CN111492256A - 运动补偿的磁共振成像 - Google Patents

运动补偿的磁共振成像 Download PDF

Info

Publication number
CN111492256A
CN111492256A CN201880082091.4A CN201880082091A CN111492256A CN 111492256 A CN111492256 A CN 111492256A CN 201880082091 A CN201880082091 A CN 201880082091A CN 111492256 A CN111492256 A CN 111492256A
Authority
CN
China
Prior art keywords
motion
data
bins
discrete data
space
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
Application number
CN201880082091.4A
Other languages
English (en)
Other versions
CN111492256B (zh
Inventor
T·尼尔森
J·H·维尔贝恩
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN111492256A publication Critical patent/CN111492256A/zh
Application granted granted Critical
Publication of CN111492256B publication Critical patent/CN111492256B/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
    • A61B5/05—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
    • A61B5/7203—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
    • 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
    • G01R33/482—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 using a Cartesian trajectory
    • 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
    • G01R33/4824—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 using a non-Cartesian trajectory
    • G01R33/4826—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 using a non-Cartesian trajectory in three dimensions
    • 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
    • G01R33/5601—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution involving use of a contrast agent for contrast manipulation, e.g. a paramagnetic, super-paramagnetic, ferromagnetic or hyperpolarised contrast agent
    • 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
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5611—Parallel magnetic resonance imaging, e.g. sensitivity encoding [SENSE], simultaneous acquisition of spatial harmonics [SMASH], unaliasing by Fourier encoding of the overlaps using the temporal dimension [UNFOLD], k-t-broad-use linear acquisition speed-up technique [k-t-BLAST], k-t-SENSE
    • G01R33/5612—Parallel RF transmission, i.e. RF pulse transmission using a plurality of independent transmission channels
    • 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
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
    • 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
    • G01R33/5673—Gating or triggering based on a physiological signal other than an MR signal, e.g. ECG gating or motion monitoring using optical systems for monitoring the motion of a fiducial marker
    • 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
    • G01R33/5676—Gating or triggering based on an MR signal, e.g. involving one or more navigator echoes for motion monitoring and correction
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
    • A61B5/4222—Evaluating particular parts, e.g. particular organs
    • A61B5/4244—Evaluating particular parts, e.g. particular organs liver
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56366—Perfusion imaging
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10076—4D tomography; Time-sequential 3D tomography
    • 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]
    • G06T2207/10096—Dynamic contrast-enhanced magnetic resonance imaging [DCE-MRI]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

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

Abstract

本发明提供了一种包括处理器(104)的医学成像系统(100、300、500)。机器可执行指令使所述处理器：接收(200)磁共振数据(120)，所述磁共振数据包括在k空间中被旋转的离散数据部分(612)；使用运动信号值将所述离散数据部分分箱(202)到预定运动分箱(122)中；重建(204)针对所述预定运动分箱中的每个预定运动分箱的参考图像(124)；构建(206)所述参考图像之间的运动变换(126)；将所述离散数据部分的选定组(610)分箱(208)到选定时间分箱(128)中。使用所述离散数据部分的所述选定组和校正所述离散数据部分的所述选定组中的每个选定组的所述运动变换来生成针对所述选定时间分箱的增强图像(130)。

