CN111685766A - 成像系统和方法 - Google Patents

成像系统和方法 Download PDF

Info

Publication number
CN111685766A
CN111685766A CN202010574797.1A CN202010574797A CN111685766A CN 111685766 A CN111685766 A CN 111685766A CN 202010574797 A CN202010574797 A CN 202010574797A CN 111685766 A CN111685766 A CN 111685766A
Authority
CN
China
Prior art keywords
time
temporal
images
spatial
matrix
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
CN202010574797.1A
Other languages
English (en)
Other versions
CN111685766B (zh
Inventor
吕靖原
刘琦
张仲奇
徐健
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare 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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Publication of CN111685766A publication Critical patent/CN111685766A/zh
Application granted granted Critical
Publication of CN111685766B publication Critical patent/CN111685766B/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
    • A61B5/0033—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • 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]
    • G01R33/46—NMR spectroscopy
    • G01R33/4616—NMR spectroscopy using specific RF pulses or specific modulation schemes, e.g. stochastic excitation, adiabatic RF pulses, composite pulses, binomial pulses, Shinnar-le-Roux pulses, spectrally selective pulses not being used for spatial selection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G—PHYSICS
    • 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
    • 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
    • G01R33/56308—Characterization of motion or flow; Dynamic 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
    • 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
    • G01R33/56308—Characterization of motion or flow; Dynamic imaging
    • G01R33/56316—Characterization of motion or flow; Dynamic imaging involving phase contrast techniques
    • 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
    • G01R33/56563—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of the main magnetic field B0, e.g. temporal variation of the magnitude or spatial inhomogeneity of B0
    • 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
    • G01R33/5659—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of the RF magnetic field, e.g. spatial inhomogeneities of the RF magnetic field
    • 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
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/008—Vector quantisation
    • 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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • A61B5/0035—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 acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/243—Spatial mapping of the polarizing magnetic field
    • 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
    • G01R33/483—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/4833—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices
    • 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
    • G01R33/546—Interface between the MR system and the user, e.g. for controlling the operation of the MR system or for the design of pulse sequences
    • 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
    • G01R33/5602—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by filtering or weighting based on different relaxation times within the sample, e.g. T1 weighting using an inversion pulse
    • 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
    • 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
    • G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
    • G01R33/5617—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE] using RF refocusing, e.g. RARE
    • 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
    • G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
    • G01R33/5618—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE] using both RF and gradient refocusing, e.g. GRASE
    • 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
    • G01R33/5619—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 by temporal sharing of data, e.g. keyhole, block regional interpolation scheme for k-Space [BRISK]
    • 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
    • G01R33/56308—Characterization of motion or flow; Dynamic imaging
    • G01R33/56325—Cine 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
    • 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
    • G01R33/56341—Diffusion 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
    • G06T2207/10072—Tomographic images
    • 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
    • G06T2207/10084—Hybrid tomography; Concurrent acquisition with multiple different tomographic modalities
    • 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]
    • 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]
    • G06T2207/10092—Diffusion tensor magnetic resonance imaging [DTI]
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10104—Positron emission tomography [PET]
    • 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
    • G06T2207/10108—Single photon emission computed tomography [SPECT]
    • 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
    • G06T2207/10132—Ultrasound image
    • 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
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • 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
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/52—Parallel processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/416—Exact reconstruction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/16—Spatio-temporal transformations, e.g. video cubism
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/215—Motion-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Vascular Medicine (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供一种成像系统和方法。所述成像方法可包括获取与受试目标的感兴趣区域(ROI)相关联的成像数据。所述成像数据可对应于所述ROI的多个时间序列图像。所述成像方法还可以包括基于所述成像数据确定包括空间基和一个或多个时间基的数据集。所述空间基可包括所述成像数据的空间信息。所述一个或多个时间基可包括所述成像数据的时序信息。所述成像方法还可以包括在存储介质中存储所述空间基以及所述一个或多个时间基。

