CN112040843A - 重建磁共振图像的方法和装置 - Google Patents

重建磁共振图像的方法和装置 Download PDF

Info

Publication number
CN112040843A
CN112040843A CN201980028993.4A CN201980028993A CN112040843A CN 112040843 A CN112040843 A CN 112040843A CN 201980028993 A CN201980028993 A CN 201980028993A CN 112040843 A CN112040843 A CN 112040843A
Authority
CN
China
Prior art keywords
space data
segments
data
space
image
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
CN201980028993.4A
Other languages
English (en)
Other versions
CN112040843B (zh
Inventor
尚塔努·马宗达
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics 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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN112040843A publication Critical patent/CN112040843A/zh
Application granted granted Critical
Publication of CN112040843B publication Critical patent/CN112040843B/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
    • G01R33/561—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]
    • G01R33/5616—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 gradient refocusing, e.g. EPI
    • 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
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
    • G—PHYSICS
    • 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
    • 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
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/32—Excitation or detection systems, e.g. using radio frequency signals
    • G01R33/36—Electrical details, e.g. matching or coupling of the coil to the receiver
    • 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
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/38—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field
    • G01R33/385—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field using gradient magnetic field coils
    • 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
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56554—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by acquiring plural, differently encoded echo signals after one RF excitation, e.g. correction for readout gradients of alternating polarity in EPI
    • 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
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Signal Processing (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本公开提供了重建磁共振(MR)图像的装置。该装置包括：存储器，用于存储指令；以及至少一个处理器，用于执行指令以：获得与基于脉冲序列施加到对象上的多个脉冲相对应的K空间数据的多个片段；基于所述装置的射频(RF)线圈，确定用于融合K空间数据的所述多个片段的校正系数；以及通过基于所确定的校正系数融合K空间数据的所述多个片段，来生成所述对象的磁共振(MR)图像。

