CN110367985B - 一种低场磁共振线扫弥散成像去除黑色条纹的方法 - Google Patents

一种低场磁共振线扫弥散成像去除黑色条纹的方法 Download PDF

Info

Publication number
CN110367985B
CN110367985B CN201910649552.8A CN201910649552A CN110367985B CN 110367985 B CN110367985 B CN 110367985B CN 201910649552 A CN201910649552 A CN 201910649552A CN 110367985 B CN110367985 B CN 110367985B
Authority
CN
China
Prior art keywords
image
groups
threshold
black stripes
scanning
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
CN201910649552.8A
Other languages
English (en)
Other versions
CN110367985A (zh
Inventor
陈春霞
陈琳鑫
李良安
安学亮
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.)
Huiren Wangdu Medical Equipment Science & Technology Co ltd
Original Assignee
Huiren Wangdu Medical Equipment Science & Technology 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 Huiren Wangdu Medical Equipment Science & Technology Co ltd filed Critical Huiren Wangdu Medical Equipment Science & Technology Co ltd
Priority to CN201910649552.8A priority Critical patent/CN110367985B/zh
Publication of CN110367985A publication Critical patent/CN110367985A/zh
Application granted granted Critical
Publication of CN110367985B publication Critical patent/CN110367985B/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
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • 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
    • 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
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Neurology (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种低场磁共振线扫弥散成像去除黑色条纹的方法。具体涉及磁共振成像领域，通过如下方法实现线扫弥散成像去除黑色条纹：LSDI序列参数按要求设置，其中扫描重复次数为3次；预扫背景图像（获取阈值门限），将射频置零来扫描获取背景的噪声的图像，取图像噪声的均值作为阈值门限；LSDI序列正常扫描；通过将扫描完成的3次相同层的原始数据利用FFT完成图像重建；将图像进行后处理，将得到的差值图像与阈值门限相比较进而对比得出最终图像的信号值；将最终得出的图像信号值进行显示。本发明采用上述方法能够使得最终显现的图像中黑色条纹基本消失，避免LSDI技术进行颅脑的DWI时产生的随机黑色条纹对图像质量的影响。

Description

一种低场磁共振线扫弥散成像去除黑色条纹的方法
技术领域
本发明涉及磁共振成像技术领域，特别是涉及一种低场磁共振线扫弥散成像去除黑色条纹的方法。
背景技术
磁共振加权成像（diffusion weighted imaging，DWI）是目前唯一能够检测活体组织内水分子扩散运动的无创方法。基本原理为：体素中水分子都存在一定程度的扩散运动，其方向是随机的，而在扩散梯度场方向上的扩散运动将造成体素信号的衰减，如果水分子在敏感梯度场方向上的扩散越自由，则在扩散梯度场施加期间扩散距离越大，经历的磁场变化也越大，组织信号衰减越明显。DWI通过测量施加扩散敏感梯度场前后组织发生的信号强度变化，来检测组织中水分子的扩散状态（自由度及方向），后者可间接反映组织微观结构特点及其变化。
目前线扫弥散成像（LSDI）技术主要用于低场设备进行颅脑的DWI，它的优点在于：对场强的依赖性低，低场也能获得较好的效果；由于采用SE序列，因此不易产生磁敏感伪影，但是在低场设备采用LSDI技术进行颅脑的DWI时，图像上会产生随机黑色条纹，影响图像成像质量。
当前有一些去除LSDI中黑色条纹的方法，例如插值算法，即对原始图像做水平方向上的投影，通过投影的 Profile 找出黑色条纹出现的位置，然后利用黑色条纹周围的点对黑色条纹处插值，使得黑色条纹处的信号与周围正常的信号连续在一起，达到把黑色的条纹去掉的目的，虽然这种方法能够把大的条纹处理的比较好，但是小的条纹基本上没处理到，因为通过 Profile 很难区分出小的黑色条纹
因此，需要提出一种低场磁共振线扫弥散成像去除黑色条纹的方法，可以有效去除黑色条纹，提高磁共振成像质量。
发明内容
本发明的目的是提供一种低场磁共振线扫弥散成像去除黑色条纹的方法，解决现有在低场设备采用LSDI技术进行颅脑的DWI时，图像上会产生随机黑色条纹，影响图像质量的问题。
为实现上述目的，本发明提供了一种低场磁共振线扫弥散成像去除黑色条纹的方法，步骤如下所述。
步骤一：让病人躺好后将头线圈放置到位，并将头部空隙处塞紧。
步骤二：设置扫描参数，使得扫描重复次数NS=3。
步骤三：预扫背景图像（获得阈值门限），将射频置零来扫描获取背景的噪声图像，取图像噪声的均值作为阈值门限。
步骤四：LSDI序列正常扫描。
步骤五：图像的重建，将扫描完成获得的3次相同层的原始数据分别通过FFT进行图像重建，获得3组相同层的重建数据。
步骤六：图像的后处理，将获得的3组相同层的重建数据每2组进行相减，可得到3组差值图像，然后把3组差值图像的值与阈值门限比较，如果3组差值图像的值中有一组比阈值门限大，则认为图像中有黑色条纹，取3组相同层的重建数据中最大的一组为最终图像的信号值；如果3组图像的值均比阈值门限小，则认为是背景噪声或者是正常的信号值，取3组相同层的重建数据的均值为最终图像的信号值。
步骤七：图像的显示，根据最终图像的信号值显示后处理完成后的LSDI图像。
本发明的有益效果为：
在低场磁共振磁线扫弥散成像重建以后，对图像进行去除黑色条纹的后处理，能够使得最终显现的图像中黑色条纹基本消失，避免LSDI技术进行颅脑的DWI时产生的随机黑色条纹对图像质量的影响。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1是本发明的一个实施例的低场磁共振线扫弥散成像去除黑色条纹的流程图。
图2是本发明的LSDI序列时序图。
具体实施方式
下面结合附图对本发明的实施方式做进一步的说明。
图1是LSD序列时序图，LSDI序列采用的是扩散敏感梯度与SE序列的融合，即在180°聚焦脉冲两侧施加一对扩散敏感梯度场。
图2是低场磁共振线扫弥散成像去除黑色条纹的流程图，具体步骤如下：
执行步骤201，让病人躺好后将头线圈放置到位，并将头部空隙处塞紧，防止扫描过程中头部的移动。
执行步骤202，设置LSDI序列扫描参数，将扫描重复次数设为3次。
执行步骤203，预扫背景图像（获得阈值门限），将射频置零来扫描获取背景的噪声图像，取图像噪声的均值作为阈值门限。
执行步骤204，LSDI序列正常扫描；
执行步骤205，图像的重建，将扫描完成获得的3次相同层的原始数据分别根据FFT进行图像重建，获得3组相同层的重建数据。
执行步骤206，图像的后处理，将获得的3组相同层的重建数据每2组相减，可得到3组差值图像，然后把3组差值图像的值与阈值门限比较，如果3组差值图像的值中有一组比阈值门限大，则认为图像中有黑色条纹，取3组相同层的重建数据中的最大一组值作为最终图像的信号值；如果3组差值图像的值均比阈值门限小，则认为是背景噪声或者是正常的信号值，取3组相同层的重建数据的均值作为最终图像的信号值。
执行步骤207，图像的显示，显示后处理完成的最终LSDI图像。
本发明方法简单，能有效去除最终显现图像中的黑色条纹，避免LSDI技术进行颅脑的DWI时产生的随机黑色条纹对图像质量的影响。
最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。

