA、SPIRiT等方法都是基于频域的图像重建方法。另外，SENSE是另一种基于图像域的一种重建算法，其主要原理是通过预采集的数据估算出不同线圈的敏感度图，然后根据采样轨迹估算出混叠方式，然后根据混叠方式及敏感度图，由多个线圈的混叠图像估计出没有混叠的图像。其中，GRAPPA方法因为其方法稳定、快速，目前仍是临床上最为常用的加速方法；GRAPPA方法图像重建时存在不能与导航信息相结合而导致最终图像噪声过大。
发明内容
为了克服上述现有重建方法图像重建时存在不能与导航信息相结合而导致最终图像噪声过大的问题，本发明提供一种基于并行成像的自导航磁共振图像重建方法。
本发明的技术方案是：
一方面，本发明技术方案提供一种基于并行成像的自导航磁共振图像重建方法，包括如下步骤：
将低倍降采的一帧分为高倍降采的两帧采集被测部位的K空间数据；
将高倍降采的第一帧采集的数据进行第一次重建；
将第一帧采集的数据与第二帧采集的数据进行合并；
对合并后的数据进行第二次重建；
根据权重信息将上述两次重建得到的空间数据合并，得到最终的k空间数据。
优选地，设置高倍降采的第一帧采集的时间。通过减少患者的憋气时间可以下降，在患者憋气时间内进行第一针采集没有运动污染的数据。
优选地，所述的根据权重信息将上述两次重建得到的空间数据合并，得到最终的k空间数据的步骤之前，还包括：
根据重建结果实现自导航；
根据导航信息得到权重信息。
优选地，所述的根据权重信息将上述两次重建得到的空间数据合并，得到最终的k空间数据的步骤中，得到最终的k空间数据的公式为：
kfinal＝w×k0+(1-w)×k′1，其中，k0为第一次重建后的k空间数据，k′1为第二次重建后的k空间数据。
优选地，分别通过GRAPPA方法对数据进行重建。
另一方便，本发明技术方案提供一种基于并行成像的自导航磁共振图像重建装置，包括数据采集模块、重建模块、数据合并模块和处理模块；
数据采集模块，用于将低倍降采的一帧分为高倍降采的两帧采集被测部位的K空间数据；
重建模块，用于将高倍降采的第一帧采集的数据进行第一次重建；
数据合并模块，用于第一帧采集的数据与第二帧采集的数据进行合并；
重建模块，还用于将合并后的数据进行重建；
处理模块，用于根据权重信息将多次重建得到的空间数据合并，得到最终的k空间数据。
优选地，该装置还包括设置模块，所述的设置模块，用于设置高倍降采的第一帧采集的时间。
优选地，该装置还包括导航信息获取模块和权重信息获取模块；
导航信息获取模块，用于根据重建结果实现自导航获取导航信息；
所述的权重信息获取模块，用于根据导航信息得到权重信息。
从以上技术方案可以看出，本发明具有以下优点：克服了传统并行成像方法GRAPPA无法使用导航信息的缺陷，通过使用导航信息来进一步降低磁共振成像结果的噪声，相比临床广泛使用的GRAPPA方法具有更加优良的效果。我们提出的方法显著地增强重建图像的信噪比，同时患者的憋气时间进行缩短。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是GRAPPA原理图。
图2是实际的采样轨迹(左)和剔除被运动污染点数据后的采样轨迹(右)示意图。
图3为本发明GRAPPA方法与本发明算法重建图像的信噪比对比。
图4为采样策略变化示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
实施例一
本发明技术方案提供一种基于并行成像的自导航磁共振图像重建方法，两倍降采包括如下步骤：
通常患者做磁共振时，患者的憋气时间为8秒，憋气时间较长采集时容易采集到有运动污染的数据，解决关于重建时间的问题，重建时间之所以延长是因为所需要的卷积核的数目增多，增多是因为每一个需要重建的点周围的点的运动信息不同。针对这个项目的目的，本方法进行采集时，患者的憋气时间由8秒降为4秒，这也意味着我们可以有4秒的时间采集到没有运动污染的数据。将低倍降采的一帧分为高倍降采的两帧采集被测部位的K空间数据；我们可以先用这4秒采集第一帧更高倍降采的数据，确保第一帧的数据是准确的，然后用剩下的4秒时间采集可能被运动污染的数据；第二帧的数据可能被运动污染；这样我们就可以使重建的数据周围的情况变得简单，使所需要的卷积核的数目减少。
如图3中所示，实际重建时候，将高倍降采的第一帧采集的数据进行第一次重建；也就是，我们由高倍降采的第一帧通过GRAPPA重建得到一个k空间，计作k0；将两帧的数据合并，得到一个k空间再通过GRAPPA重建，得到k′1，接下来要做的就是根据导航得到权重信息，然后再根据权重信息将k0和k′1合并，得到最终的k空间,在这里需要说明的是,可以设置N倍降采，N不小于2。当N＝2时，即两倍降采，如图4所示，可看做是在k空间隔行隔列采集，按照上述描述的方法进行重建即可。若N>2，即在k空间中间隔N-1行隔N-1列采集，同样按照上述的方法进行重建。
所述的根据权重信息将上述两次重建得到的空间数据合并，得到最终的k空间数据的步骤之前，还包括：
根据重建结果实现自导航；
根据导航信息得到权重信息。对于高倍降采第二帧的数据，我们通过对高倍降采的第一帧的数据直接进行重建，也可以得到同样位置的数据，接下来，我们可以对比这两个数据，通过这两个数据的差别来求出权重信息的大小。
如图1所示，白色代表已采集的数据，黑色代表未采集的数据，灰色表示要拟合的数据，k1-k4分别代表采集的k空间的信息，w1-w4、w1’-w3’代表卷积核中该处的权重大小，k0、k0’分别代表由四个点和三个点加权平均得到的数据。在数据未剔除之前是用四个角的数据来拟合中间的数据；根据导航信息将右下的数据剔除后，我们会根据剩余的三个数据来进行拟合。
需要注意的是，剔除过后的k空间将可能变成不规则的，如图2所示，其分别是剔除前的规则的采样轨迹和剔除带有运动伪影的数据后的采样轨迹。这意味着需要的卷积核的数目的增多，从而大大增加了重建所需要的时间；同时，这样简单的剔除数据也导致数据利用的不充分。我们试图解决数据利用不充分的问题。可以参考SPIRiT或SENSE中对于数据加权重的思路，但是需要注意的是，我们不能直接对某处数据的权重系数加权，由导航得到的权重信息w可以这样利用，所述的根据权重信息将上述两次重建得到的空间数据合并，得到最终的k空间数据的步骤中，得到最终的k空间数据的公式为：
kfinal＝w×k0+(1-w)×k′1，其中，k0为第一次重建后的k空间数据，k′1为第二次重建后的k空间数据。
分别通过GRAPPA方法对数据进行重建。
实施例二
本发明技术方案提供一种基于并行成像的自导航磁共振图像重建装置，包括数据采集模块、重建模块、数据合并模块和处理模块；
数据采集模块，用于将低倍降采的一帧分为高倍降采的两帧采集被测部位的K空间数据；
重建模块，用于将高倍降采的第一帧采集的数据进行第一次重建；
数据合并模块，用于第一帧采集的数据与第二帧采集的数据进行合并；
重建模块，还用于将合并后的数据进行重建；
处理模块，用于根据权重信息将多次重建得到的空间数据合并，得到最终的k空间数据。
该装置还包括设置模块，所述的设置模块，用于设置高倍降采的第一帧采集的时间。
该装置还包括导航信息获取模块和权重信息获取模块；
导航信息获取模块，用于根据重建结果实现自导航获取导航信息；
所述的权重信息获取模块，用于根据导航信息得到权重信息。克服了传统并行成像方法GRAPPA无法使用导航信息的缺陷，通过使用导航信息来进一步降低磁共振成像结果的噪声，相比临床广泛使用的GRAPPA方法具有更加优良的效果。我们提出的方法显著地增强重建图像的信噪比，同时患者的憋气时间进行缩短。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (4)