Description

运动补偿的磁共振成像
技术领域
本发明涉及磁共振成像，具体地涉及动态对比增强的磁共振成像。
背景技术
作为用于产生患者的身体内的图像的流程的一部分，由磁共振成像(MRI)扫描器使用大的静态磁场以使原子的核自旋对齐。该大的静态磁场称为B0场或主磁场。能够使用MRI在空间上测量对象的各种量或性质。可以被定量地测量的若干量是与核磁共振(NMR)信号的衰减相关的弛豫时间。例如，T1弛豫时间能够使用T1加权脉冲序列来测量。磁共振成像对比剂能够被注射到对象内，所述磁共振成像对比剂可以引起局部T1弛豫时间的大的变化。如果对比剂被注射到动脉内，则磁共振成像系统能够用来跟踪对比剂通过对象的散布。T1加权图像因此将提供具有对比剂的血液与紧邻血液的组织之间的鲜明对比。
美国专利申请2015/0327783公开了一种使用血水的动脉自旋标记作为内源性示踪剂的用于非对比增强的4D时间分辨的动态磁共振血管造影的方法，并且呈现了多相平衡稳态自由进动读出。成像能够利用动态黄金角径向采集和k空间加权成像对比(KWIC)图像重建来加速，并且其能够与并行成像技术一起使用。能够形成允许脑血容量、脑血流和平均通过时间被估计的定量示踪动力学模型。通过使dMRA采集与心动周期的收缩期和舒张期同步，血管顺应性也能够使用4DdMRA来评价。
发明内容
本发明在独立权利要求中提供了一种医学成像系统、一种计算机程序产品以及一种方法。在从属权利要求中给出了实施例。
执行动态对比增强的磁共振成像的困难在于，存在在不同时间尺度上发生的不同过程。例如，在对比剂已经被施予之后，对比剂将随着血液的流动而移动到感兴趣区域或感兴趣器官。当对比剂第一次进入感兴趣区域时，可以存在窄时间窗，并且然后可以减少。当我们对对象进行成像感兴趣时的时间段在本文中被称为选定时间分箱。对象也可以经历运动，诸如呼吸。如果对象在选定时间分箱期间移动，则其将损坏数据。
为了在这种情况下制作磁共振图像，磁共振数据被连续采集为离散数据部分。离散数据部分使用在采集之间旋转的k空间轨迹来采集。在离散数据部分被采集的同时，记录描述对象的运动的运动信号值。
一旦数据已经被采集，离散数据部分就全部被存储或分箱到预定运动分箱中。这些分箱中的一个的所有磁共振数据表示相同的运动状态。然后，根据针对预定运动分箱中的每个预定运动分箱的离散数据部分来重建参考图像。由于分箱包含来自多次的离散数据部分，所以k空间被很好地采样，并且参考图像可以具有高质量。
然后存在离散数据部分的第二次分箱，其中，在选定时间分箱的时间段期间出现的离散数据部分被选择。选定时间分箱内的离散数据部分包含关于应有的对比度的变化的信息。然而，个体离散数据部分可以已经针对对象的不同运动状态被采集。如下面详细地描述的，来自个体离散数据部分中的每个个体离散数据部分的对比度数据使用迭代过程被提取并且被叠加在针对预定运动分箱中的一个预定运动分箱的参考图像上。
在一个方面中，本发明提供了一种医学成像系统。如本文中使用的医学成像系统可以包含用于图像处理和/或用于采集医学图像数据并执行图像处理任务的系统。所述医学成像系统包括用于存储机器可执行指令的存储器。所述医学成像系统还包括处理器。对所述机器可执行指令的运行使所述处理器接收磁共振数据。所述磁共振数据包括离散数据部分。每个数据部分包括采集时间并且包括运动信号值。所述运动信号值可以例如是被附加到所述离散数据部分的数据，或其还可以包括位于离散数据部分的k空间样本内的数据。
例如，其可以是被包含在所采集的磁共振数据中的导航器或自导航中的数据。所述离散数据部分具有k空间中的采样模式。
对所述机器可执行指令的运行还使所述处理器使用针对所述离散数据部分中的每个离散数据部分的所述运动信号值将所述离散数据部分分箱到预定运动分箱中。所述运动信号值可以例如描述当磁共振数据被采集时对象的运动时相或位置。通过将离散数据部分分箱到预定运动分箱中，磁共振数据根据当特定离散数据部分被采集时对象具有的位置或运动状态被分类。
对所述机器可执行指令的运行还使所述处理器使用所分箱的离散数据部分来重建针对所述预定运动分箱中的每个预定运动分箱的参考图像。在该步骤中，特定运动分箱内的所有数据都用来重建图像。对所述机器可执行指令的运行还使所述处理器使用针对所述预定运动分箱中的每个预定运动分箱的所述参考图像来构建选定运动分箱与所述预定运动分箱中的每个预定运动分箱之间的位移向量场。针对预定运动分箱中的每个预定运动分箱被重建的参考图像之一然后被选择，并且位移向量场被创建，使得在该选定图像与针对其他预定运动分箱中的每个预定运动分箱的预定参考图像之间存在映射。
本文中提及的位移向量场可以用术语运动变换来代替。
所述选定运动分箱是从所述预定运动分箱之一中选择的。在一些情况下，选定运动分箱可以是任意的，或其可以被选择为使得对象的特定位置被图示。对所述机器可执行指令的运行还使所述处理器使用所述离散数据部分中的每个离散数据部分的所述采集时间将所述离散数据部分的选定组分箱到选定时间分箱中。在该步骤中，所述磁共振数据的所述离散数据部分被第二次分箱。这次，代替使用运动信号值，采集时间用于分箱。当时间对于得到的医学图像来说碰巧是重要的时，这可以是有用的。例如，在对比剂已经被注射到对象中之后，在记录该对比剂的最佳效果的特定时间范围处制作图像可以是有用的。
对所述机器可执行指令的运行还使所述处理器使用所述离散数据部分的所述选定组和校正所述离散数据部分的所述选定组中的每个选定组的所述运动变换来生成针对所述选定时间分箱的增强图像。这例如可以在图像或k空间中被实现。
在另一实施例中，对所述机器可执行指令的运行还使所述处理器迭代地生成针对所述选定时间分箱的增强图像。所述增强图像最初是所述选定运动分箱的所述参考图像。所述增强图像的所述迭代生成通过针对所述选定组的所述离散数据部分中的每个离散数据部分重复以下操作来执行。在该迭代过程中，首先，当前数据部分是从为选定组的成员的离散数据部分中选择的。所述当前数据部分被分箱到当前运动分箱中。所述当前运动分箱是所述预定运动分箱中的一个。所述迭代过程还包括通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场对所述增强图像进行变换来计算经变换的图像。
所述迭代过程还包括将所述经变换的图像变换成经变换的k空间数据。所述迭代过程还包括计算所述当前数据部分的k空间数据与所述经变换的k空间数据的对应k空间数据点之间的k空间差异。在该步骤中，所述当前数据部分的所述k空间中的个体样本与所述经变换的k空间数据的所述k空间数据进行比较。所述迭代过程还包括将所述k空间差异变换成差异图像。所述迭代过程还包括通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场的逆将所述差异图像变换成经修改的差异图像，并且然后所述迭代过程还包括通过将所述经修改的差异图像添加到所述增强图像来更新所述增强图像。这然后被重复，使得其针对为选定组的成员的离散数据部分中的每个离散数据部分被执行。这可以具有以下优点：利用来自选定组的离散数据部分的对比数据来增强选定运动分箱的特定参考图像。其可以能够针对在选定时间分箱的时间段内对比度的变化补偿当运动相对快速地变化时对象的运动。这可以有效地起作用，因为采样模式在k空间中的旋转具有主要在中心k空间区域内进行采样的效果。中心k空间区域主要负责图像对比度，并且其能够通过仅使用相对少的离散数据部分而被完全覆盖。
中心k空间区域周围的更高k空间数据主要负责图像内的精细结构或细节。通过将磁共振数据和其离散数据部分分箱到预定运动分箱中而从大时间段获取精细细节图像。然后针对特定选定时间分箱选择对比度的变化。位移向量场然后与上面描述的迭代过程一起用来对运动进行补偿。
应当注意，在上面描述的迭代过程中，增强图像的更新能够以不同的方式被执行。在一些实施例中，在每个当前数据部分已经被处理之后，经修改的差异图像能够立即在下一迭代循环之前被添加到增强图像。另一可能性是针对选定组的离散数据部分中的每个离散数据部分的经修改的差异图像被存储并且然后被立刻添加到增强图像。
在一些实施例中，针对所述选定组的所述离散数据部分中的每个离散数据部分仅被处理一次。
在一些其他实施例中，针对所述选定组的所述离散数据部分中的每个离散数据部分的所述迭代过程被循环多次。在针对所述选定组的所述离散数据部分的每次循环之后，所述增强图像的收敛能够被检查。如果增强图像已经在预定收敛准则内收敛，那么迭代循环能够被结束。
在另一实施例中，所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转。所述离散数据部分可以表示在磁共振成像协议期间采集的k空间中的轨迹或路径。例如，k空间中的采样模式可以是然后在空间中被旋转的线性叶片，或者k空间中的采样模式也可以是诸如在k空间中被采集的螺旋或弧形轨迹之类。
在另一实施例中，对所述机器可执行指令的运行还使所述处理器在迭代过程完成之后存储、显示或提供增强图像。
在另一实施例中，所述医学成像系统还包括磁共振成像系统。所述医学成像系统还包括被配置用于测量所述运动信号值的对象运动检测系统。所述存储器还包含脉冲序列命令。所述脉冲序列命令被配置用于根据连续采样磁共振协议来采集所述磁共振数据。连续采样磁共振协议的一个范例是自由呼吸磁共振协议，其中，所述磁共振数据的所述离散数据部分被连续地采集。因为数据被连续地采集，所以正被成像的对象不必在数据采集期间进行屏气。另一范例将是连续采样磁共振血管造影协议。
连续采样脉冲序列可以包含仅进行磁化/对比剂制备(例如脂肪抑制/反转脉冲)的单元。这些单元可以中断数据采集的时序，因此“连续采样”不意味着采样是完美连续的。
例如，在一个脂肪抑制脉冲之后，50个辐条(或50个离散数据部分)可以被采集。在此之后，存在下一个脂肪抑制脉冲，跟随着另外50个辐条。在该范例中，在50个辐条的一个块内采集的数据部分的时序比在被脂肪抑制脉冲中断的辐条之间更靠近。在该范例中，时序的差异为大约100ms，因此比任何感兴趣运动周期都短得多。因此，“连续”可以被理解为未被患者生理机能触发或门控。“连续采样磁共振协议”的备选命名可以是“连续块采样磁共振协议。
对所述机器可执行指令的运行还使所述处理器利用所述脉冲序列命令来控制所述磁共振成像系统以采集所述磁共振数据。对所述机器可执行指令的运行还使所述处理器控制所述磁共振成像系统以在所述磁共振数据的采集期间或之后采集所述运动信号。
在不同的实施例或范例中，所述对象运动检测系统可以采取不同的形式。例如，所述对象运动检测系统可以是测量对象的位置的外部系统。在其他范例中，所述对象运动检测系统可以是软件模块或到磁共振成像系统的添加。对基准标记的跟踪和/或对导航器数据的采集或甚至使用在离散数据部分本身中被重复地采样的k空间数据的部分可以被使用或被认为是对象运动检测系统的一部分。
在另一实施例中，对所述机器可执行指令的运行还使所述处理器将所述运动信号附加到所述磁共振数据。在存在单独的对象运动检测系统的情况下，这可以包括附加数据或将其与磁共振数据一起存储。在导航器或自导航被使用的情况下，这可以表示对磁共振数据的处理。
在另一实施例中，所述对象运动检测系统包括所述磁共振成像系统。所述脉冲序列命令适合于在所述磁共振数据的采集期间或之后采集磁共振导航器数据。对所述机器可执行指令的运行还使所述处理器至少部分地使用所述磁共振导航器数据来计算所述运动信号。这可以是有利的，因为运动信号能够被导出而无需对磁共振成像系统的额外的硬件修改。磁共振导航数据可以例如通过具有交替的脉冲序列来采集，其中，脉冲序列中的一个采集磁共振导航器数据。这可以例如是以交错的方式，或其可以是当离散数据部分被采集时被采集的数据。在一些情况下，离散数据部分被充分地采样使得离散数据部分本身包含磁共振导航器数据。
在另一实施例中，所述连续采样磁共振协议是动态对比增强的磁共振成像协议。
在另一实施例中，所述对象运动检测系统包括以下中的任一个：心脏运动检测器、ECG、VCG、脉搏血氧仪、呼吸带、呼吸传感器、光学运动检测器、相机系统、3D相机系统、光学基准标记检测器系统、磁共振基准标记检测器系统、以及其组合。之前提到的可能性中的任何或组合可以被组合以生成可以描述对象的运动的运动信号。
在另一实施例中，所述磁共振数据是并行成像磁共振数据。所述差异图像包含来自多个磁共振线圈元件的k空间差异。例如，使用线圈敏感性矩阵，可以针对每个天线元件计算经变换的k空间数据。因此，可以针对磁共振成像系统的每个天线元件计算k空间差异。这可以提供对增强图像的更准确计算。
在另一实施例中，所述存储器包含线圈敏感性数据。对所述机器可执行指令的运行还使所述处理器通过使用所述向量位移场校正所述线圈敏感性数据来校正针对所述预定运动分箱中的每个预定运动分箱的所述参考图像。这可以是有益的，因为线圈敏感性数据可以例如仅针对对象的一个运动时相被测量。这可以提供使用单组线圈敏感性数据用于对象的一个已知运动状态的手段。这然后能够被变换成不同的运动状态。
在另一实施例中，对所述机器可执行指令的运行还使所述处理器针对所述预定运动分箱中的每个预定运动分箱采集线圈敏感性数据。针对所述预定运动分箱中的每个预定运动分箱的所述参考图像是使用该线圈敏感性数据来计算的。这可以是有益的，因为在并行成像系统中，这可以提供对增强图像的改善的计算。
作为备选方案，(使用所分箱的数据)针对每个运动状态被重建的个体接收信道的低分辨率图像能够用来根据可用于一个运动状态的单组CSM创建针对所有运动状态的线圈敏感性图。
在另一实施例中，对所述机器可执行指令的运行还使所述处理器将所述离散数据部分分箱到预定时间分箱中。对所述机器可执行指令的运行还使所述处理器通过将所述选定时间分箱设置为所述预定时间分箱中的每个预定时间分箱来迭代地生成针对所述预定时间分箱中的每个预定时间分箱的所述增强图像。这可以是有益的，因为其可以提供制作表示预定时间分箱中的每个预定时间分箱的动画或一系列增强图像的手段。这例如可以在研究或显示在各种时间内对比剂的进展中是有用的。
在另一实施例中，用于初始化针对所述预定时间分箱中的每个预定时间分箱的所述增强图像的所述参考图像是相同的。这可以是有益的，因为然后针对对象的相同运动状态示出增强图像中的每幅增强图像。
在另一实施例中，对所述机器可执行指令的运行还使所述处理器使用所述位移向量场将针对所述预定时间分箱中的每个预定时间分箱的所述参考图像变换到共同运动状态。该实施例也可以是有益的，因为其提供了处于共同运动状态的一组增强图像。
