CN111830449A - 呼吸信号提取方法及装置、磁共振成像系统、存储介质 - Google Patents

呼吸信号提取方法及装置、磁共振成像系统、存储介质 Download PDF

Info

Publication number
CN111830449A
CN111830449A CN201910317802.8A CN201910317802A CN111830449A CN 111830449 A CN111830449 A CN 111830449A CN 201910317802 A CN201910317802 A CN 201910317802A CN 111830449 A CN111830449 A CN 111830449A
Authority
CN
China
Prior art keywords
pilot tone
included angle
channels
tone signals
respiratory
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
CN201910317802.8A
Other languages
English (en)
Other versions
CN111830449B (zh
Inventor
张琼
刘薇
肖楠
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.)
Siemens Shenzhen Magnetic Resonance Ltd
Original Assignee
Siemens Shenzhen Magnetic Resonance 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 Siemens Shenzhen Magnetic Resonance Ltd filed Critical Siemens Shenzhen Magnetic Resonance Ltd
Priority to CN201910317802.8A priority Critical patent/CN111830449B/zh
Priority to US16/851,609 priority patent/US11156689B2/en
Publication of CN111830449A publication Critical patent/CN111830449A/zh
Application granted granted Critical
Publication of CN111830449B publication Critical patent/CN111830449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—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
    • 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
    • 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
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
    • 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
    • G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • 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

Landscapes

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

Abstract

本发明实施例中公开了一种呼吸信号提取方法及装置、磁共振成像系统及存储介质。其中，方法包括：获取复数个通道接收的第一设定数量个点数的纯呼吸调制的导频音信号；对其基于协方差矩阵进行特征值分解，确定呼吸特征方向；获取一序列脉冲运行时复数个通道接收的产生信号突变的第二设定数量个点数的受干扰导频音信号；对其基于协方差矩阵进行特征值分解，得到一个特征向量矩阵，并确定干扰特征方向；针对复数个通道接收的每个导频音信号，分别利用特征向量矩阵进行正交变换，得到复数个信号；将除干扰特征方向的信号之外的其他特征向量方向的信号在呼吸特征方向进行投影相加，得到一个呼吸导航信号。可见，其能够再现准确表示呼吸运动的呼吸信号。

