CN110146836A - 一种磁共振参数成像方法、装置、设备及存储介质 - Google Patents
一种磁共振参数成像方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110146836A CN110146836A CN201810145370.2A CN201810145370A CN110146836A CN 110146836 A CN110146836 A CN 110146836A CN 201810145370 A CN201810145370 A CN 201810145370A CN 110146836 A CN110146836 A CN 110146836A
- Authority
- CN
- China
- Prior art keywords
- image
- reconstructed
- parameter
- penalty coefficient
- parameter value
- 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
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明适用磁共振参数成像技术领域,提供了一种磁共振参数成像方法、装置、设备及存储介质,该方法包括:对观测目标的待重建图像加速采样,获得待重建图像对应的K空间数据,根据K空间数据和参数弛豫模型,计算待重建图像的参数值和补偿系数,根据补偿系数生成待重建图像的补偿图像,根据补偿图像计算待重建图像低秩部分、稀疏部分的参数值,根据低秩部分、稀疏部分的参数值更新补偿系数,根据更新的补偿系数更新待重建图像,当待重建图像的更新收敛时,拟合出观测目标的参数图并输出,否则通过参数弛豫模型计算更新后待重建图像的参数值和补偿系数,并跳转至生成补偿图像的步骤,从而有效地提高了磁共振参数成像的效率和重建精度。
Description
技术领域
本发明属于磁共振参数成像技术领域,尤其涉及一种磁共振参数成像方法、装置、设备及存储介质。
背景技术
磁共振参数成像通过对人体内不同组织固有的一些参数如纵向弛豫时间T1、横向弛豫时间T2、质子密度、旋转坐标系下的纵向弛豫时间T1ρ等进行定量分析,以将不同的组织区分开来,可为医生提供更为准确的诊断信息,因此磁共振参数成像得到了广泛的临床应用。然而,在进行磁共振参数成像时,需要采集参数方向上(例如TE(echo time,回波时间)、TSL(spin lock time,自旋-锁时间))多个不同参数方向值的图像,扫描时间往往很长,这成为制约磁共振参数成像快速发展的一大瓶颈。
为了减少扫描时间,目前商用的快速成像技术主要是部分傅里叶和并行成像(如敏感度编码(SENSE)、广义自动校准部分并行采集(GRAPPA)等),近年来,基于稀疏采样理论的压缩感知技术也得到了广泛的关注和应用。这些技术都是通过开发图像或K空间数据中的冗余性来获得一个相似或没有明显伪影的参数图,因此最终获得的参数图质量的好坏高度依赖于所采用的参数成像方法。传统的快速参数成像方法通常包含重建和拟合两个阶段,重建阶段主要负责从欠采的数据中重建出参数加权图像,拟合阶段通过既定的弛豫模型从重建的参数加权图中拟合得到参数图像,然而重建的参数加权图像与实际的图像间存在一定的误差,这个误差会传递到接下来的拟合中,并进一步影响拟合出来的图像。
发明内容
本发明的目的在于提供一种磁共振参数成像方法、装置、设备及存储介质,旨在解决现有技术中磁共振参数成像的扫描时间较长、成像精度不高的问题。
一方面,本发明提供了一种磁共振参数成像方法,所述方法包括下述步骤:
对预设参数方向下预设观测目标的待重建图像进行加速采样,获得所述待重建图像对应的K空间数据;
根据所述K空间数据和预设的参数弛豫模型,计算所述待重建图像的参数值和补偿系数;
根据所述补偿系数生成所述待重建图像对应的补偿图像,根据所述补偿图像并分别计算所述待重建图像低秩部分、稀疏部分的参数值;
根据所述低秩部分、稀疏部分的参数值,更新所述补偿系数,并根据更新后的所述补偿系数对所述待重建图像进行更新;
判断所述待重建图像的更新是否收敛,是则根据通过所述参数弛豫模型和更新后的所述待重建图像,拟合得到所述观测目标的参数图并输出,否则根据所述参数弛豫模型计算更新后的所述待重建图像的参数值和补偿系数,并跳转到根据所述补偿系数生成所述待重建图像对应的补偿图像的步骤。
另一方面,本发明提供了一种磁共振参数成像装置,所述装置包括:
加速采样单元,用于对预设参数方向下预设观测目标的待重建图像进行加速采样,获得所述待重建图像对应的K空间数据;
系数计算单元,用于根据所述K空间数据和预设的参数弛豫模型,计算所述待重建图像的参数值和补偿系数;