Description

重建磁共振图像的方法和装置
技术领域
本公开涉及磁共振成像(MRI)，具体地，涉及一种使用分段读出平面回波成像(RS-EPI)数据重建磁共振(MR)图像的方法和装置。
背景技术
磁共振成像(MRI)是已知的对人体内部器官(如大脑、膝盖、肝脏、心脏等)成像以用于疾病的临床诊断的成像方式。图1a、图1b、图1c和图1d分别示出了膝盖、大脑、腹部和心脏的的示例性磁共振(MR)图像。
MRI系统使用强静磁场(B0)(例如3特斯拉)、空间变化梯度磁场(G)和射频(RF)磁场脉冲(B1)的组合来生成图像数据。相较于使用电离辐射的X射线，MRI在长时间的扫描中是安全的。与计算机断层扫描(CT)等其他成像方式相比，MRI提供针对软组织的更高的对比度。可以使用MRI来获得超高分辨率(亚毫米级)图像。平面回波成像(EPI)方法可用于功能性MRI，如弥散加权MRI、灌注MRI及心脏成像等，从而用于诸如缺血性中风、阿尔茨海默病和癌性肿瘤之类的检测和分级等临床应用，并且用于诸如神经成像和骨骼肌肉MRI等领域。EPI是一种高速图像捕捉技术，其能够通过快速振动梯度磁场线圈来激发由于一个RF脉冲导致的旋转(spin)，从而获取数据。
图2示出了根据现有技术使用分段读出平面回波成像(RS-EPI)构建MR图像的示例场景。MRI原始数据或k空间数据是通过使用RS-EPI中的平面回波成像轨迹沿读出采集方向以“片段”形式采集的。使用RS-EPI可以获得高分辨率(亚毫米级)图像，从而提高临床诊断的准确性。RS-EPI有助于减少由易感性和B0不均匀性导致的伪影。RS-EPI可用于诊断中风、痴呆、肿瘤等。
图3示出了根据现有技术利用EPI和RS-EPI使用单次激发弥散加权成像(ssDWI)所构建的图像。在现有方法中，可以使用二维(2D)导航信号来校正由运动引起的成像伪影。
图4是根据现有技术的用于重建MR图像的现有方法的流程图。在402，该方法包括重新采集导航选择的原始数据(k空间数据)。在404，该方法包括预处理校正。在406，该方法包括通过在k空间中的简单合并来执行片段融合。在408，该方法包括生成医学数字成像和通信(DICOM)图像。404的预处理校正包括在404a执行奈奎斯特重影/相位校正，在404b执行并行成像重建，以及在404c执行基于2D导航的运动校正。
在现有的图像重建方法中，对经分段的原始数据(k空间数据)进行预处理以进行EPI奈奎斯特重影校正、通用自动校准部分并行采集(GPAPPA)重建和运动校正。校正后的片段数据用于填充全k矩阵。为了避免在全矩阵的k空间中执行相位校正后所产生的间隙，读出数据具有在k空间中沿读出方向的重叠。
发明内容
本公开的实施例提供了一种重建磁共振(MR)图像的装置。该装置包括：存储器，用于存储指令；以及至少一个处理器，用于执行所述指令以：获得与基于脉冲序列施加到对象上的多个脉冲相对应的K空间数据的多个片段；基于装置的射频(RF)线圈，确定用于融合K空间数据的多个片段的校正系数；以及通过基于所确定的校正系数融合K空间数据的多个片段，来生成对象的磁共振MR图像。
附图说明
本公开的某些实施例的上述的和其他的方面、特征和优点将从下面结合附图做出的描述变得更加明显。
图1a、图1b、图1c和图1d示出了根据现有技术的内部器官的示例性磁共振(MR)图像；
图2示出了根据现有技术使用RS-EPI构建MR图像的示例场景；
图3示出了根据现有技术利用EPI和RS-EPI使用单次激发弥散加权成像(ssDWI)所构建的图像；
图4是根据现有技术的用于重建MR图像的现有方法的流程图；
图5是根据实施例的用于执行迭代MRI重建以获得RS-EPI数据的图像重建系统的框图；
图6是根据实施例的MRI重建引擎的框图；
图7是根据实施例的用于执行RS-EPI数据的迭代MRI重建的方法的流程图；
图8是根据实施例的示例性脉冲序列图和示例性k空间轨迹；
图9是示出了根据实施例的用于对K空间数据的每个片段进行预处理的各种操作的流程图；
图10a、图10b和图10c是示出了根据实施例的用于迭代融合K空间数据的片段的各种操作的流程图；
图11、图12和图13示出了根据实施例的RS-EPI的各种应用的示例场景；
图14是示出了根据实施例的MRI系统的示意图；
图15是根据实施例的重建MR图像的方法的流程图。
具体实施方式
以下参考附图做出的描述用于帮助全面理解由权利要求及其等同物限定的本公开的各种实施例。以下描述包括各种具体细节以助于理解，但是这些具体细节仅仅是示例性的。因此，本领域技术人员应当认识到，在不脱离本公开的范围和精神的情况下，可以对本文所述的各种实施例做出各种改变和修改。此外，为了清楚和简明，以下描述省略了对公知功能和结构的描述。
以下描述和权利要求书中使用的术语和词语不限于其书面含义。这些术语和词语仅被发明人用来对本公开做出清楚和一致的说明。因此，本领域技术人员将容易想到，以下对本公开的各种实施例的描述仅作说明之用，而并不用于限制由所附权利要求及其等同物所限定的本公开。
应当理解，除非上下文另有明确的限定，本公开中单数形式的“一”、“一个”和“该”包含复数含义。因此，例如，单数形式的“部件表面”包括一个或多个这样的部件表面。
在本文中，术语“第一”和“第二”用于相应的组件时不限制组件的重要性或顺序，而是用于在不限制组件的情况下区分不同的组件。
附图用于帮助容易地理解各种技术特征，并且应当理解，本文给出的实施例不受附图的限制。因此，本公开应被解释为包含除了附图具体所示内容之外的任何变化、等同物和替代。尽管本文使用了术语“第一”、“第二”等来描述各种元件，这些元件不应受到这些术语的限制。这些术语仅用于区分不同的元件。
因此，本公开实施例提供了用于执行RS-EPI数据的迭代MRI重建的方法。该方法包括由图像采集系统基于分段平面回波成像过程获得MRI K空间数据。此外，该方法还包括由图像采集系统基于MRI K空间数据生成K空间数据的多个片段。此外，该方法包括由图像重建系统预处理K空间数据的每个片段。此外，该方法包括由图像重建系统通过迭代融合K空间数据的经预处理的片段来生成完整的K空间数据。此外，该方法包括由图像重建系统使用DICOM文件生成器，通过应用于完整的K空间数据的逆傅里叶变换来重建DICOM图像。
在一个实施例中，分段平面回波成像过程是分段读出平面回波成像过程。
在一个实施例中，由图像重建系统预处理K空间数据的每个片段包括：使用多线圈K空间数据执行平面回波成像(EPI)奈奎斯特重影校正和K空间数据并行采集的合成。
在一个实施例中，通过确定相位校正数据来迭代融合K空间数据的经预处理的每个片段。
在一个实施例中，通过在融合K空间数据的每个片段以形成完整的K空间数据的过程中最小化图像熵来确定相位校正数据。
在一个实施例中，迭代融合K空间数据的经预处理的每个片段包括：对K空间数据的经预处理的每个片段执行K空间中心校正，对每个经预处理的片段执行跨多线圈数据的K空间求和，迭代地确定满足最小图像熵判据的针对求和后的K空间数据的经预处理的每个片段的校正系数值，以及将校正系数值应用于多线圈K空间数据的经预处理的每个片段以获得多线圈K空间数据的经校正的每个片段。
在一个实施例中，通过消除根据在完整的K空间的中心中采集的K空间的片段而计算出的低频相位，来执行针对K空间数据的经预处理的每个片段的K空间中心校正。
因此，本公开实施例提供了用于执行RS-EPI数据的迭代MRI重建的图像重建系统。该图像重建系统包括与存储器和处理器耦合的MRI重建引擎。MRI重建引擎被配置为：通过迭代融合使用分段读出平面回波成像过程采集的K空间数据的经预处理的每个片段，来生成完整的K空间数据。MRI重建引擎被配置为基于完整的K空间数据构建DICOM图像。