Description

呼吸信号提取方法及装置、磁共振成像系统、存储介质
技术领域
本发明涉及磁共振成像技术领域，特别是一种呼吸信号提取方法及装置，一种磁共振成像系统，以及一种计算机可读存储介质。
背景技术
磁共振成像(Magnetic resonance imaging，MRI)是利用磁共振现象进行成像的一种技术。磁共振成像的原理主要包括：包含单数质子的原子核，例如人体内广泛存在的氢原子核，其质子具有自旋运动，犹如一个小磁体，并且这些小磁体的自旋轴无一定的规律，如果施加外在磁场，这些小磁体将按外在磁场的磁力线重新排列，具体为在平行于或反平行于外在磁场磁力线的两个方向排列，将上述平行于外在磁场磁力线的方向称为正纵向轴，将上述反平行于外在磁场磁力线的方向称为负纵向轴，原子核只具有纵向磁化分量，该纵向磁化分量既具有方向又具有幅度。用特定频率的射频(RF，Radio Frequency)脉冲激发处于外在磁场中的原子核，使这些原子核的自旋轴偏离正纵向轴或负纵向轴，产生共振，这就是磁共振现象。上述被激发原子核的自旋轴偏离正纵向轴或负纵向轴之后，原子核具有了横向磁化分量。
停止发射射频脉冲后，被激发的原子核发射回波信号，将吸收的能量逐步以电磁波的形式释放出来，其相位和能级都恢复到激发前的状态，将原子核发射的回波信号经过空间编码等进一步处理即可重建图像。
在磁共振成像过程中，由于成像会受到呼吸运动的干扰，尤其是进行腹部磁共振成像时其影响比较明显。因此成像过程中有时需要根据呼吸信号对扫描过程进行导航。例如，借助绑在腹部的腹部压力检测装置来检测患者的呼吸信号，在患者吸气或呼气的平台期来触发或门控磁共振成像序列和信号采集，在呼吸波控制精确的情况下才可以获得高质量的图像。上述的呼吸信号可称为磁共振成像的导航信号。
目前有一种导频音导航仪可以以最低的硬件要求为连续序列提供呼吸信号，与“金标准”磁共振导航仪相当。如图1A所示，示出了6个通道接收的纯呼吸调制的导频音(Pilot Tone，PT)信号。然而，在某些情况下，当运行序列脉冲时，接收到的导频音信号会出现严重失真，如图1B所示，示出了当序列脉冲被触发运行时6个通道接收的失真的PT信号，即干扰PT信号。可见，这种失真的信号已无法再准确地表示呼吸运动，因此不能被视为呼吸导航器。
发明内容
有鉴于此，本发明实施例中一方面提出了一种呼吸信号提取方法及装置，另一方面提出了一种磁共振成像系统以及一种计算机可读存储介质，用以对所述导频音导航仪接收的信号进行处理，再现能准确表示呼吸运动的呼吸信号，进一步使所述导频音导航仪可以用作呼吸导航器。
本发明实施例中提供的一种呼吸导航信号提取方法，包括：获取序列脉冲运行前复数个通道接收的第一设定数量个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向；获取一序列脉冲运行时所述复数个通道接收的产生信号突变的第二设定数量个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，得到一个特征向量矩阵，并确定能量最强的特征向量所在的方向为干扰特征方向；针对所述复数个通道接收的每个导频音信号，分别利用所述特征向量矩阵进行正交变换，得到复数个对应各特征向量所在方向的信号；和将除所述干扰特征方向的信号之外的其他特征向量方向的信号在所述呼吸特征方向进行投影相加，得到一个呼吸导航信号。
在一个实施方式中，所述获取一序列脉冲运行时所述复数个通道接收的产生信号突变的第二设定数量的受干扰导频音信号为：获取序列脉冲第一个周期运行时所述复数个通道接收的产生信号突变的第二设定数量的受干扰导频音信号。
在一个实施方式中，进一步包括：针对当前得到的每个实验值，获取复数个通道接收的所述实验值个点数的纯呼吸调制的导频音信号，对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向，计算该呼吸特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第一设定数量。
在一个实施方式中，所述针对当前得到的每个实验值，获取复数个通道接收的所述实验值个点数的纯呼吸调制的导频音信号，对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向，计算该呼吸特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第一设定数量包括：A1、获取复数个通道接收的N1个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第一呼吸特征方向；其中，N1为自然数；A2、计算所述第一呼吸特征方向与一固定向量方向之间的夹角，得到夹角α1；A3、令Ni＝N1+ΔN；其中，ΔN为自然数；A4、获取复数个通道接收的Ni个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第i呼吸特征方向；A5、计算所述第i呼吸特征方向与所述固定向量方向之间的夹角，得到夹角αi；A6、判断所述夹角α1与所述夹角αi的差值是否大于设定的第一阈值？如果所述夹角α1与所述夹角αi的差值大于设定的第一阈值，则执行步骤A7；如果所述夹角α1与所述夹角αi的差值不大于设定的第一阈值，则执行步骤A9；A7、令Ni+1＝Ni+ΔN；A8、获取复数个通道接收的Ni+1个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第i+1呼吸特征方向；计算所述第i+1呼吸特征方向与所述固定向量方向之间的夹角，得到夹角αi+1；判断所述夹角αi与所述夹角αi+1的差值是否大于设定的第一阈值，如果是，则令Ni＝Ni+1，αi＝αi+1，Ni+1＝Ni+ΔN；并返回执行步骤A8；否则，将所述Ni作为所述第一设定数量；A9、令Ni＝N1，αi＝α1，Ni-1＝Ni-ΔN；A10、获取复数个通道接收的Ni-1个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第i-1呼吸特征方向；所述；计算所述第i-1呼吸特征方向与所述固定向量方向之间的夹角，得到夹角αi-1；判断所述夹角αi与所述夹角αi-1的差值是否不大于设定的第一阈值，如果是，则令Ni＝Ni-1，αi＝αi-1，Ni-1＝Ni-ΔN；并返回执行步骤A10；否则，将所述Ni作为所述第一设定数量。
在一个实施方式中，进一步包括：针对当前得到的每个实验值，获取一序列脉冲运行时所述复数个通道接收的产生信号突变的所述实验值个点数的受干扰导频音信号，对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为干扰特征方向，计算该干扰特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第二设定数量。
在一个实施方式中，所述针对当前得到的每个实验值，获取一序列脉冲运行时所述复数个通道接收的产生信号突变的所述实验值个点数的受干扰导频音信号，对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为干扰特征方向，计算该干扰特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第二设定数量包括：B1、获取一序列脉冲运行时所述复数个通道接收的产生信号突变的M1个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第一干扰特征方向；其中，M1为自然数；B2、计算所述第一干扰特征方向与一固定向量方向之间的夹角，得到夹角β1；B3、令Mi＝M1+ΔM；其中，ΔM为自然数；B4、获取所述序列脉冲运行时所述复数个通道接收的产生信号突变的Mi个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第i干扰特征方向；B5、计算所述第i干扰特征方向与所述固定向量方向之间的夹角，得到夹角βi；B6、判断所述夹角β1与所述夹角βi的差值是否大于设定的第二阈值？如果所述夹角β1与所述夹角βi的差值大于设定的第二阈值，则执行步骤B7；如果所述夹角β1与所述夹角βi的差值不大于设定的第二阈值，则执行步骤B9；B7、令Mi+1＝Mi+ΔM；B8、获取所述序列脉冲运行时所述复数个通道接收的产生信号突变的Mi+1个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第i+1干扰特征方向；计算所述第i+1干扰特征方向与所述固定向量方向之间的夹角，得到夹角βi+1；判断所述夹角βi与所述夹角βi+1的差值是否大于设定的第二阈值，如果是，则令Mi＝Mi+1，βi＝βi+1，Mi+1＝Mi+ΔN；并返回执行步骤B8；否则，将所述Mi作为所述第二设定数量；B9、令Mi＝M1，βi＝β1，Mi-1＝Mi-ΔM；B10、获取所述序列脉冲运行时所述复数个通道接收的产生信号突变的Mi-1个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第i-1干扰特征方向；计算所述第i-1干扰特征方向与所述固定向量方向之间的夹角，得到夹角βi-1；判断所述夹角βi与所述夹角βi-1的差值是否不大于设定的第二阈值，如果是，则令Mi＝Mi-1，βi＝βi-1，Mi-1＝Mi-ΔM；并返回执行步骤B10；否则，将所述Mi作为所述第二设定数量。