1.一种基于并行成像的自导航磁共振图像重建方法，其特征在于，包括如下步骤：
设置高倍降采的第一帧采集的时间；
将低倍降采的一帧分为高倍降采的两帧采集被测部位的K空间数据；
将高倍降采的第一帧采集的数据进行第一次重建；
根据重建结果实现自导航；根据导航信息得到权重信息；
将第一帧采集的数据与第二帧采集的数据进行合并；
对合并后的数据进行第二次重建；
根据权重信息将上述两次重建得到的空间数据合并，得到最终的k空间数据。
2.根据权利要求1所述的一种基于并行成像的自导航磁共振图像重建方法，其特征在于，所述的根据权重信息将上述两次重建得到的空间数据合并，得到最终的k空间数据的步骤中，得到最终的k空间数据的公式为：
kfinal＝w×k0+(1-w)×k′1，其中，k0为第一次重建后的k空间数据，k′1为第二次重建后的k空间数据,w为权重信息。
3.根据权利要求1所述的一种基于并行成像的自导航磁共振图像重建方法，其特征在于，分别通过GRAPPA方法对数据进行重建。
4.一种基于并行成像的自导航磁共振图像重建装置，其特征在于，包括数据采集模块、重建模块、数据合并模块和处理模块；
数据采集模块，用于将低倍降采的一帧分为高倍降采的两帧采集被测部位的K空间数据；
重建模块，用于将高倍降采的第一帧采集的数据进行第一次重建；
数据合并模块，用于将第一帧采集的数据与第二帧采集的数据进行合并；
重建模块，还用于将合并后的数据进行重建；
处理模块，用于根据权重信息将两次重建得到的空间数据合并，得到最终的k空间数据；
该装置还包括设置模块，所述的设置模块，用于设置高倍降采的第一帧采集的时间；
该装置还包括导航信息获取模块和权重信息获取模块；
导航信息获取模块，用于根据重建结果实现自导航获取导航信息；
所述的权重信息获取模块，用于根据导航信息得到权重信息。
CN201910427636.7A 2019-05-22 2019-05-22 一种基于并行成像的自导航磁共振图像重建方法及装置 Active CN110146835B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910427636.7A CN110146835B (zh) 2019-05-22 2019-05-22 一种基于并行成像的自导航磁共振图像重建方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910427636.7A CN110146835B (zh) 2019-05-22 2019-05-22 一种基于并行成像的自导航磁共振图像重建方法及装置