在另一实施例中，对所述机器可执行指令的运行还使所述处理器在将所述经修改的差异图像添加到所述增强图像之前利用正则化算法处理所述经修改的差异图像。如本文中使用的正则化算法包含用于变换图像以减少噪声或改善图像质量的算法。对正则化算法的使用可以改善增强图像的总体质量。这也可以帮助从经修改的差异图像中去除噪声。
在一些情况下，根据重建的图像模拟的数据并不精确地匹配所采集的数据。例如，因为所采集的数据被噪声污染，或因为模拟模型具有系统性误差(例如不准确的线圈敏感性图、运动模型中的误差)。因此，仅最小化数据误差的重建算法通常可以可能指向使图像质量退化的一点(尽管数据误差仍然减少)，因为图像被修改使得模拟的数据比能够预期的更好地匹配测量结果。可能的结果例如是图像中的过多噪声或系统性伪影。
这能够通过在最小化函数中引入以某种方式量化图像质量的一个或多个额外项来抵消。该流程被称为对最小化问题进行正则化。被使用的特定正则化项的选择是基于试探法的。因此，存在通常被使用的各种各样的正则化项。例如，图像的L2范数(Tichonov正则化)、图像梯度的L1范数(总变化)、核范数、小波域中的稀疏表示或像专用词典的一些其他基础。
通常，用于迭代最小化算法的正则化通过以下两个选项中的一个来实施：
1、基于数据差异计算的图像更新在其被添加到当前图像之前根据正则化项来修改。
2、在迭代循环内，图像被修改两次：首先，根据数据差异计算的更新被添加到图像，并且然后，图像根据正则化项来修改。
在另一实施例中，针对所述预定时间分箱中的每个预定时间分箱的所述增强图像描述如通过所述运动信号值定义的单个运动状态。
在另一实施例中，对所述机器可执行指令的运行还使所述处理器计算针对所述预定运动分箱中的每个预定运动分箱的所述参考图像的弹性配准。所述位移向量场是使用所述弹性配准针对当前数据部分中的每个当前数据部分进行内插的。这可以是有益的，因为其可以说明特定预定运动分箱内的运动信号值的小变化。这可以提供对增强图像的改善的计算。
在另一实施例中，所述选定时间分箱具有中心时间。所述k空间差异通过取决于所述中心时间与所述当前数据部分的所述采集时间之间的时间差异的加权因子来进行加权。随着所述时间差异减小，所述加权因子增大。这可以是有益的，因为其可以提供更靠近中心时间以对增强图像具有更大影响的对比度信息。
在另一实施例中，所述离散数据部分的k空间中的所述采样模式是螺旋轨迹。
在另一实施例中，所述离散数据部分的k空间中的所述采样模式是线性轨迹。
在另一实施例中，所述离散数据部分的所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转。例如，当采样模式是螺旋或线性轨迹时，这可以是有用的。采样模式的旋转提供了被过采样的中心区域以及然后被稀疏地采样的另一区域。
在另一实施例中，所述离散数据部分的所述采样模式是笛卡尔采样模式。
在另一实施例中，所述离散数据部分的所述采样模式对k空间的中心区域进行过采样。这例如可以在校正运动中是有用的。
在另一实施例中，所述离散数据部分的所述采样模式适合于对象的运动模式。这可以是有用的，因为采样模式能够用于补偿对象的运动。
在另一实施例中，所述离散数据部分的所述采样模式被随机地或伪随机地选择。这可以是有益的，因为其可以在增强图像被重建之前帮助提供对k空间的更完整采样。
在另一实施例中，生成所述增强图像通过以下操作来执行：通过使用所述选定组的所述离散数据部分中的每个离散数据部分的运动变换对所述每个离散数据部分进行变换来计算经变换的k空间数据。这些例如可以是在对应的k空间中计算起来简单直接的刚体变换。对所述增强图像的所述生成还通过以下操作来执行：通过将所述选定运动分箱的k空间数据与所述离散数据部分中的每个离散数据部分的所述经变换的k空间数据进行组合来生成组合的k空间数据。这可以以若干不同的方式被执行。在一种方式中，所述k空间数据可以被简单地添加到现有的k空间数据。在其他范例中，存在于选定运动分箱中的k空间数据可以由经变换的k空间数据代替。对所述增强图像的所述生成还通过根据经校正的k空间数据重建所述增强图像来执行。这可以例如是从k空间到图像空间的简单变换。
在这些情况的每种情况中，使用运动变换的k空间数据的变换被执行，使得经变换的k空间数据的结束状态与选定运动分箱相同。
在另一实施例中，在离散数据部分中的每个离散数据部分的k空间数据的预定距离内的选定运动分箱的k空间数据用离散数据部分中的每个离散数据部分的经变换的k空间数据代替。在该范例中，在经变换的k空间数据的特定距离内的选定运动分箱的k空间数据被代替。
在另一实施例中，经变换的k空间数据使用利用运动变换确定的k空间中的相移和旋转来计算。这些相移和旋转对应于图像空间中的刚体变换。
在另一实施例中，组合的k空间数据通过使用选定运动分箱的门控窗函数计算数据的加权和来形成。这可以是有用的，因为在修改得到的图像中更靠近指定运动状态的的k空间数据被给予更多权重。
在另一方面中，本发明提供了一种图像处理的方法。所述方法包括接收磁共振数据。所述磁共振数据包括离散数据部分。每个数据部分包括采集时间并且包括运动信号值。所述离散数据部分具有k空间中的采样模式。所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转。所述方法还包括使用所述离散数据部分中的每个离散数据部分的所述运动信号值将所述离散数据部分分箱到预定运动分箱中。所述方法还包括使用所分箱的离散数据部分来重建针对所述预定运动分箱中的每个预定运动分箱的参考图像。
所述方法还包括使用针对所述预定运动分箱中的每个预定运动分箱的所述参考图像来构建选定运动分箱与所述预定运动分箱中的每个预定运动分箱之间的位移向量场。所述选定运动分箱是从所述预定运动分箱中选择的。所述方法还包括使用所述离散数据部分中的每个离散数据部分的所述采集时间将所述离散数据部分的选定组分箱到选定时间分箱中。
所述方法还包括使用所述离散数据部分的所述选定组和校正所述离散数据部分的所述选定组中的每个选定组的所述运动变换来生成针对所述选定时间分箱的增强图像。
在另一实施例中，所述方法还包括迭代地生成针对所述选定时间分箱的增强图像。所述增强图像最初是所述选定运动分箱的所述参考图像。所述增强图像的所述迭代生成通过针对所述选定组的所述离散数据部分中的每个离散数据部分重复以下操作来执行。所述迭代过程包括从所述选定组的所述离散数据部分中选择当前数据部分。
所述当前数据部分被分箱到当前运动分箱中。所述当前运动分箱是所述预定运动分箱中的一个。所述迭代过程还包括通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场对所述增强图像进行变换来计算经变换的图像。所述迭代过程还包括将所述经变换的图像变换成经变换的k空间数据。所述迭代过程还包括计算所述当前数据部分的k空间数据与所述经变换的k空间数据的对应k空间数据点之间的k空间差异。
所述迭代过程还包括将所述k空间差异变换成差异图像。所述迭代过程还包括通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场的逆将所述差异图像变换成经修改的差异图像。所述迭代过程还包括通过将所述经修改的差异图像添加到所述增强图像来更新所述增强图像。之前已经公开了该图像处理的方法的优点。
当磁共振数据的采集也被考虑时，该图像处理的方法也可以被认为是一种磁共振成像的方法。
在另一实施例中，所述运动信号描述对象的呼吸循环。
在另一实施例中，所述磁共振数据描述对象的肝脏。
在另一方面中，本发明提供了一种计算机程序产品，包括用于由控制医学成像系统的处理器运行的机器可执行指令。对所述机器可执行指令的运行使所述处理器接收磁共振数据。所述磁共振数据包括离散数据部分。每个数据部分包括采集时间并且包括运动信号值。所述离散数据部分具有k空间中的采样模式。所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转。对所述机器可执行指令的运行还使所述处理器使用所述离散数据部分中的每个离散数据部分的所述运动信号值将所述离散数据部分分箱到预定运动分箱中。对所述机器可执行指令的运行还使所述处理器使用所分箱的离散数据部分来重建针对所述预定运动分箱中的每个预定运动分箱的参考图像。
对所述机器可执行指令的运行还使所述处理器使用针对所述预定运动分箱中的每个预定运动分箱的所述参考图像来构建选定运动分箱与所述预定运动分箱中的每个预定运动分箱之间的位移向量场。所述选定运动分箱是从所述预定分箱中选择的。对所述机器可执行指令的运行还使所述处理器使用所述离散数据部分中的每个离散数据部分的所述采集时间将所述离散数据部分的选定组分箱到选定时间分箱中。
对所述机器可执行指令的运行还使所述处理器使用所述离散数据部分的所述选定组和校正所述离散数据部分的所述选定组中的每个选定组的所述运动变换来生成针对所述选定时间分箱的增强图像。
在另一实施例中，对所述机器可执行指令的运行还使所述处理器迭代地生成针对所述选定时间分箱的增强图像。当所述迭代过程开始时，所述增强图像最初是所述选定运动分箱的所述参考图像。所述增强图像的所述迭代生成通过针对所述选定组的所述离散数据部分中的每个离散数据部分重复以下操作来执行。所述增强图像的所述迭代生成包括从所述选定组的所述离散数据部分中选择当前数据部分。所述当前数据部分被分箱到当前运动分箱中。所述当前运动分箱是所述预定运动分箱中的一个。
所述迭代过程还包括通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场对所述增强图像进行变换来计算经变换的图像。所述迭代过程还包括将所述经变换的图像变换成经变换的k空间数据。所述迭代过程还包括计算所述当前数据部分的k空间数据与所述经变换的k空间数据的对应k空间数据点之间的k空间差异。所述迭代过程还包括将所述k空间差异变换成差异图像。
所述迭代过程还包括通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场的逆将所述差异图像变换成经修改的差异图像。所述迭代过程还包括通过将所述经修改的差异图像添加到所述增强图像来更新所述增强图像。之前已经讨论了该计算机程序产品的优点。
应理解，只要组合的实施例不相互排斥，就可以组合本发明的前述实施例中的一个或多个。
如本领域技术人员将认识到的，本发明的若干方面可以被体现为一种装置、方法或计算机程序产品。因此，本发明的各方面可采取完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或者组合了软件和硬件方面的实施例的形式，其可以在本文统称为“电路”、“模块”或“系统”。此外，本发明的各个方面可以采取体现在一个或多个计算机可读介质中的计算机程序产品的形式，所述一个或多个计算机可读介质具有体现在其上的计算机可执行代码。
可以使用一个或多个计算机可读介质的任何组合。所述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。如在本文中使用的“计算机可读存储介质”包括任何有形存储介质，其可以存储能够由计算设备的处理器执行的指令。所述计算机可读存储介质可以被称为计算机可读非瞬态存储介质。所述计算机可读存储介质也可以被称为有形计算机可读介质。在一些实施例中，计算机可读存储介质还可以能够存储数据，所述数据能够由计算设备的处理器访问。计算机可读存储介质的范例包括但不限于：软盘，磁硬盘驱动器，固态硬盘，闪存，USB拇指驱动器，随机存取存储器(RAM)，只读存储器(ROM)，光盘，磁光盘和处理器的寄存器文件。光盘的范例包括压缩光盘(CD)和数字多用光盘(DVD)，例如CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R盘。术语计算机可读存储介质还指代能够由计算机设备经由网络或通信链路访问的各种类型的记录介质。例如，可以经由调制解调器、经由互联网或经由局域网来取回数据。体现在计算机可读介质上的计算机可执行代码可以使用任何合适的介质来传输，包括但不限于无线、有线、光纤线缆、RF等，或上述各项的任何适当的组合。
计算机可读信号介质可以包括具有体现在其中的(例如在基带内或者作为载波的一部分)的计算机可执行代码的传播数据信号。这样的传播信号可以采取各种形式中的任何，包括但不限于电磁的、光学的、或者它们的任何适当的组合。计算机可读信号介质可以是任何计算机可读介质，其不是计算机可读存储介质并且其能够传递、传播或传输程序用于由指令运行系统、装置或设备使用或者与其结合使用。
“计算机存储器”或“存储器”是计算机可读存储介质的范例。计算机存储器是处理器能够直接访问的任何存储器。“计算机存储设备”或“存储设备”是计算机可读存储介质的另一范例。计算机存储设备可以是任何易失性计算机可读存储介质。在一些实施例中，计算机存储设备还可以是计算机存储器，或者反之亦然。
如本文中所使用的“处理器”涵盖能够运行程序或机器可执行指令或计算机可执行代码的电子部件。对包括“处理器”的计算设备的引用应当被解读为可能包含超过一个处理器或处理内核。所述处理器例如可以是多核处理器。处理器还可以是指单个计算机系统之内的或者被分布在多个计算机系统之中的处理器的集合。术语计算设备也应被解释为可能是指计算设备的集合或网络，每个计算设备均包括一个处理器或多个处理器。所述计算机可执行代码可以由多个处理器运行，所述多个处理器可以处在相同的计算设备内或者其甚至可以跨多个计算设备分布。
计算机可执行代码可以包括令处理器执行本发明的各方面的机器可执行指令或程序。用于执行针对本发明的各方面的操作的计算机可执行代码可以以一种或多种编程语言(包括诸如Java、Smalltalk、C++等的面向对象的编程语言以及诸如“C”编程语言或类似编程语言的常规过程编程语言)的任何组合来编写并且被编译为机器可执行指令。在一些情况下，所述计算机可执行代码可以以高级语言的形式或者以预编译形式并且结合在飞行中生成机器可执行指令的解释器来使用。
所述计算机可执行代码可以完全在用户的计算机上、部分在用户的计算机上、作为独立软件包、部分在用户的计算机上并且部分在远程计算机上、或者完全在远程计算机或服务器上运行。在后一种情景中，远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机，或者可以对外部计算机做出连接(例如，使用因特网服务提供商通过因特网)。