图像补偿单元,用于根据所述补偿系数生成所述待重建图像对应的补偿图像,根据所述补偿图像分别计算所述待重建图像低秩部分、稀疏部分的参数图;
图像更新单元,用于根据所述低秩部分、稀疏部分的参数值,更新所述补偿系数,并根据更新后的所述补偿系数对所述待重建图像进行更新;以及
收敛判断单元,用于判断所述待重建图像的更新是否收敛,是则根据所述参数弛豫模型和更新后的所述待重建图像,拟合得到所述观测目标的参数图并输出,否则根据所述参数弛豫模型计算更新后的所述待重建图像的参数值和补偿系数,并触发所述图像补偿单元执行根据所述补偿系数生成所述待重建图像对应的补偿图像的步骤。
另一方面,本发明还提供了一种医学设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述一种磁共振参数成像方法所述的步骤。
另一方面,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述一种磁共振参数成像方法所述的步骤。
本发明对观测目标的待重建图像进行加速采样,得到待重建图像对应的K空间数据,根据K空间数据和参数弛豫模型计算待重建图像的参数值和补偿系数,并根据补偿系数生成待重建图像的补偿图像,根据补偿图像计算待重建图像低秩部分、稀疏部分的参数值,根据低秩部分、稀疏部分的参数值,更新补偿系数,根据更新后的补偿系数对待重建图像进行更新,在待重建图像的更新收敛时,对待重建图像进行拟合,生成待重建图像的参数图并输出,否则继续对待重建图像进行更新,从而提高了磁共振参数成像的扫描速度,并通过重建迭代将拟合过程中得到的参数信息加入到重建过程中,有效地提高了磁共振参数成像的成像精度。
附图说明
图1是本发明实施例一提供的一种磁共振参数成像方法的实现流程图;
图2是本发明实施例二提供的一种磁共振参数成像装置的结构示意图;
图3是本发明实施例二提供的一种磁共振参数成像装置的优选结构示意图;以及
图4是本发明实施例三提供的一种医学设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述:
实施例一:
图1示出了本发明实施例一提供的一种磁共振参数成像方法的实现流程,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在步骤S101中,对预设参数方向下预设观测目标的待重建图像进行加速采样,获得待重建图像对应的K空间数据。
在本发明实施例中,观测目标可为患者的组织器官,参数方向可为回波时间(echotime,TE)和自旋-锁时间(spin-lock time,TSL),当参数方向为TE时,后续拟合得到的参数值、参数图分别为T2值和T2图,当参数方向为TSL时,后续拟合得到的参数值、参数图分别为T1ρ值和T1ρ图。
在本发明实施例中,可在参数方向下,对观测目标进行频率编码方向上全采、相位编码上变密度采样,得到预设数量个待重建图像对应的K空间数据,K空间数据为欠采样数据,从而使得磁共振参数成像加速采样的相位编码-参数空间(phase-parameter)符合压缩感知的随机采样理论。其中,不同待重建图像对应不同的参数方向值,例如在TSL方向,不同待重建图像对应不同的TSL值。
作为示例地,在TSL方向,频率编码方向全采、相位编码方向变密度采集,得到不同TSL值下的待重建图像的K空间数据。
在步骤S102中,根据K空间数据和预设的参数弛豫模型,计算待重建图像的参数值和补偿系数。
在本发明实施例中,在采样得到不同参数方向值下的K空间数据后,可将K空间数据中心的全采部分转换至图像域,获得K空间数据中心的全采部分对应的图像,根据全采部分对应的图像和参数弛豫模型,拟合得到待重建图像的参数值,再根据该参数值计算待重建图像的补偿系数,此时计算得到的参数值、补偿系数都为初始值。其中,不同参数方向对应的参数弛豫模型不同。
作为示例地,当参数方向为TSL时,将不同TSL对应的K空间数据中心的全采部分转换到图像域,通过T1ρ弛豫模型和K空间数据中心的全采部分转换得到的图像进行拟合,得到待重建图像的T1ρ值,T1ρ弛豫模型可表示为:
Mx=M0exp(-TSLk/T1ρ_map_Xi),其中,T1ρ_map_Xi为第i次迭代过程中待重建图像的T1ρ值,X为待重建图像构成的图像序列,Mx为第k个TSL值TSLk下待重建图像的图像强度,M0为不带自旋-锁脉冲(spin-lockpulse)下的平衡图像强度,k=1,2,...,N。具体地,可对上述等式两边先做求对数的操作,将T1ρ弛豫模型转化为一个线性方程,即一个关于TSL的线性函数,再通过沿TSL方向对待重建图像的所有像素进行拟合。根据计算得到的T1ρ值计算待重建图像的补偿系数,计算公式可为Coefi=exp(TSLk/T1ρ_map_Xi),其中,Coefi为第i次迭代过程中待重建图像的补偿系数。