本发明实施例中提供的一种呼吸导航信号提取装置，包括：第一确定模块，用于获取序列脉冲运行前复数个通道接收的第一设定数量个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向；第二确定模块，用于获取一序列脉冲运行时所述复数个通道接收的产生信号突变的第二设定数量个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，得到一个特征向量矩阵，并确定能量最强的特征向量所在的方向为干扰特征方向；和信号生成模块，用于针对所述复数个通道接收的每个导频音信号，分别利用所述特征向量矩阵进行正交变换，得到复数个对应各特征向量所在方向的信号；将除所述干扰特征方向的信号之外的其他特征向量方向的信号在所述呼吸特征方向进行投影相加，得到一个呼吸导航信号。
在一个实施方式中，所述第二确定模块获取序列脉冲第一个周期运行时所述复数个通道接收的产生信号突变的第二设定数量的受干扰导频音信号。
在一个实施方式中，进一步包括：第三确定模块，用于基于一第一初始实验值，按照设定的第一间隔，依次增加或减少所述间隔后可得到各个实验值；针对当前得到的每个实验值，获取复数个通道接收的所述实验值个点数的纯呼吸调制的导频音信号，对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向，计算该呼吸特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第一设定数量。
在一个实施方式中，进一步包括：第四确定模块，用于基于一第二初始实验值，按照设定的第二间隔，依次增加或减少所述间隔后可得到各个实验值；针对当前得到的每个实验值，获取一序列脉冲运行时所述复数个通道接收的产生信号突变的所述实验值个点数的受干扰导频音信号，对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为干扰特征方向，计算该干扰特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第二设定数量。
本发明实施例中还提供一种呼吸导航信号提取装置，包括：至少一个存储器和至少一个处理器，其中：所述至少一个存储器，存储有计算机程序；所述至少一个处理器，调用所述至少一个存储器中存储的计算机程序，执行上述任一实施方式中的呼吸导航信号提取方法。
本发明实施例中提供的一种磁共振成像系统，包括上述任一实施方式中的呼吸导航信号提取装置。
本发明实施例中提供的一种计算机可读存储介质，其上存储有计算机程序；所述计算机程序能够被一处理器执行并实现上述任一实施方式中的呼吸导航信号提取方法。
从上述方案中可以看出，由于本发明实施例中考虑通过多个通道来采集同一个信号时可基于特征空间进行特征向量分解，找到能量最强的特征向量所在的方向，从而可以确定呼吸信号的呼吸特征方向，以及强干扰信号的干扰特征方向。之后通过将多个通道接收的每个导频音信号都进行特征空间变换，进而将干扰特征方向上的信号丢弃，将其他方向上的信号在呼吸特征方向上进行投影相加，得到用于导航的呼吸导航信号，从而实现了降噪处理。
进一步地，对于强干扰信号，通过采集序列脉冲第一个周期运行时的干扰信号来进行特征向量矩阵的获取，使得后续采集的信号能够及时进行降噪处理，从而可以尽早的得到能够用于导航的呼吸导航信号。
此外，通过预先确定能够使呼吸特征方向稳定的第一设定数量以及能够使干扰特征方向稳定的第二设定数量，可以使得经降噪处理后的呼吸导航信号更加精确。
另外，通过提供一种简单可行的确定第一设定数量和第二设定数量的方法，可以使得初始试验点无论是取小了还是取大了，均能找到最终的第一设定数量和第二设定数量。
附图说明
下面将通过参照附图详细描述本发明的优选实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，附图中：
图1A为一个例子中6个通道接收的纯呼吸调制的导频音信号的示意图。
图1B为一个例子中6个通道接收的序列脉冲运行时的干扰导频音信号的示意图。
图2为本发明实施例中一种呼吸导航信号提取方法的示例性流程图。
图3A为本发明实施例中以三个通道的情况为例辅助说明图2所示方法的分解图。
图3B为本发明一个例子中的导频音信号的示意图。
图4为本发明实施例中一种确定第一设定数量的方法的流程示意图。
图5为本发明一个例子中以6个通道的情况为例确定第一设定数量时的实验值与夹角之间关系的示意图。
图6为本发明实施例中一种确定第二设定数量的方法的流程示意图。
图7为本发明实施例中一种呼吸导航信号提取装置的示例性结构图。
图8为本发明实施中又一种呼吸导航信号提取装置的示例性结构图。
图9至图12分别以4个通道的情况为例，示出了不同应用场景下提取的呼吸导航信号的效果图。
其中，附图标记如下所示：
Figure BDA0002033682250000071
具体实施方式
本发明实施例中，考虑到针对同一个信号，无论是呼吸信号还是强干扰信号，当利用多个通道同时采集该同一个信号时，那么这多个通道采集的信号一定是强相关的，从矩阵分析的角度来看，多个通道采集的信号可以构成一个全方向的特征空间，且其中信号的大部分能量分布在一个特征向量上。即针对呼吸信号而言，能量最大的特征向量所在的方向为呼吸特征方向；而针对强干扰信号而言，能量最大的特征向量所在的方向则为干扰特征方向。因此，本发明实施例中，可以将多个通道接收的每个导频音信号都进行特征空间变换，进而将干扰特征方向上的信号丢弃，将其他方向上的信号在呼吸特征方向上进行投影相加，得到用于导航的呼吸导航信号，从而实现了降噪处理。
为使本发明的目的、技术方案和优点更加清楚，以下举实施例对本发明进一步详细说明。
图2为本发明实施例中一种呼吸导航信号提取方法的示例性流程图。图3A为以三个通道的情况为例辅助说明该方法的分解图。结合图2和图3A所示，该方法可包括如下步骤：
步骤S22，获取序列脉冲运行前复数个通道接收的第一设定数量个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向。
例如，针对图3A中的a图所示的三个通道的纯呼吸调制的导频音信号，进行特征值分解后，可得到b图所示的三个特征向量方向，其中，虚线所示的最长的特征向量方向，也即能量最大的特征向量方向为呼吸特征方向。
本步骤中，序列脉冲运行前的纯呼吸调制的导频音信号可以为如图3B中所示的方框所标出的区间S1中的信号。
其中，第一设定数量的确定可有多种方法，例如可基于一第一初始实验值，按照设定的第一间隔，依次增加或减少所述间隔后可得到各个实验值；针对当前得到的每个实验值，获取复数个通道接收的所述实验值个点数的纯呼吸调制的导频音信号，对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向，计算该呼吸特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第一设定数量。
图4中示出了一种确定第一设定数量的具体实现方法，后面将对图4中所示的流程进行详细描述。
步骤S24，获取一序列脉冲运行时所述复数个通道接收的产生信号突变的第二设定数量个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，得到一个特征向量矩阵，并确定能量最强的特征向量所在的方向为干扰特征方向。