结合以下描述和附图可以更好地理解本文的实施例的这些和其他方面。然而，应当理解，以下描述虽然呈现了优选实施例及其大量具体细节，但是这些优选实施例及其大量具体细节是通过示例性而非限制性的方式给出的。在不脱离本公开的精神的前提下，可以在本文的实施例的范围内进行改变和修改，并且本文的实施例包括所有这样的修改。
因此，本公开实施例提供了用于执行RS-EPI数据的迭代MRI重建的方法。该方法包括由图像采集系统基于分段平面回波成像过程获得MRI K空间数据。此外，该方法包括由图像采集系统基于MRI K空间数据生成K空间数据的多个片段。此外，该方法包括由图像重建系统预处理K空间数据的每个片段。此外，该方法还包括由图像重建系统通过迭代融合K空间数据的经预处理的每个片段来生成完整的K空间数据。此外，该方法包括由图像重建系统基于完整的K空间数据重建医学数字成像和通信(DICOM)图像。
与常规方法和系统不同的是，本公开提供的方法可以包括通过合并多线圈分段读出EPI数据实现快速迭代MR图像重建。在一个实施例中，可以基于用于RS-EPI的读出片段融合的熵最小化来执行迭代重建。在一个实施例中，可以使用三角滤波器相位减法过程来执行k空间中心校正。在一个实施例中，线圈数据的总和可以用于获得用于片段融合的经合并的相位校正系数。该相位校正系数可应用于所有线圈数据。在一个实施例中，片段重叠补偿滤波器可用于执行分段融合。在一个实施例中，可以采集三片段数据(K空间数据)，并将采集的三片段数据融合，从而减少局部极小值问题，并提高迭代算法的收敛的鲁棒性。在一个实施例中，可以通过将相位校正系数与多线圈片段数据直接相乘来应用系数，并且可以不执行在应用系数方面的任何进一步优化。
在一个实施例中，本公开提供的方法提供了多线圈(例如，32线圈)数据的优化融合的快速融合方式。在一个实施例中，该方法提供使用熵最小化过程的迭代融合。根据一个实施例，由于中心校正步骤补偿了相位变化导致的k空间的中心的误差，因此该中心校正步骤可以提高k空间片段位置的精确度。在一个实施例中，该方法可以对影响片段间对准的伪影进行校正。在一个实施例中，该方法可以进行二维(2D)相位校正。
该方法可以包括通过合并或融合分段k空间数据(例如，多线圈分段读出EPI数据)来执行快速迭代MR图像重建。该方法可以利用熵聚集判据以及k空间中心校正来进行分段k空间数据采集。根据一个实施例，在不使用导航脉冲或导航图像的情况下执行RS-EPI数据采集过程，因此，不执行数据重新采集。在一个实施例中，可以通过快速迭代片段融合(FISM)方法来执行运动校正。在FISM方法中，快速迭代片段融合可以在重建阶段期间与k空间中心校正一起使用。
该方法可以用于DWI、功能MRI和诸如急性脑缺血性中风、癌症检测和治疗监测、膝关节骨关节炎的早期诊断之类的临床应用。
图5是根据实施例的用于执行迭代MRI重建以获得RS-EPI数据的图像重建系统100的框图。在一个实施例中，图像重建系统100包括MRI重建引擎110、通信器120、存储器130、处理器140和DICOM文件生成器150。图像重建系统可以是重建磁共振(MR)图像的装置。
处理器140与MRI重建引擎110、通信器120和存储器130耦合。MRI重建引擎110被配置为基于分段平面回波成像过程来处理MRI K空间数据。如图8所示，可以基于分段平面回波成像过程获得MRI K空间数据。图8示出了根据实施例的示例性脉冲序列(示意)图和示例性k空间轨迹。在一个实施例中，分段平面回波成像过程是分段读出平面回波成像过程。
MRI重建引擎110可以基于MRI K空间数据，对使用分段读出平面回波成像过程采集的K空间数据的多个片段进行预处理。在一个实施例中，MRI重建引擎110可以通过迭代融合K空间数据的经预处理的每个片段来生成完整的K空间数据。MRI重建引擎110可以使用DICOM文件生成器150基于完整的K空间数据来生成DICOM图像。
在一个实施例中，通过执行基于多线圈K空间数据的K空间数据并行采集的合成和EPI相位校正来预处理K空间数据的每个片段。在一个实施例中，基于相位校正数据的确定来迭代融合K空间数据的经预处理的片段。可以通过在融合K空间数据的片段以生成完整的K空间数据的过程中最小化图像熵来确定相位校正数据。
在一个实施例中，基于以下操作来迭代融合K空间数据的经预处理的片段：对K空间数据的经预处理的片段执行K空间中心校正；确定每个片段的跨多线圈数据的K空间数据之和；迭代地确定满足最小图像熵判据的针对求和后的K空间数据的经预处理的片段的校正系数值；以及将校正系数值应用于多线圈K空间数据的经预处理的片段以获得多线圈K空间数据的经校正的片段。
在一个实施例中，通过过滤或消除根据在完整的K空间的中心采集的K空间的中心片段而计算出的低频相位，来执行针对K空间数据的经预处理的片段的K空间中心校正。
处理器140被配置为执行存储在存储器130中的指令并执行各种处理。通信器120被配置为通过一个或多个网络在内部硬件组件之间进行内部通信以及与外部设备进行通信。
存储器130还存储处理器140所要执行的指令。存储器130可以包括非易失性存储元件，例如磁性硬盘、光盘、软盘、闪存、电可编程存储器(EPROM)或电可擦除可编程(EEPROM)存储器。此外，在一些示例中，存储器130可以是非瞬时性存储介质。术语“非瞬时性”可以指示存储介质未实施为载波或传播的信号。不过，不能因术语“非瞬时性”而将存储器130理解为是不可以移动的。在一些示例中，相较于存储器，存储器130可被配置为存储更多的信息量。在一些示例中，非瞬时性存储介质可以(例如，在随机存取存储器(RAM)或高速缓存中)存储可随时间变化的数据。
图像重建系统100的其他组件可以包括处理器，该处理器被配置为执行包括在其他组件内的存储器所存储的指令或者执行图像重建系统100中的存储器所存储的指令，从而实现相应的操作和功能。
尽管图5示出了图像重建系统100的各种硬件组件，但是应当理解，本公开实施例并不限于此。在一个实施例中，图像重建系统100所包含的组件可以少于或多于图5示出的组件。在一个实施例中，各组件的标记或名称仅用于说明性目的，而不限制本公开的范围。可以对一个或多个组件进行组合以执行相同或大体相似的功能，从而执行RS-EPI数据的迭代MRI重建。
图6是根据本公开的实施例的MRI重建引擎110的框图。在一个实施例中，MRI重建引擎110包括MRI K空间数据处理器112、完整K空间数据生成器114和DICOM构建器116。
MRI重建引擎110可以是重建MR图像的装置。
MRI K空间数据处理器112可以基于分段平面回波成像过程处理处理MRI K空间数据。基于MRI K空间数据，完整K空间数据生成器114可以预处理K空间数据的每个片段。在一个实施例中，完整K空间数据生成器114可以通过迭代融合K空间数据的经预处理的片段来生成完整的K空间数据。DICOM构建器116可以基于完整的K空间数据构建DICOM图像。
在一个实施例中，MRI K空间数据生成器114可以对多线圈数据执行k空间中心校正。每个图像切片可包含k空间矩阵的读出片段，而每个片段可包含多线圈数据。在一个实施例中，每个片段的线圈数据经由逆傅里叶变换被变换到图像域。与k空间中心相对应的中心读出片段的k空间数据与三角低通滤波器相乘，并经由逆傅里叶变换被变换到图像域。针对每个线圈，可以从片段线圈数据的相位减去中心片段线圈数据的相位。然后，数据可以经由正傅里叶变换被变换到k空间。
为了加速FISM中的片段融合并提高片段融合的准确度，执行中心校正。该步骤确保全部的多线圈k空间数据的中心片段都被对准并匹配成功。对偏心片段进行类似的相位减法，从而确保对这些偏心片段执行的操作的一致性。