在本发明实施例中,由于待重建图像的参数值是根据K空间数据中心的全采部分计算得来,分辨率非常低,因此需要进行迭代更新。在后续迭代过程中,可直接根据更新后的待重建图像计算参数值。
在步骤S103中,根据补偿系数生成待重建图像对应的补偿图像,根据补偿图像分别计算待重建图像低秩部分、稀疏部分的参数值。
在本发明实施例中,可将补偿系数与待重建图像的每个像素相乘,得到待重建图像的补偿图像,补偿图像可表示为Ui=C(Xi),C(·)为补偿过程中的操作算子。接着,可根据预设的奇异值阈值操作算子和补偿图像,计算得到待重建图像的低秩部分Li,低秩部分Li的计算公式可表示为:
Li=SVT(Ui),其中,SVT(·)为奇异值阈值操作算子,奇异值阈值操作算子的计算过程可表示为SVTλ(M)=UΛλ(Σ)VH,M=UΣVH表示奇异值分解(SVD),U、V分别为左、右奇异值组成的矩阵,VH为V的共轭转置,Σ为由M的奇异值组成的对角矩阵,Λλ(Σ)表示保留Σ中最大的奇异值不变,其它全为0。
在本发明实施例中,在计算得到待重建图像的低秩部分后,可将低秩部分的每个像素除以补偿系数,再通过参数弛豫模型和除以补偿系数后的低秩部分C-1(Li),拟合得到低秩部分的参数值,根据低秩部分的参数值、待重建图像的参数值和预设的软阈值操作算子,可计算得到待重建图像稀疏部分的参数值。其中,C(X)=L+S,L和S分别表示待重建图像X的低秩部分、稀疏部分。
作为示例地,当参数方向为TSL方向时,通过T1ρ弛豫模型和除以补偿系数后的低秩部分C-1(Li),拟合得到低秩部分的T1ρ值T1ρ_map_Li。根据低秩部分的T1ρ值、待重建图像的T1ρ值和软阈值操作算子,计算得到补偿后待重建图像稀疏部分的T1ρ值,计算公式可表示为:
T1ρ_map_Si=ST(T1ρ_map_Xi-T1ρ_map_Li),其中,ST(·)为软阈值操作算子,定义为p表示图像矩阵中的一个元素,v为预设阈值,T1ρ_map_Si为稀疏部分的T1ρ值。
在步骤S104中,根据待重建图像低秩部分、稀疏部分的参数值,更新补偿系数,并根据更新后的补偿系数对待重建图像进行更新。
在本发明实施例中,在计算得到待重建图像低秩部分、稀疏部分的参数后值,根据低秩部分、稀疏部分的参数值,对补偿系数进行更新,根据更新后的补偿系数和补偿图像,可计算得到待重建图像的回带图像,再根据回带图像对待重建图像进行更新,更新后的待重建图像即重建得到的参数加权图像,可用于下一次迭代。
作为示例地,当参数方向为TSL时,补偿系数的更新公式可表示为:
Coefi+1=exp(TSLk/(T1ρ_map_Li+T1ρ_map_Si)),其中,Coefi+1为更新后的补偿系数。回带图像的计算公式可表示为:
其中,C(Xi)=Coefi·Xi为待重建图像的补偿图像,Xi为第i次迭代过程中由待重建图像组成的图像序列,为第i次迭代过程中由回带图像组成的图像序列。根据回带图像对待重建图像进行更新的公式可表示为:
其中,E为编码矩阵,d=E(Xi)。
在步骤S105中,判断待重建图像的更新是否收敛。
在本发明实施例中,可通过判断当前迭代次数是否达到预设的次数阈值,来判断待重建图像的更新(或待重建图像的重建)是否收敛,也可通过判断更新前的待重建图像与更新后的待重建图像之间的差异是否小于预设的差异阈值,来判断待重建图像的更新是否收敛。
在本发明实施例中,当待重建图像的更新收敛时,执行步骤S106,否则执行步骤S107。
在步骤S106中,根据参数弛豫模型和更新后的待重建图像,拟合得到观测目标的参数图并输出。
在本发明实施例中,当待重建图像的更新收敛时,通过参数弛豫模型对更新后的待重建图像进行拟合,得到更新后的待重建图像对应的参数值,由参数值构成观测目标的参数图并输出,其中,参数图为对待重建图像进行重建的最终图像。
在步骤S107中,根据参数弛豫模型计算更新后的待重建图像的参数值和补偿系数。
在本发明实施例中,当待重建图像的更新不收敛时,可通过更新后的待重建图像和参数弛豫模型,拟合得到更新后的待重建图像的参数值,再根据更新后的待重建图像的参数值计算并更新补偿系数,之后跳转至步骤S103,以执行根据补偿系数生成待重建图像对应的补偿图像的操作,以继续更新待重建图像。
在本发明实施例中,通过变密度采集加快了磁共振参数成像的扫描速度和成像速度,并通过将拟合过程中的参数加入到重建过程中,以指导待重建图像的重建,同时使得磁共振参数成像的重建过程和拟合过程联系起来,从而有效地提高了磁共振参数成像的精度,有效地提高了磁共振成像的效率。
实施例二:
图2示出了本发明实施例二提供的一种磁共振参数成像装置的结构,为了便于说明,仅示出了与本发明实施例相关的部分,其中包括:
加速采样单元21,用于对预设参数方向下预设观测目标的待重建图像进行加速采样,获得每个待重建图像对应的K空间数据。
在本发明实施例中,参数方向可为回波时间TE和自旋-锁时间TSL,当参数方向为TE时,后续拟合得到的参数值、参数图分别为T2值和T2图,当参数方向为TSL时,后续拟合得到的参数值、参数图分别为T1ρ值和T1ρ图。
在本发明实施例中,可在参数方向下,对观测目标进行频率编码方向上全采、相位编码上变密度采样,得到预设数量个待重建图像对应的K空间数据,K空间数据为欠采数据,从而使得磁共振参数成像加速采样的相位编码-参数空间符合压缩感知的随机采样理论。其中,不同待重建图像对应不同的参数方向值,例如在TSL方向,不同待重建图像对应不同的TSL值。
作为示例地,在TSL方向,频率编码方向全采、相位编码方向变密度采集,得到不同TSL值下的待重建图像的K空间数据。
系数计算单元22,用于根据K空间数据和预设的参数弛豫模型,计算待重建图像的参数值和补偿系数。
在本发明实施例中,在采样得到不同参数方向值下的K空间数据后,可将K空间数据中心的全采部分转换至图像域,获得K空间数据中心的全采部分对应的图像,根据全采部分对应的图像和参数弛豫模型,拟合得到待重建图像的参数值,再根据该参数值计算待重建图像的补偿系数,此时计算得到的参数值、补偿系数都为初始值。其中,不同参数方向对应的参数弛豫模型不同。
作为示例地,当参数方向为TSL时,将不同TSL对应的K空间数据中心的全采部分转换到图像域,通过T1ρ弛豫模型和K空间数据中心的全采部分转换得到的图像进行拟合,得到待重建图像的T1ρ值,T1ρ弛豫模型可表示为:
Mx=M0exp(-TSLk/T1ρ_map_Xi),其中,T1ρ_map_Xi为第i次迭代过程中待重建图像的T1ρ值,X为待重建图像构成的图像序列,Mx为第k个TSL值TSLk下待重建图像的图像强度,M0为不带自旋-锁脉冲(spin-lockpulse)下的平衡图像强度,k=1,2,...,N。具体地,可对上述等式两边先做求对数的操作,将T1ρ弛豫模型转化为一个线性方程,即一个关于TSL的线性函数,再通过沿TSL方向对待重建图像的所有像素进行拟合。根据计算得到的T1ρ值计算待重建图像的补偿系数,计算公式可为Coefi=exp(TSLk/T1ρ_map_Xi),其中,Coefi为第i次迭代过程中待重建图像的补偿系数。
在本发明实施例中,由于待重建图像的参数值是根据K空间数据中心的全采部分计算得来,分辨率非常低,因此需要进行迭代更新。在后续迭代过程中,可直接根据更新后的待重建图像计算参数值。
图像补偿单元23,用于根据补偿系数生成待重建图像对应的补偿图像,根据补偿图像分别计算待重建图像低秩部分、稀疏部分的参数图。
在本发明实施例中,可将补偿系数与待重建图像的每个像素相乘,得到待重建图像的补偿图像,补偿图像可表示为Ui=C(Xi)。接着,可根据预设的奇异值阈值操作算子和补偿图像,计算得到待重建图像的低秩部分Li,低秩部分Li的计算公式可表示为:
Li=SVT(Ui),其中,SVT(·)为奇异值阈值操作算子,奇异值阈值操作算子的计算过程可表示为SVTλ(M)=UΛλ(Σ)VH,M=UΣVH表示奇异值分解(SVD),U、V分别为左、右奇异值组成的矩阵,VH为V的共轭转置,Σ为由M的奇异值组成的对角矩阵,Λλ(Σ)表示保留Σ中最大的奇异值不变,其它全为0。
在本发明实施例中,在计算得到待重建图像的低秩部分后,可将低秩部分的每个像素除以补偿系数,再通过参数弛豫模型和除以补偿系数后的低秩部分C-1(Li),拟合得到低秩部分的参数值,根据低秩部分的参数值、待重建图像的参数值和预设的软阈值操作算子,可计算得到待重建图像稀疏部分的参数值。其中,C(X)=L+S,L和S分别表示待重建图像X的低秩部分、稀疏部分。
作为示例地,当参数方向为TSL方向时,通过T1ρ弛豫模型和除以补偿系数后的低秩部分C-1(Li),拟合得到低秩部分的T1ρ值T1ρ_map_Li。根据低秩部分的T1ρ参数值、待重建图像的T1ρ值和软阈值操作算子,计算得到补偿后待重建图像稀疏部分的T1ρ值,计算公式可表示为:
T1ρ_map_Si=ST(T1ρ_map_Xi-T1ρ_map_Li),其中,ST(·)为软阈值操作算子,定义为p表示图像矩阵中的一个元素,v为预设阈值,T1ρ_map_Si为稀疏部分的T1ρ值。
图像更新单元24,用于根据低秩部分、稀疏部分的参数值,更新补偿系数,并根据更新后的补偿系数对待重建图像进行更新。
在本发明实施例中,在计算得到待重建图像低秩部分、稀疏部分的参数后值,根据低秩部分、稀疏部分的参数值,对补偿系数进行更新,根据更新后的补偿系数和补偿图像,可计算得到待重建图像的回带图像,再根据回带图像对待重建图像进行更新,更新后的待重建图像即重建得到的参数加权图像,可用于下一次迭代。