Publications (2)

Publication Number Publication Date
CN110146835A CN110146835A (zh) 2019-08-20
CN110146835B true CN110146835B (zh) 2021-09-07

Family

ID=67592555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910427636.7A Active CN110146835B (zh) 2019-05-22 2019-05-22 一种基于并行成像的自导航磁共振图像重建方法及装置

Country Status (1)

Country Link
CN (1) CN110146835B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115113121B (zh) * 2022-06-24 2024-01-19 深圳市联影高端医疗装备创新研究院 频谱数据获取方法、装置及计算机设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106680748A (zh) * 2016-12-30 2017-05-17 上海联影医疗科技有限公司 磁共振图像获取方法及磁共振系统
CN107092805A (zh) * 2014-01-09 2017-08-25 上海联影医疗科技有限公司 磁共振并行成像装置
CN108333545A (zh) * 2018-01-25 2018-07-27 浙江大学 基于高通滤波的磁共振图像重建方法
CN109239631A (zh) * 2018-08-03 2019-01-18 上海东软医疗科技有限公司 一种磁共振成像方法和装置
CN109557489A (zh) * 2019-01-08 2019-04-02 上海东软医疗科技有限公司 一种磁共振成像方法和装置
CN109633503A (zh) * 2018-12-28 2019-04-16 上海联影医疗科技有限公司 磁共振图像重建方法、装置、计算机设备和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7002903B2 (ja) * 2017-09-28 2022-01-20 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107092805A (zh) * 2014-01-09 2017-08-25 上海联影医疗科技有限公司 磁共振并行成像装置
CN106680748A (zh) * 2016-12-30 2017-05-17 上海联影医疗科技有限公司 磁共振图像获取方法及磁共振系统
CN108333545A (zh) * 2018-01-25 2018-07-27 浙江大学 基于高通滤波的磁共振图像重建方法
CN109239631A (zh) * 2018-08-03 2019-01-18 上海东软医疗科技有限公司 一种磁共振成像方法和装置
CN109633503A (zh) * 2018-12-28 2019-04-16 上海联影医疗科技有限公司 磁共振图像重建方法、装置、计算机设备和存储介质
CN109557489A (zh) * 2019-01-08 2019-04-02 上海东软医疗科技有限公司 一种磁共振成像方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种结合并行成像和压缩感知的快速磁共振成像新方法;黄丽洁等;《波谱学杂志》;20180331;第35卷(第1期);31-39 *

Also Published As

Publication number Publication date
CN110146835A (zh) 2019-08-20

Similar Documents

Publication Publication Date Title
Bustin et al. Five‐minute whole‐heart coronary MRA with sub‐millimeter isotropic resolution, 100% respiratory scan efficiency, and 3D‐PROST reconstruction
US11294011B2 (en) Magnetic resonance imaging with deep neutral networks
Lyu et al. Cine cardiac MRI motion artifact reduction using a recurrent neural network
Souza et al. Dual-domain cascade of U-nets for multi-channel magnetic resonance image reconstruction
US10852376B2 (en) Magnetic resonance imaging method and device
Deshmane et al. Parallel MR imaging
JP5193447B2 (ja) セグメント分割マルチショット放射方向ファンビーム・エンコード順序でｍｒデータを収集するための装置
US20230360179A1 (en) Machine learning processing of contiguous slice image data
Javed et al. Self‐gated 3D stack‐of‐spirals UTE pulmonary imaging at 0.55 T
WO2022121100A1 (zh) 一种基于darts网络的多模态医学图像融合方法
KR20140043655A (ko) 움직임 오류 데이터를 이용한 자기 공명 영상법의 영상 개선 방법 및 장치
EP3179264A2 (en) System and method for motion resolved mri
CN108287324A (zh) 磁共振多对比度图像的重建方法和装置
US10620287B2 (en) Method and apparatus for denoising magnetic resonance diffusion tensor, and computer program product
JP4146023B2 (ja) 磁化移動効果の補償装置
CN103033782B (zh) 并行磁共振成像装置及其成像的方法
US20220114699A1 (en) Spatiotemporal resolution enhancement of biomedical images
CN110346743A (zh) 一种磁共振弥散加权成像方法和装置
CN111091517B (zh) 一种残差加权成像方法和装置
CN110146835B (zh) 一种基于并行成像的自导航磁共振图像重建方法及装置
US20130281831A1 (en) System and method for improved accelerated magnetic resonance imaging using roi masking
US9857446B2 (en) Robust self-navigating MRI using large coil arrays
Malczewski PET image reconstruction using compressed sensing
WO2021184469A1 (zh) 一种放射状采集扩散加权成像运动伪影校正方法
LU505033B1 (en) Method and system for high-speed liver imaging based on motion sorting

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