本发明的各方面参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图示和/或框图来描述。应理解，流程图、图示和/或框图的每个框或框的一部分能够在适用时通过以计算机可执行代码的形式的计算机程序指令来实施。还应理解的是，当不相互排斥时，在不同的流程图、图示和/或框图中的框的组合可以被组合。这些计算机程序指令可以被提供到通用计算机、专用计算机的处理器或者其他可编程数据处理装置以产生一种机器，使得经由计算机的处理器或其他可编程数据处理装置运行的指令创建用于实施流程图和/或框图的一个或多个框中指定的功能/动作的单元。
这些计算机程序指令还可以被存储在计算机可读介质中，其能够引导计算机、其他可编程数据处理装置或其他设备以特定的方式工作，使得被存储在计算机可读介质中的指令产生包括实施在流程图和/或框图的一个或多个框中指定的功能/动作的指令的一款制品。
所述计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上以令一系列操作步骤在计算机、其他可编程装置或其他设备上执行以产生计算机实施的过程，使得在计算机或其他可编程装置上运行的指令提供用于实施在流程图和/或框图的一个或多个框中指定的功能/动作的过程。
如在本文中所使用的“用户接口”是允许用户或操作者与计算机或计算机系统进行交互的接口。“用户接口”还可以被称为“人机接口设备”。用户接口可以向操作者提供信息或数据和/或接收来自操作者的信息或数据。用户接口可以使得来自操作者的输入能够被计算机接收，并且可以将输出从计算机提供给用户。换言之，用户接口可以允许操作者控制或操纵计算机，并且该接口可以允许计算机指示操作者的控制或操纵的效果。数据或信息在显示器或图形用户接口上的显示是向操作者提供信息的范例。通过键盘、鼠标、跟踪球、触摸板、指点杆、图形输入板、操纵杆、游戏手柄、网络摄像头、头戴装置、踏板、有线手套、遥控器以及加速度计接收数据全部是实现从操作者接收信息或数据的用户接口部件的范例。
如本文中所使用的“硬件接口”涵盖使得计算机系统的处理器能够与外部计算设备和/或装置进行交互或者对其进行控制的接口。硬件接口可以允许处理器将控制信号或指令发送到外部计算设备和/或装置。硬件接口也可以使得处理器能够与外部计算设备和/或装置交换数据。硬件接口的范例包括但不限于：通用串行总线、IEEE1394端口、并行端口、IEEE1284端口、串行端口、RS-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口和数字输入接口。
如本文中所使用的“显示器”或“显示设备”涵盖适于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、音频和触觉数据。显示器的范例包括但不限于：计算机监视器、电视屏幕、触摸屏、触觉电子显示屏、盲文屏幕、阴极射线管(CRT)、存储管、双稳态显示器、电子纸、向量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示面板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影仪和头戴式显示器。
磁共振(MR)数据在本文中被定义为使用在磁共振成像扫描期间通过磁共振装置的天线对由原子自旋发射的射频信号的所记录的测量结果。MRF磁共振数据是磁共振数据。磁共振数据是医学图像数据的范例。磁共振成像(MRI)图像或MR图像在本文中被定义为包含在磁共振成像数据内的解剖数据的经重建的二维或三维可视化。这种可视化能够使用计算机来执行。
如本文中使用的离散数据部分的选定组是指代已经被分箱到选定时间分箱中的离散数据部分的标签。选定时间分箱是能够被选择的时间段，并且分配针对得到的增强图像的时间段或时间范围。选定时间分箱可以使用算法来选择，或者还可以经由用户接口接收或从存储设备取回。
离散数据部分中的每个离散数据部分的采集时间可以以不同的方式被分配，并且能够被解读为当磁共振数据被采集时被分配给磁共振数据的时间戳。
在上面的算法中对选定运动分箱和选定时间分箱的选择使得增强图像能够根据经受在不同时间尺度上发生的动作的数据来生成。例如，对象可能已经被注射有磁共振对比剂，并且可以正在呼吸。对选定时间分箱的选择可以用来选择在对比剂已经被使用之后的时间范围。选定时间分箱然后可以提供对比剂的进展的时间分辨率。对选定运动分箱的选择可以用来选择特定呼吸时相。该算法可以被应用多次以改变呼吸时相以及还有在对比剂已经被应用之后的时间。
附图说明
在下文中，将仅通过举例的方式并且参考附图来描述本发明的优选实施例，在附图中：
图1图示了医学成像系统的范例；
图2示出了图示操作图1的医学成像系统的方法的流程图；
图3图示了医学成像系统的又一范例；
图4示出了图示操作图3的医学成像系统的方法的流程图；
图5图示了医学成像系统的又一范例；
图6图示了磁共振成像数据的离散数据部分的分箱；
图7示出了图示运动信号值的范例的标绘图；
图8示出了图示根据范例的方法的流程图；
图9图示了医学成像系统的又一范例；以及
图10示出了图示操作图9的医学成像系统的方法的流程图。
附图标记列表
100 医学成像系统
102 计算机
104 处理器
106 硬件接口
108 用户接口
110 存储器
112 机器可执行指令
120 磁共振数据
122 预定运动分箱
124 参考图像
126 运动变换或位移向量场
126’ 逆位移向量场
128 选定时间分箱
130 增强图像
132 当前数据部分
134 经变换的图像
136 经变换的k空间数据
138 k空间差异
140 差异图像
142 经修改的差异图像
200 接收磁共振数据
202 使用离散数据部分中的每个离散数据部分的运动信号值将离散数据部分分箱到预定运动分箱中
204 使用所分箱的离散数据部分来重建针对预定运动分箱中的每个预定运动分箱的参考图像
206 使用针对预定运动分箱中的每个预定运动分箱的参考图像来构建选定运动分箱与预定运动分箱中的每个预定运动分箱之间的位移向量场，其中，选定运动分箱是从预定运动分箱中选择的
208 使用离散数据部分中的每个离散数据部分的采集时间将离散数据部分的选定组分箱到选定时间分箱中
210 选定组的所有离散数据部分已经被处理？
212 从选定组的离散数据部分中选择当前数据部分
214 通过使用选定运动分箱与当前运动分箱之间的位移向量场对增强图像进行变换来计算经变换的图像
216 将经变换的图像变换成经变换的k空间数据
218 计算当前数据部分的k空间数据与经变换的k空间数据的对应k空间数据点之间的k空间差异
210 将k空间差异变换成差异图像
212 通过使用选定运动分箱与当前运动分箱之间的位移向量场的逆将差异图像变换成经修改的差异图像
214 通过将经修改的差异图像添加到增强图像来更新增强图像
300 医学成像系统
302 磁共振成像系统
304 磁体
306 磁体的膛
308 成像区
309 感兴趣区域
310 磁场梯度线圈
312 磁场梯度线圈电源
314 射频线圈
314’ 线圈元件
316 收发器
318 对象
319 对象支撑件
320 器官
322 膨胀带或呼吸带
324 对象运动检测系统
330 脉冲序列命令
332 运动信号值
334 采集时间
400 利用脉冲序列命令来控制磁共振成像系统以采集磁共振数据
402 控制磁共振成像系统以在磁共振数据的采集期间或之后采集运动信号
500 医学成像系统
502 线圈敏感性数据
504 经变换的线圈敏感性数据
506 导航器数据
600 器官中的对比剂的标绘图
602 时间
604 器官中的对比剂的浓度
607 中心时间
608 呼吸时相
610 选定组
612 离散数据部分
800 图像空间
802 k空间
804 傅里叶变换
806 逆傅里叶变换
900 医学成像系统
901 经变换的k空间数据
902 组合的k空间数据
904 运动变换
1000 使用离散数据部分的选定组和校正离散数据部分的选定组中的每个选定组的运动变换来生成针对选定时间分箱的增强图像
1002 通过使用选定组的离散数据部分中的每个离散数据部分的运动变换对每个离散数据部分进行变换来计算经变换的k空间数据
1004 通过将选定运动分箱的k空间数据与离散数据部分中的每个离散数据部分的经变换的k空间数据进行组合来生成组合的k空间数据
1006 根据经校正的k空间数据来重建增强图像
具体实施方式
在这些附图中，类似编号的元件是等价元件或执行相同功能。如果功能是等价的，则将不一定在稍后的附图中讨论先前已经讨论过的元件。
图1图示了医学成像系统100的范例。图1中的医学成像系统100被示为包括计算机102。计算机具有处理器104。处理器被示为被可选地连接到硬件接口106。硬件接口可以例如是使得处理器104能够控制设备的其他件或与设备的其他件交换消息的任何硬件。例如，硬件接口可以用于形成与另一计算机系统或数据网络的网络连接。在其他范例中，硬件接口106可以用来控制诸如磁共振成像系统的其他部件。处理器104也被示为被可选地连接到用户接口108。处理器104还被示为被连接到存储器110。
存储器110被示为包含机器可执行指令112。机器可执行指令112使得处理器104能够执行基本功能，以控制医学成像系统100的操作和功能，并且操纵数据并执行计算。存储器110被示为包含磁共振数据120。磁共振数据包括离散数据部分。每个数据部分包括采集时间并且包括运动信号值。离散数据部分具有k空间中的采样模式。采样模式在k空间中在顺序采集的离散数据部分之间被旋转。
存储器110还被示为包含预定运动分箱。存储器110还被示为包含针对预定运动分箱124中的每个预定运动分箱的参考图像124。存储器110还被示为包含使用针对预定运动分箱中的每个预定运动分箱的参考图像的选定运动分箱与预定运动分箱中的每个预定运动分箱之间的一组位移向量场126。存储器110还被示为包含选定时间分箱128。选定时间分箱是离散数据部分能够被分箱到其中的选定时间段。存储器110还被示为包含增强图像130。增强图像在迭代过程中被生成。在迭代开始时，增强图像最初是选定运动分箱的参考图像。
存储器110还被示为包含在迭代过程中正被使用的当前数据部分132。存储器110还被示为包含经变换的图像134。存储器136还被示为包含经变换的k空间数据136。存储器138还被示为包含k空间差异。存储器140还被示为包含差异图像140。存储器110还被示为包含经修改的差异图像。下面在图2中描述用来计算增强图像130并且使用元件130-142的迭代过程。
图2示出了图示操作图1的医学成像系统100的方法的流程图。首先，在步骤200中，接收磁共振数据120。磁共振数据包括离散数据部分。每个数据部分包括采集时间并且包括运动信号值。离散数据部分具有k空间中的采样模式。采样模式在k空间中在顺序采集的离散数据部分之间被旋转。
接下来，在步骤202中，磁共振数据120的离散数据部分使用离散数据部分中的每个离散数据部分的运动信号值被分箱到预定运动分箱124中。接下来，在步骤204中，针对预定运动分箱122中的每个预定运动分箱使用预定运动分箱中的每个预定运动分箱内的分箱离散数据部分来重建参考图像124。换言之，被包含在特定运动分箱内的离散数据部分用来重建参考图像。接下来，在步骤206中，使用针对预定运动分箱中的每个预定运动分箱的参考图像124来构建选定运动分箱与预定运动分箱122中的每个预定运动分箱之间的位移向量场126。
接下来，在步骤208中，离散数据部分的选定组使用离散数据部分中的每个离散数据部分的采集时间被分箱到选定时间分箱128中。在该图中能够看出，选定时间分箱与预定运动分箱122是截然不同的。数据例如可以被分离地复制到这些分箱中的每个分箱中，或者分箱可以简单地表示磁共振数据中的哪个数据的指针或其他指示符属于分箱122、128中的每个特定分箱。
在步骤208之后，该方法然后前进到步骤210。步骤210是计算增强图像130的迭代过程的开始。在询问框120中，经由选定组的所有离散数据部分是否都已经被处理并且增强图像是否可能已经收敛的问题提出条件。如果回答为是，则该方法前进到步骤211，并且该方法在图2中结束。如果回答为否，则该方法前进到步骤212。
在步骤212中，从选定组的离散数据部分中选择当前数据部分132。当前数据部分被分箱到当前运动分箱中。当前运动分箱是预定运动分箱122中的一个。接下来，在步骤214中，经变换的图像134通过使用选定运动分箱与当前运动分箱之间的位移向量场对增强图像进行变换来计算。接下来，在步骤216中，经变换的图像134被变换成经变换的k空间数据。接下来，在步骤218中，计算当前数据部分的k空间数据与经变换的k空间数据的对应k空间数据点之间的k空间差异138。接下来，在步骤220中，k空间差异138被变换成差异图像。然后，在步骤222中，差异图像使用选定运动分箱与当前运动分箱之间的位移向量场126的逆被变换成经修改的差异图像142。然后，该方法前进到步骤124。在步骤124中，增强图像通过将经修改的差异图像添加到增强图像130来更新。该方法然后前进回到步骤210。如果选定组的所有离散数据部分都已经通过步骤212-224中的循环，则该方法可以在步骤211中结束。如果否，则该方法前进到步骤212，并且当步骤212-224再次被执行时，不同的当前数据部分被选择，并且来自步骤224的经修改的差异图像142被使用。
在一些实施方式中，该方法在步骤212至224的一次迭代之后结束。然而，增强图像可能在迭代过程中尚未收敛。可以有益的是针对选定组的每个离散数据部分多次执行步骤212至224。例如，询问框210也可以包括收敛测试，以查看在通过选定组的离散数据部分的一次循环之后增强图像是否改变多于预定量。
图3图示了医学成像系统的又一范例300。图3中描绘的医学成像系统300类似于图1的医学成像系统100。图3的医学成像系统300额外包括磁共振成像系统302。磁共振成像系统302包括磁体304。磁体304是具有通过其的膛306的超导圆柱型磁体。对不同类型的磁体的使用也是可能的；例如也可以使用分裂式圆柱形磁体和所谓的开放式磁体。分裂式圆柱磁体类似于标准的圆柱磁体，除了低温恒温器已经被分裂成两个区段，以允许访问磁体的等平面，这样的磁体可以例如与带电粒子束治疗结合使用。开放式磁体有两个磁体区段，一个在另一个之上，其之间中的空间足够大以接纳对象：两个区段区域的布置类似于亥姆霍兹线圈的布置。开放式磁体是受欢迎的，因为对象较少地受限。在圆柱磁体的低温恒温器内部有超导线圈的集合。在圆柱磁体304的膛306内，存在成像区308，在成像区中，磁场足够强且均匀以执行磁共振成像。示出了成像区308内的感兴趣区域309。在感兴趣区域309内，对象318具有器官320。例如，器官320可以是肝脏。对象318被示出为由对象支撑件319支撑，使得对象318的至少一部分在成像区308和感兴趣区域309内。