作为示例地,当参数方向为TSL时,补偿系数的更新公式可表示为:
Coefi+1=exp(TSLk/(T1ρ_map_Li+T1ρ_map_Si)),其中,Coefi+1为更新后的补偿系数。回带图像的计算公式可表示为:
其中,C(Xi)=Coefi·Xi为待重建图像的补偿图像,Xi为第i次迭代过程中由待重建图像组成的图像序列,为第i次迭代过程中由回带图像组成的图像序列。根据回带图像对待重建图像进行更新的公式可表示为:
其中,E为编码矩阵,d=E(Xi)。
收敛判断单元25,用于判断待重建图像的更新是否收敛,是则根据参数弛豫模型和更新后的待重建图像,拟合得到观测目标的参数图并输出,否则根据参数弛豫模型计算更新后的待重建图像的参数值和补偿系数,并触发图像补偿单元23执行根据补偿系数生成待重建图像对应的补偿图像的操作。
在本发明实施例中,可通过判断当前迭代次数是否达到预设的次数阈值,来判断待重建图像的更新是否收敛,也可通过判断更新前的待重建图像与更新后的待重建图像之间的差异是否小于预设的差异阈值,来判断待重建图像的更新是否收敛。
在本发明实施例中,当待重建图像的更新收敛时,通过参数弛豫模型和更新后的待重建图像,拟合得到更新后的待重建图像对应的参数值,由参数值构成观测目标的参数图并输出。
在本发明实施例中,当待重建图像的更新不收敛时,可通过更新后的待重建图像和参数弛豫模型,拟合得到更新后的待重建图像的参数值,再根据更新后的待重建图像的参数值计算并更新补偿系数,再触发图像补偿单元23执行根据补偿系数生成待重建图像对应的补偿图像的操作,以继续更新待重建图像。
优选地,如图3所示,加速采样单元21包括:
变密度采样单元311,用于在参数方向下,对观测目标进行频率编码方向上全采、相位编码方向上变密度采样,获得预设数量个待重建图像的K空间数据。
优选地,图像补偿单元23包括:
重建图像补偿单元331,用于根据补偿系数对待重建图像的每个像素进行补偿,生成待重建图像对应的补偿图像;
低秩部分计算单元332,用于通过补偿图像和预设的奇异值阈值操作算子,计算待重建图像的低秩部分;
低秩参数计算单元333,用于通过补偿系数、低秩部分、以及参数弛豫模型,计算低秩部分的参数值;以及
稀疏参数计算单元334,用于通过低秩部分的参数值、待重建图像的参数值、以及预设的软阈值操作算子,计算待重建图像稀疏部分的参数值。
在本发明实施例中,通过变密度采集加快了磁共振参数成像的扫描速度和成像速度,并通过将拟合过程中的参数加入到重建过程中,以指导待重建图像的重建,同时使得磁共振参数成像的重建过程和拟合过程联系起来,从而有效地提高了磁共振参数成像的精度,有效地提高了磁共振成像的效率。
在本发明实施例中,一种磁共振参数成像装置的各单元可由相应的硬件或软件单元实现,各单元可以为独立的软、硬件单元,也可以集成为一个软、硬件单元,在此不用以限制本发明。
实施例三:
图4示出了本发明实施例三提供的一种医学设备的结构,为了便于说明,仅示出了与本发明实施例相关的部分。
本发明实施例的医学设备4包括处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。该处理器40执行计算机程序42时实现上述方法实施例中的步骤,例如图1所示的步骤S101至S107。或者,处理器40执行计算机程序42时实现上述装置实施例中各单元的功能,例如图2所示单元21至25的功能。
在本发明实施例中,通过变密度采集加快了磁共振参数成像的扫描速度和成像速度,并通过将拟合过程中的参数加入到重建过程中,以指导待重建图像的重建,同时使得磁共振参数成像的重建过程和拟合过程联系起来,从而有效地提高了磁共振参数成像的精度,有效地提高了磁共振成像的效率。
实施例四:
在本发明实施例中,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法实施例中的步骤,例如,图1所示的步骤S101至S107。或者,该计算机程序被处理器执行时实现上述装置实施例中各单元的功能,例如图2所示单元21至25的功能。
在本发明实施例中,通过变密度采集加快了磁共振参数成像的扫描速度和成像速度,并通过将拟合过程中的参数加入到重建过程中,以指导待重建图像的重建,同时使得磁共振参数成像的重建过程和拟合过程联系起来,从而有效地提高了磁共振参数成像的精度,有效地提高了磁共振成像的效率。
本发明实施例的计算机可读存储介质可以包括能够携带计算机程序代码的任何实体或装置、记录介质,例如,ROM/RAM、磁盘、光盘、闪存等存储器。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种磁共振参数成像方法,其特征在于,所述方法包括下述步骤:
对预设参数方向下预设观测目标的待重建图像进行加速采样,获得所述待重建图像对应的K空间数据;
根据所述K空间数据和预设的参数弛豫模型,计算所述待重建图像的参数值和补偿系数;
根据所述补偿系数生成所述待重建图像对应的补偿图像,根据所述补偿图像分别计算所述待重建图像低秩部分、稀疏部分的参数值;
根据所述低秩部分、稀疏部分的参数值,更新所述补偿系数,并根据更新后的所述补偿系数对所述待重建图像进行更新;
判断所述待重建图像的更新是否收敛,是则根据所述参数弛豫模型和更新后的所述待重建图像,拟合得到所述观测目标的参数图并输出,否则根据所述参数弛豫模型计算更新后的所述待重建图像的参数值和补偿系数,并跳转到根据所述补偿系数生成所述待重建图像对应的补偿图像的步骤。
2.如权利要求1所述的方法,其特征在于,对预设参数方向下预设观测目标的待重建图像进行加速采样的步骤,包括:
在所述参数方向下,对所述观测目标进行频率编码方向上全采、相位编码方向上变密度采样,获得预设数量个所述待重建图像的K空间数据。
3.如权利要求1所述的方法,其特征在于,根据所述K空间数据和预设的参数弛豫模型,计算所述待重建图像的参数值和补偿系数的步骤,包括:
将所述K空间数据中心的全采部分转换至图像域,获得所述K空间数据中心的全采部分对应的图像;
根据所述全采部分对应的图像和所述参数弛豫模型,拟合得到所述待重建图像的参数值,根据所述待重建图像的参数值计算所述补偿系数。
4.如权利要求1所述的方法,其特征在于,根据所述补偿系数生成所述待重建图像对应的补偿图像,根据所述补偿图像分别计算所述待重建图像低秩部分、稀疏部分的参数值的步骤,包括:
根据所述补偿系数对所述待重建图像的每个像素进行补偿,生成所述待重建图像对应的补偿图像;
通过所述补偿图像和预设的奇异值阈值操作算子,计算所述待重建图像的低秩部分;
通过所述补偿系数、所述低秩部分、以及所述参数弛豫模型,计算所述低秩部分的参数值;
通过所述低秩部分的参数值、所述待重建图像的参数值、以及预设的软阈值操作算子,计算所述待重建图像稀疏部分的参数值。
5.如权利于要求1所述的方法,其特征在于,根据所述低秩部分、稀疏部分的参数值,更新所述补偿系数,并根据更新后的所述补偿系数对所述待重建图像进行更新的步骤,包括:
根据所述低秩部分、稀疏部分的参数值,对所述补偿系数进行更新:
根据更新后的所述补偿系数、所述补偿图像,计算所述待重建图像对应的回带图像;
根据所述待重建图像对应的回带图像,对所述待重建图像进行更新。
6.一种磁共振参数成像装置,其特征在于,所述装置包括:
加速采样单元,用于对预设参数方向下预设观测目标的待重建图像进行加速采样,获得所述待重建图像对应的K空间数据;
系数计算单元,用于根据所述K空间数据和预设的参数弛豫模型,计算所述待重建图像的参数值和补偿系数;
图像补偿单元,用于根据所述补偿系数生成所述待重建图像对应的补偿图像,根据所述补偿图像分别计算所述待重建图像低秩部分、稀疏部分的参数图;
图像更新单元,用于根据所述低秩部分、稀疏部分的参数值,更新所述补偿系数,并根据更新后的所述补偿系数对所述待重建图像进行更新;以及
收敛判断单元,用于判断所述待重建图像的更新是否收敛,是则根据所述参数弛豫模型和更新后的所述待重建图像,拟合得到所述观测目标的参数图并输出,否则根据所述参数弛豫模型计算更新后的所述待重建图像的参数值和补偿系数,并触发所述图像补偿单元执行根据所述补偿系数生成所述待重建图像对应的补偿图像的步骤。
7.如权利要求6所述的装置,其特征在于,所述加速采样单元包括:
变密度采样单元,用于在所述参数方向下,对所述观测目标进行频率编码方向上全采、相位编码方向上变密度采样,获得预设数量个所述待重建图像的K空间数据。
8.如权利要求6所述的装置,其特征在于,所述图像补偿单元包括:
重建图像补偿单元,用于根据所述补偿系数对所述待重建图像的每个像素进行补偿,生成所述待重建图像对应的补偿图像;
低秩部分计算单元,用于通过所述补偿图像和预设的奇异值阈值操作算子,计算所述待重建图像的低秩部分;
低秩参数计算单元,用于通过所述补偿系数、所述低秩部分、以及所述参数弛豫模型,计算所述低秩部分的参数值;以及
稀疏参数计算单元,用于通过所述低秩部分的参数值、所述待重建图像的参数值、以及预设的软阈值操作算子,计算所述待重建图像稀疏部分的参数值。