Description

成像系统和方法
技术领域
本发明涉及成像技术领域，特别是涉及用于存储和显示图像的系统和方法。
背景技术
成像，如动态医学成像，会涉及大量的图像。举例来说，MRI(英文全称为MagneticResonance Imaging，磁共振成像)实现实时动态成像、多对比度成像和参数成像是指在一段时间内连续采集多幅MRI图像，反映受试目标随时间的运动和/或对比度随时间的变化。然而，所述MRI实时动态成像、所述多对比度成像和所述参数成像可涉及到大量的图像。例如，对应于20个心动周期、88个饱和时间、12个片层、75次心跳的心脏3D自由呼吸T1定量动态对比增强(DCE)应用，会涉及1584000幅图像。另一示例，对应于三维(3D)空间维度、心跳周期维度和血流编码方向维度的四维(4D)血流应用，会涉及10000多幅图像。以医学数字成像和通信(英文简称为DICOM，英文全称为digital imaging and communications inmedicine)等形式存储、传输和/或显示如此大量的图像会消耗大量资源，增加了对医疗系统(例如扫描仪以及图像存档和通信系统(英文简称为PACS，英文全称为picturearchiving and communication system))的压力。因此，亟需提供一种用于存储和/或显示医学图像的系统和/或方法来解决上述问题。
发明内容
本发明的附加特征将在以下的描述中部分阐述，并且本领域技术人员在查阅下述内容和附图，或者通过示例进行实际操作或验证后，可以容易理解附加特征。本发明的特征可以通过实践或采用下面讨论的详细示例中阐述的方法、工具和其组合来实现。
根据本发明的第一方面，成像系统可包括一个或多个存储设备，其存储有指令集；以及一个或多个处理器，用于与所述一个或多个存储设备通信。当所述一个或多个处理器执行所述指令集时，可指示所述一个或多个处理器执行以下一个或多个操作。所述一个或多个处理器可获取与受试目标的感兴趣区域相关联的成像数据，其中所述成像数据对应所述感兴趣区域的多个时间序列图像。所述一个或多个处理器可根据所述成像数据确定数据集，其中所述数据集可包括空间基以及一个或多个时间基，所述空间基可包括所述成像数据的空间信息，所述一个或多个时间基可包括所述成像数据的时序信息。所述一个或多个处理器可在存储介质中存储所述空间基以及所述一个或多个时间基。
在一些实施例中，所述空间基以及所述一个或多个时间基可涉及低秩模型，其中所述低秩模型表示所述多个时间序列图像之间的相关性。
在一些实施例中，所述空间基可包括空间基矩阵，所述一个或多个时间基可包括单个时间基矩阵。所述空间基矩阵与所述时间基矩阵的组合可表示低秩矩阵，其中所述低秩矩阵对应于所述多个时间序列图像的集合。所述空间基矩阵和所述时间基矩阵中的元素可以少于所述低秩矩阵中的元素。
在一些实施例中，所述数据集还可包括核心张量。所述空间基可包括空间基矩阵，所述一个或多个时间基可包括两个以上时间基矩阵；所述空间基矩阵与所述两个以上时间要素矩阵以及所述核心张量的组合可表示低秩多维张量，其中所述低秩多维张量对应于所述多个时间序列图像的集合。所述核心张量、所述空间基矩阵和所述两个以上时间要素矩阵中的元素可以少于所述低秩多维张量中的元素。
在一些实施例中，所述低秩多维张量可包括与所述空间基矩阵相对应的空间维度，以及两个以上时间维度，其中每个时间维度分别对应于所述两个以上时间要素矩阵中的一个时间要素矩阵。
在一些实施例中，所述一个或多个处理器可将所述核心张量存储在所述存储介质中。
在一些实施例中，所述一个或多个处理器可基于所述数据集重建所述多个时间序列图像的至少一部分图像。所述一个或多个处理器可将得到的重建图像存储在所述存储介质中。
在一些实施例中，所述一个或多个处理器可将所述重建图像发送至用户设备，以展示所述重建图像。
在一些实施例中，所述重建图像可包括所述多个时间序列图像中的至少一组图像，其中所述多个时间序列图像表示多个参数中的一个参数的值随时间的变化，所述多个参数用于获取所述成像数据。
在一些实施例中，所述多个参数可包括一个或多个成像序列参数、心脏运动参数和呼吸运动参数和中的至少一个参数。
在一些实施例中，所述存储介质可包括所述至少一个存储设备或图像存档和通信系统。
在一些实施例中，所述多个时间序列图像包括磁共振(MR)图像、计算机断层扫描(英文简称为CT，英文全称为Computed Tomography)图像、超声图像或多模态图像。
根据本发明的第二方面，成像方法可包括以下一个或多个步骤。一个或多个处理器可以获取与受试目标的感兴趣区域相关联的成像数据，其中所述成像数据对应所述感兴趣区域的多个时间序列图像。所述一个或多个处理器可根据所述成像数据确定数据集，其中所述数据集可包括空间基以及一个或多个时间基，所述空间基可包括所述成像数据的空间信息，所述一个或多个时间基可包括所述成像数据的时序信息。所述一个或多个处理器可在存储介质中存储所述空间基以及所述一个或多个时间基。
根据本发明的第三方面，成像系统可包括第一输入/输出(I/O)模块，用于获取与受试目标的感兴趣区域相关联的成像数据，其中所述成像数据对应所述感兴趣区域的多个时间序列图像。所述成像系统还可以包括矩阵确定模块，用于根据所述成像数据确定数据集，其中所述数据集包括空间基以及一个或多个时间基，所述空间基包括所述成像数据的空间信息，所述一个或多个时间基包括所述成像数据的时序信息。所述第一输入/输出模块还用于在存储介质中存储所述空间基以及所述一个或多个时间基。
根据本发明的第四方面，非暂时性计算机可读存储介质可包括至少一组指令。所述至少一组指令可由计算机服务器的一个或多个处理器执行。所述一个或多个处理器可获取与受试目标的感兴趣区域相关联的成像数据，其中所述成像数据对应所述感兴趣区域的多个时间序列图像。所述一个或多个处理器可根据所述成像数据确定数据集，其中所述数据集可包括空间基以及一个或多个时间基，所述空间基可包括所述成像数据的空间信息，所述一个或多个时间基可包括所述成像数据的时序信息。所述一个或多个处理器可在所述存储介质中存储所述空间基以及所述一个或多个时间基。
根据本发明的第五方面，成像系统可包括一个或多个存储设备，其存储有指令集；以及一个或多个处理器，用于与所述一个或多个存储设备通信。当所述一个或多个处理器执行所述指令集时，可指示所述一个或多个处理器执行以下一个或多个操作。所述一个或多个处理器可从存储介质中获取数据集，其中所述数据集包括空间基以及一个或多个时间基，所述空间基和所述一个或多个时间基对应于受试目标的感兴趣区域的多个时间序列图像，所述空间基包括所述多个时间序列图像的空间信息，所述一个或多个时间基包括所述多个时间序列图像的时序信息。所述一个或多个处理器可接收指令，其中所述指令用于重建所述多个时间序列图像的一个或多个目标图像。所述一个或多个处理器可基于所述数据集和所述指令重建所述一个或多个目标图像。对于所述一个或多个目标图像中的每个目标图像，所述一个或多个处理器可基于所述指令确定所述一个或多个时间基中每个时间基的时间基子集。所述一个或多个处理器可基于所述数据集和所述一个或多个时间基子集重建所述目标图像。所述一个或多个处理器可显示所述一个或多个目标图像。
在一些实施例中，为了基于所述指令确定所述一个或多个时间基中每个时间基的时间基子集，所述一个或多个处理器可基于所述指令，获取与所述目标图像相对应的多个参数中的至少一个参数的值，其中所述多个参数用于获取所述感兴趣区域的成像数据。所述一个或多个处理器可基于所述多个参数中的至少一个参数的值，确定与所述一个或多个时间基的目标图像相对应的时间信息。所述一个或多个处理器可基于所述时间信息确定与所述目标图像相对应的一个或多个时间基中的每一个时间基的时间基子集。
在一些实施例中，所述多个参数包括一个或多个成像序列参数、心脏运动参数和呼吸运动参数和中的至少一个。
在一些实施例中，所述空间基以及所述一个或多个时间基可涉及低秩模型，其中所述低秩模型表示所述多个时间序列图像之间的相关性。
在一些实施例中，所述空间基可包括空间基矩阵，所述一个或多个时间基可包括单个时间基矩阵。所述空间基矩阵与所述时间基矩阵的组合可表示低秩矩阵，其中所述低秩矩阵对应于所述多个时间序列图像的集合。所述空间基矩阵和所述时间基矩阵中的元素可以少于所述低秩矩阵中的元素。
在一些实施例中，为了基于所述数据集和所述一个或多个时间基子集重建所述目标图像，所述一个或多个处理器可通过确定所述空间基矩阵和所述单个时间基矩阵的时间基子集的乘积来重建所述目标图像。
在一些实施例中，所述数据集还包括核心张量。所述空间基可包括空间基矩阵，所述一个或多个时间基可包括两个以上时间基矩阵。所述空间基矩阵与所述两个以上时间要素矩阵以及所述核心张量的组合可表示低秩多维张量，其中所述低秩多维张量对应于所述多个时间序列图像的集合。所述核心张量、所述空间基矩阵和所述两个以上时间要素矩阵中的元素可以少于所述低秩多维张量中的元素。
在一些实施例中，所述低秩多维张量可包括与所述空间基矩阵相对应的空间维度，以及两个以上时间维度，其中每个时间维度分别对应于所述两个以上时间要素矩阵中的一个时间要素矩阵。
在一些实施例中，为了基于所述数据集和所述一个或多个时间基子集重建所述目标图像，所述一个或多个处理器可通过确定所述空间基矩阵、所述两个以上时间基矩阵的两个以上时间基子集、以及所述核心张量的乘积来重建所述目标图像。
在一些实施例中，所述一个或多个处理器可在所述存储介质中存储所述一个或多个目标图像中的至少一个目标图像。
在一些实施例中，所述存储介质可包括所述存储设备或图像存档和通信系统。
在一些实施例中，所述多个时间序列图像可包括磁共振(MR)图像、计算机断层扫描(CT)图像、超声图像或多模态图像。
根据本发明的第六方面，成像方法可包括以下一个或多个步骤。所述一个或多个处理器可从存储介质中获取数据集，其中所述数据集包括空间基以及一个或多个时间基，所述空间基和所述一个或多个时间基对应于受试目标的感兴趣区域的多个时间序列图像，所述空间基可包括所述多个时间序列图像的空间信息，所述一个或多个时间基可包括所述多个时间序列图像的时序信息。所述一个或多个处理器可接收指令，其中所述指令用于重建所述多个时间序列图像的一个或多个目标图像。所述一个或多个处理器可基于所述数据集和所述指令重建所述一个或多个目标图像。对于所述一个或多个目标图像中的每个目标图像，所述一个或多个处理器可基于所述指令确定所述一个或多个时间基中每个时间基的时间基子集。所述一个或多个处理器可基于所述数据集和所述一个或多个时间基子集重建所述目标图像。所述一个或多个处理器可显示所述一个或多个目标图像。
根据本发明的第七方面，成像系统可包括第二输入/输出(I/O)模块，用于从存储介质中获取数据集，其中所述数据集包括空间基以及一个或多个时间基，所述空间基和所述一个或多个时间基对应于受试目标的感兴趣区域的多个时间序列图像，所述空间基可包括所述多个时间序列图像的空间信息，所述一个或多个时间基可包括所述多个时间序列图像的时序信息。所述第二输入/输出(I/O)模块还用于接收指令，其中所述指令用于重建所述多个时间序列图像的一个或多个目标图像。所述成像系统还包括第二重建模块，用于基于所述数据集和所述指令重建所述一个或多个目标图像。对于所述一个或多个目标图像中的每个目标图像，可基于所述指令确定所述一个或多个时间基中每个时间基的时间基子集，可基于所述数据集和所述一个或多个时间基子集重建所述目标图像。所述第二输入/输出(I/O)模块还用于显示所述一个或多个目标图像。
根据本发明的第八方面，非暂时性计算机可读介质可包括至少一组指令。所述至少一组指令可由计算机服务器的一个或多个处理器执行。所述一个或多个处理器可从存储介质中获取数据集，其中所述数据集可包括空间基以及一个或多个时间基，所述空间基和所述一个或多个时间基对应于受试目标的感兴趣区域的多个时间序列图像，所述空间基可包括所述多个时间序列图像的空间信息，所述一个或多个时间基可包括所述多个时间序列图像的时序信息。所述一个或多个处理器可接收指令，其中所述指令用于重建所述多个时间序列图像的一个或多个目标图像。所述一个或多个处理器可基于所述数据集和所述指令重建所述一个或多个目标图像。对于所述一个或多个目标图像中的每个目标图像，所述一个或多个处理器可基于所述指令确定所述一个或多个时间基中每个时间基的时间基子集。所述一个或多个处理器可基于所述数据集和所述一个或多个时间基子集重建所述目标图像。所述一个或多个处理器可显示所述一个或多个目标图像。
附图说明
本发明还通过多个示例性实施例进一步描述本发明，参考附图详细描述这些示例性实施例。这些实施例是非限制性的示例性实施例，其中类似的附图标记在附图的多个视图中表示类似的结构，其中：
图1为本发明一些实施例的示例性医学系统的示意图；
图2为本发明一些实施例的示例性MRI扫描仪的示意图；
图3为本发明一些实施例的计算设备的示例性硬件和/或软件组件的示意图；
图4为本发明一些实施例的移动设备的示例性硬件和/或软件组件的示意图；
图5为本发明一些实施例的示例性处理设备的框图；
图6为本发明一些实施例的用于MRI重建的示例性过程的流程图；
图7A为本发明一些实施例的低秩三维张量的Tucker因式分解的示意图；
图7B为本发明一些实施例的多个时间序列图像的一部分的示意图；
图8为本发明一些实施例的示例性用户设备的框图；
图9为本发明一些实施例的用于MRI重建的示例性过程的流程图。
具体实施方式
在以下的详细描述中，通过示例阐述了诸多具体细节，以助于对相关发明内容的清楚理解。然而，本领域技术人员可以理解，在没有这些细节的情况下，本发明仍可实施。在一般情况下，为了避免不必要地混淆本发明的各个方面，本发明以相对较高的水平描述了众所周知的方法、过程、系统、组件和/或电路，而没有对其进行详细说明。对于本领域技术人员来说，对所公开的实施例的各种修改将是显而易见的，并且在不脱离本发明的构思和范围的情况下，本发明定义的一般原则可以应用于其他实施例和应用。因此，本发明并不限于所列举的实施例，而是涵盖了与权利要求一致的最宽范围。
本发明中使用的术语仅用于描述特定示例实施例，并不旨在限制本发明。如本发明所用，“一”、“一个”以及“一种”可为单数形式，也可以指复数形式，除非上下文另有明确指示。可进一步理解，在本发明中所使用的术语“包括”和“包含”，表示所述特征、整数、步骤、操作、元素和/或组件的存在，但不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或其组合。
应当理解，本发明中使用的术语“系统”、“装置”、“单元”、“模块”和/或“块”是一种用于按升序区分不同级别的不同组件、元件、部件、部分或其组合的方法。但是，如果另一种表达方式的其他术语也可达到相同的目的，则这些术语可能会被其取代。
通常，本发明使用的“模块”、“单元”或“块”词语是指硬件或固件中包含的逻辑组件，或指软件指令的集合。本发明描述的模块、单元或块可以用软件和/或硬件来实现，并且可以存储在任何类型的非暂时性计算机可读介质或其他存储设备中。在一些实施例中，软件模块/单元/块可以被编译并链接到可执行程序中。应当理解，软件模块可以从其他模块/单元/块或其自身调用，和/或可以响应检测到的事件或中断而调用。用于在计算设备(例如，如图3所示的处理器310)上执行的软件模块/单元/块可以设置在计算机可读介质上，例如光盘、数字视频光盘、闪存驱动器、磁盘或任何其他有形介质上，或者作为数字下载(并且最初以压缩或可安装的格式存储，在执行之前需要安装、解压缩或解密)。这些软件代码可以部分或全部存储在计算设备的存储设备上，以供计算设备执行。软件指令可以嵌入固件中，例如EPROM(可擦除可编程只读存储器)。进一步可理解，硬件模块/单元/块可以包括所连接的逻辑组件，例如门和触发器，和/或可以包括可编程单元，例如可编程门阵列或处理器。本发明描述的模块/单元/块或计算设备功能可以用软件模块/单元/块来实现，但也可以用硬件或固件表示。一般来说，本发明所描述的模块/单元/块是指逻辑模块/单元/块，它们可以与其他模块/单元/块组合，或者尽管它们的物理组织或存储方式不同，但也可以划分为子模块/子单元/子块。
可以理解，当一个单元、装置、模块或块被称为“开启”、“连接到”或“耦合到”另一个单元、装置、模块或块时，它可以直接开启、连接到、耦合到或通信到另一个单元、装置、模块或块，也可以是可能存在的中间单元、装置、模块或块，除非上下文另有明确说明。如本发明所使用的，术语“和/或”包括一个或多个相关的所列特征的任意和所有组合。
在考虑本发明的以下描述结合参考附图后，本发明的这些和其他特征，和相关结构元件的操作方法和功能，以及部件和制造成本的组合可以更加清楚明显。然而，应明确理解，附图仅用于说明和描述，并不旨在限制本发明的范围。可以理解，附图是不按比例绘制的。
本发明提供用于医学成像的医学系统和组件。在一些实施例中，所述医学系统可包括成像系统。所述成像系统可包括单模态成像系统或多模态成像系统。例如，所述单模态系统可包括计算机断层扫描成像(英文简称为CT，英文全称为Computed Tomography)系统、磁共振成像(MRI)系统、正电子发射断层成像(英文简称为PET，英文全称为PositronEmission Computed Tomography)系统、超声系统等。举例来说，MRI系统可包括超导磁共振成像系统、非超导磁共振成像系统等。再例如，所述多模态成像系统可包括计算机断层磁共振成像(MRI-CT)系统、正电子发射断层磁共振成像(PET-MRI)系统、单光子发射计算机断层磁共振成像(SPECT-MRI)系统、等。举例来说，多模态成像系统可包括磁共振正电子发射断层成像(MR-PET)系统、数字减影血管造影磁共振成像(DSA-MRI)系统、计算机断层扫描正电子发射断层扫描成像(CT-PET)系统等。在一些实施例中，医学系统可以包括治疗系统。所述治疗系统可以包括治疗计划系统(英文简称为TPS，英文全称为treatment plan system)、图像引导放射治疗(英文简称为IGRT，英文全称为image-guide radio therapy)等。所述图像引导放射治疗(IGRT)可以包括治疗设备和成像设备。治疗设备可包括线性加速器、回旋加速器、同步加速器等，其用于对受试目标执行放射治疗。所述治疗设备可包括多种粒子的加速器，所述粒子包括光子、电子、质子或重离子。所述成像设备可包括MRI扫描仪、CT扫描仪(例如，锥束计算机断层扫描(英文简称为CBCT，英文全称为cone beam computedtomography)扫描仪)、数字放射学(英文简称为DR，英文全称为digital radiology)扫描仪、电子门户成像设备(英文简称为EPID，英文全称为electronic portal imagingdevice)等。
本发明的一个方面涉及用于存储和显示医学图像的系统和方法。以用于存储和/或显示MRI图像的系统和方法为例，可获取与受试目标的感兴趣区域(ROI)的多个时间序列图像相对应的磁共振(MR)数据。在所述多个时间序列图像中表示的信息除了空间相关性之外，还可以存在时间相关性。根据一些实施例，这种空间相关性和/或时间相关性可以由低秩模型来描述。在基于所述MR数据的图像重建过程中，可以基于所述MR数据和所述低秩模型来确定空间基矩阵以及一个或多个时间基矩阵，其中所述空间基矩阵包括所述MR数据的空间信息，所述一个或多个时间基矩阵包括所述MR数据的时间信息。由于所述一个或多个时间基矩阵形式的时序信息的低秩特征，和/或所述空间基矩阵形式的空间信息的低秩特征，以所述空间基矩阵形式和所述一个或多个时间基矩阵形式表示的MR数据可以比所述多个时间序列图像具有更小的数据量或文件大小。因此，可以将所述空间基矩阵和所述一个或多个时间要素矩阵存储在例如所述图像存档和通信系统(PACS)中，而非存储所有所述多个时间序列图像，如此可以减少占用的存储空间。