在磁体的膛306内还有磁场梯度线圈310的集合，其用于采集初步磁共振数据，以在磁体304的成像区308内对磁自旋进行空间编码。磁场梯度线圈310连接到磁场梯度线圈电源312。磁场梯度线圈310旨在是代表性的。通常，磁场梯度线圈310包含用于在三个正交空间方向上空间地编码的三个单独组的线圈。磁场梯度电源将电流供应到磁场梯度线圈。供应到磁场梯度线圈310的电流根据时间来控制并且可以是斜变的或脉冲的。
在成像区308内的是射频线圈314，其用于操纵成像区308内的磁自旋的取向，并且用于接收来自也在成像区308内的自旋的射频发射。射频天线可以包含多个线圈元件。射频天线还可以被称为通道或天线。射频线圈314连接到射频收发器316。射频线圈314和射频收发器316可以由单独的发送线圈和接收线圈以及单独的发射器和接收器替代。要理解的是，射频线圈314和射频收发器316是代表性的。射频线圈314旨在还表示专用的发射天线和专用的接收天线。类似地，收发器316也可以表示单独的发射器和接收器。射频线圈314也可以具有多个接收/发射元件，并且射频收发器316可以具有多个接收/发射通道。例如，如果执行诸如SENSE的并行成像技术，则射频线圈314将具有多个线圈元件。
对象318还被示为穿戴膨胀带322或呼吸带，每当对象318的胸部膨胀或收缩时，膨胀带或呼吸带能够产生信号。膨胀带322被示为被连接到对象运动检测系统324，对象运动检测系统接收来自带322的信号，并且然后经由硬件接口106将这些测量结果作为数据发送到处理器104。磁场梯度线圈电源312、收发器316和对象运动检测系统324全部被示为经由硬件接口106被连接到处理器104。
计算机存储器110还被示为包含脉冲序列命令330。脉冲序列命令是命令或能够被转换成这样的命令的数据，所述命令使得处理器104能够控制磁共振成像系统302以采集磁共振数据120。存储器110还被示为包含与磁共振数据120同时被记录的运动信号值332和采集时间334。它们可以被附接到或被引用到磁共振数据120的离散数据部分。在一些情况下，运动信号值332和采集时间334可以被附加到磁共振数据的离散数据部分120或与其相关联。
图4示出了图示操作图3的磁共振成像系统300的方法的流程图。图4中描绘的方法类似于图2中描绘的方法。存在两个额外的步骤。该方法以步骤400开始。在步骤400中，利用脉冲序列命令330来控制磁共振成像系统302以采集磁共振数据120。接下来，在步骤402中，在个体离散数据部分由磁共振成像系统302采集的同时，处理器104控制磁共振成像系统302以采集运动信号值332和采集时间334。在步骤402之后，该方法前进到图2的步骤200。
图5图示了医学成像系统500的又一范例。图5中描绘的医学成像系统类似于图3中描绘的医学成像系统300，具有若干修改。在该范例中，磁共振成像系统本身用作对象运动检测系统324。这通过脉冲序列命令330在磁共振数据120被采集的同时采集导航器数据506来实现。这可以被顺序地执行，或者导航器数据506可以被嵌入在离散数据部分或离散数据部分的一部分内。备选地，射频线圈314被示为包括若干单独的线圈元件314’。在单独的信道上从线圈元件314’中的每个线圈元件记录磁共振数据。
计算机存储器110还被示为包含用于使用磁共振数据120来执行并行成像的线圈敏感性数据502。线圈敏感性数据502可以仅对于对象318的单个运动状态是有效的。位移向量场126因此可以用来对线圈敏感性数据502进行变换以得到针对预定运动分箱122中的每个预定运动分箱的一组经变换的线圈敏感性数据504。当处理来自预定运动分箱122的数据时，适当的线圈敏感性数据502或经变换的线圈敏感性数据504被使用。计算机存储器110还还被示为包含从磁共振数据120导出的针对个体离散数据部分的导航器数据506。运动信号值332然后可以从导航器数据506导出。
范例可以提供从在没有屏气的情况下采集的黄金角星形堆叠数据集获得具有高空间和高时间分辨率的一系列图像的重建方法。没有运动模糊的高分辨率图像根据经运动分箱的数据来重建。随后，DCE相的对比度通过迭代重建方法来恢复，所述迭代重建方法包含弹性图像配准和变形，以在期望的对比度时间处融合所采集的数据来匹配期望的高分辨参考时间图像。
动态对比增强(DCE)MRI旨在对静脉内注射的对比剂的动态行为进行成像。尤其是对于肝脏成像，对动脉时相(即对比剂第一次通过肝脏)进行成像是感兴趣的。该时相太短(～5s)以至于不能采集足够的数据来获得肝脏的高分辨率图像。因此，必须进行时间分辨率与空间分辨率之间的折中。另外，难以利用屏气扫描来采集针对该时相的数据，因为对比剂注射与动脉时相之间的计时可以取决于患者的生理机能。除了肝脏成像之外，该技术可以与以下相关：像乳房、肾脏的其他器官的DCE成像(也称为磁共振肾图)；对比增强的血管造影、以及心脏成像(3D电影成像和DCE)。
克服上面提到的问题的一种方式是在自由呼吸期间使用连续3D黄金角星形堆叠轨迹来采集数据。该序列具有以下特征：从整个集合选择的任何任意时段的数据均匀地覆盖k空间并且能够用来重建在选定时间窗的中心时间处的对象的图像。时间窗的长度与可用于重建的轮廓的数量成正比。原则上，时间分辨率和空间分辨率能够被互换：长时间窗允许良好的空间分辨率，短时间窗允许良好的时间分辨率。
然而，这不适用于自由呼吸扫描，因为从长时间窗选择数据将混合来自不同呼吸运动状态的数据。因此，图像将被运动模糊，并且不会给出预期的空间分辨率。
为了覆盖动脉时相，短时间窗是必要的(几个径向辐条)，另一方面，需要特定的空间分辨率，因为示出对比度变化的特征仅仅是图像的小区域。即，最小数量的相邻辐条可以被选择以实现k空间中的大到足以覆盖感兴趣特征的长度尺度的奈奎斯特半径(参见下面的图6)。
在实践中，该时间窗如此大以至于显著量的呼吸运动能够发生。通常，该窗将是3至5秒长，相当于大约1–3个呼吸周期。即，选择足够的轮廓来描绘对比度变化而不受呼吸运动影响(参见下面的图7)是不可能的。
图6示出了用来解释将离散数据部分分箱到预定运动分箱122和选定时间分箱128中的标绘图。在图6中示出的范例中，图3或图5的对象318已经被注射有对比剂，并且磁共振成像协议是动态对比增强的磁共振成像协议。在图3中示出了若干标绘图。第一标绘图600示出了器官320中的对比剂的浓度。x标绘图是时间602对比器官320中的对比剂604的浓度。标绘图600被视为具有选定时间分箱128。在标绘图600下面的是运动信号值332的另一标绘图。其是时间602对比呼吸时相608的标绘图。根据运动信号值，离散数据部分被分箱到个体预定运动分箱122中。离散数据部分612也可以被分箱到选定时间分箱128中。能够看出存在被分箱到选定时间分箱128中的离散数据部分612的选定组610。选定时间分箱128具有中心时间607。在该范例中，对比剂600在中心时间607处达到峰值。
在该范例中，选定组610的六个离散数据部分在3D星形堆叠方案中被采集为辐条。610中的每条线表示k空间中的采样模式612。辐条612可以由诸如螺旋采样模式的其他分布或路径来代替。
图7示出了针对自由呼吸星形堆叠肝脏协议的典型移动模式或运动信号值332。实曲线示出了呼吸运动，并且小圆点示出了数据采集的时间点。这示出了对于吸气或呼气期间的时间点来说可能难以选择不受呼吸运动影响的连续时间窗。然而，图6中图示的分箱方案将起作用。
范例可以提供使用运动补偿将来自相邻辐条的对比度信息融合成表示在选定时间窗的中心处的运动状态的单个运动补偿图像的重建方法。以这种方式，高时间分辨率和高空间分辨率能够被获得。
第一步骤是重建描绘呼吸运动的一系列高分辨率图像(忽视对比度变化)。
第二步骤是确定这些运动状态之间的位移向量场(DVFs)。
第三且最终步骤是产生显示选定时间点处的对比度的针对选定时间点的图像。为此目的，时间窗被选择在选定点周围，并且运动补偿的迭代重建将来自该时间窗的所有数据都融合成表示来自该窗的中心的运动状态的单幅图像。该算法通过使用所估计的DVF将当前图像变形成当前在迭代循环内部被处理的辐条的运动状态来消除呼吸运动的影响。
这可以使得能够重建同时示出对比剂动态和呼吸运动的一系列高分辨率图像。作为一选项，可以选择单个呼吸状态作为参考并且产生仅示出对比剂动态的一系列高分辨率图像。
在一些范例中，呼吸导航器信号用来将呼吸时相分配给所采集的时间点中的每个。该导航器信号能够以许多已知的方式被获得：
通过自导航来自数据本身(例如沿着z轴的投影)，
将MR导航器交错成序列，
呼吸带，
生命体征相机或其他呼吸传感器。
在呼吸期间的运动范围可以被分成具有特定宽度的许多呼吸分箱。分箱内的所有数据用来重建每个分箱的一幅高分辨率图像。因为这些数据来自整个扫描持续时间，所以关于对比剂动态的信息不是可见的，但高空间分辨率是可能的，因为每个分箱中的径向辐条的数量通常是大的。
DVF能够通过应用配准算法来估计，所述配准算法优选是弹性配准(例如FEIR算法，参见例如SKabus和CLorenz.Fast elastic image registration.In Medical ImageAnalysis For The Clinic–A Grand Challenge，第81–89页,2010)。这些DVF能够用来将针对呼吸分箱的高分辨率图像中的每幅高分辨率图像变形到彼此中(并且通过应用DVF的适当的分数变形到中间状态中)。即，使用DVF可以将图像从给定参考时间点变形到数据采集中的每个时间点的呼吸状态。
在下文中描述了实现在特定时间窗内的所有数据的运动补偿的重建的一种方式(下面在图8中示出了该方法的流程图)：
迭代重建利用对应于选定时间窗的中心的高分辨率图像来初始化。在迭代循环中，以下步骤被执行：
从选定时间窗选择辐条
将当前图像变形到选定辐条的运动状态中
将图像变换到k空间(针对每个线圈元件一个)
·计算与所选择的辐条的测量数据的差异
·将差异变换到图像空间中并且组合来自不同信道的信息
·将逆DVF应用到组合差异的图像
·将差异添加到(未经变换的)当前图像并且使用该图像作为新的“当前图像”用于下一次迭代。
该算法的结果是包含选定时间窗的对比度信息的高分辨率图像。
上面的描述概述了该算法的基本构思。该方案的变型是可能的，例如包括空间或时间正则化项，利用到时间窗的中心的时间距离对数据进行加权，将DVF应用到在迭代循环中使用的线圈敏感性图，使用自动校准来估计针对每个运动状态的线圈敏感性图，降低迭代循环中的空间分辨率以加速迭代。
能够对上面描述的算法进行修改。代替使差异图像变形并将其添加到未经变换的图像，你能够首先将差异添加到(经变形的)当前图像，并且然后将结果变换回到原始运动状态。
如果在当前迭代的结束时的变形和在下一次迭代的开始时的变形通过对所涉及的两个DVF求和而被组合成单个步骤，则整个迭代可能被改善。
这种组合的优点可以包括：
1、可以节省一些时间，因为仅一个而非两个变形必须被执行。
2、图像的模糊的量可能被减少，因为变形可能涉及降低锐度的关于图像数据的一些内插。
图8示出了对增强图像的迭代计算的描述。图8中描绘的算法被分成在图像空间800中执行的部分和在k空间802中执行的部分。为了在图像空间800与k空间802之间进行变换，傅里叶变换804被执行。为了再次从k空间802变换回到图像空间800，逆傅里叶变换806被执行。图8的算法中的每条水平线表示在选定时间分箱606内的选定组610中的一个的处理。图6中的算法以选定运动分箱606的参考图像开始。
图8示出了使用N个辐条和M个信道的迭代重建的流程图。在k空间中执行的操作通过灰色背景的区域来指示。
来自上面的处理方案也能够被应用到非对比自由呼吸采集以实现运动补偿的高分辨率图像(例如用于肝脏成像的3D星形堆叠扫描)。在这种情况下，整个扫描更短，并且呼吸分箱将包含更少的数据，即呼吸分箱的空间分辨率将低于最大可实现分辨率。DVF仍然能够通过配准来计算。来自上面的迭代重建方案现在能够用来根据整个扫描数据来计算单个运动补偿的高分辨率图像。即，仅使用包括所有数据的单个时间窗。
图9图示了医学成像系统的又一范例900。图9中的医学成像系统900类似于图1中的医学成像系统100，除了在图9中对增强图像的生成通过直接在k空间内变换k空间数据并且然后在k空间已经被组合之后重建增强图像来执行。存储器110不包含来自图1的元件132、134、136、138、140或142。替代地，存储器110还被示为包含通过使用选定组610的离散数据部分612中的每个离散数据部分的运动变换904对每个离散数据部分进行变换来计算的经变换的k空间数据901。图像空间中的运动变换126已经被变换成k空间中的运动变换904。存储器110还被示为包含通过将选定运动分箱的k空间数据与离散数据部分中的每个离散数据部分的经变换的k空间数据901进行组合来生成的组合的k空间数据902。增强图像130然后根据组合的k空间数据902来重建。
图10示出了图示操作图9的医学成像系统900的方法的流程图。图10中的方法类似于图2中图示的方法。步骤200、202、204、206和208与图2中执行的方法步骤相同。在步骤208之后，该方法然后前进到步骤1000，在该步骤处，针对选定时间分箱使用离散数据部分的选定组和校正离散数据部分的选定组中的每个选定组的运动变换来生成增强图像130。步骤1000可以以若干不同的方式被执行。图2中的步骤210、211、212、214、216、218、220、222和224对应于步骤1000。在图10中，呈现了图2中的方法的备选方案，其中，增强图像130使用k空间来计算并且不是迭代的。为此，步骤1000包括子步骤1002、1004和1006。在步骤1002中，经变换的k空间数据901通过使用选定组的离散数据部分中的每个离散数据部分的运动变换对每个离散数据部分进行变换来计算。然后在步骤1004中，组合的k空间数据通过将选定运动分箱的k空间数据与离散数据部分中的每个离散数据部分的经变换的k空间数据901进行组合来生成。最后，在步骤1006中，增强图像130根据经校正的k空间数据902来重建。图10的方法能够用来重建针对图3和图5中图示的医学仪器的增强图像。