例如，针对图3A中的a图所示的三个通道的序列脉冲运行时的干扰导频音信号，进行特征值分解后，可得到c图所示的三个特征向量方向，其中，虚线所示的最长的特征向量方向，也即能量最大的特征向量方向为干扰特征方向。
本步骤中，可以获取序列脉冲第一个周期运行时所述复数个通道接收的产生信号突变的第二设定数量的受干扰导频音信号。例如，可以为如图3B中所示的方框所标出的区间S2中的信号。
这样后续的所有导频音信号就都可以利用基于该序列脉冲的第一个周期运行时计算的特征向量矩阵执行步骤S26了。当然，实际应用中，也可以是序列脉冲的其它周期，如序列脉冲的第二个周期等，因为基于前几个序列脉冲进行特征向量矩阵的计算，针对后续的所有导频音信号进行步骤S26的处理后，便可以尽早的得到能够用于导航的呼吸导航信号了。
其中，第二设定数量的确定也可以有多种方法，例如，可基于一第二初始实验值，按照设定的第二间隔，依次增加或减少所述间隔后可得到各个实验值；针对当前得到的每个实验值，获取一序列脉冲运行时所述复数个通道接收的产生信号突变的所述实验值个点数的受干扰导频音信号，对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为干扰特征方向，计算该干扰特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第二设定数量。
图6中示出了一种确定第二设定数量的具体实现方法，后面将对图6中所示的流程进行详细描述。
步骤S26，针对所述复数个通道接收的每个导频音信号，利用所述特征向量矩阵进行正交变换，得到复数个对应各特征向量所在方向的信号；将除所述干扰特征方向的信号之外的其他特征向量方向的信号在所述呼吸特征方向进行投影相加，得到一个呼吸导航信号。
例如，针对图3A中a图所示的三个通道接收的每个导频音信号，利用所述特征向量矩阵进行正交变换后，同样可得到c图所示的三个特征方向的信号，此时可如d图所示舍弃干扰特征方向的信号，将剩余的两个特征方向上的信号如e图所示在b图所示的呼吸特征方向上进行投影后相加，从而得到一个呼吸导航信号。
图4为本发明实施例中一种确定第一设定数量的方法的流程示意图。如图4所示，该方法可包括如下步骤：
S41、获取复数个通道接收的N1个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第一呼吸特征方向。其中，N1为自然数。
S42、计算所述第一呼吸特征方向与一固定向量方向之间的夹角，得到夹角α1。
S43、令Ni＝N1+ΔN；其中，ΔN为自然数。
S44、获取复数个通道接收的Ni个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第i呼吸特征方向。
S45、计算所述第i呼吸特征方向与所述固定向量方向之间的夹角，得到夹角αi。
S46、判断所述夹角α1与所述夹角αi的差值是否大于设定的第一阈值？如果所述夹角α1与所述夹角αi的差值大于设定的第一阈值，则执行步骤S47；如果所述夹角α1与所述夹角αi的差值不大于设定的第一阈值，则执行步骤S49。
本步骤中，第一阈值可根据实际情况设置的非常小，以保证夹角的稳定性。
S47、令Ni+1＝Ni+ΔN。
S48、获取复数个通道接收的Ni+1个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第i+1呼吸特征方向；计算所述第i+1呼吸特征方向与所述固定向量方向之间的夹角，得到夹角αi+1；判断所述夹角αi与所述夹角αi+1的差值是否大于设定的第一阈值，如果是，则令Ni＝Ni+1，αi＝αi+1，Ni+1＝Ni+ΔN；并返回执行步骤S48；否则，将所述Ni作为所述第一设定数量。
S49、令Ni＝N1，αi＝α1，Ni-1＝Ni-ΔN。
S410、获取复数个通道接收的Ni-1个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第i-1呼吸特征方向；所述；计算所述第i-1呼吸特征方向与所述固定向量方向之间的夹角，得到夹角αi-1；判断所述夹角αi与所述夹角αi-1的差值是否不大于设定的第一阈值，如果是，则令Ni＝Ni-1，αi＝αi-1，Ni-1＝Ni-ΔN；并返回执行步骤S410；否则，将所述Ni作为所述第一设定数量。
图5中示出了本发明一个例子中以6个通道的情况为例计算的实验值与夹角之间关系的示意图。如图5所示，横坐标为数量值，纵坐标为呼吸特征方向与一固定向量方向之间的夹角。可见，该例子中，从初始实验值50开始算起，即N1＝50，第一设定间隔为50，即ΔN＝50，一直算到1200点时，发现夹角开始稳定，该过程可通过执行步骤S41～S48来实现。图5中，后面又持续算到2000来校验该1200的准确性。
在其他实施方式中，针对图5所示的例子，若初始值取1500，则可以通过执行步骤S41～S46、S49～S410来找出1200。
图6为本发明实施例中一种确定第二设定数量的方法的流程示意图。如图6所示，该方法可包括如下步骤：
S61、获取一序列脉冲运行时所述复数个通道接收的产生信号突变的M1个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第一干扰特征方向。其中，M1为自然数。
S62、计算所述第一干扰特征方向与一固定向量方向之间的夹角，得到夹角β1。
S63、令Mi＝M1+ΔM；其中，ΔM为自然数。
S64、获取所述序列脉冲运行时所述复数个通道接收的产生信号突变的Mi个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第i干扰特征方向。
S65、计算所述第i干扰特征方向与所述固定向量方向之间的夹角，得到夹角βi。
S66、判断所述夹角β1与所述夹角βi的差值是否大于设定的第二阈值？如果所述夹角β1与所述夹角βi的差值大于设定的阈值，则执行S67；如果所述夹角β1与所述夹角βi的差值不大于设定的第二阈值，则执行S69。
本步骤中，第二阈值可根据实际情况设置的非常小，以保证夹角的稳定性。
S67、令Mi+1＝Mi+ΔM。
S68、获取所述序列脉冲运行时所述复数个通道接收的产生信号突变的Mi+1个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第i+1干扰特征方向；计算所述第i+1干扰特征方向与所述固定向量方向之间的夹角，得到夹角βi+1；判断所述夹角βi与所述夹角βi+1的差值是否大于设定的第二阈值，如果是，则令Mi＝Mi+1，βi＝βi+1，Mi+1＝Mi+ΔN；并返回执行步骤S68；否则，将所述Mi作为所述第二设定数量。
S69、令Mi＝M1，βi＝β1，Mi-1＝Mi-ΔM。
S610、获取所述序列脉冲运行时所述复数个通道接收的产生信号突变的Mi-1个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第i-1干扰特征方向；计算所述第i-1干扰特征方向与所述固定向量方向之间的夹角，得到夹角βi-1；判断所述夹角βi与所述夹角βi-1的差值是否不大于设定的第二阈值，如果是，则令Mi＝Mi-1，βi＝βi-1，Mi-1＝Mi-ΔM；并返回执行步骤S610；否则，将所述Mi作为所述第二设定数量。
以上对本发明实施例中的呼吸导航信号提取方法进行了详细描述，下面再对本发明实施例中的呼吸导航信号提取装置进行详细描述，对于本发明装置实施例中未披露的部分可参考本发明方法实施例中的相应描述，此处不再一一赘述。
图7为本发明实施例中一种呼吸导航信号提取装置的示例性结构图。如图7中的实线部分所示，该装置可包括：第一确定模块701、第二确定模块702和信号生成模块703。
其中，第一确定模块701用于获取序列脉冲运行前复数个通道接收的第一设定数量个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向。
第二确定模块702用于获取一序列脉冲运行时所述复数个通道接收的产生信号突变的第二设定数量个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，得到一个特征向量矩阵，并确定能量最强的特征向量所在的方向为干扰特征方向。具体实现时，第二确定模块702可获取序列脉冲的第一个周期运行时所述复数个通道接收的产生信号突变的第二设定数量的受干扰导频音信号进行特征值分解运算。