Claims (1)

1.一种低场磁共振线扫弥散成像去除黑色条纹的方法，其特征在于：步骤如下：
步骤一：让病人躺好后将头线圈放置到位，并将头部空隙处塞紧；
步骤二：设置扫描参数，使得扫描重复次数NS=3；
步骤三：预扫背景图像，将射频置零来扫描获取背景的噪声图像，取图像噪声的均值作为阈值门限；
步骤四：LSDI序列正常扫描；
步骤五：图像的重建，将扫描完成获得的3次相同层的原始数据分别通过FFT进行图像重建，获得3组相同层的重建数据；
步骤六：图像的后处理，将获得的3组相同层的重建数据每2组进行相减，可得到3组差值图像，然后把3组差值图像的值与阈值门限比较，如果3组差值图像的值中有一组比阈值门限大，则认为图像中有黑色条纹，取3组相同层的重建数据中最大的一组为最终图像的信号值；如果3组图像的值均比阈值门限小，则认为是背景噪声或者是正常的信号值，取3组相同层的重建数据的均值为最终图像的信号值；
步骤七：图像的显示，根据最终图像的信号值显示后处理完成后的LSDI图像。
CN201910649552.8A 2019-07-18 2019-07-18 一种低场磁共振线扫弥散成像去除黑色条纹的方法 Active CN110367985B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910649552.8A CN110367985B (zh) 2019-07-18 2019-07-18 一种低场磁共振线扫弥散成像去除黑色条纹的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910649552.8A CN110367985B (zh) 2019-07-18 2019-07-18 一种低场磁共振线扫弥散成像去除黑色条纹的方法

Publications (2)

Publication Number Publication Date
CN110367985A CN110367985A (zh) 2019-10-25
CN110367985B true CN110367985B (zh) 2023-01-03

Family

ID=68253874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910649552.8A Active CN110367985B (zh) 2019-07-18 2019-07-18 一种低场磁共振线扫弥散成像去除黑色条纹的方法

Country Status (1)

Country Link
CN (1) CN110367985B (zh)