如果用户希望查看用户设备中的多个时间序列图像，则可将所述空间基矩阵和所述一个或多个时间要素矩阵从所述PACS发送到所述用户设备，而非发送所述多个时间序列图像本身，如此可以减少发送的数据量，而这反过来又可以减轻传输带宽的压力，减少传输时间，和/或减少传输错误的几率。利用所述空间基矩阵和所述一个或多个时间要素矩阵，可以采用具有普通处理性能的用户设备来实现所述多个时间序列图像中的任意一个时间序列图像的快速重建。
应当理解，所公开的方法和系统参考MRI图像进行描述，是为了解释说明，并非旨在限制本发明的范围。所公开的方法和系统可应用于其他单模态或多模态成像，包括，例如CT成像、超声成像、MRI-CT等。在一些实施例中，本发明中的医学图像存储和显示的方法和/或系统可应用于低秩的医学图像的存储和/或显示的场景。
图1是本发明一些实施例的示例性医学系统100的示意图。所述医学系统100可包括扫描仪110、网络120、用户设备130、处理设备140和存储设备150。所述医学系统100的组件可以通过一种或多种方式连接。仅作为示例，所述扫描仪110可以通过所述网络120连接到所述处理设备140。作为另一示例，扫描仪110可以直接到所述处理设备140(如连接于所述扫描仪110和所述处理设备140的虚线双向箭头所示)。在另一实施例中，所述存储设备150可以直接连接到所述处理设备140，或通过所述网络120连接到所述处理设备140。在另一实施例中，终端设备(例如131、132、133等)可以直接连接到所述处理设备140(如连接所述用户设备130和所述处理设备140的虚线双向箭头所示)，或通过所述网络120连接到所述处理设备140。
所述扫描仪110可以扫描位于其检测区域内的对象，并生成与所述对象相关的多个成像数据。在本发明中，“受试目标”和“对象”可交替使用。仅作为示例，所述受试目标可包括扫描目标、人造物体等。在另一实施例中，所述受试目标可包括扫描目标的特定部分、器官和/或组织。例如，所述受试目标可包括头部、大脑、颈部、身体、肩部、手臂、胸部、心脏、胃、血管、软组织、膝盖、脚或其他部位等，或其任意组合。
在一些实施例中，所述扫描仪110可包括MRI扫描仪、CT扫描仪、PET扫描仪、超声波扫描仪或者多模态设备等。举例来说，多模态设备可包括MRI-CT设备、PET-MRI设备或者PET-CT设备等。在本发明中，图1所示的X轴、Y轴和Z轴可形成正交坐标系。图1所示的X轴和Z轴可以是水平的，Y轴可以是垂直的。如图1所示，沿X轴的正方向可从所述扫描仪110的右侧到左侧(从面对扫描仪110的方向看)；沿Y轴的正方向(如图1所示)可从所述扫描仪110的下部到上部；沿Z轴的正方向(如图1所示)可指所述受试目标从扫描仪110的扫描通道(或称为管道)中移出的方向。本发明的其他内容有对所述扫描仪110的更多描述，例如，参见图2及其说明。
所述网络120可包括能够促进所述医学系统100的信息和/或数据交换的任何合适网络。在一些实施例中，所述医疗设备110的一个或多个组件(例如所述扫描仪110、所述用户设备130、所述处理设备140或所述存储设备150)可经由所述网络120与所述医学系统100的一个或多个其他组件通信信息和/或数据。例如，所述处理设备140可经由所述网络120从所述扫描仪110获取成像数据(例如磁共振(MR)数据)。在另一实施例中，所述用户设备130可从所述存储设备150和/或所述处理设备140获取与所述成像数据相对应的空间基矩阵和一个或多个时间基矩阵。在一些实施例中，所述网络120可以是任何类型的有线或无线网络，或其组合。所述网络120可包括公共网络(例如因特网)、专用网络(例如局域网(LAN)、广域网(WAN)等)、有线网络(例如以太网)、无线网络(例如802.11网络、Wi-Fi网络等)、蜂窝网络(例如长期演进(LTE)网络)、帧中继网络、虚拟专用网络(“VPN”)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机和/或其任意组合。仅作为示例，所述网络120可以包括有线电视网络、有线网络、光纤网络、电信网络、内联网、无线局域网(WLAN)、城域网(MAN)、公用电话交换网络(PSTN)、蓝牙TM网络、ZigBeeTM网络、近场通信(NFC)网络等，或其任意组合。在一些实施例中，所述网络120可包括一个或多个网络接入点。例如，所述网络120可包括有线和/或无线网络接入点，例如基站和/或因特网交换点，通过这些接入点，所述医学系统100的一个或多个组件可以连接到所述网络120以交换数据和/或信息。
所述用户设备130可包括移动设备131、平板电脑132、笔记本电脑133、台式计算机(未示出)、工作站(未示出)等，或其任意组合。在一些实施例中，所述移动设备131可包括智能家庭设备、可穿戴设备、智能移动设备、虚拟现实设备、增强现实设备等，或其任意组合。在一些实施例中，所述智能家庭设备可包括智能照明设备、智能电气设备的控制设备、智能监控设备、智能电视、智能摄像机、对讲机等，或其任意组合。在一些实施例中，所述可穿戴设备可包括智能手镯、智能鞋具、智能眼镜、智能头盔、智能手表、智能服装、智能背包、智能附件等，或其任意组合。在一些实施例中，所述智能移动设备可包括智能手机、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备等，或其任意组合。在一些实施例中，所述虚拟现实设备和/或增强现实设备可包括虚拟现实头盔、虚拟现实眼镜、虚拟现实贴片、增强现实头盔、增强现实眼镜、增强现实贴片等，或其任意组合。例如，所述虚拟现实设备和/或增强现实设备可以包括谷歌TM眼镜、Oculus Rift头戴显示器、全息透镜、Gear VR头戴显示器等。在一些实施例中，所述用户设备130可以远程操作扫描仪110和或处理设备140。在一些实施例中，所述用户设备130可经由无线连接操作所述扫描仪110和/或所述处理设备140。在一些实施例中，所述用户设备130可以接收用户输入的信息和/或指令，并经由所述网络120将接收到的信息和/或指令发送到所述扫描仪110或所述处理设备140。例如，所述医学系统100的用户(例如医生、技术人员或工程师等)可以通过所述用户设备130设置扫描协议。所述用户设备130可以将所述扫描协议发送到所述处理设备140，以指示所述处理设备140控制所述扫描仪110(例如，MRI扫描仪)根据所述扫描协议操作。在一些实施例中，所述用户设备130可以从所述处理设备140和/或所述存储设备150接收数据和/或信息。例如，所述用户设备130可以从所述处理设备140和/或所述存储设备150获取空间基矩阵和一个或多个时间基矩阵。在另一实施例中，所述用户设备130可以从所述处理设备140和/或所述存储设备150获取一个或多个图像。
所述处理设备140可以处理从所述扫描仪110、所述用户设备130和/或所述存储设备150获得的数据和/或信息。例如，所述处理设备140可以从扫描仪110获取成像数据(例如MR数据)，并且基于所述成像数据确定空间基矩阵以及一个或多个时间基矩阵。在另一实施例中，所述处理设备140可以从所述用户设备130接收一个或多个指令，并控制所述扫描仪110根据所述一个或多个指令操作。在一些实施例中，所述处理设备140可以是单个服务器或服务器组。所述服务器组可以是集中式的，也可以是分布式的。在一些实施例中，所述处理设备140可以是本地的或远程的。例如，所述处理设备140可以经由所述网络120访问存储在所述扫描仪110、所述用户设备130和/或所述存储设备150中的信息和/或数据，或由所述扫描仪110、所述用户设备130和/或所述存储设备150获取的信息和/或数据。作为另一示例，所述处理设备140可以直接连接到所述扫描仪110(如图1中连接所述处理设备140和所述扫描仪110的虚线双向箭头所示)，所述用户设备130(如图1中连接所述处理设备140和所述用户设备130的虚线双向箭头所示)和/或所述存储设备150，以访问存储的或获取的信息和/或数据。在一些实施例中，所述处理设备140可以在云平台上实现。仅作为示例，所述云平台可包括私有云、公共云、混合云、社区云、分布式云、云间云、多云等，或其任意组合。在一些实施例中，所述处理设备140可以在具有本发明图3所示的一个或多个组件的计算设备300上实现。
所述存储设备150可以存储数据和/或指令。在一些实施例中，所述存储设备150可包括数据库151、图像存档和通信系统(PACS)152、文件系统153等，或其任意组合。在一些实施例中，所述存储设备150可以存储从所述扫描仪110、用户设备130和/或所述处理设备140获取的数据。例如，所述存储设备150可以存储由所述扫描仪110获取的成像数据(例如MR数据)。在另一实施例中，所述存储设备150可以存储由所述处理设备140和/或用户设备130生成的医学图像(例如，MRI图像)。在另一实施例中，所述存储设备150可以存储空间基矩阵以及一个或多个时间基矩阵。在另一实施例中，所述存储设备150可以存储扫描目标的电子病历。在另一实施例中，所述存储设备150可以存储医学系统100的预设扫描参数(例如，预设扫描协议)。在一些实施例中，所述存储设备150可以存储数据和/或指令，所述数据和/或指令可以被所述处理设备140执行，或用于执行本发明中描述的示例性方法。例如，所述存储设备150可以存储所述处理设备140可执行的指令，用于基于所述成像数据确定空间基矩阵以及一个或多个时间基矩阵。在另一实施例中，所述存储设备150可存储所述处理设备140和/或所述用户设备130可执行的指令，用于基于所述空间基矩阵以及所述一个或多个时间基矩阵，生成一个或多个图像。在一些实施例中，所述存储设备130可包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)等，或其任意组合。举例来说，大容量存储设备可以包括磁盘、光盘、固态驱动器等。举例来说，可移动存储设备可以包括闪存驱动器、软盘、光盘、存储卡、压缩磁盘、磁带等。举例来说，易失性读写存储器可以包括随机存取存储器(RAM)。举例来说，RAM可以包括动态RAM(DRAM)、双倍数据速率同步动态RAM(DDRSDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)、零电容RAM(Z-RAM)等。举例来说，ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)、数字多功能磁盘ROM等。在一些实施例中，所述存储设备150可以在云平台上实现。仅作为示例，所述云平台可包括私有云、公共云、混合云、社区云、分布式云、云间云、多云等，或其任意组合。
在一些实施例中，所述存储设备150可以连接到所述网络120以与所述医学系统100的一个或多个组件(例如所述扫描仪110、所述处理设备140、所述用户设备130等)通信。所述医疗系统100的一个或多个组件可经由所述网络120访问所述存储设备150中存储的数据或指令。在一些实施例中，所述存储设备150可以直接连接到所述医疗系统100的一个或多个组件(例如所述扫描仪110、所述处理设备140、所述用户设备130等)或与之通信。在一些实施例中，所述存储设备150可以是所述处理设备140的一部分。
在一些实施例中，所述医学系统100还可以包括连接到所述医学系统100的一个或多个组件(例如所述扫描仪110、所述处理设备140、所述用户设备130、所述存储设备150等)的一个或多个电源(图1中未示出)。
为简洁起见，对医学图像的存储和显示的方法和/或系统的描述可以以MRI为例。例如，以下对所述扫描仪器110的描述可参考作为示例的MRI扫描仪。在另一实施例中，以下对医学图像的存储和显示的方法和/或系统的描述可以参考作为示例的MR图像。应当注意的是，以下描述的MR图像的存储和显示的方法和/或系统仅仅是一些示例或实现方式，并不旨在限制本发明的范围。对于本领域技术人员来说，本发明中的MR图像的存储和显示方法和/或系统可应用于其他类似的单模态或多模态成像，其包括，例如，CT成像、超声成像、MRI-CT等。在一些实施例中，本发明中的医学图像的存储和显示的方法和/或系统可应用于低秩的医学图像的存储和/或显示的场景。
图2是根据本发明的一些实施例的示例性MRI扫描仪的示意图。主磁体201可产生第一磁场(或称为主磁场)，所述第一磁场可施加于暴露在磁场中的对象(也称为扫描目标)。所述主磁体201可包括电阻性电磁铁或超导电磁铁，两者都需要电源(未示出)支持操作。可选的，所述主磁体201可包括永磁体。所述主磁体201可包括通孔，用于容纳所述扫描目标。所述主磁体201还可以控制生成的主磁场的均匀性。在所述主磁铁201中还可设置一些补偿线圈。所述补偿线圈可放置在所述主磁体201的间隙中，以补偿所述主磁体201的磁场的不均匀性。所述补偿线圈可由补偿电源供电。
梯度线圈202可以位于所述主磁体201内。所述梯度线圈202可产生第二磁场(或称为梯度场，包括梯度场Gx、Gy和Gz)。所述第二磁场可叠加在由所述主磁体201产生的主磁场上，而扭曲所述主磁场，以使受试目标的质子的磁方向可以随其在梯度场中的位置而变化，从而将空间信息编码为所述受试目标的成像区域生成的MR信号。所述梯度线圈202可包括X轴线圈(例如，用于生成对应于X方向的梯度场Gx)、Y轴线圈(例如，用于生成对应于Y方向的梯度场Gy)和/或Z轴线圈(例如，用于生成对应于Z方向的梯度场Gz)(图2中未示出)。在一些实施例中，Z轴线圈可以基于圆形(Maxwell)线圈设计，而X轴线圈和Y轴线圈可以基于鞍形(Golay)线圈设计。这三组线圈可产生三个不同的磁场，用于位置编码。所述梯度线圈202可允许对MR信号进行空间编码，以用于图像重建。所述梯度线圈202可以与X轴梯度放大器204、Y轴梯度放大器205或Z轴梯度放大器206中的一个或多个连接。所述三个放大器中的一个或多个可连接到波形发生器216。所述波形发生器216可生成应用于X轴梯度放大器204、Y轴梯度放大器205或Z轴梯度放大器206的梯度波形。放大器可以放大波形。放大的波形可以应用于所述梯度线圈202中的线圈之一，以分别在X轴、Y轴、Z轴上产生磁场。所述梯度线圈202可设计用于闭孔MRI扫描仪或开孔MRI扫描仪。在一些情况下，所述梯度线圈202的所有三组线圈都可以通电，由此产生三个梯度场。在本发明的一些实施例中，所述X轴线圈和所述Y轴线圈可以通电，以在X方向和Y方向上产生梯度场。如本发明所使用的，图2中描述的X轴、Y轴、Z轴、X方向、Y方向和Z方向与图1中所描述的相同或相似。
在一些实施例中，射频(英文简称为RF，英文全称为Radio Frequency)线圈203可位于所述主磁铁201内，并用作射频发射、射频接收或两者皆备。所述射频线圈203可与射频电子装置209连接，射频电子装置209可用作一个或多个集成电路(ICs)，其作为波形发射器和/或波形接收器。所述射频电子装置209可以连接到射频功率放大器(RFPA)207和模数转换器(ADC)208。
当所述射频线圈203用作射频发射时，其可产生提供第三磁场的射频信号，所述第三磁场用于产生与所述受试目标的成像区域相关的MR信号。所述第三磁场可以垂直于所述主磁场。所述波形发生器216可以产生射频脉冲。所述射频脉冲可由所述RFPA 207放大，由所述射频电子装置209处理，所述射频电子装置209基于放大的RF脉冲产生的强大电流，所述射频线圈203响应并产生RF信号。
当所述射频线圈203用作射频接收时，其可负责检测MR信号(例如回波)。在激发后，所述受试目标产生的MR信号可由所述射频线圈203感测。然后，接收放大器可以接收来自所述射频线圈203的感测MR信号，放大所述感测MR信号，并将放大的MR信号提供给所述模数转换器208。所述模数转换器208可将所述MR信号从模拟信号转换为数字信号。最后，数字MR信号可被发送至所述处理设备140以进行采样。
在一些实施例中，所述梯度线圈202和所述射频线圈203可以相对于所述受试目标周向定位。本领域技术人员可以理解，所述主磁体201、所述梯度线圈202和所述射频线圈203可以位于所述受试目标周围的各种布局结构中。
在一些实施例中，所述RFPA 207可以放大射频脉冲(例如，射频脉冲的功率、射频脉冲的电压)，以产生放大的射频脉冲来驱动所述射频线圈203。所述RFPA 207可包括基于晶体管的RFPA、基于真空管的RFPA等，或其任意组合。所述基于晶体管的RFPA可包括一个或多个晶体管。所述基于真空管的RFPA可包括三极管、四极管、速调管等，或其任意组合。在一些实施例中，所述RFPA 207可包括线性RFPA或非线性RFPA。在一些实施例中，所述RFPA 207可以包括一个或多个RFPA。
在一些实施例中，所述扫描仪110还可包括受试目标定位系统(未示出)。所述受试目标定位系统可以包括受试目标支架和传输装置。可将所述受试目标放置在所述受试目标支架上，并由所述传输装置定位在所述主磁铁201的孔内。
MRI系统(例如，本发明中公开的医学系统100)通常可用于获取扫描目标的特定感兴趣区域(ROI)的内部图像。MRI系统包括主磁体(例如，所述主磁体201)，用于提供强而均匀的主磁场，以使所述扫描目标体内氢原子的单个磁矩排列一致。在这一过程中，所述氢原子以其特定的拉莫尔频率围绕其磁极振荡。如果组织被施加一个附加磁场，这个附加磁场被调谐到所述拉莫尔频率，所述氢原子吸收额外的能量，从而氢原子的净排列力矩发生旋转。所述附加磁场可以由射频激励信号(例如，由所述射频线圈203产生的射频信号)提供。当所述附加磁场被移除时，所述氢原子的磁矩旋转回到与所述主磁场对准的位置，从而发出MR信号。所述MR信号被接收并处理而形成MR图像。T1弛豫可以是净磁化强度增长/恢复到与所述主磁场平行的初始最大值的过程。T1可以是纵向磁化再生长的时间常数(例如，沿着所述主磁场方向)。T2弛豫可以是磁化强度横向分量衰减或去相位的过程。T2可以是横向磁化衰减/去相位的时间常数。
若所述主磁场在所述扫描目标全身均匀分布，所述射频激励信号可非选择性地激发样本中的所有氢原子。因此，为了对所述扫描目标身体的特定部分进行成像，具有特定时间、频率和相位的x、y和z方向上的磁场梯度Gx、Gy和Gz(例如，由所述梯度线圈202生成)可叠加在均匀磁场上，以使所述射频激励信号激励所述扫描目标身体的所需片层中的氢原子，并且根据“图像片层”中氢原子的位置将特定的相位和频率信息编码在所述MR信号中。
通常，通过一系列测量周期扫描待成像的所述扫描目标的部分，其中所述射频激励信号和所述磁场梯度Gx、Gy和Gz根据正在使用的MRI成像协议而变化。协议可为一个或多个待成像的组织、疾病和/或临床方案而设计。协议可包括在不同平面和/或具有不同参数的特定数量的脉冲序列。所述脉冲序列可包括自旋回波序列、梯度回波序列、扩散序列、反转恢复序列、饱和恢复序列等，或其任意组合。例如，所述自旋回波序列可包括快速自旋回波(FSE)脉冲序列、涡轮自旋回波(TSE)脉冲序列、快速采集弛豫增强(RARE)脉冲序列、半傅立叶采集单次激发涡轮自旋回波(HASTE)脉冲序列、涡轮梯度自旋回波(TGSE)脉冲序列等，或其任意结合。在另一实施例中，所述梯度回波序列可以包括平衡稳态自由进动(bSSFP)脉冲序列、衰减梯度回波(GRE)脉冲序列、回波平面成像(EPI)脉冲序列、稳态自由进动(SSFP)脉冲序列等，或其任意组合。所述协议还可包括关于图像对比度和/或比率、感兴趣区域(ROI)、片层厚度、成像类型(例如，T1加权成像、T2加权成像、质子密度加权成像等)、T1、T2、回波类型(自旋回波、快速自旋回波(FSE)、快速恢复FSE、单次激发FSE、梯度回波、具有稳态进动的快速成像等)、翻转角度值、获取时间(TA)、回波时间(TE)、重复时间(TR)、回波链长度(ETL)、相位数、激励数(NEX)、反转时间、带宽(例如，射频接收带宽、射频发射带宽等)等，或其任意组合。