9.一种医学设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810145370.2A CN110146836B (zh) | 2018-02-12 | 2018-02-12 | 一种磁共振参数成像方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810145370.2A CN110146836B (zh) | 2018-02-12 | 2018-02-12 | 一种磁共振参数成像方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110146836A true CN110146836A (zh) | 2019-08-20 |
CN110146836B CN110146836B (zh) | 2020-04-21 |
Family
ID=67588779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810145370.2A Active CN110146836B (zh) | 2018-02-12 | 2018-02-12 | 一种磁共振参数成像方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110146836B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110706338A (zh) * | 2019-09-30 | 2020-01-17 | 东软医疗系统股份有限公司 | 图像重建方法、装置、ct设备及ct系统 |
CN113050009A (zh) * | 2019-12-27 | 2021-06-29 | 深圳先进技术研究院 | 三维磁共振快速参数成像方法和装置 |
WO2023108423A1 (zh) * | 2021-12-14 | 2023-06-22 | 中国科学院深圳先进技术研究院 | 基于图像结构以及物理弛豫先验的磁共振定量成像方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102389309A (zh) * | 2011-07-08 | 2012-03-28 | 首都医科大学 | 基于压缩感知理论的磁共振图像重建的方法 |
CN103400402A (zh) * | 2013-07-12 | 2013-11-20 | 西安电子科技大学 | 基于低秩结构稀疏的压缩感知mri图像重建方法 |
CN103654789A (zh) * | 2013-12-10 | 2014-03-26 | 深圳先进技术研究院 | 磁共振快速参数成像方法和系统 |
US20160202336A1 (en) * | 2015-01-12 | 2016-07-14 | The Board Of Trustees Of The University Of Illinois | System and method for high-resolution spectroscopic imaging |
-
2018
- 2018-02-12 CN CN201810145370.2A patent/CN110146836B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102389309A (zh) * | 2011-07-08 | 2012-03-28 | 首都医科大学 | 基于压缩感知理论的磁共振图像重建的方法 |
CN103400402A (zh) * | 2013-07-12 | 2013-11-20 | 西安电子科技大学 | 基于低秩结构稀疏的压缩感知mri图像重建方法 |
CN103654789A (zh) * | 2013-12-10 | 2014-03-26 | 深圳先进技术研究院 | 磁共振快速参数成像方法和系统 |
US20160202336A1 (en) * | 2015-01-12 | 2016-07-14 | The Board Of Trustees Of The University Of Illinois | System and method for high-resolution spectroscopic imaging |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110706338A (zh) * | 2019-09-30 | 2020-01-17 | 东软医疗系统股份有限公司 | 图像重建方法、装置、ct设备及ct系统 |
CN110706338B (zh) * | 2019-09-30 | 2023-05-02 | 东软医疗系统股份有限公司 | 图像重建方法、装置、ct设备及ct系统 |
CN113050009A (zh) * | 2019-12-27 | 2021-06-29 | 深圳先进技术研究院 | 三维磁共振快速参数成像方法和装置 |