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59180453A (ja) * 1983-03-31 1984-10-13 Toshiba Corp 核磁気共鳴装置
EP0415683A3 (en) * 1989-08-31 1991-07-31 General Electric Company Nmr system
US5785042A (en) * 1995-02-14 1998-07-28 Duke University Magnetic resonance imaging method providing for correction of striation artifacts
US5987347A (en) * 1997-12-15 1999-11-16 General Electric Company Method for removing streak artifacts in medical images
DE19823597A1 (de) * 1998-05-27 1999-12-02 Deutsches Krebsforsch Verfahren zur Rausch- und Artefaktreduktion bei digitalen Subtraktionsbildverfahren
EP1952306A4 (en) * 2005-10-18 2013-02-27 Icad Inc AUTOMATED METHODS FOR SELECTING VOXELS AND IMPLEMENTING A PHARMACOKINETIC AND PARAMETRIC ANALYSIS FOR DYNAMIC CONTRAST IMPROVED MRI AND CT
US8144953B2 (en) * 2007-09-11 2012-03-27 Siemens Medical Solutions Usa, Inc. Multi-scale analysis of signal enhancement in breast MRI
CN102018524B (zh) * 2009-09-09 2014-04-09 上海西门子医疗器械有限公司 一种伪影检测方法和装置
US8274284B2 (en) * 2009-10-06 2012-09-25 Northshore University Healthsystem Parallel-accelerated complex subtraction MRI
CN102247144A (zh) * 2011-04-18 2011-11-23 大连理工大学 基于时间强度特征的乳腺病灶良恶性诊断计算机辅助方法
US20130051644A1 (en) * 2011-08-29 2013-02-28 General Electric Company Method and apparatus for performing motion artifact reduction
CN102309328B (zh) * 2011-10-19 2012-11-14 中国科学院深圳先进技术研究院 弥散张量成像方法及系统
US9324141B2 (en) * 2012-10-05 2016-04-26 Volcano Corporation Removal of A-scan streaking artifact
JP6497911B2 (ja) * 2014-11-28 2019-04-10 キヤノン株式会社 信号処理方法、信号処理装置、音響波処理方法および音響波処理装置
CN107154025B (zh) * 2016-03-04 2019-12-13 北京大学 一种针对颈动脉磁共振血管壁成像的血流伪影去除方法
WO2017174627A1 (en) * 2016-04-05 2017-10-12 Koninklijke Philips N.V. Medical image processing
CN106127705A (zh) * 2016-06-22 2016-11-16 成都市晶林科技有限公司 红外图像去横条纹处理方法
CN106303158B (zh) * 2016-09-30 2019-05-21 杭州电子科技大学 一种视频图像中的条纹异常检测方法
CN106842089B (zh) * 2017-01-23 2019-08-23 上海联影医疗科技有限公司 一种磁共振成像方法及系统
CN108010094B (zh) * 2017-10-23 2021-04-20 上海东软医疗科技有限公司 一种磁共振图像重建方法和装置
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

Also Published As

Publication number Publication date
CN110367985A (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
Zhou et al. Speckle noise reduction for OCT images based on image style transfer and conditional GAN
US12067698B2 (en) Machine learning processing of contiguous slice image data
US10739432B2 (en) Dynamic magnetic resonance imaging
US7541808B2 (en) Rapid MRI dynamic imaging using MACH
CN104574298A (zh) 一种基于互信息的多b值扩散权重图像的降噪方法
CN101915901A (zh) 磁共振成像方法及装置
CN113096208A (zh) 基于双域交替卷积的神经网络磁共振图像的重建方法
CN110118950B (zh) 一种腹部定量磁化率成像中双极读出梯度的相位校正方法
Pawar et al. MoCoNet: Motion correction in 3D MPRAGE images using a convolutional neural network approach
CN115359144B (zh) 一种磁共振平面回波成像伪影仿真方法及系统
CN105678822B (zh) 一种基于Split Bregman迭代的三正则磁共振图像重构方法
Li et al. High‐resolution diffusion‐weighted imaging with interleaved variable‐density spiral acquisitions
CN112272535B (zh) 磁共振弥散成像的方法和系统
CN110367985B (zh) 一种低场磁共振线扫弥散成像去除黑色条纹的方法
CN106137198B (zh) 一种磁共振成像方法及装置
Lin et al. Denoise MRI images using sparse 3D transformation domain collaborative filtering
CN111415315B (zh) 一种放射状采集扩散加权成像运动伪影校正方法
US12111377B2 (en) Method and device for acquiring and reconstructing a sequence of diffusion-weighted magnetic resonance images covering a volume
Wang et al. Multiple B-value model-based residual network (MORN) for accelerated high-resolution diffusion-weighted imaging
He et al. Compressed sensing-based simultaneous recovery of magnitude and phase MR images via dual trigonometric sparsity
JP4678916B2 (ja) 磁気共鳴イメージング装置
Kawamura et al. Statistical optimum 2D random sampling for compressed sensing MRI
CN116797457B (zh) 一种同时实现磁共振影像超分辨和伪影去除的方法和系统
CN117689750A (zh) 一种基于TC-DiffRecon模型的纹理协调的MRI图像重建方法
WO2021259494A1 (en) Method and device for acquiring and reconstructing a sequence of diffusion-weighted magnetic resonance images covering a volume

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20191025

Assignee: Hebei Wanshichun Railway Locomotive and Rolling Stock Parts Manufacturing Co.,Ltd.

Assignor: HUIREN WANGDU MEDICAL EQUIPMENT SCIENCE & TECHNOLOGY CO.,LTD.

Contract record no.: X2023980041858

Denomination of invention: A Method for Removing Black Stripes in Low Field Magnetic Resonance Line Scan Diffusion Imaging

Granted publication date: 20230103

License type: Common License

Record date: 20230914