对于每一次MRI扫描，产生的MR信号(也称为MR数据)可以被数字化和处理，通过所使用的所述MRI成像协议重建图像。
图3是根据本发明的一些实施例的用于实现处理设备140的计算设备的示例性硬件和/或软件组件的示意图。如图3所示，计算设备300可包括处理器310、存储器320、输入/输出(I/O)330和通信端口340。
所述处理器310可根据本发明描述的技术来执行计算机指令(例如，程序代码)和执行所述处理设备140的功能。所述计算机指令可包括执行所描述的特定功能的例程、程序、对象、组件、信号、数据结构、过程、模块和功能。例如，所述处理器310可确定与所述MR数据相对应的空间基矩阵以及一个或多个时间基矩阵。在一些实施例中，所述处理器310可包括微控制器、微处理器、精简指令集计算机(RISC)、专用集成电路(ASICs)、专用指令集处理器(ASIP)、中央处理单元(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、高级RISC机(ARM)、可编程逻辑器件(PLD)、能够执行一个或多个功能的任何电路或处理器等，或其任意组合。
仅为了说明，所述计算设备300中仅描述了一个处理器。然而，应当注意，本发明中的所述计算设备300还可包括多个处理器。因此，如本发明所述，由一个处理器执行的方法的步骤也可以由多个处理器组合或单独执行。例如，如果在本发明中，所述计算设备300的处理器执行操作A和操作B，则可以理解为，操作A和操作B可以由所述计算设备300中的两个以上不同的处理器共同执行，也可以由其分别执行(例如，第一处理器执行操作A，第二处理器执行操作B；或者所述第一处理器和所述第二处理器共同执行操作A和操作B)。
仅作为示例，所述处理器310可接收指令，以遵循用于成像/扫描所述受试目标的MRI扫描协议。例如，所述处理器310可指示所述扫描仪110的受试目标定位系统将所述受试目标移动到所述主磁铁201的孔内的适当位置。在另一实施例中，所述处理器310还可提供特定的控制信号来控制所述主磁体201，以产生具有特定强度的主磁场。
所述处理器310可接收控制信号，以设置梯度波形的形状、幅度和/或定时，和/或RF波形的形状、幅度和/或定时，并将所设置的参数发送至所述波形发生器216，以指示所述波形发生器216分别通过所述放大器204-207生成应用于所述梯度线圈202和所述RF线圈203的特定梯度波形序列和脉冲序列。
所述处理器310还可基于一个或多个采样参数从所述RF线圈203采样数据(例如回波)，所述一个或多个采样参数包括，例如定时信息(例如，数据采集的长度)、K空间数据采集的类型(例如，欠采样、过采样等)、采样轨迹(例如，笛卡尔轨迹、非笛卡尔轨迹如螺旋轨迹、径向轨迹等)等，或其组合。在一些实施例中，所述定时信息可由用户(例如，操作者)输入，或者由所述医学系统100基于成像过程的一个或多个其他参数(例如，临床需要)自主确定。所述定时信息可分别对应于发送到所述梯度线圈202和所述RF线圈203的梯度波形和RF波形的类型，以便MR信号可正确采样。所述处理器310还可通过对所述采样数据进行重建来生成MR图像。
所述存储器320可存储从所述扫描仪110、所述用户设备130、所述存储装置150或所述医学系统100的任何其他组件获得的数据/信息。在一些实施例中，所述存储器320可包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)等，或其任意组合。例如，所述大容量存储设备可包括磁盘、光盘、固态驱动器等。所述可移动存储设备可包括闪存驱动器、软盘、光盘、存储卡、压缩磁盘、磁带等。所述易失性读写存储器可包括随机存取存储器(RAM)。所述RAM可包括动态RAM(DRAM)、双倍数据速率同步动态RAM(DDRSDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容RAM(Z-RAM)等。所述ROM可包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)、数字多功能磁盘ROM等。在一些实施例中，所述存储器320可存储一个或多个程序和/或指令，以执行本发明中描述的示例性方法。例如，所述存储器320可存储所述处理设备140的程序，所述程序用于基于MR数据确定空间基矩阵以及一个或多个时间基矩阵。在一些实施例中，所述存储器320可存储重建的MRI图像，和/或所述空间基矩阵以及所述一个或多个时间基矩阵。
所述输入/输出(I/O)330可输入和/或输出信号、数据或信息。在一些实施例中，所述输入/输出(I/O)330可允许用户与所述处理设备140交互。在一些实施例中，所述输入/输出(I/O)330可包括输入设备和输出设备。举例来说，所述输入设备可包括键盘、鼠标、触摸屏、麦克风、轨迹球等，或其任意组合。举例来说，所述输出设备可包括显示设备、扬声器、打印机、投影仪等，或其任意组合。举例来说，所述显示设备可包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、曲面屏幕、电视设备、阴极射线管(CRT)等，或其任意组合。
所述通信端口340可以与网络(例如所述网络150)连接，以便于数据通信。所述通信端口340可以在所述处理设备140与所述扫描仪110、所述用户设备130或所述存储设备150之间建立连接。所述连接可以是有线连接、无线连接，或者两者的结合，以实现数据传输和接收。所述有线连接可包括电缆、光缆、电话线等，或其任意组合。所述无线连接可包括蓝牙、Wi-Fi、WiMax、WLAN、ZigBee、移动网络(例如3G、4G、5G等)等，或其任意组合。在一些实施例中，所述通信端口340可包括标准化通信端口，例如RS232、RS485等。在一些实施例中，所述通信端口340可以是专门设计的通信端口，例如，所述通信端口340可根据医学数字成像和通信(DICOM)协议来设计。
图4是本发明一些实施例的用于实现用户设备130的示例性移动设备300的硬件和/或软件组件的示意图。如图4所示，所述移动设备400可包括通信平台410、显示器420、图形处理单元(GPU)430、中央处理单元(CPU)440、I/O 450、内存460和存储器490。在一些实施例中，所述移动设备400还可包括但不限于系统总线或控制器(图中未示出)的任何其他合适组件。在一些实施例中，移动操作系统470(例如iOS、Android、Windows Phone等)和一个或多个应用程序480可以从所述存储器490加载到所述内存460中，以便由所述CPU 440执行。所述应用程序480可包括浏览器或任何其他合适的移动应用，用于从所述处理设备140接收和呈现与图像处理或其他信息相关的信息。信息流的用户交互可通过I/O 450来实现，并且经由所述网络120提供给所述处理设备140和/或所述医学系统100的其他组件。仅作为示例，所述医学系统100的用户(例如医生、技术人员、工程师、操作员等)可以输入与正通过所述I/O 450成像/扫描的受试目标相关的数据，或将要通过所述I/O 450成像/扫描的受试目标相关的数据。与所述受试目标有关的数据可包括身份识别信息(例如姓名、年龄、性别、病史、联系信息、体检结果等)和/或测试信息，其中所述测试信息包括进行MRI扫描所必须的属性。所述用户还可以输入操作所述扫描仪110所需的参数，例如图像对比度和/或比率、感兴趣区域(ROI)、片层厚度、成像类型(例如，T1加权成像、T2加权成像、质子密度加权成像等)、T1、T2、回波类型(自旋回波、快速自旋回波(FSE)、快速恢复FSE、单次激发FSE、梯度回波、具有稳态进动的快速成像等)、翻转角度值、获取时间(TA)、回波时间(TE)、重复时间(TR)、反转时间(TI)、饱和时间(TS)、回波链长度(ETL)、相位数、激励数(NEX)、带宽(例如，射频接收器带宽，射频发射器带宽等)、扫描类型、采样类型、获取MR数据时的时间点(例如心脏相位、呼吸相位等)等，或其任何组合。所述I/O还可以显示基于所述采样数据生成的MR图像。
在一些实施例中，所述I/O 450可包括输入设备和输出设备。举例来说，所述输入设备可包括键盘、鼠标、触摸屏、麦克风、轨迹球等，或其任意组合。举例来说，所述输出设备可包括显示设备、扬声器、打印机、投影仪等，或其任意组合。举例来说，所述显示设备可包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、曲面屏幕、电视设备、阴极射线管(CRT)等，或其任意组合。
为了实现本发明中描述的各种模块、单元及其功能，可以将计算机硬件平台用作此处描述的一个或多个元件的硬件平台。此类计算机的硬件元件、操作系统和编程语言在本质上是常规的，并且是本领域技术人员所熟知的，适应如本发明所述的血压监测。具有用户界面元素的计算机可用于实现个人计算机(PC)或其他类型的工作站或终端设备，经过适当编程，计算机也可充当服务器。本领域技术人员熟知该计算机设备的结构、编程和一般操作，因此，附图应当是浅显易懂的。
图5是本发明一些实施例的示例性处理设备的框图。所述处理设备140可包括第一输入/输出(I/O)模块510、矩阵确定模块520和第一重建模块530。
所述第一输入/输出模块510可获取与受试目标的感兴趣区域(ROI)相关联的磁共振(MR)数据。基于多个参数，通过采用MRI扫描仪(例如，图1中的所述医学系统100的所述扫描仪110)扫描所述ROI，可获取所述MR数据。所述MR数据可对应于所述ROI的多个时间序列图像。在一些实施例中，所述ROI可以是所述受试目标的一个或多个区域或体积。在一些实施例中，所述多个时间序列图像可表示所述ROI的一个或多个动力学参数，例如T1恢复参数、T2衰减参数、心脏运动参数、呼吸运动参数、造影剂动力学参数等，或其任意组合。
在一些实施例中，可通过所述用户设备130设置所述多个参数的不同值。在一些实施例中，所述用户设备130可以向所述处理设备140发送指令，所述指令包括所述多个参数的不同值，以指示所述处理设备140控制所述扫描仪110，基于所述多个参数的不同值扫描所述ROI。在一些实施例中，所述用户设备130可发送关于一个或多个相关成像协议(例如，用于脑成像的协议、用于心脏成像的协议、用于肺成像的协议等)的指令。所述处理设备140可根据指令从存储设备(例如，所述存储设备150和/或所述处理设备140的存储器320)设置或搜索所述多个参数和/或所述多个参数的不同值。在一些实施例中，所述处理设备140可获取成像计划(例如，由用户提供的命令或从存储设备搜索的命令)，所述处理设备140在此基础上可获得(例如，从存储设备)对应于所述成像计划的多个参数和/或所述多个参数的不同值。所述多个参数的不同值可以使所述ROI的一个或多个动力学参数成像。
在一些实施例中，所述多个参数可包括心脏相位、呼吸相位、成像序列参数(例如反转时间(TI)、饱和时间(TS)等)等，或其任意组合。在一些实施例中，所述心脏相位可以指示所述受试目标的心脏在心脏周期(例如，一个心跳周期)的某个时间点的状态。例如，所述心脏相位可包括舒张末期相位、收缩末期相位等。若所述ROI包括所述心脏的至少一部分，则可以设置不同的心脏相位(例如，对应于不同心脏相位的不同时间点)，以便能够成像所述ROI的心脏运动的动态。
在一些实施例中，所述呼吸相位可以指示所述受试目标的肺在呼吸周期(例如，一次呼吸)中的某个时间点的状态。例如，所述呼吸相位可包括呼气末期相位、吸气末期相位等。若所述ROI包括所述肺的至少一部分，则可以设置不同的呼吸相位(例如，对应于不同呼吸相位的不同时间点)，以便能够成像所述ROI的呼吸运动的动态。
在反转恢复序列中，在所述激发射频脉冲之前，可施加180°射频脉冲将磁化旋转到负平面。所述180°射频脉冲和所述激发射频脉冲之间的间隔可称为反转时间。在饱和恢复序列中，在所述激发射频脉冲之前，可施加90°射频脉冲将磁化旋转到横向平面。所述90°射频脉冲和所述激励射频脉冲之间的间隔可称为饱和时间。在一些实施例中，可设置不同的反转时间或饱和时间，以使所述ROI的T1动态恢复。
在一些实施例中，所述第一输入/输出模块510可以从所述扫描仪110或所述存储设备150获取所述MR数据。
所述矩阵确定模块520可基于所述MR数据确定数据集，其中所述数据集包括空间基以及一个或多个时间基。所述空间基可包括所述MR数据的空间信息。所述一个或多个时间基可包括所述MR数据的时序信息。在一些实施例中，所述空间基或所述时间基可包括函数、模型、向量、矩阵、张量等，或其任意组合。在一些实施例中，所述矩阵确定模块520可基于所述MR数据和所述低秩模型确定所述空间基以及一个或多个时间基。在一些实施例中，所述低秩模型可表示多个时间序列图像。在一些实施例中，所述低秩模型可表示所述多个时间序列图像之间的相关性是低秩的。如本发明所用的，低秩表示模型的秩(例如，二维(2D)矩阵或多维张量)小于所述模型的任何一维元素的数目(或计数)(例如，矩阵的列数和行数)。进一步的，低秩表示模型的秩远小于所述模型的任何一维元素的数目(或计数)。例如，模型的秩小于模型中每个维度元素个数(或计数)最小值的50％、40％、30％、20％、10％等。在一些实施例中，所述低秩模型可采用与所获取的MR数据相对应的空间基以及一个或多个时间基的形式。由于低秩特征，所述空间基以及一个或多个时间基可以比所述多个时间序列图像具有更小的文件大小或数据量。在本发明中，可以存储所述空间基和所述一个或多个时间基，而非所有所述多个时间序列图像，如此可以减少占用的存储空间。
在一些实施例中，所述低秩模型可包括低秩矩阵。所述空间基可包括空间基矩阵。所述一个或多个时间基可包括时间基矩阵。
在一些实施例中，所述低秩模型可包括低秩张量。所述数据集还可以包括核心张量。所述空间基可包括空间基矩阵。所述一个或多个时间基可包括两个以上时间基矩阵。所述低秩张量可以是空间维度的多维张量，所述多维张量可包括所述多个时间序列图像中的像素(或体素)位置和两个以上时间维度，其中每个时间维度对应于根据所述多个参数的一组参数值成像的所述ROI。
所述第一重建模块530可基于所述数据集重建所述多个时间序列图像的至少一部分图像。在一些实施例中，所述第一重建模块530可基于所述空间基以及所述一个或多个时间基重建所述多个时间序列图像的至少一部分图像。在一些实施例中，所述第一重建模块530可基于所述空间基矩阵以及所述一个或多个时间基基矩阵重建所述多个时间序列图像的至少一部分图像。在一些实施例中，重建图像可包括所述多个时间序列图像的至少一组图像，这些图像表示所述多个参数的参数值随时间的变化(例如所述ROI的动态)。例如，如图7B的A1列所示，所述重建图像可包括表示所述ROI的呼吸运动的第一组图像702、表示所述ROI的心脏运动的第二组图像703和表示所述ROI的T1恢复的第三组图像704。在另一实施例中，所述第一重建模块530可生成表示所述ROI的T1恢复的第四组图像和表示所述ROI的心脏运动的第五组图像。所述第一重建模块530可基于所述第四组图像来确定与所述ROI的每个像素或体素相对应的T1值。所述第一重建模块530可基于与所述ROI的每个像素或体素相对应的T1值，将所述第五组图像转换为假彩色图像(例如，图7B中的A2列所示的图像705)。在一些实施例中，所述第一重建模块530可以为每个T1值指定颜色值。仅作为示例，所述第五组图像的像素或体素的T1值可以在0-3秒的范围内。所述第一重建模块530可以确定颜色条701(例如，如图7B中的A2列所示)，其中所述颜色条701包括用于T1值的颜色值。所述第一重建模块530可以通过将所述第五组图像中的每个像素或体素的灰度值转换成相应的颜色值来生成所述假彩色图像。所述假彩色图像可表示T1值和所述ROI的心脏运动。在另一实施例中，所述重建图像可包括用户感兴趣的所述多个时间序列图像的一个或多个其他图像(例如，在图7B的A3列中显示的一个或多个其他图像)，例如一个或多个舒张末期或收缩末期的图像。
在一些实施例中，通过例如所述用户设备130可以在扫描协议中设置重建指令，其中所述重建指令用于表示需要重建所述多个时序图像中的哪一个图像。例如，所述重建指令可包括对应于所述多个时间序列图像的每个部分的所述多个参数中的至少一个参数的值。例如，可基于包括20个心脏相位、5个呼吸相位和344个反转时间的多个参数来扫描所述受试目标的ROI。若需要重建所述多个时间序列图像的一组图像，其中所述一组图像表示所述ROI的T1恢复，则所述重建指令可包括20个心脏相位中的一个心脏相位、5个呼吸相位中的一个呼吸相位和344个反转时间。
在一些实施例中，可根据所述医学系统100的默认设置来获取所述重建指令。在一些实施例中，所述重建指令可由用户手动设置，或由所述用户设备130基于例如所述ROI的成像协议或计划(例如指令)，和/或，用户和/或所述受试目标的临床需要自动设置。例如，在T1图像中，所述重建指令可指示重建一组图像，其中所述一组图像表示所述ROI的T1恢复。
在一些实施例中，所述第一重建模块530可基于图9中的所述流程900的步骤930和940来重建所述多个时间序列图像的所述部分图像。
在一些实施例中，所述第一输入/输出模块510可将所述重建图像发送至所述用户设备130，并指示所述用户设备130在所述用户设备130的界面中显示所述重建图像。例如，如图7B所示，所述重建图像可包括表示所述ROI的呼吸运动的第一组图像702、表示所述ROI的心脏运动的第二组图像703、表示所述ROI的T1恢复的第三组图像704、表示T1值和所述ROI的心脏运动的一组假彩色图像705以及用户感兴趣的所述多个时间序列图像的一个或多个其它图像。所述用户设备130可以在A1列中显示所述第一组图像702、所述第二组图像703和所述第三组图像704。所述用户设备130可以在A2列中显示所述一组假彩色图像705。所述用户设备130可以在A3列中显示用户感兴趣的一个或多个其它图像。在一些实施例中，所述用户设备130可以在所述用户设备130的界面中同时显示A1列、A2列和A3列中的至少一个。
所述第一输入/输出模块510可以在存储设备中存储所述重建图像和所述数据集的至少一部分数据。在一些实施例中，所述第一输入/输出模块510可以在所述存储设备中存储所述空间基以及所述一个或多个时间基。在一些实施例中，所述第一输入/输出模块510可以在所述存储设备中存储所述空间基矩阵和所述时间基矩阵。在一些实施例中，所述第一输入/输出模块510可以在所述存储设备中存储所述空间基矩阵、所述两个以上时间要素矩阵和所述核心张量。在一些实施例中，所述第一输入/输出模块510可以在所述存储设备中存储所述核心张量与所述空间基矩阵以及所述两个以上时间基矩阵中的至少一个矩阵的组合(例如，乘积)。此外，所述第一输入/输出模块510可以在所述存储设备中存储所述核心张量和所述空间基矩阵的组合(例如，乘积)。在一些实施例中，所述存储设备可包括所述存储设备150和/或所述处理设备140的所述存储器320。在一些实施例中，用户可以采用所述用户设备130来访问所述存储设备，以获取所述重建图像和所存储的数据集。
所述处理设备140中的模块可以通过有线连接或无线连接彼此连接或通信。所述有线连接可包括电缆、光缆、混合电缆等，或其任意组合。所述无线连接可包括局域网(LAN)、广域网(WAN)、蓝牙、ZigBee、近场通信(NFC)等，或其任意组合。两个以上模块可以组合为单个模块，并且任何一个模块可以被划分为两个以上单元。例如，所述第一输入/输出模块510可以被分成两个单元。所述两个单元中的一个单元可用于从所述扫描仪110获取MR数据，并且所述两个单元中的另一个单元可用于将空间基矩阵以及一个或多个时间基矩阵发送至所述存储设备150，和/或将所述重建图像发送至所述用户设备130并显示。