信号生成模块703用于针对所述复数个通道接收的每个导频音信号，分别利用所述特征向量矩阵进行正交变换，得到复数个对应各特征向量所在方向的信号；将除所述干扰特征方向的信号之外的其他特征向量方向的信号在所述呼吸特征方向进行投影相加，得到一个呼吸导航信号。
在一个实施方式中，该装置可进一步如图7中的虚线部分包括：第三确定模块704，用于基于一第一初始实验值，按照设定的第一间隔，依次增加或减少所述间隔后可得到各个实验值；针对当前得到的每个实验值，获取复数个通道接收的所述实验值个点数的纯呼吸调制的导频音信号，对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向，计算该呼吸特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第一设定数量。
在一个实施方式中，该装置可进一步如图7中的虚线部分包括：第四确定模块705，用于基于一第二初始实验值，按照设定的第二间隔，依次增加或减少所述间隔后可得到各个实验值；针对当前得到的每个实验值，获取一序列脉冲运行时所述复数个通道接收的产生信号突变的所述实验值个点数的受干扰导频音信号，对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为干扰特征方向，计算该干扰特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第二设定数量。
图8为本发明实施中又一种呼吸导航信号提取装置的示例性结构图。如图8所示，该呼吸导航信号提取装置可包括：至少一个存储器810和至少一个处理器820。当然，该呼吸导航信号提取装置还可包括一些其他的组件，例如通信端口等。这些组件可通过总线进行通信。
其中，至少一个存储器810用于存储计算机程序。在一个实施方式中，该计算机程序可以理解为包括图7所示的呼吸导航信号提取装置的各个模块，即第一确定模块701、第二确定模块702和信号生成模块703，甚至以及第三模块704和第四模块705。
此外，至少一个存储器810还可存储操作系统等。操作系统包括但不限于：Android操作系统、Symbian操作系统、Windows操作系统、Linux操作系统等等。
至少一个处理器820用于调用至少一个存储器810中存储的计算机程序，以基于至少一个端口接收数据的功能执行本发明实施例中所述的呼吸导航信号提取方法。处理器820可以为CPU，处理单元/模块，ASIC，逻辑模块或可编程门阵列等。
需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。
各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器，如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路(如由软件进行配置)来实现硬件模块，可以根据成本和时间上的考虑来决定。
本发明实施例中的磁共振成像系统，可包括上述任一实施方式中的呼吸导航信号提取装置。
本发明还提供了一种机器可读的存储介质，存储用于使一机器执行如本申请所述方法的指令。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施方式中任一实施方式的功能。用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上下载程序代码。
下面通过实验验证本发明实施例中的技术方案实施效果。
图9至图12分别以4个通道的情况为例，示出了不同应用场景下提取的呼吸导航信号的效果图。图9至图12中，前四行为4个通道分别接收的导频音信号，第五行为提取的呼吸导航信号。
其中，图9为基于脉冲干扰数据和模拟呼吸运动的呼吸导航信号提取结果，图10为基于TSE刀片序列脉冲和真实志愿者数据的呼吸导航信号提取结果，图11为基于真实志愿者数据快速获取的呼吸导航信号提取结果，图12为基于真实志愿者数据的涡轮闪光的呼吸导航信号提取结果。
可见，无论是哪种应用场景，均得到了较好的可以用于扫描导航的呼吸导航信号。
从上述方案中可以看出，由于本发明实施例中考虑通过多个通道来采集同一个信号时可基于特征空间进行特征向量分解，找到能量最强的特征向量所在的方向，从而可以确定呼吸信号的呼吸特征方向，以及强干扰信号的干扰特征方向。之后通过将多个通道接收的每个导频音信号都进行特征空间变换，进而将干扰特征方向上的信号丢弃，将其他方向上的信号在呼吸特征方向上进行投影相加，得到用于导航的呼吸导航信号，从而实现了降噪处理。
进一步地，对于强干扰信号，通过采集序列脉冲第一个周期运行时的干扰信号来进行特征向量矩阵的获取，使得后续采集的信号能够及时进行降噪处理，从而可以尽早的得到能够用于导航的呼吸导航信号。
此外，通过预先确定能够使呼吸特征方向稳定的第一设定数量以及能够使干扰特征方向稳定的第二设定数量，可以使得经降噪处理后的呼吸导航信号更加精确。
另外，通过提供一种简单可行的确定第一设定数量和第二设定数量的方法，可以使得初始试验点无论是取小了还是取大了，均能找到最终的第一设定数量和第二设定数量。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种呼吸导航信号提取方法，其特征在于，包括：
获取序列脉冲运行前复数个通道接收的第一设定数量个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向(S22)；
获取一序列脉冲运行时所述复数个通道接收的产生信号突变的第二设定数量个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，得到一个特征向量矩阵，并确定能量最强的特征向量所在的方向为干扰特征方向(S24)；和
针对所述复数个通道接收的每个导频音信号，分别利用所述特征向量矩阵进行正交变换，得到复数个对应各特征向量所在方向的信号；将除所述干扰特征方向的信号之外的其他特征向量方向的信号在所述呼吸特征方向进行投影相加，得到一个呼吸导航信号(S26)。
2.根据权利要求1所述的呼吸导航信号提取方法，其特征在于，所述获取一序列脉冲运行时所述复数个通道接收的产生信号突变的第二设定数量的受干扰导频音信号为：获取序列脉冲第一个周期运行时所述复数个通道接收的产生信号突变的第二设定数量的受干扰导频音信号。
3.根据权利要求1或2所述的呼吸导航信号提取方法，其特征在于，进一步包括：
针对当前得到的每个实验值，获取复数个通道接收的所述实验值个点数的纯呼吸调制的导频音信号，对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向，计算该呼吸特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第一设定数量。
4.根据权利要求3所述的呼吸导航信号提取方法，其特征在于，所述针对当前得到的每个实验值，获取复数个通道接收的所述实验值个点数的纯呼吸调制的导频音信号，对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向，计算该呼吸特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第一设定数量包括：
A1、获取复数个通道接收的N1个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第一呼吸特征方向(S41)；其中，N1为自然数；
A2、计算所述第一呼吸特征方向与一固定向量方向之间的夹角，得到夹角α1(S42)；
A3、令Ni＝N1+ΔN(S43)；其中，ΔN为自然数；
A4、获取复数个通道接收的Ni个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第i呼吸特征方向(S44)；
A5、计算所述第i呼吸特征方向与所述固定向量方向之间的夹角，得到夹角αi(S45)；
A6、判断所述夹角α1与所述夹角αi的差值是否大于设定的第一阈值？如果所述夹角α1与所述夹角αi的差值大于设定的第一阈值，则执行步骤A7；如果所述夹角α1与所述夹角αi的差值不大于设定的第一阈值，则执行步骤A9(S46)；
A7、令Ni+1＝Ni+ΔN(S47)；