在算法的以上k空间版本(图10)中，不需要图像与k空间之间的迭代。替代地，其可以根据针对运动分箱(被变换的k空间中)的参考图像和来自选定时间分箱的(运动补偿的)数据的混合物来生成3Dk空间。
详细地：
选定时间分箱的中心可以属于特定运动状态。该运动状态的参考图像能够用来针对该运动状态计算完全采样的多信道3Dk空间(通过与线圈敏感性的相乘，跟随着傅里叶变换)。(这对应于利用参考图像初始化迭代。)现在关于在选定时间分箱期间采集的点的数据由在选定时间分箱期间实际采集的数据代替。如果数据点属于不同的运动状态，则在代替之前对数据补偿两种运动状态之间的差异。
由于这种运动补偿在k空间中被执行，所以仅刚性运动能够通过将适当的相移和旋转应用到所采样的数据来补偿。
最后，通过傅里叶变换和信道组合而根据组合的3Dk空间数据来重建针对选定时间分箱的增强图像。
上面的方案在时间上使用硬门控窗：选定时间窗之外的k空间位置从经变换的参考图像获取，并且时间窗内部的k空间位置完全由所采集的数据代替。
这能够被一般化为时间窗由0与1之间的连续函数定义的情况：组合的数据集然后被形成为来自经变换的参考图像的数据与所采集的数据的加权和，其中，权重由门控窗函数给出。
当与图像空间版本相比时，算法的k空间版本的一个优点在于其快得多，因为不需要k空间与图像空间之间的迭代。
算法的k空间版本的一些结果包括：
·运动补偿不能校正在存在相对于线圈的实质运动的情况下发生的变化的线圈敏感性图(CSM)的影响。
·其仅限于刚性运动(并且甚至由于CSM问题，这不是完全精确的)。
该方法根据每个运动分箱的数据来重建参考图像。旋转k空间模式固有地对中心k空间进行过采样，这使得能够针对每个运动分箱重建低分辨率图像。但是参考图像的重建对于利用笛卡尔采样模式采集的数据来说也是可能的：
对于属于每种运动状态的数据集，运动分箱可以导致不规律的数据分布。然而，压缩感测图像重建能够被用来根据这些不规律采样的k空间数据来重建针对每个运动分箱的图像，假设中心k空间中的数据密度是足够高的。
确保这一点的一种方式是在整个数据采集时段期间在特定k空间位置上不仅一次而是多次采集数据(过采样)。简单地采集所有数据点n次可能是低效的，因为其使扫描时间增大n倍。
如果存在关于在每种运动状态中花费的时间的特定先验知识(例如平均呼吸模式、心率、……)，则更高效的过采样策略能够被设计。然后，过采样模式能够被优化以在具有高概率的运动分箱之后生成k空间中的特定数据密度。
如果确定分箱的运动信号是实时可用的，则可以根据针对每个运动分箱的k空间的当前填充状态来实时调整过采样模式。
增加用于每个运动分箱的参考图像的重建的k空间中的数据量的另一选项是通过来自相邻运动分箱的数据(可能利用因子被下加权，这取决于运动状态的差异)来填充k空间中的间隙。该选项是更不优选的，因为其混合来自不同运动状态的数据，并且因此可能导致参考图像被运动伪影损坏。对于具有非常低的数据密度的运动状态(其中，如果没有来自其他运动分箱的数据被使用，则参考图像在很大程度上被欠采样伪影损坏)，该选项仍然可以是有用的。
各种实施例可以可能通过以下编号的条款中指定的以下特征中的一个或多个来描述：
1、一种医学成像系统(100、300、500)的特征，包括：
存储器(110)，其存储机器可执行指令(112)；
处理器(104)，其用于控制所述医学成像系统，其中，对所述机器可执行指令的运行使所述处理器：
接收(200)磁共振数据(120)，其中，所述磁共振数据包括离散数据部分(612)，其中，每个数据部分包括采集时间并且包括运动信号值(332)，其中，所述离散数据部分具有k空间中的采样模式，其中，所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转；
使用所述离散数据部分中的每个离散数据部分的所述运动信号值将所述离散数据部分分箱(202)到预定运动分箱(122)中；
使用所分箱的离散数据部分来重建(204)针对所述预定运动分箱中的每个预定运动分箱的参考图像(124)；
使用针对所述预定运动分箱中的每个预定运动分箱的所述参考图像来构建(206)选定运动分箱与所述预定运动分箱中的每个预定运动分箱之间的位移向量场(126)，其中，所述选定运动分箱是从所述预定运动分箱中选择的；
使用所述离散数据部分中的每个离散数据部分的所述采集时间将所述离散数据部分的选定组(610)分箱(208)到选定时间分箱(128)中；
其中，对所述机器可执行指令的运行还使所述处理器迭代地生成针对所述选定时间分箱的增强图像(130)，其中，所述增强图像最初是所述选定运动分箱的所述参考图像，其中，所述增强图像的所述迭代生成通过针对所述选定组的所述离散数据部分中的每个离散数据部分重复以下操作来执行：
从所述选定组的所述离散数据部分中选择(212)当前数据部分(132)，其中，所述当前数据部分被分箱到当前运动分箱中，其中，所述当前运动分箱是所述预定运动分箱中的一个；
通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场对所述增强图像进行变换来计算(214)经变换的图像(134)；
将所述经变换的图像变换(216)成经变换的k空间数据(136)；
计算(218)所述当前数据部分的k空间数据与所述经变换的k空间数据的对应k空间数据点之间的k空间差异(138)；
将所述k空间差异变换(210)成差异图像(140)；
通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场的逆将所述差异图像变换(212)成经修改的差异图像(142)；以及
通过将所述经修改的差异图像添加到所述增强图像来更新(214)所述增强图像。
2、根据条款1所述的医学成像系统，其中，所述医学成像系统还包括磁共振成像系统(302)，其中，所述医学成像系统还包括被配置用于测量所述运动信号值的对象运动检测系统(324)，其中，所述存储器还包含脉冲序列命令(330)，其中，所述脉冲序列命令被配置用于根据连续采样磁共振协议来采集所述磁共振数据，其中，对所述机器可执行指令的运行还使所述处理器：
利用所述脉冲序列命令来控制(400)所述磁共振成像系统以采集所述磁共振数据；以及
控制(402)所述磁共振成像系统以在所述磁共振数据的采集期间或之后采集所述运动信号。
3、根据条款2所述的医学成像系统，其中，所述对象运动检测系统包括所述磁共振成像系统，其中，所述脉冲序列命令适于在所述磁共振数据的采集期间或之后采集磁共振导航器数据，其中，对所述机器可执行指令的运行还使所述处理器至少部分地使用所述磁共振导航器数据来计算所述运动信号。
4、根据条款2或3所述的医学成像系统，其中，所述连续采样磁共振协议是动态对比增强的磁共振成像协议。
5、根据条款2至4中的任一项所述的医学成像系统，其中，所述对象运动检测系统包括以下中的任一个：心脏运动检测器、ECG、VCG、脉搏血氧仪、呼吸带(322)、呼吸传感器、光学运动检测器、相机系统、3D相机系统、光学基准标记检测器系统、磁共振基准标记检测器系统、以及其组合。
6、根据前述条款中的任一项所述的医学成像系统，其中，所述磁共振数据是并行成像磁共振数据，其中，所述差异图像包含来自多个磁共振线圈元件的k空间差异。
7、根据条款6所述的医学成像系统，其中，所述存储器包含线圈敏感性数据(502)，其中，对所述机器可执行指令的运行还使所述处理器通过使用所述向量位移场校正所述线圈敏感性数据来校正针对所述预定运动分箱中的每个预定运动分箱的所述参考图像。
8、根据条款6所述的医学成像系统，其中，对所述机器可执行指令的运行还使所述处理器采集针对所述预定运动分箱中的每个预定运动分箱的线圈敏感性数据，并且其中，针对所述预定运动分箱中的每个预定运动分箱的所述参考图像是使用其线圈敏感性数据来计算的。
9、根据前述条款中的任一项所述的医学成像系统，其中，对所述机器可执行指令的运行还使所述处理器将所述离散数据部分分箱到预定时间分箱中，其中，对所述机器可执行指令的运行还使所述处理器通过将所述选定时间分箱设置为所述预定时间分箱中的每个预定时间分箱来迭代地生成针对所述预定时间分箱中的每个预定时间分箱的所述增强图像。
10、根据条款9所述的医学成像系统，其中，以下中的任一个成立：
用于初始化针对所述预定时间分箱中的每个预定时间分箱的所述增强图像的所述参考图像是相同的；以及
对所述机器可执行指令的运行使所述处理器使用所述位移向量场将针对所述预定时间分箱中的每个预定时间分箱的所述参考图像变换到共同运动状态。
11、根据前述条款中的任一项所述的医学成像系统，其中，对所述机器可执行指令的运行还使所述处理器计算针对所述预定运动分箱中的每个预定运动分箱的所述参考图像的弹性配准，并且其中，所述位移向量场是使用所述弹性配准针对每个当前数据部分进行内插的。
12、根据前述条款中的任一项所述的医学成像系统，其中，所述选定时间分箱具有中心时间，其中，所述k空间差异通过取决于所述中心时间与所述当前数据部分的所述采集时间之间的时间差异的加权因子来进行加权，其中，随着所述时间差异减小，所述加权因子增大。
13、根据前述条款中的任一项所述的医学成像系统，所述离散数据部分的k空间中的所述采样模式是以下中的任一个：
螺旋轨迹；以及
线性轨迹。
14、一种图像处理的方法的特征，其中，所述方法包括：
接收(200)磁共振数据，其中，所述磁共振数据包括离散数据部分，其中，每个数据部分包括采集时间并且包括运动信号值，其中，所述离散数据部分具有k空间中的采样模式，其中，所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转；
使用所述离散数据部分中的每个离散数据部分的所述运动信号值将所述离散数据部分分箱(202)到预定运动分箱中；
使用所分箱的离散数据部分来重建(204)针对所述预定运动分箱中的每个预定运动分箱的参考图像；
使用针对所述预定运动分箱中的每个预定运动分箱的所述参考图像来构建(206)选定运动分箱与所述预定运动分箱中的每个预定运动分箱之间的位移向量场，其中，所述选定运动分箱是从所述预定运动分箱中选择的；
使用所述离散数据部分中的每个离散数据部分的所述采集时间将所述离散数据部分的选定组分箱(208)到选定时间分箱中；
其中，对所述机器可执行指令的运行还使所述处理器迭代地生成针对所述选定时间分箱的增强图像，其中，所述增强图像最初是所述选定运动分箱的所述参考图像，其中，所述增强图像的所述迭代生成通过针对所述选定组的所述离散数据部分中的每个离散数据部分重复以下操作来执行：
从所述选定组的所述离散数据部分中选择(212)当前数据部分，其中，所述当前数据部分被分箱到当前运动分箱中，其中，所述当前运动分箱是所述预定运动分箱中的一个；
通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场对所述增强图像进行变换来计算(214)经变换的图像；
将所述经变换的图像变换(216)成经变换的k空间数据；
计算(218)所述当前数据部分的k空间数据与所述经变换的k空间数据的对应k空间数据点之间的k空间差异；
将所述k空间差异变换(210)成差异图像；
通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场的逆将所述差异图像变换(212)成经修改的差异图像；以及
通过将所述经修改的差异图像添加到所述增强图像来更新(214)所述增强图像。
15、一种计算机程序产品的特征，包括用于由控制医学成像系统的处理器运行的机器可执行指令，其中，对所述机器可执行指令的运行使所述处理器：
接收(200)磁共振数据，其中，所述磁共振数据包括离散数据部分，其中，每个数据部分包括采集时间并且包括运动信号值，其中，所述离散数据部分具有k空间中的采样模式，其中，所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转；
使用所述离散数据部分中的每个离散数据部分的所述运动信号值将所述离散数据部分分箱(202)到预定运动分箱中；
使用所分箱的离散数据部分来重建(204)针对所述预定运动分箱中的每个预定运动分箱的参考图像；
使用针对所述预定运动分箱中的每个预定运动分箱的所述参考图像来构建(206)选定运动分箱与所述预定运动分箱中的每个预定运动分箱之间的位移向量场，其中，所述选定运动分箱是从所述预定运动分箱中选择的；
使用所述离散数据部分中的每个离散数据部分的所述采集时间将所述离散数据部分的选定组分箱(208)到选定时间分箱中；
其中，对所述机器可执行处理器的运行使所述处理器迭代地生成针对所述选定时间分箱的增强图像，其中，所述增强图像最初是所述选定运动分箱的所述参考图像，其中，所述增强图像的所述迭代生成通过针对所述选定组的所述离散数据部分中的每个离散数据部分重复以下操作来执行：
从所述选定组的所述离散数据部分中选择(212)当前数据部分，其中，所述当前数据部分被分箱到当前运动分箱中，其中，所述当前运动分箱是所述预定运动分箱中的一个；
通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场对所述增强图像进行变换来计算(214)经变换的图像；
将所述经变换的图像变换(216)成经变换的k空间数据；
计算(218)所述当前数据部分的k空间数据与所述经变换的k空间数据的对应k空间数据点之间的k空间差异；
将所述k空间差异变换(220)成差异图像；
通过使用所述选定运动分箱与所述当前运动分箱之间的所述位移向量场的逆将所述差异图像变换(222)成经修改的差异图像；以及
通过将所述经修改的差异图像添加到所述增强图像来更新(224)所述增强图像。
尽管已经在附图和前面的描述中详细说明和描述了本发明，但是这样的说明和描述应当被认为是说明性或示范性的而非限制性的；本发明不限于所公开的实施例。
本领域技术人员通过研究附图、说明书以及权利要求书，在实践请求保护的本发明时能够理解并且实现对所公开的实施例的其他变型。在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或者其他单元可以实现权利要求书中记载的若干项的功能。在互不相同的从属权利要求中记载了特定措施的仅有事实并不指示不能有利地使用这些措施的组合。计算机程序可以被存储/分布在与其他硬件一起提供或者作为其他硬件的一部分提供的诸如光学存储介质或者固态介质的合适介质上，但是还可以以其他形式分布，诸如经因特网或者其他有线或无线电信系统。权利要求书中的任何附图标记不应被解释为对范围的限制。

Claims (15)

1.一种医学成像系统(100、300、500、900)，包括：
存储器(110)，其存储机器可执行指令(112)；
处理器(104)，其用于控制所述医学成像系统，其中，对所述机器可执行指令的运行使所述处理器：
接收(200)磁共振数据(120)，其中，所述磁共振数据包括离散数据部分(612)，其中，每个数据部分包括采集时间并且包括运动信号值(332)，其中，所述离散数据部分具有k空间中的采样模式；
使用所述离散数据部分中的每个离散数据部分的所述运动信号值将所述离散数据部分分箱(202)到预定运动分箱(122)中；
使用所分箱的离散数据部分来重建(204)针对所述预定运动分箱中的每个预定运动分箱的参考图像(124)；
使用针对所述预定运动分箱中的每个预定运动分箱的所述参考图像来构建(206)选定运动分箱与所述预定运动分箱中的每个预定运动分箱之间的运动变换(126)，其中，所述选定运动分箱是从所述预定运动分箱中选择的；
使用所述离散数据部分中的每个离散数据部分的所述采集时间将所述离散数据部分的选定组(610)分箱(208)到选定时间分箱(128)中；
使用所述离散数据部分的所述选定组和校正所述离散数据部分的所述选定组中的每个选定组的所述运动变换来生成(1000)针对所述选定时间分箱的增强图像(130)。
2.根据权利要求1所述的医学成像系统，其中，所述选定组的每个离散数据部分属于所述预定运动分箱中的一个，其中，生成所述增强图像通过以下来执行：
通过使用所述选定组的所述离散数据部分中的每个离散数据部分的运动变换对所述每个离散数据部分进行变换来计算(1002)经变换的k空间数据(901)；
通过将所述选定运动分箱的k空间数据与所述离散数据部分中的每个离散数据部分的所述经变换的k空间数据进行组合来生成(1004)组合的k空间数据(902)；以及
根据经校正的k空间数据来重建(1006)所述增强图像。
3.根据权利要求1所述的医学成像系统，其中，所述增强图像最初是所述选定运动分箱的所述参考图像，其中，所述增强图像的迭代生成通过针对所述选定组的所述离散数据部分中的每个离散数据部分重复以下操作来执行：
从所述选定组的所述离散数据部分中选择(212)当前数据部分(132)，其中，所述当前数据部分被分箱到当前运动分箱中，其中，所述当前运动分箱是所述预定运动分箱中的一个；
通过使用所述选定运动分箱与所述当前运动分箱之间的所述运动变换对所述增强图像进行变换来计算(214)经变换的图像(134)；
将所述经变换的图像变换(216)成经变换的k空间数据(136)；
计算(218)所述当前数据部分的k空间数据与所述经变换的k空间数据的对应k空间数据点之间的k空间差异(138)；
将所述k空间差异变换(210)成差异图像(140)；
通过使用所述选定运动分箱与所述当前运动分箱之间的所述运动变换的逆将所述差异图像变换(212)成经修改的差异图像(142)；以及
通过将所述经修改的差异图像添加到所述增强图像来更新(214)所述增强图像。
4.根据权利要求3所述的医学成像系统，其中，所述磁共振数据是并行成像磁共振数据，其中，所述差异图像包含来自多个磁共振线圈元件的k空间差异，其中，所述存储器包含线圈敏感性数据(502)，其中，对所述机器可执行指令的运行还使所述处理器通过使用所述运动变换校正所述线圈敏感性数据来校正针对所述预定运动分箱中的每个预定运动分箱的所述参考图像，并且其中，针对所述预定运动分箱中的每个预定运动分箱的所述参考图像是使用其线圈敏感性数据来计算的。
5.根据权利要求3或4所述的医学成像系统，其中，对所述机器可执行指令的运行还使所述处理器将所述离散数据部分分箱到预定时间分箱中，其中，对所述机器可执行指令的运行还使所述处理器通过将所述选定时间分箱设置为所述预定时间分箱中的每个预定时间分箱来迭代地生成针对所述预定时间分箱中的每个预定时间分箱的所述增强图像。
6.根据权利要求5所述的医学成像系统，其中，以下中的任一个成立：
用于初始化针对所述预定时间分箱中的每个预定时间分箱的所述增强图像的所述参考图像是相同的；以及
对所述机器可执行指令的运行使所述处理器使用所述运动变换将针对所述预定时间分箱中的每个预定时间分箱的所述参考图像变换到共同运动状态。
7.根据权利要求3至6中的任一项所述的医学成像系统，其中，对所述机器可执行指令的运行还使所述处理器在将所述经修改的差异图像添加到所述增强图像之前利用正则化算法处理所述经修改的差异图像。
8.根据前述权利要求中的任一项所述的医学成像系统，其中，对所述机器可执行指令的运行还使所述处理器计算针对所述预定运动分箱中的每个预定时间分箱的所述参考图像的弹性配准，并且其中，所述运动变换是使用所述弹性配准针对每个当前数据部分进行内插的。
9.根据前述权利要求中的任一项所述的医学成像系统，其中，以下中的任一个成立：
k空间中的所述采样模式是螺旋轨迹；
k空间中的所述采样模式是线性轨迹；
所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转；
所述采样模式是笛卡尔采样模式；
所述采样模式对k空间的中心区域进行过采样；
所述采样模式适合于运动模式；
所述采样模式被随机地或伪随机地选择；以及
其组合。
10.根据前述权利要求中的任一项所述的医学成像系统，其中，所述医学成像系统还包括磁共振成像系统(302)，其中，所述医学成像系统还包括被配置用于测量所述运动信号值的对象运动检测系统(324)，其中，所述存储器还包含脉冲序列命令(330)，其中，所述脉冲序列命令被配置用于根据连续采样磁共振协议来采集所述磁共振数据，其中，对所述机器可执行指令的运行还使所述处理器：
利用所述脉冲序列命令来控制(400)所述磁共振成像系统以采集所述磁共振数据；并且
控制(402)所述磁共振成像系统以在所述磁共振数据的采集期间或之后采集所述运动信号。
11.根据权利要求10所述的医学成像系统，其中，所述对象运动检测系统包括所述磁共振成像系统，其中，所述脉冲序列命令适于在所述磁共振数据的采集期间或之后采集磁共振导航器数据，其中，对所述机器可执行指令的运行还使所述处理器至少部分地使用所述磁共振导航器数据来计算所述运动信号。
12.根据权利要求10或11所述的医学成像系统，其中，所述连续采样磁共振协议是动态对比增强磁共振成像协议。
13.根据前述权利要求中的任一项所述的医学成像系统，其中，所述运动变换是位移向量场。
14.一种图像处理的方法，其中，所述方法包括：
接收(200)磁共振数据(120)，其中，所述磁共振数据包括离散数据部分(612)，其中，每个数据部分包括采集时间并且包括运动信号值(332)，其中，所述离散数据部分具有k空间中的采样模式，其中，所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转；
使用所述离散数据部分中的每个离散数据部分的所述运动信号值将所述离散数据部分分箱(202)到预定运动分箱(122)中；
使用所分箱的离散数据部分来重建(204)针对所述预定运动分箱中的每个预定运动分箱的参考图像(124)；
使用针对所述预定运动分箱中的每个预定运动分箱的所述参考图像来构建(206)选定运动分箱与所述预定运动分箱中的每个预定运动分箱之间的运动变换(126)，其中，所述选定运动分箱是从所述预定运动分箱中选择的；
使用所述离散数据部分中的每个离散数据部分的所述采集时间将所述离散数据部分的选定组(610)分箱(208)到选定时间分箱(128)中；
使用所述离散数据部分的所述选定组和校正所述离散数据部分的所述选定组中的每个选定组的所述运动变换来生成(1000)针对所述选定时间分箱的增强图像(130)。
15.一种计算机程序产品，包括用于由控制医学成像系统(100、300、500、900)的处理器(104)运行的机器可执行指令(112)，其中，对所述机器可执行指令的运行使所述处理器：
接收(200)磁共振数据(120)，其中，所述磁共振数据包括离散数据部分(612)，其中，每个数据部分包括采集时间并且包括运动信号值(332)，其中，所述离散数据部分具有k空间中的采样模式，其中，所述采样模式在k空间中在顺序采集的离散数据部分之间被旋转；
使用所述离散数据部分中的每个离散数据部分的所述运动信号值将所述离散数据部分分箱(202)到预定运动分箱(122)中；
使用所分箱的离散数据部分来重建(204)针对所述预定运动分箱中的每个预定运动分箱的参考图像(124)；
使用针对所述预定运动分箱中的每个预定运动分箱的所述参考图像来构建(206)选定运动分箱与所述预定运动分箱中的每个预定运动分箱之间的运动变换(126)，其中，所述选定运动分箱是从所述预定运动分箱中选择的；
使用所述离散数据部分中的每个离散数据部分的所述采集时间将所述离散数据部分的选定组(610)分箱(208)到选定时间分箱中；
使用所述离散数据部分的所述选定组和校正所述离散数据部分的所述选定组中的每个选定组的所述运动变换来生成(1000)针对所述选定时间分箱的增强图像(130)。
CN201880082091.4A 2017-12-18 2018-12-18 运动补偿的磁共振成像 Active CN111492256B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17208013.7 2017-12-18
EP17208013 2017-12-18
PCT/EP2018/085513 WO2019121693A1 (en) 2017-12-18 2018-12-18 Motion compensated magnetic resonance imaging