应当注意的是，上述描述仅仅是为了解释说明本发明，并不旨在限制本发明的范围。对本领域技术人员来说，在本发明的教导下可以进行多种变化和修改。然而，这些变化和修改并不脱离本发明的范围。例如，所述处理设备140还可包括存储模块(图5中未示出)。所述存储模块可用于存储由所述处理设备140的任何组件执行的任何处理过程生成的数据。在另一实施例中，所述处理设备140的每个组件可包括存储设备。另外可选的，所述处理设备140的组件可以共享公共存储设备。在另一实施例中，可以省略所述第一重建模块530。
图6是本发明一些实施例的用于MRI重建的示例性过程的流程图。在一些实施例中，流程600可以在图1所示的所述医学系统100中实现。例如，所述流程600可以以指令的形式存储在存储介质(例如，所述存储设备150或所述处理设备140的存储器320)中，并且可以由所述处理设备140(例如，所述处理设备140的所述处理器310，或图5所示的所述处理设备140中的一个或多个模块)调用和/或执行。以下呈现的所示流程600的步骤旨在说明。在一些实施例中，可以采用未描述的一个或多个附加步骤和/或不采用使用所讨论的一个或多个步骤来完成所述流程600。另外，图6所示和以下描述的流程600的步骤的顺序不作限制。
在步骤610中，所述处理设备140(例如，所述第一输入/输出模块510)可获取与受试目标的感兴趣区域(ROI)相关联的磁共振(MR)数据。基于多个参数，通过采用MRI扫描仪(例如，图1中的所述医学系统100的所述扫描仪110)扫描所述ROI，可获取所述MR数据。所述MR数据可对应于所述ROI的多个时间序列图像。在一些实施例中，所述ROI可以是所述受试目标的一个或多个区域或体积。在一些实施例中，所述多个时间序列图像可表示所述ROI的一个或多个动力学参数，例如T1恢复参数、T2衰减参数、心脏运动参数、呼吸运动参数、造影剂动力学参数等，或其任意组合。
在一些实施例中，可通过所述用户设备130设置所述多个参数的不同值。在一些实施例中，所述用户设备130可以向所述处理设备140发送指令，所述指令包括所述多个参数的不同值，以指示所述处理设备140控制所述扫描仪110，基于所述多个参数的不同值扫描所述ROI。在一些实施例中，所述用户设备130可发送关于一个或多个相关成像协议(例如，用于脑成像的协议、用于心脏成像的协议、用于肺成像的协议等)的指令。所述处理设备140可根据指令从存储设备(例如，所述存储设备150和/或所述处理设备140的存储器320)设置或搜索所述多个参数和/或所述多个参数的不同值。在一些实施例中，所述处理设备140可获取成像计划(例如，由用户提供的命令或从存储设备搜索的命令)，所述处理设备140在此基础上可获得(例如，从存储设备)对应于所述成像计划的多个参数和/或所述多个参数的不同值。所述多个参数的不同值可以使所述ROI的一个或多个动力学参数成像。
在一些实施例中，所述多个参数可包括心脏相位、呼吸相位、成像序列参数(例如反转时间(TI)、饱和时间(TS)等)等，或其任意组合。在一些实施例中，所述心脏相位可以指示所述受试目标的心脏在心脏周期(例如，一个心跳周期)的某个时间点的状态。例如，所述心脏相位可包括舒张末期相位、收缩末期相位等。若所述ROI包括所述心脏的至少一部分，则可以设置不同的心脏相位(例如，对应于不同心脏相位的不同时间点)，以便能够成像所述ROI的心脏运动的动态。
在一些实施例中，所述呼吸相位可以指示所述受试目标的肺在呼吸周期(例如，一次呼吸)中的某个时间点的状态。例如，所述呼吸相位可包括呼气末期相位、吸气末期相位等。若所述ROI包括所述肺的至少一部分，则可以设置不同的呼吸相位(例如，对应于不同呼吸相位的不同时间点)，以便能够成像所述ROI的呼吸运动的动态。
在反转恢复序列中，在所述激发射频脉冲之前，可施加180°射频脉冲将磁化旋转到负平面。所述180°射频脉冲和所述激发射频脉冲之间的间隔可称为反转时间。在饱和恢复序列中，在所述激发射频脉冲之前，可施加90°射频脉冲将磁化旋转到横向平面。所述90°射频脉冲和所述激励射频脉冲之间的间隔可称为饱和时间。在一些实施例中，可设置不同的反转时间或饱和时间，以使所述ROI的T1动态恢复。
在一些实施例中，所述处理设备140可以从所述扫描仪110或所述存储设备150获取所述MR数据。
在步骤620中，所述处理设备140(例如，矩阵确定模块520)可基于所述MR数据确定数据集，其中所述数据集包括空间基以及一个或多个时间基。所述空间基可包括所述MR数据的空间信息。所述一个或多个时间基可包括所述MR数据的时序信息。在一些实施例中，所述空间基或所述时间基可包括函数、模型、向量、矩阵、张量等，或其任意组合。
在一些实施例中，所述多个时间序列图像表示的信息除了空间相关性之外，还存在时间相关性。以心脏动态磁共振图像为例，由于心脏的近似周期运动，相邻像素(或体素)的值随时间的变化可能相似。这种相似性可以转换为模型的低秩特征，所述模型表示用于图像重建的多个时间序列图像。
在一些实施例中，所述处理设备140可基于所述MR数据和所述低秩模型来确定所述空间基以及所述一个或多个时间基。在一些实施例中，所述低秩模型可表示多个时间序列图像。在一些实施例中，所述低秩模型可表示所述多个时间序列图像之间的相关性是低秩的。如本发明所用的，低秩表示模型的秩(例如，二维(2D)矩阵或多维张量)小于所述模型的任何一维元素的数目(或计数)(例如，矩阵的列数和行数)。进一步的，低秩表示模型的秩远小于所述模型的任何一维元素的数目(或计数)。例如，模型的秩小于模型中每个维度元素个数(或计数)最小值的50％、40％、30％、20％、10％等。在一些实施例中，所述低秩模型可采用与所获取的MR数据相对应的空间基以及一个或多个时间基的形式。由于低秩特征，所述空间基以及一个或多个时间基可以比所述多个时间序列图像具有更小的文件大小或数据量。在本发明中，可以存储所述空间基和所述一个或多个时间基，而非所有所述多个时间序列图像，如此可以减少占用的存储空间。
在一些实施例中，所述低秩模型可包括低秩矩阵。所述空间基可包括空间基矩阵。所述一个或多个时间基可包括时间基矩阵。例如，f(γ,t)可表示所述MR数据的空间时间信号，γ可表示所述ROI中的位置(例如，二维(2D)坐标(x，y)或三维(3D)坐标(x，y，z))(所述多个时间序列图像中的像素或体素的位置)，t可表示时间点。所述低秩矩阵F可用下式(1)表示：
Figure BDA0002550931760000181
其中m表示所述多个时间序列图像中每个图像的像素(或体素)的数目(或计数)；n表示所述多个时间序列图像的数目(或计数)；所述低秩矩阵F中的每列表示所述多个时间序列图像中的一个；所述低秩矩阵F中的每行表示对应于感兴趣区域中相同位置的多个时间序列图像中的像素(或体素)的信号强度(或灰度值)随时间的变化。
在所述多个时间序列图像的每一个时间序列图像中，所述像素(或体素)的值之间的差异可能相对较小。所述多个时间序列图像中相邻像素(或体素)的值随时间的变化可能相似。因此，所述矩阵F的行向量之间可能存在相对强的相关性，所述矩阵F的列向量之间也可能存在相对强的相关性，这使所述矩阵F具有低秩特征，例如F的秩r<min(m，n)。
在一些实施例中，f(γ,t)可表示具有不同对比度的MR图像。例如在不同TE、不同TR和不同翻转角度下获取的图像。所述矩阵F的行向量之间可能存在较强的相关性，所述矩阵F的列向量之间也可能存在较强的相关性，这使所述矩阵F具有低秩特征，如F的秩r<min(m，n)。
在一些实施例中，所述低秩模型F可基于奇异值分解(英文简称为SVD，英文全称为singular value decomposition)分解为空间基矩阵Us和时间基矩阵Vt：
F＝UsVtT (2)
在一些实施例中，所述空间基矩阵Us可包括MR数据的信号以及所述多个时序图像中的像素(或体素)的索引位置，其中所述MR数据的信号与所述多个时序图像中的像素(或体素)相对应。所述时间基矩阵Vt可包括多个时间点，每个时间点表示所述多个时间序列图像中的一个时间序列图像的成像时间，并且所述多个时间点可对应于所述ROI的整个扫描过程所用的时间。
在一些实施例中，所述低秩矩阵F可包括m×n个元素，所述空间基矩阵Us可包括m×r个元素，所述时间基矩阵Vt可包括r×n个元素，其中r是指所述低秩矩阵F的秩。在本发明中，所述空间基矩阵Us和所述时间基矩阵Vt(例如，r(m+n)个元素)可代替所有的所述多个时间序列图像(例如，m×n个元素)被存储。由于所述矩阵F的低秩特性，r可以小于甚至远小于m和n，如此可减小用于存储和/或传输的数据量和/或文件大小。
在一些实施例中，所述处理设备140可确定包括m×r'个元素的空间基矩阵U's和包括r'×n个元素的时间基矩阵V't，其中r'小于所述低秩矩阵F的秩。所述空间基矩阵U's和所述时间基矩阵V't的组合可近似于所述低秩矩阵F。以所述空间基矩阵U's和所述时间基矩阵V't(例如，存储r'(m+n)元素)的形式呈现所获取的MR数据，可进一步减小用于存储和/或传输的数据量和/或文件大小，并降低所述多个时间序列图像的噪声。
在一些实施例中，所述处理设备140可基于已获取的图像序列或重建图像序列的奇异值分解(SVD)来确定所述空间基矩阵和所述时间基矩阵。
在一些实施例中，所述低秩模型可包括低秩张量。所述数据集还可以包括核心张量。所述空间基可包括空间基矩阵。所述一个或多个时间基可包括两个以上时间基矩阵。所述低秩张量可以是空间维度的多维张量，所述多维张量可包括所述多个时间序列图像中的像素(或体素)位置和两个以上时间维度，其中每个时间维度对应于根据所述多个参数的一组参数值成像的所述ROI。
在所述多个时间序列图像的每一个时间序列图像中，所述像素(或体素)的值之间的差异可能相对较小。所述多个时间序列图像中相邻像素(或体素)的值随时间的变化可能相似。因此，所述张量可具有所述低秩特征。
在一些实施例中，可基于Tucker分解方式将所述低秩张量分解为核心张量、空间基矩阵和以及两个以上时间基矩阵。
在一些实施例中，所述空间基矩阵可对应于所述低秩张量的空间维度。所述空间基矩阵可包括MR数据的信号以及所述多个时序图像中的像素(或体素)的索引位置，其中所述MR数据的信号与所述多个时序图像中的像素(或体素)相对应。所述两个以上时间基矩阵中的每一个时间基矩阵可对应于所述低秩张量的两个以上时间维度中的一个时间维度。
例如，可基于包括20个心脏相位、5个呼吸相位和344个反转时间的多个参数来扫描所述受试目标的ROI。所述低秩张量可以是四维张量，包括空间维度和分别对应于心脏运动、呼吸运动和T1恢复的三个时间维度。可以确定核心张量、对应于所述空间维度的空间基矩阵以及对应于三个时间维度的三个时间基矩阵。所述三个时间基矩阵的第一时间基矩阵可对应于所述低秩张量的心脏运动的时间维度，并且索引20个心脏相位(例如，对应于20个心脏相位的20个时间点)。所述三个时间基矩阵的第二时间基矩阵可对应于所述低秩张量的呼吸运动的时间维度，并且索引5个呼吸相位(例如，对应于5个呼吸相位的5个时间点)。所述三个时间基矩阵的第三时间基矩阵可对应于所述低秩张量的T1恢复的时间维度，并索引344个反演次数。
仅作为示例，图7A是本发明一些实施例的低秩三维张量的Tucker因式分解的示意图。所述低秩张量A可包括一个空间维度和两个时间维度。如图7A所示，根据Tucker分解，所述低秩张量A可分解为核心张量G、对应于所述空间维度的空间基矩阵Ux和对应于两个时间维度的两个时间基矩阵Ut1和Ut2。
所述低秩张量A可包括J×K×l个元素，所述空间基矩阵Ux可包括J×r1个元素，所述时间基矩阵Ut1可包括K×r2个元素，所述时间基矩阵Ut2可包括L×r3个元素，所述核心张量G可包括r1×r2×r3个元素，其中r1表示所述空间基矩阵Ux的秩，r2表示所述空间基矩阵Ut1的秩，r3表示所述空间基矩阵Ut2的秩。在本发明中，可以存储所述核心张量G、空间基矩阵Ux和两个时间基矩阵Ut1和Ut2(例如，r1r2r3+Jr1+Kr2+Lr3个元素)，而非所有所述多个时间序列图像(例如，J×K×l个元素)。由于张量A的低秩特征，r1，r2，r3可以小于甚至远小于J、K和L，如此可以减小用于存储和/或传输的数据量和/或文件大小。
在一些实施例中，所述处理设备140可确定包括J×r′1个元素的空间基矩阵U’x、包括K×r′2个元素的时间基矩阵U’t1、包括l×r′3个元素的时间基矩阵U’t2和包括r′1×r′2×r′2个元素的核心张量G'，其中r′1小于所述空间基矩阵U’x的秩，r′2小于所述时间基矩阵U’t1的秩，r′2小于所述时间基矩阵U’t2的秩。所述空间基矩阵U’x、所述时间基矩阵U’t1、所述时间基矩阵U’t2和所述核心张量G'的组合可近似于所述低秩张量A。以所述空间基矩阵U’x、所述时间基矩阵U’t1、所述时间基矩阵U’t2和所述核心张量G'的形式(例如，r′1r′2r′3+Jr′1+Kr′2+Lr′3个元素)呈现所采集的MR数据可进一步减小用于存储和/或传输的数据量和/或文件大小，并降低所述多个时序图像的噪声。
在一些实施例中，所述处理设备140可基于已获取图像或重建图像的Tucker分解来确定所述核心张量、所述空间基矩阵和所述两个以上时间基矩阵。在步骤630中，所述处理设备140(例如，所述第一重建模块530)可基于所述数据集重建所述多个时间序列图像的至少一部分图像。在一些实施例中，所述处理设备140可基于所述空间基和所述一个或多个时间基重建所述多个时间序列图像的至少一部分图像。在一些实施例中，所述处理设备140可基于所述空间基矩阵和所述一个或多个时间基矩阵重建所述多个时间序列图像的至少一部分图像。在一些实施例中，所述重建图像可包括所述多个时间序列图像的至少一组图像，这些图像表示所述多个参数的参数值随时间的变化(例如所述ROI的动态)。例如，如图7B的A1列所示，所述重建图像可包括表示所述ROI的呼吸运动的第一组图像702、表示所述ROI的心脏运动的第二组图像703和表示所述ROI的T1恢复的第三组图像704。在另一实施例中，所述处理设备140可生成表示所述ROI的T1恢复的第四组图像和表示所述ROI的心脏运动的第五组图像。所述处理设备140可基于所述第四组图像来确定与所述ROI的每个像素或体素相对应的T1值。所述处理设备140可基于与所述ROI的每个像素或体素相对应的T1值，将所述第五组图像转换为假彩色图像(例如，图7B中的A2列所示的图像705)。在一些实施例中，所述处理设备140可以为每个T1值指定颜色值。仅作为示例，所述第五组图像的像素或体素的T1值可以在0-3秒的范围内。所述处理设备140可以确定颜色条701(例如，如图7B中的A2列所示)，其中所述颜色条701包括用于T1值的颜色值。所述处理设备140可以通过将所述第五组图像中的每个像素或体素的灰度值转换成相应的颜色值来生成所述假彩色图像。所述假彩色图像可表示T1值和所述ROI的心脏运动。在另一实施例中，所述重建图像可包括用户感兴趣的所述多个时间序列图像的一个或多个其他图像(例如，在图7B的A3列中显示的一个或多个其他图像)，例如一个或多个舒张末期或收缩末期的图像。例如一个或多个舒张末期或收缩末期的图像。
在一些实施例中，通过例如所述用户设备130可以在扫描协议中设置重建指令，其中所述重建指令用于表示需要重建所述多个时序图像中的哪一个图像。例如，所述重建指令可包括对应于所述多个时间序列图像的每个部分的所述多个参数中的至少一个参数的值。例如，可基于包括20个心脏相位、5个呼吸相位和344个反转时间的多个参数来扫描所述受试目标的ROI。若需要重建所述多个时间序列图像的一组图像，其中所述一组图像表示所述ROI的T1恢复，则所述重建指令可包括20个心脏相位中的一个心脏相位、5个呼吸相位中的一个呼吸相位和344个反转时间。
在一些实施例中，可根据所述医学系统100的默认设置来获取所述重建指令。在一些实施例中，所述重建指令可由用户手动设置，或由所述用户设备130基于例如所述ROI的成像协议或计划(例如指令)，和/或，用户和/或所述受试目标的临床需要自动设置。例如，在T1图像中，所述重建指令可指示重建一组图像，其中所述一组图像表示所述ROI的T1恢复。
在一些实施例中，所述处理设备140可基于图9中的所述流程900的步骤930和940来重建所述多个时间序列图像的所述部分图像。
在一些实施例中，所述处理设备140可以将所述重建图像发送到所述用户设备130，并指示所述用户设备130在所述用户设备130的界面中显示所述重建图像。例如，如图7B所示，所述重建图像可包括表示所述ROI的呼吸运动的第一组图像702、表示所述ROI的心脏运动的第二组图像703、表示所述ROI的T1恢复的第三组图像704、表示T1值和所述ROI的心脏运动的一组假彩色图像705以及用户感兴趣的所述多个时间序列图像的一个或多个其它图像。所述用户设备130可以在A1列中显示所述第一组图像702、所述第二组图像703和所述第三组图像704。所述用户设备130可以在A2列中显示所述一组假彩色图像705。所述用户设备130可以在A3列中显示用户感兴趣的一个或多个其它图像。在一些实施例中，所述用户设备130可以在所述用户设备130的界面中同时显示A1列、A2列和A3列中的至少一个。
在步骤640中，所述处理设备140(例如，所述第一输入/输出模块510)可以在存储设备中存储所述重建图像和所述数据集的至少一部分数据。在一些实施例中，所述处理设备140可以在所述存储设备中存储空间基以及所述一个或多个时间基。在一些实施例中，所述处理设备140可以在所述存储设备中存储所述空间基矩阵和所述时间基矩阵。在一些实施例中，所述处理设备140可以在存储设备中存储所述空间基矩阵、所述两个以上时间要素矩阵和所述核心张量。在一些实施例中，所述处理设备140可以在所述存储设备中存储所述核心张量与所述空间基矩阵以及所述两个以上时间基矩阵中的至少一个矩阵的组合(例如，乘积)。此外，所述处理设备140可以在所述存储设备中存储所述核心张量和所述空间基矩阵的组合(例如，乘积)。在一些实施例中，所述存储设备可包括所述存储设备150和/或所述处理设备140的所述存储器320。在一些实施例中，用户可以采用所述用户设备130来访问所述存储设备，以获取所述重建图像和所述存储的数据集。
应当注意的是，上述描述仅仅是为了解释说明本发明，并不旨在限制本发明的范围。对本领域技术人员来说，在本发明的教导下可以进行多种变化和修改。然而，这些变化和修改并不脱离本发明的范围。例如，步骤630可以在所述存储设备中存储所述空间基矩阵和所述一个或多个时间基矩阵的步骤之前、之后或同时执行。在另一实施例中，可以省略步骤630。
图8是本发明一些实施例的示例性用户设备的框图。所述处理设备140可包括第二输入/输出(I/O)模块810和第二重建模块820。
所述第二输入/输出模块810可以从存储设备获取包括空间基和一个或多个时间基的数据集。所述空间基和所述一个或多个时间基可以对应于受试目标的感兴趣区域(ROI)的多个时间序列图像。所述空间基可包括所述多个时间序列图像的空间信息，所述一个或多个时间基可包括所述多个时间序列图像的时序信息。在一些实施例中，空间基或时间基可包括函数、模型、向量、矩阵、张量等，或其任意组合。
在一些实施例中，所述第二输入/输出模块810可获取空间基矩阵和时间基矩阵，两者的组合表示对应于所述多个时间序列图像的低秩矩阵。在一些实施例中，所述数据集还可包括核心张量。所述第二输入/输出模块810可获取核心张量、空间基矩阵和两个以上时间基矩阵，其组合表示对应于所述多个时间序列图像的低秩张量。在一些实施例中，所述第二输入/输出模块810可获取所述核心张量与所述空间基矩阵和所述两个以上时间基矩阵中的至少一个的组合(例如，乘积)。在一些实施例中，第二输入/输出模块810可获取所述两个以上时间基矩阵以及所述核心张量和所述空间基矩阵的组合(例如，乘积)。