A8、获取复数个通道接收的Ni+1个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第i+1呼吸特征方向；计算所述第i+1呼吸特征方向与所述固定向量方向之间的夹角，得到夹角αi+1；判断所述夹角αi与所述夹角αi+1的差值是否大于设定的第一阈值，如果是，则令Ni＝Ni+1，αi＝αi+1，Ni+1＝Ni+ΔN；并返回执行步骤A8；否则，将所述Ni作为所述第一设定数量(S48)；
A9、令Ni＝N1，αi＝α1，Ni-1＝Ni-ΔN(S49)；
A10、获取复数个通道接收的Ni-1个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为第i-1呼吸特征方向；所述；计算所述第i-1呼吸特征方向与所述固定向量方向之间的夹角，得到夹角αi-1；判断所述夹角αi与所述夹角αi-1的差值是否不大于设定的第一阈值，如果是，则令Ni＝Ni-1，αi＝αi-1，Ni-1＝Ni-ΔN；并返回执行步骤A10；否则，将所述Ni作为所述第一设定数量(S410)。
5.根据权利要求1或2所述的呼吸导航信号提取方法，其特征在于，进一步包括：
针对当前得到的每个实验值，获取一序列脉冲运行时所述复数个通道接收的产生信号突变的所述实验值个点数的受干扰导频音信号，对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为干扰特征方向，计算该干扰特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第二设定数量。
6.根据权利要求5所述的呼吸导航信号提取方法，其特征在于，所述针对当前得到的每个实验值，获取一序列脉冲运行时所述复数个通道接收的产生信号突变的所述实验值个点数的受干扰导频音信号，对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为干扰特征方向，计算该干扰特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第二设定数量包括：
B1、获取一序列脉冲运行时所述复数个通道接收的产生信号突变的M1个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第一干扰特征方向(S61)；其中，M1为自然数；
B2、计算所述第一干扰特征方向与一固定向量方向之间的夹角，得到夹角β1(S62)；
B3、令Mi＝M1+ΔM(S63)；其中，ΔM为自然数；
B4、获取所述序列脉冲运行时所述复数个通道接收的产生信号突变的Mi个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第i干扰特征方向(S64)；
B5、计算所述第i干扰特征方向与所述固定向量方向之间的夹角，得到夹角βi(S65)；
B6、判断所述夹角β1与所述夹角βi的差值是否大于设定的第二阈值？如果所述夹角β1与所述夹角βi的差值大于设定的第二阈值，则执行步骤B7；如果所述夹角β1与所述夹角βi的差值不大于设定的第二阈值，则执行步骤B9(S66)；
B7、令Mi+1＝Mi+ΔM(S67)；
B8、获取所述序列脉冲运行时所述复数个通道接收的产生信号突变的Mi+1个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第i+1干扰特征方向；计算所述第i+1干扰特征方向与所述固定向量方向之间的夹角，得到夹角βi+1；判断所述夹角βi与所述夹角βi+1的差值是否大于设定的第二阈值，如果是，则令Mi＝Mi+1，βi＝βi+1，Mi+1＝Mi+ΔN；并返回执行步骤B8；否则，将所述Mi作为所述第二设定数量(S68)；
B9、令Mi＝M1，βi＝β1，Mi-1＝Mi-ΔM(S69)；
B10、获取所述序列脉冲运行时所述复数个通道接收的产生信号突变的Mi-1个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为第i-1干扰特征方向；计算所述第i-1干扰特征方向与所述固定向量方向之间的夹角，得到夹角βi-1；判断所述夹角βi与所述夹角βi-1的差值是否不大于设定的第二阈值，如果是，则令Mi＝Mi-1，βi＝βi-1，Mi-1＝Mi-ΔM；并返回执行步骤B10；否则，将所述Mi作为所述第二设定数量(S610)。
7.一种呼吸导航信号提取装置，其特征在于，包括：
第一确定模块(701)，用于获取序列脉冲运行前复数个通道接收的第一设定数量个点数的纯呼吸调制的导频音信号；对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向；
第二确定模块(702)，用于获取一序列脉冲运行时所述复数个通道接收的产生信号突变的第二设定数量个点数的受干扰导频音信号；对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，得到一个特征向量矩阵，并确定能量最强的特征向量所在的方向为干扰特征方向；和
信号生成模块(703)，用于针对所述复数个通道接收的每个导频音信号，分别利用所述特征向量矩阵进行正交变换，得到复数个对应各特征向量所在方向的信号；将除所述干扰特征方向的信号之外的其他特征向量方向的信号在所述呼吸特征方向进行投影相加，得到一个呼吸导航信号。
8.根据权利要求7所述的呼吸导航信号提取装置，其特征在于，所述第二确定模块(702)获取序列脉冲第一个周期运行时所述复数个通道接收的产生信号突变的第二设定数量的受干扰导频音信号。
9.根据权利要求7或8所述的呼吸导航信号提取装置，其特征在于，进一步包括：
第三确定模块(704)，用于基于一第一初始实验值，按照设定的第一间隔，依次增加或减少所述间隔后可得到各个实验值；针对当前得到的每个实验值，获取复数个通道接收的所述实验值个点数的纯呼吸调制的导频音信号，对所述复数个通道的导频音信号基于协方差矩阵进行特征值分解，确定能量最强的特征向量所在的方向为呼吸特征方向，计算该呼吸特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第一设定数量。
10.根据权利要求7或8所述的呼吸导航信号提取装置，其特征在于，进一步包括：
第四确定模块(705)，用于基于一第二初始实验值，按照设定的第二间隔，依次增加或减少所述间隔后可得到各个实验值；针对当前得到的每个实验值，获取一序列脉冲运行时所述复数个通道接收的产生信号突变的所述实验值个点数的受干扰导频音信号，对所述复数个通道的受干扰导频音信号基于协方差矩阵进行特征值分解，并确定能量最强的特征向量所在的方向为干扰特征方向，计算该干扰特征方向与一固定向量方向之间的夹角；将使得所述夹角稳定的最小实验值确定为所述第二设定数量。
11.一种呼吸导航信号提取装置，其特征在于，包括：至少一个存储器(810)和至少一个处理器(820)，其中：
所述至少一个存储器(810)，存储有计算机程序；
所述至少一个处理器(820)，调用所述至少一个存储器(810)中存储的计算机程序，执行如权利要求1至6中任一项所述的呼吸导航信号提取方法。
12.一种磁共振成像系统，其特征在于，包括如权利要求7至11中任一项所述的呼吸导航信号提取装置。
13.一种计算机可读存储介质，其上存储有计算机程序；其特征在于，所述计算机程序能够被一处理器执行并实现如权利要求1至6中任一项所述的呼吸导航信号提取方法。
CN201910317802.8A 2019-04-19 2019-04-19 呼吸信号提取方法及装置、磁共振成像系统、存储介质 Active CN111830449B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910317802.8A CN111830449B (zh) 2019-04-19 2019-04-19 呼吸信号提取方法及装置、磁共振成像系统、存储介质
US16/851,609 US11156689B2 (en) 2019-04-19 2020-04-17 Respiratory navigation signal extraction method and apparatus, magnetic resonance imaging system and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910317802.8A CN111830449B (zh) 2019-04-19 2019-04-19 呼吸信号提取方法及装置、磁共振成像系统、存储介质