Publications (2)

Publication Number Publication Date
CN111492256A true CN111492256A (zh) 2020-08-04
CN111492256B CN111492256B (zh) 2023-07-14

Family

ID=60813606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880082091.4A Active CN111492256B (zh) 2017-12-18 2018-12-18 运动补偿的磁共振成像

Country Status (5)

Country Link
US (1) US20200405176A1 (zh)
EP (1) EP3729121B1 (zh)
JP (1) JP7191105B2 (zh)
CN (1) CN111492256B (zh)
WO (1) WO2019121693A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113133756A (zh) * 2021-04-23 2021-07-20 上海联影医疗科技股份有限公司 三维心脏电影成像方法、磁共振成像系统和存储介质
WO2022198655A1 (zh) * 2021-03-23 2022-09-29 中国科学院深圳先进技术研究院 磁共振氧十七代谢成像方法、装置、存储介质及终端设备

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111742346A (zh) * 2018-02-21 2020-10-02 纳维斯国际有限公司 映射装仓医疗数据
GB2583365B (en) * 2019-04-25 2023-12-06 Siemens Healthcare Gmbh Method and apparatus for obtaining magnetic resonance imaging image data
CN110335326A (zh) * 2019-07-02 2019-10-15 上海联影医疗科技有限公司 一种重建数据的确定方法、装置、医疗影像设备及介质
EP3805773A1 (en) 2019-10-08 2021-04-14 Koninklijke Philips N.V. Respiratory biofeedback for radiotherapy
US11810227B2 (en) * 2019-11-27 2023-11-07 Siemens Healthcare Gmbh MR image reconstruction based on a-priori information
CN112132878B (zh) * 2020-11-03 2024-04-05 贵州大学 基于卷积神经网络的端到端大脑核磁共振图像配准方法
US11740309B2 (en) * 2021-02-02 2023-08-29 Hyperfine Operations, Inc. Systems and methods for dynamically extending magnetic resonance imaging of a subject
JP2022185902A (ja) * 2021-06-03 2022-12-15 富士フイルムヘルスケア株式会社 磁気共鳴イメージング装置、及び、画像処理装置
US20220409084A1 (en) * 2021-06-24 2022-12-29 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for magnetic resonance imaging
GB2608404B (en) * 2021-06-30 2023-07-05 Siemens Healthcare Gmbh Method of reconstructing a dynamic series of motion-compensated magnetic resonance images

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5539312A (en) * 1995-02-02 1996-07-23 Mayo Foundation For Medical Education And Research Detection and measurement of motion during NMR imaging using orbital navigator echo signals
CN101897587A (zh) * 2007-05-07 2010-12-01 株式会社东芝 磁共振影像装置及其控制方法
WO2015052002A1 (en) * 2013-10-08 2015-04-16 Koninklijke Philips N.V. Corrected multiple-slice magnetic resonance imaging
WO2015197366A1 (en) * 2014-06-23 2015-12-30 Koninklijke Philips N.V. Motion correction in magnetic resonance imaging
WO2016151146A1 (en) * 2015-03-26 2016-09-29 Koninklijke Philips N.V. Magnetic resonance imaging thermometry using proton resonance frequency and t1 measurements
WO2017137333A1 (en) * 2016-02-09 2017-08-17 Koninklijke Philips N.V. Steady state magnetic resonance fingerprinting

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7492931B2 (en) * 2003-11-26 2009-02-17 Ge Medical Systems Global Technology Company, Llc Image temporal change detection and display method and apparatus
US7348776B1 (en) * 2006-09-01 2008-03-25 The Board Of Trustees Of The Leland Stanford Junior University Motion corrected magnetic resonance imaging
US10073160B2 (en) * 2011-04-21 2018-09-11 Koninklijke Philips N.V. Magnetic resonance imaging of object in motion
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
US9002079B2 (en) * 2012-05-21 2015-04-07 General Electric Company Systems and methods for motion detecting for medical imaging
WO2014085288A1 (en) 2012-11-29 2014-06-05 The Regents Of The University Of California Noninvasive 4-d time-resolved dynamic magnetic resonance angiography
US10376716B2 (en) * 2013-04-18 2019-08-13 Koninklijke Philips N.V. Radiation therapy system with real-time magnetic resonance monitoring
EP2988668B1 (en) * 2013-04-24 2019-07-24 Tel HaShomer Medical Research Infrastructure and Services Ltd. Magnetic resonance maps for analyzing tissue
US9684979B2 (en) * 2013-09-30 2017-06-20 Siemens Healthcare Gmbh MRI 3D cine imaging based on intersecting source and anchor slice data
US9655522B2 (en) * 2014-10-10 2017-05-23 Cedars-Sinai Medical Center Method and system for “push-button” comprehensive cardiac MR examination using continuous self-gated 3D radial imaging
US10921407B2 (en) * 2016-04-01 2021-02-16 The Medical College Of Wisconsin, Inc. Systems and methods for motion management in magnetic resonance imaging guided therapies
US10605880B2 (en) * 2016-05-10 2020-03-31 Siemens Healthcare Gmbh Respiratory phase-resolved 3D body imaging using iterative motion correction and average

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5539312A (en) * 1995-02-02 1996-07-23 Mayo Foundation For Medical Education And Research Detection and measurement of motion during NMR imaging using orbital navigator echo signals
CN101897587A (zh) * 2007-05-07 2010-12-01 株式会社东芝 磁共振影像装置及其控制方法
WO2015052002A1 (en) * 2013-10-08 2015-04-16 Koninklijke Philips N.V. Corrected multiple-slice magnetic resonance imaging
WO2015197366A1 (en) * 2014-06-23 2015-12-30 Koninklijke Philips N.V. Motion correction in magnetic resonance imaging
WO2016151146A1 (en) * 2015-03-26 2016-09-29 Koninklijke Philips N.V. Magnetic resonance imaging thermometry using proton resonance frequency and t1 measurements
WO2017137333A1 (en) * 2016-02-09 2017-08-17 Koninklijke Philips N.V. Steady state magnetic resonance fingerprinting

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李倩文: "多排螺旋CT冠状动脉成像检查中消除运动伪影的相关方法与应用", 《中共医疗设备》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022198655A1 (zh) * 2021-03-23 2022-09-29 中国科学院深圳先进技术研究院 磁共振氧十七代谢成像方法、装置、存储介质及终端设备
CN113133756A (zh) * 2021-04-23 2021-07-20 上海联影医疗科技股份有限公司 三维心脏电影成像方法、磁共振成像系统和存储介质
CN113133756B (zh) * 2021-04-23 2023-08-15 上海联影医疗科技股份有限公司 三维心脏电影成像方法、磁共振成像系统和存储介质

Also Published As

Publication number Publication date
US20200405176A1 (en) 2020-12-31
EP3729121B1 (en) 2023-05-24
JP2021506419A (ja) 2021-02-22
EP3729121A1 (en) 2020-10-28
JP7191105B2 (ja) 2022-12-16
CN111492256B (zh) 2023-07-14
WO2019121693A1 (en) 2019-06-27

Similar Documents

Publication Publication Date Title
CN111492256B (zh) 运动补偿的磁共振成像
CN109477877B (zh) 磁共振成像系统和方法
JP5325795B2 (ja) 位相差合成画像を用いた高度に制約された逆投影再構成法を利用した造影ｍｒａ
US9271661B2 (en) Method for free-breathing magnetic resonance imaging using iterative image-based respiratory motion correction
US10698064B2 (en) Motion-corrected compressed sensing magnetic resonance imaging
US12019135B2 (en) Motion corrected tracer-kinetic mapping using MRI
JP2012505709A (ja) 移動テーブルｍｒｉ装置及び方法
WO2015197366A1 (en) Motion correction in magnetic resonance imaging
WO2021228515A1 (en) Correction of magnetic resonance images using multiple magnetic resonance imaging system configurations
CN115427829A (zh) 减少磁共振成像中的偏离共振效应
US11519991B2 (en) Motion estimation and correction in magnetic resonance imaging
WO2022223440A1 (en) K-space sampling for accelerated stack-of-stars magnetic resonance imaging using compressed sense and ai
CN111263896B (zh) 在磁共振成像系统中对相位相关的伪影的数据驱动的校正
KR20160011012A (ko) 자기 공명 영상 장치 및 그 제어 방법
US10254367B2 (en) Magnetic resonance imaging method and apparatus with motion-corrected model-based acceleration of parameter mapping
US20210003653A1 (en) Self-navigation in three-dimensional magnetic resonance imaging
EP3470866A1 (en) Motion signal resolved magnetic resonance imaging
EP4290265A1 (en) Computer-implemented method, computer program and processing apparatus for reconstructing a dynamic series of magnetic resonance images
Kolbitsch Advanced Techniques for Cardiovascular Magnetic Resonance Imaging in Cases of Irregular Motion
Chen et al. Abdominal MR Multitasking for radiotherapy treatment planning: A motion‐resolved and multicontrast 3D imaging approach
WO2023203010A1 (en) Respiratory-state resolved magnetic resonance imaging
CN118647886A (zh) 模拟计算机断层摄影成像
CN111868544A (zh) 电导率的(3-n)维确定

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