所述第二输入/输出模块810可接收指令，所述指令用于重建所述多个时间序列图像的一个或多个目标图像。
在一些实施例中，所述指令可包括对应于所述一个或多个目标图像中的每一个目标图像的所述多个参数中的至少一个参数的值。例如，可基于包括20个心脏相位、5个呼吸相位和344个反转时间的多个参数来扫描所述受试目标的ROI。用户可以在所述用户设备130的界面中选择所述20个心脏相位中的一个心脏相位、5个呼吸相位中的一个呼吸相位和344个反转时间中的一个反转时间，以生成用于重建所述多个时序图像中的目标图像的指令。
所述第二重建模块820可基于所述数据集和所述指令重建所述一个或多个目标图像。在一些实施例中，所述第二重建模块820可基于所述指令为所述一个或多个目标图像中的每一个目标图像确定所述一个或多个时间基的每一个时间基的时间基子集。所述第二重建模块820可基于所述数据集和所述一个或多个时间基子集来重建所述目标图像。
在一些实施例中，所述第二重建模块820可基于所述指令中的多个参数中的至少一个参数的值，确定与所述一个或多个时间基矩阵的目标图像相对应的时间信息。所述第二重建模块820可基于所述时间信息来确定所述一个或多个时间基矩阵中的每一个时间基矩阵的时间基子矩阵。
在一些实施例中，所述第二重建模块820可基于所述MR数据和对应于所述多个时间序列图像的低秩矩阵，确定空间基矩阵Us和时间基矩阵Vt。所述时间基矩阵Vt可包括多个时间点，每个时间点表示所述多个时间序列图像中的一个时间序列图像的成像时间。所述多个时间点可表示所述ROI的整个扫描过程所用的时间。所述第二重建模块820可基于所述指令确定与所述目标图像相对应的时间点n。例如，可基于包括20个心脏相位、5个呼吸相位和344个反转时间的多个参数来扫描所述受试目标的ROI。用户可以通过指定用于图像重建的20个心脏相位中的哪个心脏相位、5个呼吸相位中的哪个呼吸相位和/或344个反转时间中的哪个反转时间来生成用于重建目标图像的指令。所述第二重建模块820可基于所述指令中选择的心脏相位、呼吸相位和反转时间来确定与所述目标图像相对应的时间点n。在一些实施例中，所述第二重建模块820可基于所述时间点n来确定时间基矩阵Vt的时间基子矩阵Vt(n)。
在一些实施例中，所述处理设备140可基于所述MR数据和对应于所述多个时间序列图像的低秩N+1维张量，确定核心张量G、空间基矩阵Ux和N个时间基矩阵Ut1、Ut2、…、Utn。所述N个时间基矩阵中的每一个时间基矩阵可对应于所述低秩N+1维张量的N个时间维度中的一个时间维度，并索引所述多个参数中的一个参数的不同值。对于所述N个时间基矩阵中的每一个时间基矩阵，所述第二重建模块820可基于所述指令中相应参数的值，沿着相应的时间维度确定时间点。例如，可基于包括20个心脏相位、5个呼吸相位和344个反转时间的多个参数来扫描所述受试目标的所述ROI。用户可以通过指定用于图像重建的20个心脏相位中的哪个心脏相位、5个呼吸相位中的哪个呼吸相位和/或344个反转时间中的哪个反转时间来生成用于重建目标图像的指令。所述第二重建模块820可基于在所述指令中选择的心脏相位来确定沿着心脏运动的时间维度的时间点n1。所述第二重建模块820可基于在所述指令中选择的呼吸相位来确定沿呼吸运动的时间维度的时间点n2。所述第二重建模块820可基于在所述指令中选择的反转时间来确定T1恢复的时间维度的时间点n3。在一些实施例中，所述第二重建模块820可基于所述时间点n1、所述时间点n2、…、时间点nN，确定所述两个以上时间基矩阵Ut1、Ut2、…、Utn中每一个时间基矩阵的时间基子矩阵Ut1(n1)、Ut2(n2)、…、Utn(nN)。
在一些实施例中，所述第二重建模块820可基于所述空间基矩阵和所述一个或多个时间基子矩阵重建所述目标图像。
在一些实施例中，所述空间基矩阵可包括所述多个时间序列图像的不同像素(或体素)位置在不同时间点的信号。基于所述一个或多个时间基矩阵中每一个时间基矩阵的时间基子矩阵和所述空间基矩阵生成所述目标图像的操作，可以被视为采用所述一个或多个时间基矩阵中的每一个时间基矩阵的时间基子矩阵从所述空间基矩阵中提取所述目标图像。
在一些实施例中，所述第二重建模块820可以通过确定所述空间基矩阵Us和时间基矩阵Vt的时间基子矩阵Vt(n)的乘积来生成所述目标图像。
在一些实施例中，所述第二重建模块820可以通过确定所述核心张量G、所述空间基矩阵Ux和所述N个时间基矩阵Ut1、Ut2、…、Utn中的每一个时间基矩阵的时间基子矩阵Ut1(n1)、Ut2(n2)、…、Utn(nN)的乘积来生成目标图像。
所述第二输入/输出模块810可以显示所述一个或多个目标图像。
所述第二输入/输出模块810可以在所述存储设备中存储所述一个或多个目标图像中的至少一个目标图像。
所述用户设备130中的模块可以通过有线连接或无线连接彼此连接或通信。所述有线连接可包括电缆、光缆、混合电缆等，或其任意组合。所述无线连接可包括局域网(LAN)、广域网(WAN)、蓝牙、ZigBee、近场通信(NFC)等，或其任意组合。两个以上模块可以组合为单个模块，并且任何一个模块可以被划分为两个以上单元。例如，所述第二输入/输出模块810可以被分成两个单元。所述两个单元中的一个单元可用于从所述存储介质中获取所述空间基矩阵和所述一个或多个时间基矩阵，并且两个单元中的另一个单元可用于将一个或多个重建图像发送至所述存储介质。
应当注意的是，上述描述仅仅是为了解释说明本发明，并不旨在限制本发明的范围。对本领域技术人员来说，在本发明的教导下可以进行多种变化和修改。然而，这些变化和修改并不脱离本发明的范围。例如，所述用户设备130还可包括存储模块(图8中未示出)。所述存储模块可用于存储由所述用户设备130的任何组件执行的任何处理过程生成的数据。在另一实施例中，所述用户设备130的每个组件可包括存储设备。另外可选的，所述用户设备130的组件可以共享公共存储设备。
图9是本发明一些实施例的用于MRI重建的示例性过程的流程图。在一些实施例中，流程900可以在图1所示的所述医学系统100中实现。例如，所述流程900可以以指令的形式存储在存储介质(例如，所述存储设备150、所述用户设备130的所述存储器490或所述用户设备130的内存460)中，并且可以由所述用户设备130(例如，图8所示的所述用户设备130的CPU 440、所述用户设备130的GPU 430、或所述用户设备130中的更多模块)。以下呈现的所示流程900的步骤旨在说明。在一些实施例中，可以采用未描述的一个或多个附加步骤和/或不采用所讨论的一个或多个步骤来完成所述流程900。另外，如图9所示和以下所描述的流程900的步骤的顺序不作限制。
在一些实施例中，当用户希望在所述用户设备130上查看所述多个时间序列图像中的一个或多个时间序列图像(也称为一个或多个目标图像)时，所述用户设备130可以执行所述流程900。
在步骤910中，所述用户设备130(例如，所述第二输入/输出模块810)可以从存储设备获取数据集，其中所述数据集包括空间基以及一个或多个时间基。所述空间基和所述一个或多个时间基对应于受试目标的感兴趣区域(ROI)的多个时间序列图像。所述空间基可包括所述多个时间序列图像的空间信息。所述一个或多个时间基可包括所述多个时间序列图像的时序信息。在一些实施例中，所述空间基或时间基可包括函数、模型、向量、矩阵、张量等，或其任意组合。
在一些实施例中，所述用户设备130可获取空间基矩阵和时间基矩阵，两者的组合表示对应于所述多个时间序列图像的低秩矩阵。在一些实施例中，所述数据集还可以包括核心张量。所述用户设备130可获取核心张量、空间基矩阵以及两个以上时间基矩阵，其组合表示对应于所述多个时间序列图像的低秩张量。在一些实施例中，所述用户设备130可获取所述核心张量与所述空间基矩阵以及所述两个以上时间基矩阵中的至少一个矩阵的组合(例如，乘积)。在一些实施例中，所述用户设备130可获取所述两个以上时间基矩阵，以及所述核心张量和所述空间基矩阵的组合(例如，乘积)。
在步骤920中，所述用户设备130(例如，所述第二输入/输出模块810)可以接收指令，所述指令用于重建所述多个时序图像的一个或多个目标图像。
在一些实施例中，所述指令可包括对应于所述一个或多个目标图像中的每一个目标头像的多个参数中的至少一个参数的值。例如，可以基于包括20个心脏相位、5个呼吸相位和344个反转时间的多个参数来扫描所述受试目标的ROI。用户可以在所述用户设备130的界面中选择所述20个心脏相位中的一个心脏相位、5个呼吸相位中的一个呼吸相位和344个反转时间中的一个反转时间，以生成用于重建所述多个时序图像中的目标图像的指令。
在一些实施例中，所述用户设备130(例如，所述第二重建模块820)可基于所述数据集和所述指令重建所述一个或多个目标图像。例如，所述用户设备130可以通过在所述流程900中执行步骤930和940来重建所述一个或多个目标图像。
在步骤930中，所述用户设备130(例如，所述第二重建模块820)可基于所述指令为所述一个或多个目标图像中的每一个目标图像确定所述一个或多个时间基的每一个时间基的时间基子集。
在一些实施例中，所述用户设备130可基于所述指令中的多个参数中的至少一个参数的值，确定与所述一个或多个时间基矩阵的目标图像相对应的时间信息。所述用户设备130可基于所述时间信息来确定所述一个或多个时间基矩阵中的每一个时间基矩阵的时间基子矩阵。
在一些实施例中，所述处理设备140可基于所述MR数据和对应于所述多个时间序列图像的低秩矩阵，确定空间基矩阵Us和时间基矩阵Vt。所述时间基矩阵Vt可包括多个时间点，每个时间点表示所述多个时间序列图像中的一个时间序列图像的成像时间。所述多个时间点可表示所述ROI的整个扫描过程所用的时间。所述用户设备130可基于所述指令确定与所述目标图像相对应的时间点n。例如，可基于包括20个心脏相位、5个呼吸相位和344个反转时间的多个参数来扫描所述受试目标的ROI。用户可以通过指定用于图像重建的20个心脏相位中的哪个心脏相位、5个呼吸相位中的哪个呼吸相位和/或344个反转时间中的哪个反转时间来生成用于重建目标图像的指令。所述用户设备130可基于所述指令中选择的心脏相位、呼吸相位和反转时间来确定与所述目标图像相对应的时间点n。在一些实施例中，所述用户设备130可基于所述时间点n来确定时间基矩阵Vt的时间基子矩阵Vt(n)。
在一些实施例中，所述处理设备140可基于所述MR数据和对应于所述多个时间序列图像的低秩N+1维张量，确定核心张量G、空间基矩阵Ux和N个时间基矩阵Ut1、Ut2、…、Utn。所述N个时间基矩阵中的每一个时间基矩阵可对应于所述低秩N+1维张量的N个时间维度中的一个时间维度，并索引所述多个参数中的一个参数的不同值。对于所述N个时间基矩阵中的每一个时间基矩阵，所述用户设备130可基于所述指令中相应参数的值，沿着相应的时间维度确定时间点。例如，可基于包括20个心脏相位、5个呼吸相位和344个反转时间的多个参数来扫描所述受试目标的所述ROI。用户可以通过指定用于图像重建的20个心脏相位中的哪个心脏相位、5个呼吸相位中的哪个呼吸相位和/或344个反转时间中的哪个反转时间来生成用于重建所述目标图像的指令。所述用户设备130可基于在所述指令中选择的心脏相位来确定沿着心脏运动的时间维度的时间点n1。所述用户设备130可基于在所述指令中选择的呼吸相位来确定沿呼吸运动的时间维度的时间点n2。所述用户设备130可基于在所述指令中选择的反转时间来确定T1恢复的时间维度的时间点n3。在一些实施例中，所述用户设备130可基于所述时间点n1、所述时间点n2、…、时间点nN，确定所述两个以上时间基矩阵Ut1、Ut2、…、Utn中每一个时间基矩阵的时间基子矩阵Ut1(n1)、Ut2(n2)、…、Utn(nN)。
在步骤940中，所述用户设备130(例如，所述第二重建模块820)可基于所述数据集和所述一个或多个时间基子集重建所述目标图像。在一些实施例中，所述用户设备130可基于所述空间基和所述一个或多个时间基子集来重建所述目标图像。
在一些实施例中，所述空间基矩阵可包括所述多个时间序列图像的不同像素(或体素)位置在不同时间点的信号。基于所述一个或多个时间基矩阵中每一个时间基矩阵的时间基子矩阵和所述空间基矩阵生成所述目标图像的操作，可以被视为采用所述一个或多个时间基矩阵中的每一个时间基矩阵的时间基子矩阵从所述空间基矩阵中提取所述目标图像。
在一些实施例中，所述用户设备130可以通过确定所述空间基矩阵Us和时间基矩阵Vt的时间基子矩阵Vt(n)的乘积来生成所述目标图像。
I＝Us×Vt(n) (3)
上式中，I表示所述目标图像。
在一些实施例中，所述用户设备130可以通过确定所述核心张量G、所述空间基矩阵Ux和所述N个时间基矩阵Ut1、Ut2、…、Utn中的每一个时间基矩阵的时间基子矩阵Ut1(n1)、Ut2(n2)、…、Utn(nN)的乘积来生成目标图像：
I＝G×1Ux×2Ut1(n1)×3Ut2(n2)×4…×N+1UtN(nN) (4)
上式中，×i(i＝1，2，3，…，N+1)运算符表示第i种模式乘积。
在步骤950中，所述用户设备130(例如，所述第二输入/输出模块810)可以显示所述一个或多个目标图像。
在步骤960中，所述用户设备130(例如，所述第二输入/输出模块810)可以在所述存储设备中存储所述一个或多个目标图像中的至少一个目标图像。
若用户希望查看所述用户设备130中的多个时间序列图像，则从所述存储设备(例如所述PACS)发送至所述用户设备130的是所述空间基矩阵和所述一个或多个时间基矩阵，而非所述多个时间序列图像，这可以降低传输压力。利用所述空间基矩阵和所述一个或多个时间基矩阵，可以采用具有普通处理能力的设备(例如，所述用户设备130)来实现所述多个时间序列图像中的任何一个时间序列图像的快速重建和显示。
在一些实施例中，所述用户设备130可以从所述存储设备获取已重建的多个时间序列图像的部分图像(例如，在图6的流程600的步骤630中)以及所述空间基矩阵和所述一个或多个时间基矩阵。当接收到查看已重建的多个时序图像的部分图像中一张图像的指令时，用户设备130可以直接显示所述重建图像。
应当注意的是，上述描述仅仅是为了解释说明本发明，并不旨在限制本发明的范围。对本领域技术人员来说，在本发明的教导下可以进行多种变化和修改。然而，这些变化和修改并不脱离本发明的范围。例如，可以省略步骤960。
在一些实施例中，用户可以通过所述用户设备130的操作界面输入指令，所述指令用于重建所述多个时间序列图像的一个或多个目标图像。在一些实施例中，用户可以通过所述操作界面选择和/或输入所述多个参数中的至少一个参数的值，以生成用于重建所述一个或多个目标图像的指令。例如，可在界面中提供所述多个参数的不同值作为选择的选项，所述多个参数的不同值用于扫描所述受试目标的ROI以生成所述MR数据。在另一实施例中，若用户输入参数的非法值(例如，不属于用于扫描所述受试目标的ROI以生成所述MR数据的所述多个参数的参数值的数值)，则在所述界面中提示错误消息。
仅作为示例，用户可以选择反转时间的值、心脏相位的值和呼吸相位的值。根据所选择的值，所述用户设备130可以执行步骤930-950，以快速重建图像并在所述操作界面中显示所述重建图像。
在一些实施例中，首先，在用于扫描所述受试目标的ROI以生成所述MR数据的多个参数的参数值中，用户可以选择所述多个参数中的第一参数的至少多个值，并通过所述操作界面选择所述多个参数中其余参数的值，以查看与所述第一参数相对应的ROI的维度的动态。然后，所述用户设备130可以执行步骤930-950以快速重建并按时间顺序显示相应的图像，从而可以在连续显示的图像中呈现与所述第一参数相对应的ROI的维度的动态。
在一些实施例中，所述用户设备130可以同时显示两个以上类似于上述操作界面的界面。
在上述描述了基本概念之后，对于本领域技术人员而言，在阅读了本申请的详细描述之后，可以很明显地认识到，上述详细公开仅旨在通过举例的方式进行描述，而并非是限制性的。尽管这里没有明确说明，但是各种改变、改进和修改可能发生并可由本领域技术人员实现。这些改变、改进和修改均可经由本申请启示得到，并且在本申请的示例性实施例的构思和范围内。
此外，某些术语被用于描述本申请的实施例。例如，术语“一个实施例”和/或“一些实施例”意味着结合该实施例描述的特定特征、结构或特性均包括在本申请公开的至少一个实施例中。因此，应当强调并且应当理解，在本申请的各个部分中对“一个实施例”或“一些实施例”的两次或多次引用不一定都是指同一实施例。此外，可以在本申请的一个或多个实施例中适当地组合特定特征、结构或特征。
此外，本领域技术人员将理解，本发明的各个方面可以在许多可专利的文本中加以说明和描述，包括任何新的和有用的工艺、机器、制造或物质的组成，或其任何新的和有用的改进。因此，本发明的各个方面可以完全通过硬件实现，完全通过软件实现(包括固件、驻留软件、微代码等)，或者结合软件和硬件实现，这些实现在这里通常被称为“单元”、“模块”或“系统”。此外，本发明的各个方面可以采用包括计算机可读程序代码的一个或多个计算机可读介质而呈现的计算机程序产品的形式。
计算机可读介质可以包括传播的数据信号，其中包括计算机可读程序代码，例如，基带或作为载波的一部分。这种传播的信号可以采取各种形式中的任何一种，包括电磁、光学等，或者它们的任意适当组合。计算机可读信号介质可以是非计算机可读存储介质的任何计算机可读介质，并且可以通信、传播或传输供指令执行系统、设备或装置使用或与其结合使用的程序。包含在计算机可读信号介质上的程序代码可以使用任意适当的介质来进行传输，包括无线、有线、光纤电缆、射频等，或以上的任意适当组合。
用于执行本申请的操作的计算机程序代码可以用一种或多种编程语言的任何组合来编写，包括面向对象的编程语言，如Java、Scala、SmallTalk、Eiffel、JADE、Emerald、C++、C#、VB.net、Python等，传统的程序化编程语言，如C语言、Visual Basic、Fortran 2103、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言。程序代码可以完全在用户的计算机上执行，一部分在用户的计算机上执行，作为独立的软件包，一部分在用户的计算机上执行，一部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络连接到用户的计算机，包括局域网(LAN)或广域网(WAN)，或者可以连接到外部计算机(例如，通过使用Internet服务提供商的Internet)，或在云计算环境中，或作为服务提供，如软件即服务(SaaS)。
此外，处理元件或序列的列举顺序，或因此而使用的数字、字母或其他名称，并不会将所要求保护的过程和方法限制为任何顺序，除非权利要求中另有规定。尽管上述公开内容通过各种示例讨论了当前被认为是本申请的各种有用实施例的内容，但是应当理解，这些细节仅用于解释的目的，并且所附权利要求不限于所公开的实施例，而是旨在涵盖在所公开实施例的构思和范围内的修改和等效布置。例如，虽然上面描述的各种组件的实现可以体现在硬件设备中，但是它也可以被实现为仅软件的解决方案，例如，在现有服务器或移动设备上的安装。
类似地，应当理解，在本申请的实施例的前述描述中，各种特征有时在单个实施例、图或其描述中被组合在一起，以简化本发明，有助于理解一个或多个各种发明实施例。然而，这种披露方法不应被解释为反映了这样一种意图，即所要求保护的标的物需要比每项权利要求中明确陈述的更多的特征。相反，本申请实施例存在特征比单个前述公开实施例的所有特征更少的实施例。