Publications (2)

Publication Number Publication Date
CN111830449A true CN111830449A (zh) 2020-10-27
CN111830449B CN111830449B (zh) 2022-10-18

Family

ID=72832259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910317802.8A Active CN111830449B (zh) 2019-04-19 2019-04-19 呼吸信号提取方法及装置、磁共振成像系统、存储介质

Country Status (2)

Country Link
US (1) US11156689B2 (zh)
CN (1) CN111830449B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112842271A (zh) * 2021-01-11 2021-05-28 武汉理工大学 基于光纤传感的生理信号分离提取系统及方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018220351A1 (de) * 2018-11-27 2020-05-28 Siemens Healthcare Gmbh Pilotton-Kennzeichnung
DE102019208583B4 (de) * 2019-06-13 2023-01-26 Siemens Healthcare Gmbh Pilottonvorrichtung, Magnetresonanztomograph mit Pilottonvorrichtung und Verfahren zum Betrieb

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102078196A (zh) * 2009-11-27 2011-06-01 西门子公司 借助磁共振采集相应于对象的呼吸运动的信号数据的方法
CN105308473A (zh) * 2013-03-13 2016-02-03 皇家飞利浦有限公司 平行成像加速参数的自动优化
US20160051162A1 (en) * 2014-07-29 2016-02-25 Commissariat A L'energie Atomique Et Aux Energies Alternatives Method for locating a brain activity associated with a task
CN105919593A (zh) * 2016-04-05 2016-09-07 大连锐谱科技有限责任公司 一种快速自导航磁共振水成像方法和装置
CN106842089A (zh) * 2017-01-23 2017-06-13 上海联影医疗科技有限公司 一种磁共振成像方法及系统
US20170276783A1 (en) * 2016-03-28 2017-09-28 United States Of America, As Represented By The Secretary Of The Navy Covariance Matrix Technique for Error Reduction
CN109171777A (zh) * 2018-07-19 2019-01-11 上海联影医疗科技有限公司 信号处理方法、装置、电路、存储介质及计算机设备