WO2021129235A1 (zh) * | 2019-12-27 | 2021-07-01 | 深圳先进技术研究院 | 三维磁共振快速参数成像方法和装置 |
WO2023108423A1 (zh) * | 2021-12-14 | 2023-06-22 | 中国科学院深圳先进技术研究院 | 基于图像结构以及物理弛豫先验的磁共振定量成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110146836B (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110161442A (zh) | 磁共振参数成像方法、装置、医学设备及存储介质 | |
CN108335339B (zh) | 一种基于深度学习和凸集投影的磁共振重建方法 | |
US20210217213A1 (en) | MRI image reconstruction from undersampled data using adversarially trained generative neural network | |
CN108459289B (zh) | 一种基于数据一致性的多次激发弥散加权磁共振成像方法 | |
CN110146836A (zh) | 一种磁共振参数成像方法、装置、设备及存储介质 | |
CN110889897B (zh) | 一种体素内不相干运动磁共振成像参数重建方法及系统 | |
CN103218795B (zh) | 基于自适应双字典学习的部分k空间序列图像重构方法 | |
US9366741B2 (en) | Medical image imaging method, medical diagnostic apparatus using the same, and recording medium therefor | |
CN1885058A (zh) | 借助磁共振确定扩散张量的系数的方法和装置 | |
CN108872897A (zh) | 核磁共振t2图像成像方法 | |
Deka et al. | Compressed Sensing Magnetic Resonance Image Reconstruction Algorithms | |
CN105022010A (zh) | 基于正则化迭代的并行磁共振图像重建方法 | |
JP7300811B2 (ja) | 医用情報処理装置、医用情報処理方法、およびプログラム | |
CN114255291A (zh) | 用于磁共振参数定量成像的重建方法、系统 | |
CN109920017A (zh) | 基于特征向量的自一致性的联合全变分Lp伪范数的并行磁共振成像重构方法 | |
CN110992435A (zh) | 图像重建方法及设备、成像数据的处理方法及装置 | |
EP3290940B1 (de) | Iterative rekonstruktion von quantitativen mr-bildern | |
CN113050009B (zh) | 三维磁共振快速参数成像方法和装置 | |
EP3916417A1 (en) | Correction of magnetic resonance images using multiple magnetic resonance imaging system configurations | |
US11754654B2 (en) | Method and device for determining a motion field from k-space data | |
Krusen et al. | Very fast digital 2D rigid motion estimation directly on continuous k-space data using an RNN | |
Cheng et al. | deep MR parametric mapping with unsupervised multi-tasking framework | |
KR101797141B1 (ko) | 자기 공명 영상 처리 장치 및 그 영상 처리 방법 | |
Gan et al. | Self-supervised deep equilibrium models for inverse problems with theoretical guarantees | |
WO2024103414A1 (zh) | 一种磁共振图像重建方法和图像重建装置 |
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 |