完整K空间数据生成器114可以执行系数计算以进行片段融合。根据中心校正的k空间中的片段数据对准使得完整K空间数据生成器114能够进行系数计算以针对多线圈数据的总和共同执行片段融合(而非逐线圈迭代融合)。对来自所有线圈的k空间数据求和，并确定针对片段的k空间数据总和的集合。在一个实施例中，收集k空间数据的三个读出片段的集合，其中，中心片段总是被选为k空间数据的三个读出片段的集合中的一个片段。通过使用在融合的迭代的每个步骤中将图像熵(称为熵聚集判据)最小化的迭代算法，融合k空间数据的片段以生成由三个片段组成的完整的k空间数据。在融合的迭代中，可以将重叠补偿滤波器应用到每个片段数据，以确保对每个连续片段中的片段重叠部分进行线性插值后进行融合。重叠补偿滤波器可以防止在重叠区域形成伪峰。在一个实施例中，为了满足熵聚集判据，可以计算用于零阶和一阶相位校正的系数，并将其应用到k空间片段。一旦在第一次迭代之后存储了这些系数，在接下来的第二次迭代中，将再收集两个片段数据，并将这两个片段数据与先前迭代的输出融合，从而计算第二次迭代的相位校正系数。继续对校正系数的计算和k空间数据的片段的融合进行迭代，直至处理(求和)了所有的片段并计算出系数。
完整K空间数据生成器114可以将使用了所计算出的系数的相位校正应用到k空间数据的所有片段。在一个实施例中，系数是根据k空间数据中的线圈数据的总和而计算出的，并且，由于线圈数据经由第一子模块的中心校正而对准，系数可以分别应用于每个线圈数据。在一个实施例中，先将片段与使用熵聚集判据根据迭代片段融合计算出的相应的相位校正系数相乘，然后与重叠补偿滤波器相乘，最后融合片段以创建完整的k空间。
在完成对校正系数的计算和k空间数据的片段的融合进行的迭代后，可以为其余图像重建管道生成完整的k空间数据，包括执行k空间的部分傅里叶填充(如果使用此选项的话)和DICOM图像生成以进行显示和存储。
尽管图6示出了MRI重建引擎110的各种硬件组件，但是应当理解，本公开实施例并不限于此。在其他实施例中，MRI重建引擎110所包含的组件可以少于或多于图6示出的组件。在一个实施例中，各组件的标记或名称仅用于说明性目的，而不限制本公开的范围。可以对一个或多个组件进行组合以执行相同或大体相似的功能，从而执行迭代MRI重建以获得RS-EPI数据。
图7是根据实施例的用于执行RS-EPI数据的迭代MRI重建的方法的流程图。操作(702-706)可以由MRI重建引擎110执行，但是并不限于此。例如，操作702-706或本文中阐述的其他操作可以由MRI装置的至少一个处理器执行。在702，该方法可以包括预处理K空间数据的每个片段。在704，该方法可以包括通过迭代融合K空间数据的经预处理的每个片段来生成完整的K空间数据。在706，该方法可以包括基于完整的K空间数据构建医学数字成像和通信(DICOM)图像。
图7的流程图中的各种动作、框、步骤等可以以所呈现的顺序或以不同的顺序执行、或被同时执行。在一个实施例中，可以在不脱离本公开的范围的前提下省略、添加、修改或跳过某些动作、框、步骤等。
图8示出了根据实施例的示例性脉冲序列(示意)图和示例性k空间轨迹。一个K空间数据片段的行数与另一个K空间数据片段的行数相同。在一个实施例中，分段平面回波成像过程可以是分段读出平面回波成像过程。在一个实施例中，如图8所示，k空间数据的片段可以包括k空间数据的左片段、中心片段和右片段。根据一个实施例，可以通过对从目标对象发射出的MR信号进行采样来获得k空间数据。此时，k空间数据是指通过在k空间布置MR信号而生成的信号，其中，MR信号是从包括在高频多线圈中的每个通道线圈处接收的RF信号。K空间可以指多个k空间数据构成的组，利用该多个k空间数据生成与每个切片相对应的图像。当高频多线圈包括n个通道线圈时，该n个通道线圈中的每个通道线圈可单独接收MR信号。通过使用分别从该n个通道线圈接收的MR信号，可以获得分别对应于该n个通道线圈的n个k空间数据。图9示出了根据实施例的用于预处理K空间数据的每个片段的操作的流程图。操作(702a-702c)由MRI重建引擎110执行。
在702a，该方法可以包括执行奈奎斯特重影/相位校正。在702b，该方法可以包括执行并行成像重建。在702c，该方法可以包括执行基于2D导航的运动校正。
图9的流程图中的各种动作、框、步骤等可以以所呈现的顺序或以不同的顺序执行，或被同时执行。在一个实施例中，可以在不脱离本公开的范围的前提下省略、添加、修改或跳过某些动作、框、步骤等。
图10a、图10b和图10c示出了根据实施例的用于迭代融合K空间数据的各个片段的操作的流程图。
参考图10a，可以通过步骤1002的k空间中心校正，步骤1004的用于片段融合的系数计算以及步骤1006的应用系数以进行片段融合来执行快速迭代片段融合(FISM)。
通过参考图10b描述了步骤1002的k空间中心校正。图10c描述了步骤1004的用于片段融合的系数计算和步骤1006的应用系数以进行片段融合。
在RS-EPI中，使用一系列重建过程来重建使用RS-EPI脉冲序列所采集的分段数据。对于RS-EPI而言，图像重建的关键部分在于融合k空间片段以获得完整的k空间，然后将该完整的k空间用于生成MR图像。该方法可以用于图像重建，而图像重建可以用于RS-EPI成像。该方法是一种快速迭代方法，用于合并多线圈分段读出EPI(RS-EPI)数据以进行MR图像重建。图像重建系统100(即，快速迭代片段融合(FISM)系统)包括三个部分(即K空间中心校正部分、用于片段融合的系数计算部分、以及用于片段融合的系数应用部分)。
K空间中心校正：在图10b的1002，MRI K空间数据生成器114可以执行多线圈数据的k空间中心校正。每个图像切片可包含k空间矩阵的读出片段，而每个片段可包含多线圈数据。每个片段的线圈数据经由逆傅里叶变换被变换到图像域。k空间数据的与k空间中心相对应的中心读出片段(K0 seg，coil)与三角低通滤波器相乘，并经由逆傅里叶变换被变换到低频图像域。然后，针对每个线圈，可以从片段线圈数据的相位中减去中心片段线圈数据的相位。接着，数据可以经由正傅里叶变换被变换到k空间，并用Kc seg，coil表示。
可以进行K空间中心校正以消除多线圈分段k空间RS-EPI数据中的k空间中心的偏移或误差；如果不对该偏移或误差进行校正，则融合时可能导致片段的不匹配。正傅里叶变换和逆傅里叶变换的定义如下：
Figure BDA0002748159240000111
Figure BDA0002748159240000121
这里，第一个方程式为对图像I(m，n)的正傅里叶变换(k空间)，第二个方程式为对k空间K(k，l)的逆傅里叶变换(图像)。其中k，l为k空间轴变量，m，n为图像空间轴变量，M，N为图像或k空间矩阵的大小，使得0≤k，m≤M-1，0≤l，n≤N-1。
用于片段融合的系数计算部分：在一个实施例中，可以将使用熵最小化算法的迭代融合应用于所有线圈数据的总和，从而估计用于片段融合的系数。由于在K空间中心中进行了k空间中心校正，因此可以使用所有线圈数据的总和，而非单独使用各个线圈的数据。根据一个实施例，片段融合过程可以根据线圈的数量被加速(对于脑部线圈为约32倍，对于膝盖线圈为约18倍)。
使用迭代方法的融合系数计算(系数p)：该方法可以通过最小化被正确融合的片段的图像熵来估计相位校正项。系数p可用方程式(1)表示：
Figure BDA0002748159240000122
其中，图像熵可用方程式(2)表示：
Figure BDA0002748159240000123
K空间数据的校正模型可用方程式(3)表示：
Figure BDA0002748159240000125
其中，
Figure BDA0002748159240000124
k1、kc和kr分别为原始(测量)k空间数据的左片段、中心片段和右片段。
用于片段融合的系数应用部分：然后，将根据用于片段融合的系数计算而计算出的系数用于每个线圈数据。该步骤仅涉及将系数与线圈数据相乘，因此节省了生成MR图像的时间。
在图10c示出的1004和1006，完整K空间数据生成器114可以执行用于片段融合的系数计算。根据中心校正的k空间中的片段数据对准可以实现系数计算以针对多线圈数据的总和共同执行片段融合(而非逐线圈迭代融合)。对来自所有线圈的k空间数据求和，并根据下面的方程式(5)确定针对片段的k空间数据总和的集合：
Figure BDA0002748159240000131
在一个实施例中，收集k空间的三个读出片段的集合，其中，中心片段作为选择之一始终被选择。通过使用在融合片段或计算校正系数的迭代过程的每个步骤中将图像熵(称为熵聚集判据)最小化的迭代过程，融合k空间数据的片段以生成由k空间数据的三个片段组成的完整的k空间。在该迭代过程中，可以将重叠补偿滤波器应用到每个片段数据，以确保对连续片段中的片段重叠部分进行线性插值后进行融合。重叠补偿滤波器可以防止在重叠区域形成伪峰。在一个实施例中，为了满足熵聚集判据，可以将用于零阶和一阶相位校正的系数应用到k空间片段。在存储了这些系数之后，在下一次迭代中，将再收集两个片段数据，并将该两个片段数据与上一次迭代的输出融合，从而计算该下一次迭代的相位校正系数。继续对校正系数的计算和k空间数据的片段的融合进行迭代，直至处理(求和)了所有的片段并计算出系数。
完整K空间数据生成器114可以将使用计算出的系数的相位校正应用到所有片段数据。在一个实施例中，系数是根据k空间数据中的线圈数据的总和而计算出的，并且，由于线圈数据通过第一子模块中的中心校正而被对准，系数可以分别应用于每个线圈数据。在一个实施例中，先将片段与使用熵聚集判据根据迭代片段融合所确定或计算出的相应的相位校正系数相乘，然后与重叠补偿滤波器相乘，最后融合片段以创建完整的k空间。
图11、图12和图13示出了根据本公开的实施例的RS-EPI的各种应用的示例场景。
如图11所示，RS-EPI数据可用于执行3D分段读出DWI，从而提高所接收信号的信噪比。如图12所示，RS-EPI数据可用于分段且多波段的EPI，以用于多切片数据同时采集，从而实现快速多容积MRI扫描。如图13所示，RS-EPI数据可以与减小的FOV方法一起使用以实现超高图像平面内分辨率(＜0.25mm2)。
在一个实施例中，RS-EPI数据可以用于高分辨率膝关节软骨成像的DWI应用。这可以用于骨关节炎的早期诊断的临床应用或用作软骨退化的筛查测试。在另一个实施例中，RS-EPI数据可用于高分辨率骨骼肌肉(MSK)成像的DWI应用。这可以用于诊断骨髓病变和肿瘤的临床应用。在另一个实施例中，RS-EPI数据可用于高分辨率脑成像的DWI应用。这可以用于诊断急性缺血性中风的临床应用。
图14是根据本公开的实施例的MRI系统1400的示意图。在一个实施例中，MRI系统1400包括图像重建系统100、控制台系统1402、图像采集系统1404、梯度系统1406、MRI光谱仪1408、RF系统1410、患者位置控制器1412和生理采集触发系统1414。MRI系统1400可以是重建MR图像的装置。
控制台系统1402可以与图像重建系统100、图像采集系统1404、梯度系统1406、MRI光谱仪1408、RF系统1410、患者位置控制器1412、生理采集触发系统1414和图像采集系统1416通信。
图像重建系统100的各个操作和功能已结合图5和图6在上文进行了说明。
图像采集系统1416可以基于分段平面回波成像过程采集MRI K空间数据。图像采集系统1416可以基于MRI K空间数据生成K空间数据的多个片段。图像重建系统100可以进行用于将MRI原始数据重建为MR图像的一系列的重建管道处理。RS-EPI原始数据被预处理以进行奈奎斯特重影校正、并行成像重建和导航校正。RS-EPI重建的关键部分是片段融合模块，该片段融合模块在预处理之后被执行。
在融合了片段后，可以获得完整的k空间数据以生成DICOM图像。我们对该系统感兴趣，因为在分段MRI数据融合中，融合原始数据的方法不仅是重建管道的关键组成部分，还决定了最终的图像质量和图像的临床诊断价值。该系统可用于提高图像质量。对原始MRIk空间分段读出数据进行预处理以进行重影校正、并行成像重建和导航校正。然后，将经预处理的读出片段进行融合或合并以创建完整的k空间矩阵，该空间矩阵包含与规定的图像分辨率对应的所有数据。
在图像重建系统100中，MRI中的原始k空间数据在傅里叶域中并且不能直接读取。通过使用一系列MR图像重建管道处理可以将原始数据重建为MR图像。控制台系统1402提供MRI扫描仪的UI控件及其各种操作。图像采集系统1404用于对图像原始数据采集进行编程，并且执行RF系统1410和梯度系统1406的切换操作以创建MRI对比度(T1、T2和弥散)，并且设置图像分辨率。图像采集系统1404也被称为脉冲序列系统。
在梯度系统1406中，使用梯度线圈创建的磁场梯度被用来沿着三个空间轴在空间上定位MR信号，从而创建MR图像。梯度系统1406包括梯度线圈、放大器和冷却系统。
在一个实施例中，MRI光谱仪1408提供非常高的磁场(1.5T、3T等)，该磁场使被扫描的组织中的质子(H+)极化并且产生成像所需的磁共振状态。MRI光谱仪1408在圆柱形同轴设置中容纳梯度线圈和RF发射器线圈。在RF系统1410中，RF能量被发送并由RF系统1410中接收MRI信号。RF系统1410可以包括发送和接收RF线圈、RF放大器和硬件滤波器。
在一个实施例中，患者位置系统1412控制患者相对于MRI光谱仪1408的位置。在一个实施例中，生理采集触发系统1414用于触发或门控数据采集以与心脏或呼吸信号保持同步。
图15是根据实施例的重建MR图像的方法的流程图。
在1510，可以获得k空间数据的片段。K空间数据的片段可以对应于射频(RF)脉冲。基于脉冲序列将RF脉冲施加到诸如患者的对象上。在一个实施例中，脉冲序列可以是分段读出平面回波成像(RS-EPI)脉冲序列。脉冲序列可以是多次激发脉冲序列。
在一个实施例中，可以预处理k空间数据的片段。对k空间数据的片段的预处理已在上文做出了解释。
在1520，可以基于RF线圈确定校正系数。RF线圈可以是多通道线圈，并且校正系数用于融合k空间数据的片段。
根据一个实施例，如上所述，可以基于RF线圈迭代地确定校正系数。例如，可以确定第一RF线圈的第一校正系数，然后基于第一校正系数来确定第二RF线圈的第二校正系数。以此类推，可以基于第二校正系数，……，第(n-1)校正系数分别确定第三校正系数，……，第n校正系数。所确定的校正系数可以是第n校正系数。
在1530，可以生成磁共振(MR)图像。在一个实施例中，可以通过融合k空间数据的片段来生成MR图像。对片段的融合可以基于所确定的校正系数，例如，第n校正系数。
在一个实施例中，可以迭代融合k空间数据的片段。迭代融合已在上文进行了说明。在一个实施例中，随着已融合的片段的数量的增加，可以融合K空间数据的片段并计算校正系数。即，继续对校正系数的计算和k空间数据的片段的融合进行迭代，直至处理(求和)了所有的片段并计算出系数。
根据一个实施例，在融合k空间数据的片段时，由于使用了FISM，可以不使用导航图像进行校正。
可以使用至少一个软件程序来实施本公开的实施例，该至少一个软件程序在至少一个硬件设备上运行并执行网络管理功能以控制元件。
特定实施例的前述说明充分地揭示了本公开实施例的一般性质，因而他人可以在不背离本公开的总体构思的前提下，运用现有知识容易地修改和/或调整这些特定实施例的各种应用，因此，这些调整和修改应当并且旨在被理解为包含在本公开实施例的等同物的含义和范围内。应当理解，本公开使用的措辞或术语是出于描述而非限制的目的。因此，尽管已根据优选实施例描述了本公开实施例，本领域技术人员能够认识到，在实施本公开实施例时，可以在本公开实施例的精神和范围内做出修改。

Claims (15)

1.一种重建磁共振MR图像的装置，所述装置包括：
存储器，用于存储指令；以及
至少一个处理器，用于执行所述指令以：
获得与基于脉冲序列施加到对象上的多个脉冲相对应的K空间数据的多个片段；
基于所述装置的射频RF线圈，确定用于融合K空间数据的所述多个片段的校正系数；以及
通过基于所确定的校正系数融合K空间数据的所述多个片段，来生成所述对象的磁共振MR图像。
2.根据权利要求1所述的装置，其中所述校正系数基于所述RF线圈而被迭代地确定。
3.根据权利要求1所述的装置，其中所述校正系数是基于第一RF线圈的第一校正系数和第二RF线圈的第二校正系数所确定的，所述第二校正系数是基于所述第一校正系数所确定的。
4.根据权利要求1所述的装置，其中所述至少一个处理器还被配置为执行所述指令以：通过基于所确定的校正系数迭代地融合K空间数据的所述多个片段，来生成所述对象的MR图像。
5.根据权利要求1所述的装置，其中随着被融合的片段的数量增加，执行K空间数据的所述多个片段的融合、以及用于融合K空间数据的所述多个片段的校正系数的确定。
6.根据权利要求1所述的装置，其中K空间数据的所述多个片段在不使用导航图像的情况下被融合。
7.根据权利要求1所述的装置，其中K空间数据的所述多个片段包括K空间数据的左片段、中心片段和右片段。
8.根据权利要求1所述的装置，其中K空间数据的所述多个片段基于相对于K空间数据的中心片段的相位减法而被融合。
9.根据权利要求1所述的装置，其中K空间数据的一个片段的行数与K空间数据的另一片段的行数相同。
10.根据权利要求1所述的装置，其中所述至少一个处理器还被配置为执行所述指令以：预处理K空间数据的所述多个片段以用于相位校正。
11.根据权利要求1所述的装置，其中所述至少一个处理器还被配置为执行所述指令以：通过执行平面回波成像EP奈奎斯特重影校正并执行K空间数据的并行采集，来预处理K空间数据的所述多个片段。
12.根据权利要求1所述的装置，其中所述脉冲序列包括多次激发脉冲序列。
13.根据权利要求1所述的装置，其中所述脉冲序列包括分段读出平面回波成像RS-EPI脉冲序列。
14.一种重建磁共振MR图像的方法，所述方法包括：
获得与基于脉冲序列施加到对象上的多个脉冲相对应的K空间数据的多个片段；
基于所述装置的射频RF线圈，确定用于融合K空间数据的所述多个片段的校正系数；以及
通过基于所确定的校正系数融合K空间数据的所述多个片段，来生成所述对象的磁共振MR图像。
15.一种计算机程序产品，包括计算机可读介质，所述计算机可读介质包括指令，其中，所述指令在由至少一个处理器执行时，使所述至少一个处理器执行以下操作：
获得与基于脉冲序列施加到对象上的多个脉冲相对应的K空间数据的多个片段；
基于所述装置的射频RF线圈，确定用于融合K空间数据的所述多个片段的校正系数；以及
通过基于所确定的校正系数融合K空间数据的所述多个片段，来生成所述对象的磁共振MR图像。
CN201980028993.4A 2018-06-25 2019-06-25 重建磁共振图像的方法和装置 Active CN112040843B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN201841023648 2018-06-25
IN201841023648 2018-06-25
PCT/KR2019/007682 WO2020004916A1 (en) 2018-06-25 2019-06-25 A method and an apparatus for reconstructing magnetic resonance image

Publications (2)

Publication Number Publication Date
CN112040843A true CN112040843A (zh) 2020-12-04
CN112040843B CN112040843B (zh) 2024-06-04

Family

ID=

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5759152A (en) * 1996-10-02 1998-06-02 Mayo Foundation For Medical Education And Research Phase-aligned NMR surface coil image reconstruction
US6380738B1 (en) * 1999-11-15 2002-04-30 Ge Medical Systems Global Technology Company, Llc Method and apparatus for reducing image artifacts caused by magnet vibration in an MR imaging system
US6700374B1 (en) * 2000-03-29 2004-03-02 Koninklijke Philips Electronics, N.V. EPI calibration method to minimize ghosting in reconstructed images
US7075299B1 (en) * 2003-12-12 2006-07-11 General Electric Company Method and apparatus to correct amplitude modulation in multi-echo magnetic resonance imaging
US20080310696A1 (en) * 2007-06-12 2008-12-18 General Electric Company Method and apparatus for correcting motion in multi-shot diffusion-weighted magnetic resonance imaging
US20100164495A1 (en) * 2007-06-14 2010-07-01 Masahiro Takizawa Magnetic resonance imaging apparatus and method for correcting error due to gradient magnetic field
CN101843487A (zh) * 2009-03-23 2010-09-29 西门子公司 借助并行采集技术建立图像的方法、磁共振设备和程序
WO2011155461A1 (ja) * 2010-06-09 2011-12-15 株式会社 日立メディコ 磁気共鳴イメージング装置および送信感度分布算出方法
US20130182932A1 (en) * 2010-10-07 2013-07-18 Duke University Multi-Dimensional Iterative Phase-Cycled Reconstruction For MRI Images
WO2013175403A1 (en) * 2012-05-23 2013-11-28 Koninklijke Philips N.V. Multi-echo presto
US20150241538A1 (en) * 2014-02-27 2015-08-27 Toshiba Medical Systems Corporation Motion Correction for Magnetic Resonance Angiography (MRA) With 3D Radial Acquisitions
US20150323634A1 (en) * 2014-05-07 2015-11-12 Massachusetts General Hospital Methods, Systems and Apparatuses for Rapid Segmented, Accelerated, and Simultaneous Multi-Slice Echo Planar Imaging
US20160109546A1 (en) * 2013-06-14 2016-04-21 Toshiba Medical Systems Corporation Magnetic resonance imaging apparatus and magnetic resonance imaging method
US20160252596A1 (en) * 2013-10-08 2016-09-01 Koninklijke Philips N.V. Corrected multiple-slice magnetic resonance imaging
CN106597333A (zh) * 2016-12-30 2017-04-26 上海联影医疗科技有限公司 一种磁共振并行成像方法及磁共振成像系统
US20170131374A1 (en) * 2015-11-10 2017-05-11 Samsung Electronics Co., Ltd. Magnetic resonance imaging apparatus and image processing method thereof
US20170234955A1 (en) * 2016-02-16 2017-08-17 Samsung Electronics Co., Ltd. Method and apparatus for reconstructing magnetic resonance image
US20180067176A1 (en) * 2016-09-07 2018-03-08 Regents Of The University Of Minnesota Motion-robust transmit radio frequency field mapping in magnetic resonance imaging using interleaved bloch-siegert shifting
CN107865659A (zh) * 2016-09-26 2018-04-03 三星电子株式会社 磁共振成像装置及获取磁共振图像的方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5759152A (en) * 1996-10-02 1998-06-02 Mayo Foundation For Medical Education And Research Phase-aligned NMR surface coil image reconstruction
US6380738B1 (en) * 1999-11-15 2002-04-30 Ge Medical Systems Global Technology Company, Llc Method and apparatus for reducing image artifacts caused by magnet vibration in an MR imaging system
US6700374B1 (en) * 2000-03-29 2004-03-02 Koninklijke Philips Electronics, N.V. EPI calibration method to minimize ghosting in reconstructed images
US7075299B1 (en) * 2003-12-12 2006-07-11 General Electric Company Method and apparatus to correct amplitude modulation in multi-echo magnetic resonance imaging
US20080310696A1 (en) * 2007-06-12 2008-12-18 General Electric Company Method and apparatus for correcting motion in multi-shot diffusion-weighted magnetic resonance imaging
US20100164495A1 (en) * 2007-06-14 2010-07-01 Masahiro Takizawa Magnetic resonance imaging apparatus and method for correcting error due to gradient magnetic field
CN101843487A (zh) * 2009-03-23 2010-09-29 西门子公司 借助并行采集技术建立图像的方法、磁共振设备和程序
WO2011155461A1 (ja) * 2010-06-09 2011-12-15 株式会社 日立メディコ 磁気共鳴イメージング装置および送信感度分布算出方法
US20130182932A1 (en) * 2010-10-07 2013-07-18 Duke University Multi-Dimensional Iterative Phase-Cycled Reconstruction For MRI Images
WO2013175403A1 (en) * 2012-05-23 2013-11-28 Koninklijke Philips N.V. Multi-echo presto
US20160109546A1 (en) * 2013-06-14 2016-04-21 Toshiba Medical Systems Corporation Magnetic resonance imaging apparatus and magnetic resonance imaging method
US20160252596A1 (en) * 2013-10-08 2016-09-01 Koninklijke Philips N.V. Corrected multiple-slice magnetic resonance imaging
US20150241538A1 (en) * 2014-02-27 2015-08-27 Toshiba Medical Systems Corporation Motion Correction for Magnetic Resonance Angiography (MRA) With 3D Radial Acquisitions
US20150323634A1 (en) * 2014-05-07 2015-11-12 Massachusetts General Hospital Methods, Systems and Apparatuses for Rapid Segmented, Accelerated, and Simultaneous Multi-Slice Echo Planar Imaging
US20170131374A1 (en) * 2015-11-10 2017-05-11 Samsung Electronics Co., Ltd. Magnetic resonance imaging apparatus and image processing method thereof
US20170234955A1 (en) * 2016-02-16 2017-08-17 Samsung Electronics Co., Ltd. Method and apparatus for reconstructing magnetic resonance image
US20180067176A1 (en) * 2016-09-07 2018-03-08 Regents Of The University Of Minnesota Motion-robust transmit radio frequency field mapping in magnetic resonance imaging using interleaved bloch-siegert shifting
CN107865659A (zh) * 2016-09-26 2018-04-03 三星电子株式会社 磁共振成像装置及获取磁共振图像的方法
CN106597333A (zh) * 2016-12-30 2017-04-26 上海联影医疗科技有限公司 一种磁共振并行成像方法及磁共振成像系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HOLDSWORTH, SJ (HOLDSWORTH, SAMANTHA J.) [1] ; SKARE, S (SKARE, STEFAN) [1] ; NEWBOULD, RD (NEWBOULD, REXFORD D.) [1] ; BAMMER, R : "Robust GRAPPA-Accelerated Diffusion-Weighted Readout-Segmented (RS)-EPI", 《MAGNETIC RESONANCE IN MEDICINE 》, vol. 62, no. 6, pages 1629 - 1640, XP055388894, DOI: 10.1002/mrm.22122 *
MAJUMDAR, SHANTANU (MAJUMDAR, SHANTANU): "Optimization of diffusion-encoding gradient scheme for diffusion-weighted magnetic resonance imaging of nerve fibers", 《MICHIGAN STATE UNIVERSITY》 *
UECKER, MARTIN，KARAUS, ALEXANDER，FRAHM, JENS: "Inverse Reconstruction Method for Segmented Multishot Diffusion-Weighted MRI With Multiple Coils", 《MAGNETIC RESONANCE IN MEDICINE》, vol. 62, no. 5, pages 1342 - 1348, XP055222160, DOI: 10.1002/mrm.22126 *
ZHU, DC (ZHU, DAVID C.) [1] , [2] , [3] ; MAJUMDAR, S (MAJUMDAR, SHANTANU) [1] , [3] ; KOROLEV, IO (KOROLEV, IGOR O.) [1] , [3] , : "Alzheimer\'s Disease and Amnestic Mild Cognitive Impairment Weaken Connections Within the Default-Mode Network: A Multi-Modal Imaging Study", 《JOURNAL OF ALZHEIMERS DISEASE 》, vol. 34, no. 4, pages 969 - 984 *

Also Published As

Publication number Publication date
WO2020004916A1 (en) 2020-01-02
US11016161B2 (en) 2021-05-25
US20190391222A1 (en) 2019-12-26
EP3749185A1 (en) 2020-12-16
EP3749185A4 (en) 2021-03-31

Similar Documents

Publication Publication Date Title
Van Reeth et al. Super‐resolution in magnetic resonance imaging: a review
US11143730B2 (en) System and method for parallel magnetic resonance imaging
EP2526438B1 (en) Hybrid referenceless and multibaseline prf-shift magnetic resonance thermometry
US20140210469A1 (en) Nonrigid motion correction in 3d using autofocusing with localized linear translations
WO2007013423A1 (ja) 磁気共鳴イメージング装置
JP2008539852A (ja) 磁気共鳴イメージングシステムのそれぞれの信号チャネルにおける独立した運動補正
US11002815B2 (en) System and method for reducing artifacts in echo planar magnetic resonance imaging
US11016161B2 (en) Method and an apparatus for reconstructing magnetic resonance image
US11796617B2 (en) System and method for reconstruction of magnetic resonance images acquired with partial Fourier acquisition
CN105678822B (zh) 一种基于Split Bregman迭代的三正则磁共振图像重构方法
Mickevicius et al. Simultaneous acquisition of orthogonal plane cine imaging and isotropic 4D-MRI using super-resolution
US11835612B2 (en) System and method for motion correction of magnetic resonance image
US10908248B2 (en) Systems and methods for slice dithered enhanced resolution simultaneous multislice magnetic resonance imaging
US10690741B2 (en) Method and systems for reducing artifacts in magnetic resonance imaging
US9427206B2 (en) Method and apparatus for gate specific MR-based attenuation correction of timed-gated pet studies
CN110109036B (zh) 二维时空编码多扫磁共振成像非笛卡尔采样及重建方法
US10302726B2 (en) Image reconstruction for MRI using multiplexed sensitivity encoding
Dai et al. Distortion-free diffusion imaging using self-navigated Cartesian Echo-planar time resolved acquisition and joint magnitude and phase constrained reconstruction
CN112040843B (zh) 重建磁共振图像的方法和装置
US11119173B2 (en) Dynamic imaging based on echo planar imaging sequence
US11965950B2 (en) Slice ordering for MB-EPI ASL imaging
US20200241097A1 (en) A method and a mri apparatus for obtaining images of a target volume of a human and/or animal subject using magnetic resonance imaging (mri)
CN113567901A (zh) 一种磁共振旋转坐标系下的自旋晶格弛豫成像方法和系统
EP4273569A1 (en) Method for generating a subject-specific map of a tissue property
US20230293039A1 (en) Methods for acquiring a magnetic resonance image dataset and for generating a motion-corrected image dataset

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