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6181832B1 (en) * 1998-04-17 2001-01-30 Mclean Hospital Corporation Methods and systems for removing artifacts introduced by image registration
EP1877819A2 (en) * 2005-05-06 2008-01-16 Invivo Corporation Method and apparatus for adaptive channel reduction for parallel imaging
US7570054B1 (en) * 2006-04-20 2009-08-04 The General Hospital Corporation Dynamic magnetic resonance inverse imaging using linear constrained minimum variance beamformer
US7394251B2 (en) * 2006-04-20 2008-07-01 General Hospital Corporation Dynamic magnetic resonance inverse imaging
US8581589B2 (en) * 2009-02-02 2013-11-12 The General Hospital Corporation System and method for variable mode-mixing in magnetic resonance imaging
WO2014120953A1 (en) * 2013-01-31 2014-08-07 The Regents Of The University Of California Method for accurate and robust cardiac motion self-gating in magnetic resonance imaging
US10429475B2 (en) * 2013-03-12 2019-10-01 The General Hospital Corporation Method for increasing signal-to-noise ratio in magnetic resonance imaging using per-voxel noise covariance regularization
WO2014160701A2 (en) * 2013-03-27 2014-10-02 Duke University Mri with repeated k-t -sub-sampling and artifact minimization allowing for free breathing abdominal mri
WO2017205373A1 (en) * 2016-05-23 2017-11-30 Lx Medical Corporation METHOD AND SYSTEM FOR lMAGE-GUIDED PROCEDURES
WO2018173009A1 (en) * 2017-03-24 2018-09-27 Oxford University Innovation Limited Methods for extracting subject motion from multi-transmit electrical coupling in imaging of the subject
US11125847B2 (en) * 2019-04-25 2021-09-21 Case Western Reserve University System and method for out-of-view artifact suppression for magnetic resonance fingerprinting

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102078196A (zh) * 2009-11-27 2011-06-01 西门子公司 借助磁共振采集相应于对象的呼吸运动的信号数据的方法
CN105308473A (zh) * 2013-03-13 2016-02-03 皇家飞利浦有限公司 平行成像加速参数的自动优化
US20160051162A1 (en) * 2014-07-29 2016-02-25 Commissariat A L'energie Atomique Et Aux Energies Alternatives Method for locating a brain activity associated with a task
US20170276783A1 (en) * 2016-03-28 2017-09-28 United States Of America, As Represented By The Secretary Of The Navy Covariance Matrix Technique for Error Reduction
CN105919593A (zh) * 2016-04-05 2016-09-07 大连锐谱科技有限责任公司 一种快速自导航磁共振水成像方法和装置
CN106842089A (zh) * 2017-01-23 2017-06-13 上海联影医疗科技有限公司 一种磁共振成像方法及系统
CN109171777A (zh) * 2018-07-19 2019-01-11 上海联影医疗科技有限公司 信号处理方法、装置、电路、存储介质及计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱甬等: "消除医学信号采集中呼吸干扰的呼吸同步信号提取方法研究", 《中国生物医学工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112842271A (zh) * 2021-01-11 2021-05-28 武汉理工大学 基于光纤传感的生理信号分离提取系统及方法
CN112842271B (zh) * 2021-01-11 2021-12-17 武汉理工大学 基于光纤传感的生理信号分离提取系统及方法

Also Published As

Publication number Publication date
US11156689B2 (en) 2021-10-26
US20200333419A1 (en) 2020-10-22
CN111830449B (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
CN111830449B (zh) 呼吸信号提取方法及装置、磁共振成像系统、存储介质
US9285447B2 (en) Imaging method and device for water/fat separation in magnetic resonance imaging
US9336611B2 (en) Multi-contrast image reconstruction with joint bayesian compressed sensing
US9398855B2 (en) System and method for magnetic resonance imaging based respiratory motion correction for PET/MRI
US8897519B2 (en) System and method for background phase correction for phase contrast flow images
US8890526B2 (en) Method and apparatus for making distinction in a magnetic resonance imaging water-fat image
US10830858B2 (en) Correcting time
Xavier et al. An adapted optical flow algorithm for robust quantification of cardiac wall motion from standard cine-MR examinations
Powell et al. Inferring the core-collapse supernova explosion mechanism with three-dimensional gravitational-wave simulations
Usman et al. Compressive manifold learning: Estimating one‐dimensional respiratory motion directly from undersampled k‐space data
Rich et al. AB ayesian model for highly accelerated phase‐contrast MRI
WO2021067666A1 (en) Generating error-resistant quantum control pulses from geometrical curves
CN112415452B (zh) 去除信号中干扰的方法和装置、磁共振系统和存储介质
O'Donnell et al. Global models with parametric offsets as applied to cardiac motion recovery
US9234952B2 (en) System and method for determining k-space views and diffusion weighting directions using centroidal voronoi tessellations
CN110542872B (zh) 磁共振成像方法及设备、相位信息的获取方法及装置
US20150309140A1 (en) System and Method for Generating Spatial Maps of Mechanical Parameters Using Graph-Cut Based Optimization
JP2017051439A (ja) 磁気共鳴装置およびプログラム
CN112415453B (zh) 去除信号中干扰的方法和装置、磁共振系统和存储介质
CN114624638A (zh) 数据采集优化方法和装置、电子设备及机器可读存储介质
CN115868958A (zh) Mr成像中的运动校正方法、装置、mr成像系统及存储介质
CN115880383A (zh) Mr成像方法、装置及计算机可读存储介质
US20240027559A1 (en) Motion Correction Method and Apparatus for Magnetic Resonance Image, and Magnetic Resonance Imaging System
US20110037465A1 (en) Composite pulse design method for large-tip-angle excitation in high field magnetic resonance imaging
CN112285623A (zh) 磁共振成像水脂图像分离方法、装置及磁共振成像系统

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