Claims (15)

1.一种成像系统，其特征在于，包括：
至少一个存储设备，其存储有指令集；以及
至少一个处理器，用于与所述至少一个存储设备通信，其中，当执行所述指令集时，所述至少一个处理器用于指示所述系统执行以下步骤，包括：
获取与受试目标的感兴趣区域相关联的成像数据，其中所述成像数据对应所述感兴趣区域的多个时间序列图像；
根据所述成像数据确定数据集，其中所述数据集包括空间基以及一个或多个时间基，所述空间基包括所述成像数据的空间信息，所述一个或多个时间基包括所述成像数据的时序信息；以及
在存储介质中存储所述空间基以及所述一个或多个时间基。
2.根据权利要求1所述的成像系统，其特征在于，所述空间基以及所述一个或多个时间基涉及低秩模型，其中所述低秩模型表示所述多个时间序列图像之间的相关性。
3.根据权利要求2所述的成像系统，其特征在于，
所述空间基包括空间基矩阵，所述一个或多个时间基包括单个时间基矩阵；
所述空间基矩阵与所述时间基矩阵的组合表示低秩矩阵，其中所述低秩矩阵对应于所述多个时间序列图像的集合；以及
所述空间基矩阵和所述时间基矩阵中的元素少于所述低秩矩阵中的元素。
4.根据权利要求2所述的成像系统，其特征在于，
所述数据集还包括核心张量；
所述空间基包括空间基矩阵，所述一个或多个时间基包括两个以上时间基矩阵；
所述空间基矩阵与所述两个以上时间要素矩阵以及所述核心张量的组合表示低秩多维张量，其中所述低秩多维张量对应于所述多个时间序列图像的集合；以及
所述核心张量、所述空间基矩阵和所述两个以上时间要素矩阵中的元素少于所述低秩多维张量中的元素。
5.根据权利要求4所述的成像系统，其特征在于，所述低秩多维张量包括：
与所述空间基矩阵相对应的空间维度，以及
两个以上时间维度，其中每个时间维度分别对应于所述两个以上时间要素矩阵中的一个时间要素矩阵。
6.根据权利要求4或5所述的成像系统，其特征在于，当执行所述指令集时，所述至少一个处理器还用于指示所述系统执行以下步骤，包括：
将所述核心张量存储在所述存储介质中。
7.根据权利要求1所述的成像系统，其特征在于，当执行所述指令集时，所述至少一个处理器还用于指示所述系统执行以下步骤，包括：
基于所述数据集重建所述多个时间序列图像的至少一部分图像；以及
将得到的重建图像存储在所述存储介质中。
8.根据权利要求1所述的成像系统，其特征在于，所述重建图像包括所述多个时间序列图像中的至少一组图像，其中所述多个时间序列图像表示多个参数中的一个参数的值随时间的变化，所述多个参数用于获取所述成像数据。
9.根据权利要求8所述的成像系统，其特征在于，所述多个参数包括一个或多个成像序列参数、心脏运动参数和呼吸运动参数中的至少一个。
10.根据权利要求1所述的成像系统，其特征在于，所述存储介质包括所述至少一个存储设备或图像存档和通信系统；和/或，所述多个时间序列图像包括磁共振图像、计算机断层扫描图像、超声图像或多模态图像。
11.一种成像系统，其特征在于，包括：
至少一个存储设备，其存储有指令集；以及
至少一个处理器，用于与所述至少一个存储设备通信，其中，当执行所述指令集时，所述至少一个处理器用于指示所述系统执行以下步骤，包括：
从存储介质中获取数据集，其中所述数据集包括空间基以及一个或多个时间基，所述空间基和所述一个或多个时间基对应于受试目标的感兴趣区域的多个时间序列图像，所述空间基包括所述多个时间序列图像的空间信息，所述一个或多个时间基包括所述多个时间序列图像的时序信息；
接收指令，其中所述指令用于重建所述多个时间序列图像的一个或多个目标图像；
基于所述数据集和所述指令重建所述一个或多个目标图像，其中所述一个或多个目标图像中的每个目标图像通过以下方式重建：
基于所述指令确定所述一个或多个时间基中每个时间基的时间基子集；以及
基于所述数据集和所述一个或多个时间基子集重建所述目标图像；以及
显示所述一个或多个目标图像。
12.根据权利要求11所述的成像系统，其特征在于，所述基于所述指令确定所述一个或多个时间基中每个时间基的时间基子集包括：
基于所述指令，获取与所述目标图像相对应的多个参数中的至少一个参数的值，其中所述多个参数用于获取所述感兴趣区域的成像数据；
基于所述多个参数中的至少一个参数的值，确定与所述一个或多个时间基的目标图像相对应的时间信息；以及
基于所述时间信息确定与所述目标图像相对应的一个或多个时间基中的每一个时间基的时间基子集。
13.根据权利要求11所述的成像系统，其特征在于，
所述空间基包括空间基矩阵，所述一个或多个时间基包括单个时间基矩阵；
所述空间基矩阵与所述时间基矩阵的组合表示低秩矩阵，其中所述低秩矩阵对应于所述多个时间序列图像的集合；
所述空间基矩阵和所述时间基矩阵中的元素少于所述低秩矩阵中的元素；
基于所述数据集和所述一个或多个时间基子集重建所述目标图像包括：
通过确定所述空间基矩阵和所述单个时间基矩阵的时间基子集的乘积来重建所述目标图像。
14.根据权利要求11所述的成像系统，其特征在于，
所述数据集还包括核心张量；
所述空间基包括空间基矩阵，所述一个或多个时间基包括两个以上时间基矩阵；
所述空间基矩阵与所述两个以上时间要素矩阵以及所述核心张量的组合表示低秩多维张量，其中所述低秩多维张量对应于所述多个时间序列图像的集合；以及
所述核心张量、所述空间基矩阵和所述两个以上时间要素矩阵中的元素少于所述低秩多维张量中的元素；
基于所述数据集和所述一个或多个时间基子集重建所述目标图像包括：
通过确定所述空间基矩阵、所述两个以上时间基矩阵的两个以上时间基子集、以及所述核心张量的乘积来重建所述目标图像。
15.一种在具备一个或多个处理器和一个或多个存储设备的设备上实现的成像方法，其特征在于，所述方法包括：
获取与受试目标的感兴趣区域相关联的成像数据，其中所述成像数据对应所述感兴趣区域的多个时间序列图像；
根据所述成像数据确定数据集，其中所述数据集包括空间基以及一个或多个时间基，所述空间基包括所述成像数据的空间信息，所述一个或多个时间基包括所述成像数据的时序信息；以及
在存储介质中存储所述空间基以及所述一个或多个时间基。
CN202010574797.1A 2020-02-21 2020-06-22 成像系统和方法 Active CN111685766B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/798,265 US11963752B2 (en) 2020-02-21 2020-02-21 Imaging systems and methods
US16/798,265 2020-02-21

Publications (2)

Publication Number Publication Date
CN111685766A true CN111685766A (zh) 2020-09-22
CN111685766B CN111685766B (zh) 2023-11-07

Family

ID=72482416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010574797.1A Active CN111685766B (zh) 2020-02-21 2020-06-22 成像系统和方法

Country Status (2)

Country Link
US (1) US11963752B2 (zh)
CN (1) CN111685766B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112764377A (zh) * 2020-12-30 2021-05-07 中国科学院长春光学精密机械与物理研究所 一种推扫光学遥感相机的实时行时间调整装置和调整方法
TWI801761B (zh) * 2020-10-07 2023-05-11 承鋆生醫股份有限公司 醫學影像處理系統及其方法
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 (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130182930A1 (en) * 2012-01-17 2013-07-18 Joshua D. Trzasko System and method for medical image reconstruction and image series denoising using local low rank promotion
US20140177941A1 (en) * 2012-12-21 2014-06-26 Canon Kabushiki Kaisha Optimal Patch Ranking for Coordinate Transform Estimation of Microscope Images from Sparse Patch Shift Estimates
WO2014162300A1 (en) * 2013-04-05 2014-10-09 Isis Innovation Ltd. Acceleration of low-rank mri data acquisition
US20150296214A1 (en) * 2014-01-20 2015-10-15 Board Of Trustees Of Michigan State University Compression of image ensembles using tensor decomposition
CN105051563A (zh) * 2013-03-15 2015-11-11 皇家飞利浦有限公司 使用相位调制rf脉冲的并行多切片mr成像
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
US20160291107A1 (en) * 2015-04-02 2016-10-06 The General Hospital Corporation 3D Balanced EPI Magnetic Resonance Fingerprinting
US20170325707A1 (en) * 2016-05-16 2017-11-16 Siemens Healthcare Gmbh Free breathing motion corrected pixel-wise mri myocardial t1 parameter mapping
US20180172788A1 (en) * 2016-12-21 2018-06-21 The Board Of Trustees Of The Leland Stanford Junior University Robust Principal Component Analysis for Separation of On and Off-resonance in 3D Multispectral MRI
US20180306882A1 (en) * 2017-04-24 2018-10-25 Cedars-Sinai Medical Center Low-rank tensor imaging for multidimensional cardiovascular mri
CN109872376A (zh) * 2019-02-20 2019-06-11 四川大学华西医院 一种重建动态磁共振图像的方法、装置及可读存储介质
CN110114685A (zh) * 2016-12-22 2019-08-09 皇家飞利浦有限公司 使用最大似然重建的对心脏的t1映射
US20190346523A1 (en) * 2018-05-08 2019-11-14 Cedars-Sinai Medical Center Low-rank tensor imaging for quantitative mri

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8036730B1 (en) * 2002-04-19 2011-10-11 Fonar Corporation Temporal magnetic resonance imaging
US20170234951A1 (en) 2016-02-11 2017-08-17 The General Hospital Corporation Systems and methods for improved reconstruction of magnetic resonance fingerprinting data with low-rank methods
US11255943B2 (en) * 2018-08-13 2022-02-22 Siemens Healthcare Gmbh Motion determination for volumetric magnetic resonance imaging using a deep machine-learning model

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130182930A1 (en) * 2012-01-17 2013-07-18 Joshua D. Trzasko System and method for medical image reconstruction and image series denoising using local low rank promotion
US20140177941A1 (en) * 2012-12-21 2014-06-26 Canon Kabushiki Kaisha Optimal Patch Ranking for Coordinate Transform Estimation of Microscope Images from Sparse Patch Shift Estimates
CN105051563A (zh) * 2013-03-15 2015-11-11 皇家飞利浦有限公司 使用相位调制rf脉冲的并行多切片mr成像
WO2014162300A1 (en) * 2013-04-05 2014-10-09 Isis Innovation Ltd. Acceleration of low-rank mri data acquisition
US20150296214A1 (en) * 2014-01-20 2015-10-15 Board Of Trustees Of Michigan State University Compression of image ensembles using tensor decomposition
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
US20160291107A1 (en) * 2015-04-02 2016-10-06 The General Hospital Corporation 3D Balanced EPI Magnetic Resonance Fingerprinting
US20170325707A1 (en) * 2016-05-16 2017-11-16 Siemens Healthcare Gmbh Free breathing motion corrected pixel-wise mri myocardial t1 parameter mapping
US20180172788A1 (en) * 2016-12-21 2018-06-21 The Board Of Trustees Of The Leland Stanford Junior University Robust Principal Component Analysis for Separation of On and Off-resonance in 3D Multispectral MRI
CN110114685A (zh) * 2016-12-22 2019-08-09 皇家飞利浦有限公司 使用最大似然重建的对心脏的t1映射
US20180306882A1 (en) * 2017-04-24 2018-10-25 Cedars-Sinai Medical Center Low-rank tensor imaging for multidimensional cardiovascular mri
US20190346523A1 (en) * 2018-05-08 2019-11-14 Cedars-Sinai Medical Center Low-rank tensor imaging for quantitative mri
CN109872376A (zh) * 2019-02-20 2019-06-11 四川大学华西医院 一种重建动态磁共振图像的方法、装置及可读存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SAIPRASAD RAVISHANKAR 等: "Image Reconstruction: From Sparsity to Data-Adaptive Methods and Machine Learning", PROCEEDINGS OF THE IEEE, vol. 108, no. 1, pages 86 - 109, XP011763168, DOI: 10.1109/JPROC.2019.2936204 *
倪红艳 等: "扩散张量成像图像数据采集技术的参数优化", 天津大学学报, vol. 40, no. 9, pages 1120 - 1127 *
吴姗: "基于稀疏张量的核磁共振成像算法", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 09, pages 138 - 263 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI801761B (zh) * 2020-10-07 2023-05-11 承鋆生醫股份有限公司 醫學影像處理系統及其方法
CN112764377A (zh) * 2020-12-30 2021-05-07 中国科学院长春光学精密机械与物理研究所 一种推扫光学遥感相机的实时行时间调整装置和调整方法
CN112764377B (zh) * 2020-12-30 2022-03-01 中国科学院长春光学精密机械与物理研究所 一种推扫光学遥感相机的实时行时间调整装置和调整方法
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
CN111685766B (zh) 2023-11-07
US20210259568A1 (en) 2021-08-26
US11963752B2 (en) 2024-04-23

Similar Documents

Publication Publication Date Title
US11774534B2 (en) Systems and methods for magnetic resonance imaging
US11651531B2 (en) Systems and methods for magnetic resonance imaging
US11506735B2 (en) Systems and methods for magnetic resonance imaging
CN111685766B (zh) 成像系统和方法
US10168405B2 (en) Method and apparatus for quantifying properties of an object through magnetic resonance imaging (MRI)
US20230096252A1 (en) Systems and methods for image processing
CN112763957B (zh) 磁共振成像系统和方法
US11119172B2 (en) Systems and methods for magnetic resonance imaging
US20220292738A1 (en) Systems and methods for medical imaging
CN111856363B (zh) 同步多层磁共振成像的系统、方法
CN114076911A (zh) 磁共振成像的方法及系统
US11940516B2 (en) Systems and methods for magnetic resonance imaging
US20220409084A1 (en) Systems and methods for magnetic resonance imaging
US11980457B2 (en) Systems and methods for simultaneous multi-slice multitasking imaging
CN113296038B (zh) 基于k空间径向采样的磁共振成像系统与方法
US12000919B2 (en) Systems and methods for magnetic resonance imaging
US11982728B2 (en) Systems and methods for magnetic resonance imaging
US11740306B2 (en) Systems and methods for magnetic resonance T1 mapping
US20230000452A1 (en) Systems and methods for simultaneous multi-slice imaging
US11946993B2 (en) Imaging method and system
CN115524649A (zh) 磁共振成像的系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201807 2258 Chengbei Road, Jiading District, Shanghai

Applicant after: Shanghai Lianying Medical Technology Co.,Ltd.

Address before: 201807 2258 Chengbei Road, Jiading District, Shanghai

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant