CN112415452A - 去除信号中干扰的方法和装置、磁共振系统和存储介质 - Google Patents
去除信号中干扰的方法和装置、磁共振系统和存储介质 Download PDFInfo
- Publication number
- CN112415452A CN112415452A CN201910777699.5A CN201910777699A CN112415452A CN 112415452 A CN112415452 A CN 112415452A CN 201910777699 A CN201910777699 A CN 201910777699A CN 112415452 A CN112415452 A CN 112415452A
- Authority
- CN
- China
- Prior art keywords
- interference
- matrix
- signal
- target motion
- frequency
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims abstract description 322
- 230000033001 locomotion Effects 0.000 claims abstract description 155
- 230000008030 elimination Effects 0.000 claims abstract description 12
- 238000003379 elimination reaction Methods 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 48
- 238000012545 processing Methods 0.000 claims description 16
- 238000000354 decomposition reaction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 8
- 230000036039 immunity Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000017105 transposition Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 17
- 230000029058 respiratory gaseous exchange Effects 0.000 description 12
- 230000000241 respiratory effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000005415 magnetization Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Signal Processing (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例中公开了去除目标运动信号中干扰的方法和装置、磁共振系统和存储介质，方法包括：针对复数个通道接收的目标运动信号，利用一抗干扰矩阵进行干扰消除，得到去干扰信号；其中，所述抗干扰矩阵通过如下方法得到：针对所述目标运动信号，获取一设定时间段内复数个通道接收的数据，所述数据构成一参考矩阵；根据当前干扰信号的频率以及所述数据的样本数，得到一频率相关矩阵；利用所述频率相关矩阵和所述参考矩阵，计算得到一干扰系数矩阵；对所述干扰系数矩阵进行特征值和特征向量分解，并将一能量最大的特征向量去除，生成一抗干扰矩阵。本发明实施例中的技术方案能够去除目标运动信号中的干扰信号。
Description
技术领域
本发明涉及磁共振成像技术领域，特别是一种去除目标运动信号中干扰的方法及装置、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，为了获得清晰的临床诊断图像，要求扫描对象在扫描过程中必须保持静止，特别是对于某些运动敏感的序列。但显然，扫描对象的有些运动是无法避免的，例如呼吸、心跳等引起的运动。为了最大限度地减小运动的影响，采用了多种方法来检测这些运动，如呼吸带、步速(PACE)等，通过捕捉这些运动，可以在最小运动时例如患者吸气或呼气的平台期等来触发或门控磁共振成像序列和信号采集。该过程中需要在呼吸波等相关目标运动信号控制精确的情况下才可以获得高质量的图像。上述的呼吸等目标运动信号可称为磁共振成像的导航信号，例如呼吸导航信号或心跳导航信号等。
以呼吸导航为例，目前可通过各种传感器来检测病人的呼吸运动，该传感器可集成在局部线圈中。呼吸传感器包含一个发射天线，射频(RF)信号(在MRI频带之外)通过发射天线发射，并经人体衰减和反射后，由局部线圈接收。接收到的信号振幅/相位随患者的移动而变化。通过对接收到的信号进行分析，可以检测到人体的呼吸运动。
由于上述呼吸信号检测的原理是使用射频信号检测导电物体的运动，因此该方式也可以检测到其他运动，如心跳和金属振动(例如气体管道的1Hz振动)等。而检测到的其他运动信号势必会对呼吸信号产生干扰，从而降低了呼吸信号的导航能力，进而影响图像的成像质量。这类干扰可定义为两种类型。第一，干扰频率是不确定的，比如心跳。第二，干扰频率是确定的，其通常是由系统本身以固定频率振动引起的。例如，在磁体设计中，冷头与磁体一起工作，用于交换压缩机的“冷”空气和磁体的“热”空气，以保持磁体的冷却。冷头以一定的频率工作，例如1Hz。冷头工作时，会引起金属气体管道的1Hz振动。这些信号都会对呼吸信号产生干扰。
为了解决这种特殊的干扰，例如1Hz的振动信号，需要整体上对管道进行较好的固定。例如，使用厚泡沫和丝带。这需要在系统现场进行很好的施工，但事实上，在不同的现场很难保证性能。
发明内容
有鉴于此，本发明实施例中一方面提出了一种去除目标运动信号中去除干扰的方法，另一方面提出了一种去除目标运动信号中干扰的装置、磁共振成像系统和计算机可读存储介质，用以去除目标运动信号中的干扰信号，进一步再现能满足扫描导航所需的目标运动导航信号。
本发明实施例中提出的去除目标运动信号中干扰的方法，包括：针对复数个通道接收的每个目标运动信号，利用至少一个抗干扰矩阵进行干扰消除，得到目标运动去干扰信号；其中，所述至少一个抗干扰矩阵通过如下方法得到：针对所述目标运动信号，获取未运行序列脉冲时一设定时间段内复数个通道接收的数据，所述数据构成一参考矩阵；根据当前干扰信号的频率以及所述设定时间段内的数据样本数，得到一频率相关矩阵；利用所述频率相关矩阵和所述参考矩阵，计算得到一干扰系数矩阵；对所述干扰系数矩阵进行特征值和特征向量分解，并将一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成一抗干扰矩阵。
在一个实施方式中，还存在其它未处理的干扰信号；该方法进一步包括：确定当前干扰信号，利用所述抗干扰矩阵对所述参考矩阵进行干扰消除，得到新的参考矩阵；并返回执行所述根据当前干扰信号的频率以及所述设定时间段内的数据样本数得到一频率相关矩阵的步骤。
在一个实施方式中，所述当前干扰信号为固定频率信号；所述根据所述当前干扰信号的频率以及所述设定时间段内的数据数量，得到一频率相关矩阵包括：根据所述当前干扰信号的固定频率的谐波频率范围，选取设定的谐波频率范围，根据所选取的谐波频率范围确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵。
在一个实施方式中，所述当前干扰信号为变化频率信号；所述根据所述当前干扰信号的频率以及所述设定时间段内的数据数量，得到一频率相关矩阵包括：根据所述当前干扰信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵。
在一个实施方式中，进一步包括：根据所述目标运动信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵；利用所述频率相关矩阵和所述参考矩阵，计算得到目标系数矩阵；对所述目标系数矩阵进行特征值和特征向量分解，并将能量最大的特征向量作为目标运动特征向量，所述目标运动特征向量对应的特征值为目标运动特征值；所述生成一抗干扰矩阵之后，进一步包括：将对所述干扰系数矩阵进行特征值和特征向量分解后能量最大的特征向量作为干扰特征向量，将所述干扰特征向量对应的特征值作为干扰特征值；判断所述干扰特征值与所述目标运动特征值的比值是否小于一设定的第一阈值，如果是，则认为所述干扰信号远小于所述目标运动信号，所述干扰信号可忽略不计，并舍弃所述抗干扰矩阵；或者，判断所述干扰特征向量的转置与所述目标运动特征向量的乘积是否大于一设定的第二阈值，如果是，则认为所述干扰特征向量与所述目标运动特征向量相似，消除所述干扰信号会影响所述目标运动信号，并舍弃所述抗干扰矩阵。
本发明实施例中提出的去除目标运动信号中干扰的装置，包括：干扰消除模块，用于针对所述复数个通道接收的每个目标运动信号，利用至少一个抗干扰矩阵进行干扰消除；和抗干扰矩阵生成模块，用于生成所述至少一个抗干扰矩阵；所述抗干扰矩阵生成模块包括：数据采集子模块，用于获取未运行序列脉冲时一设定时间段内复数个通道接收的数据，所述数据构成参考矩阵；第一矩阵生成子模块，用于根据当前干扰信号的频率以及所述设定时间段内的数据样本数，得到一频率相关矩阵；第二矩阵生成子模块，用于利用所述频率相关矩阵和所述参考矩阵，计算得到一干扰系数矩阵；分解子模块，用于对所述干扰系数矩阵进行特征值和特征向量分解，得到一特征向量矩阵；第三矩阵生成子模块，用于将所述特征向量矩阵中一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成一抗干扰矩阵。
在一个实施方式中，存在多个干扰信号；所述装置进一步包括：第一判断处理子模块，用于判断是否还有未处理的其它干扰信号，若还有其它未处理的干扰信号，则确定当前干扰信号，并利用所述抗干扰矩阵对所述参考矩阵进行干扰消除，得到新的参考矩阵；并触发所述第一矩阵生成子模块执行；若没有其它干扰信号，则结束。
在一个实施方式中，所述第一矩阵生成子模块在当前干扰信号为固定频率信号时，根据所述当前干扰信号的固定频率的谐波频率范围，选取设定的谐波频率范围，根据所选取的谐波频率范围确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵；在所述当前干扰信号为变化频率信号时，根据所述当前干扰信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵。
在一个实施方式中，所述第一矩阵生成子模块进一步用于根据所述目标运动信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵；所述第二矩阵生成子模块进一步用于利用所述频率相关矩阵和所述参考矩阵，计算得到目标系数矩阵；所述分解子模块进一步用于对所述目标系数矩阵进行特征值和特征向量分解，得到一目标特征向量矩阵；所述抗干扰矩阵生成模块进一步包括：选取子模块，用于将所述目标特征向量矩阵中能量最大的特征向量作为目标运动特征向量，所述目标运动特征向量对应的特征值为目标运动特征值；将对所述干扰系数矩阵进行特征值和特征向量分解后能量最大的特征向量作为干扰特征向量，将所述干扰特征向量对应的特征值作为干扰特征值；和第二判断处理子模块，用于在所述第三矩阵生成子模块生成一干扰矩阵时，判断所述干扰特征值与所述目标运动特征值的比值是否小于一设定的第一阈值，如果是，则认为所述干扰信号远小于所述目标运动信号，所述干扰信号可忽略不计，并舍弃所述抗干扰矩阵；或者，判断所述干扰特征向量的转置与所述目标运动特征向量的乘积是否大于一设定的第二阈值，如果是，则认为所述干扰特征向量与所述目标运动特征向量相似，消除所述干扰信号会影响所述目标运动信号，并舍弃所述抗干扰矩阵。
本发明实施例中提出的去除目标运动信号中干扰的装置，其特征在于，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用于存储计算机程序；所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序，执行如上所述任一实施方式中的去除目标运动信号中干扰的方法。
本发明实施例中提出的磁共振成像系统，包括如上所述任一实施方式中的去除目标运动信号中干扰的装置。
本发明实施例中提出的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如上所述任一实施方式中的去除目标运动信号中干扰的方法。
从上述方案中可以看出，由于本发明实施例中预先采集未运行序列脉冲时设定时间段内复数个通道接收的数据并构成参考矩阵，根据每个干扰信号的频率特点生成频率相关矩阵，并利用该频率相关矩阵和参考矩阵生成对应该干扰信号的干扰系数矩阵，通过对该干扰系数矩阵进行特征值和特征向量分解，将能量最大的特征向量去除后生成一抗干扰矩阵；当存在多个干扰信号时，可将之前的参考矩阵乘以已经得到的抗干扰矩阵(即从参考矩阵中消除已经计算了抗干扰矩阵的干扰信号)后作为新的干扰信号的参考矩阵，之后采用相同的方法计算得到对应该新的干扰信号的抗干扰矩阵，之后可对多通道接收的每个目标运动信号利用上述的抗干扰矩阵进行干扰消除，从而可消除对应的干扰。
此外，通过针对固定频率的干扰信号，利用其谐波频率范围来构建频率相关矩阵，并对变化频率的干扰信号，利用其频率变化范围来构建频率相关矩阵，可最大限度的获取与干扰信号的特性相关的频率相关矩阵，进而增加计算抗干扰矩阵的准确性。
进一步地，通过对目标运动信号也根据其频率变化范围来构建其频率相关矩阵，并得到对应的目标系数矩阵，对该目标系数矩阵进行特征值和特征向量分解后，可根据各特征向量的能量大小获得该目标运动信号所在的特征向量方向，即能量最大的特征向量所在的方向，进而可通过将目标运动信号与干扰信号各自所对应的特征值或特征向量进行相应的对比，可忽略掉影响较小的干扰，从而降低处理复杂度；并且在确定消除一干扰信号会影响所述目标运动信号时，可不消除该干扰信号，以尽量保证目标运动信号的接收。
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和图1B分别为本发明实施例中一种去除目标运动信号中干扰的方法的示例性流程图。
图2为本发明一个例子中，1Hz固定频率的干扰信号的谐波频率范围示意图。
图3为本发明实施例中执行图1所示方法的一个信号流示意图。
图4A为本发明实施例中一种去除目标运动信号中干扰的装置的示例性结构图。
图4B为本发明实施例中另一种去除目标运动信号中干扰的装置的示例性结构图。
图5为本发明实施例中又一种去除目标运动信号中干扰的装置的示例性结构图。
图6为针对图2所示的干扰信号，在执行本发明实施例中的去除目标运动信号中干扰的方案之后的干扰消除后的示意图。
图7A和图7B为执行本发明实施例中的去除目标运动信号中干扰的方案前后多个通道接收的数据的波形图。其中，图7A为执行本发明实施例中的方案之前的波形图，图7B为执行本发明实施例中的方案之后的波形图。
其中，附图标记如下：
具体实施方式
本发明实施例中，考虑到针对同一个信号，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较少数量的特征向量上，如一个或两个特征向量上。因此，本发明实施例中，可针对不同干扰信号的频率来构建对应各干扰信号的频率相关矩阵，根据各干扰信号的频率相关矩阵以及通过多通道采集的参考信号可构建各干扰信号的干扰系数矩阵，分别对各干扰信号的干扰系数矩阵进行特征向量分解，则能量最大的特征向量所在的方向即为所对应的干扰信号的干扰特征方向，通过去除该方向上的特征向量构建一个抗干扰矩阵，对多个通道接收的每个目标运动信号都利用对应的抗干扰矩阵进行干扰消除，可得到去除了不同频率干扰的目标运动信号，进一步可获取对应的导航信号等。
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1A和图1B分别为本发明实施例中一种去除目标运动信号中干扰的方法的示例性流程图，结合图1A和图1B所示，该方法可包括如下步骤：
步骤101，针对一目标运动信号，获取未运行序列脉冲时一设定时间段内复数个通道接收的数据，所述数据构成参考矩阵，例如，初始时可令i＝1，则该参考矩阵可记为Ri-1，即Ri-1为R0。
本发明实施例中，可利用复数个传感器作为复数个通道来接收目标运动信号。其中，传感器可以是任何类型的传感器。例如，可以是包括摄像头的光学传感器、温度传感器、声音传感器、X射线传感器或射频线圈(如磁共振接收线圈)等。
传感器接收的信号可包括所需信号和一个或多个不需要的信号，其中，所需信号也就是目标运动信号是用于扫描导航的某一运动信号，如呼吸信号或心跳信号等。不需要的信号也即干扰信号。例如，若目标运动信号为呼吸信号，则心跳信号和振动信号等即为干扰信号；若目标运动信号为心跳信号，则呼吸信号和振动信号等即为干扰信号。
本步骤101中复数个通道接收的数据为数字化数据S(t)，其可以是直接接收的数字化数据S(t)，也可以是接收的模拟数据经模数转换后的数字化数据S(t)，可以是无需预处理的数字化数据S(t)，也可以是经预处理之后的数字化数据S(t)。其中，预处理可以包括下采样、平滑、插值或乘矩阵等，预处理可以在FPGA、DSP或CPU中进行。
本步骤101中设定时间段内复数个通道接收的数据可以是T秒的数据，即t0–tT时间段的S(t)数据，假设S(t0)S(t1)…S(tT)为行向量，则R0矩阵可表示为：R0＝{S(t0),S(t1),…,S(tT)}。例如，在一实施方式中，T可以为大于2-3个目标运动周期的时间，例如，对于目标运动为呼吸的情况，可选取10秒、11秒、12秒、13秒、14秒、15秒以及以上的时间等。
步骤102，根据当前干扰信号的频率以及所述设定时间段内的数据样本数，得到一频率相关矩阵W。
本步骤中，针对不同的干扰信号类型可有不同的实现过程，下面分别对固定频率的干扰信号和变化频率的干扰信号进行详细描述：
1)当前干扰信号为固定频率信号：
A1、根据所述当前干扰信号的固定频率的谐波频率范围，选取设定的谐波频率范围J，根据所选取的谐波频率范围J确定矩阵总行数为2J或J。
假设当前干扰信号的固定频率为1Hz，则其谐波频率范围可如图2所示，本实施例中可根据经验值选取到第10个谐波频率范围，即谐波频率范围J＝10。
B1、根据所述设定时间段T内的数据的样本数T*N确定矩阵总列数K＝T*N，N为每秒的样本数。
C1、根据所述总行数2J(或J)和总列数K，得到一频率相关矩阵W。
令j＝1,2,…,J，k＝1,2,…,K，K＝T*N，之后可通过下式(1)或(2)得到频率相关矩阵W。
上式(1)中，频率相关矩阵W为2J*K大小的矩阵。针对上述谐波频率范围J＝10的情况，其可包含1Hz至10Hz的正弦波和余弦波。
上式(2)中，频率相关矩阵W为J*K大小的矩阵。
2)当前干扰信号为变化频率信号：
A2、根据所述当前干扰信号的频率变化范围Fstart-Fend，以及根据每秒钟的样本数N确定的最小的频率分辨率Δf＝1/N，确定矩阵总行数为2J或J。
本步骤中，对于干扰信号为心跳信号的情况，其频率变化范围通常为0.7～2Hz，对于干扰信号为呼吸信号的情况，其频率变化范围通常为0.1～1Hz。
可通过下式(3)～(5)确定矩阵总行数。
Jstart＝floor(Fstart/Δf)+1 (3)
Jend＝floor(Fend/Δf)+1 (4)
J＝Jend-Jstart+1 (5)
其中，floor()为地板函数，用于向下取整。
B2、根据所述设定时间段T内的数据的样本数T*N确定矩阵总列数K＝T*N，N为每秒的样本数。
C2、根据所述总行数2J(或J)和总列数K，得到一频率相关矩阵W。
令j＝Jstart,Jstart+1,Jstart+2,…,Jend，k＝1,2,…,K，K＝T*N，之后可通过下式(6)或(7)得到频率相关矩阵W。
上式(6)中，频率相关矩阵W为2J*K大小的矩阵。
上式(7)中，频率相关矩阵W为J*K大小的矩阵。
步骤103，利用所述频率相关矩阵W和所述参考矩阵Ri-1，计算得到干扰系数矩阵C。
本步骤中，可利用下式(8)计算得到干扰系数矩阵C：
C＝W*Ri-1 (8)
步骤104，对所述干扰系数矩阵C进行特征值和特征向量分解，并将一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成一抗干扰矩阵Mi。
针对步骤104中的干扰系数矩阵C，本步骤105中可通过执行如下式(9)的处理，得到特征向量矩阵E。
[V,E]＝eig(C’*C) (9)
其中，C’是C的复共轭转置，假设V是升序的，则E为列向量表示的特征向量矩阵。
针对特征向量矩阵E可通过执行下式(10)或(11)对应的处理，得到抗干扰矩阵Mi。
Mi＝E*O (10)
Mi＝E*O*E-1 (11)
其中，E-1是E的逆矩阵，O为单位矩阵I经过将特征向量矩阵E中特征向量能量在所有特征向量的总能量中的占比大于设定阈值的特征向量所对应的一个或多个行或列元素置换为0之后的矩阵。例如，假设特征向量矩阵E中最后一列的特征向量的能量在所有特征向量的总能量中的占比达到了设定阈值，例如90％，则可先设置O＝I，然后设置O为O(m,m)＝0，即假设特征值按升序排列，设置单位矩阵中最后一行和最后一列为0后得到O矩阵。或者，也可以是将能量最大的特征向量对应的一个行或列元素置换为0之后的矩阵，则E*O之后，便相当于将E中能量最大的特征向量置0，完成对E中能量最大的特征向量的去除。
如果只有一个干扰信号，则直接执行步骤107；否则若存在多个干扰信号，则可如图1B所示继续执行步骤105。
步骤105，判断是否还有其它未处理的干扰信号，如果有，则执行步骤106；否则执行步骤107。
步骤106，确定当前干扰信号，利用所述抗干扰矩阵对所述参考矩阵进行干扰消除，得到新的参考矩阵；并返回执行上述步骤102。
具体实现时，可令Ri＝Ri-1*Mi，i＝i+1，并返回执行上述步骤102。
可见，上述步骤101至步骤104或者步骤101至步骤106主要用于计算至少一个抗干扰矩阵，得到所述至少一个抗干扰矩阵后，便可对扫描成像过程中复数个通道接收的每个目标运动信号执行下述步骤107中的干扰抑制处理。
步骤107，针对扫描成像过程中复数个通道接收的每个目标运动信号，利用至少一个抗干扰矩阵Mi，i＝1，2，…，L进行干扰消除，得到目标运动去干扰信号。其中，L为抗干扰矩阵的个数，且为大于或等于1的整数。
本步骤中，针对复数个通道接收的目标运动信号S(t)，以及步骤105中计算得到的抗干扰矩阵Mi，可通过执行下式(12)中的处理，得到去干扰信号P(t)。
P(t)＝S(t)*M1*M2*…*ML (12)
进一步地，考虑到这些干扰信号有的可能相对于目标运动信号来说较小，因此可以忽略不计，有的可能特性与目标运动信号比较相似，消除这类干扰信号时可能会对目标运动信号造成一定的影响，因此本实施例中可进一步包括如下处理：
A3、根据所述目标运动信号的频率变化范围Fstart-Fend，以及根据每秒钟的样本数N确定的最小的频率分辨率Δf＝1/N确定矩阵总行数。
本步骤中，可采用与前述A2步骤一致的算法根据上式(3)～(5)确定矩阵总行数。
B3、根据所述设定时间段T内的数据的样本数T*N确定矩阵总列数K＝T*N，N为每秒的样本数。
C3、根据所述总行数2J(或J)和总列数K，得到一频率相关矩阵Wre。
本步骤中，可采用与前述C2步骤一致的算法根据上式(6)或(7)得到频率相关矩阵Wre。
C4、利用所述频率相关矩阵Wre和所述参考矩阵Ri-1，计算得到目标系数矩阵Cre。
本步骤中，可利用下式(13)计算得到干扰系数矩阵C：
Cre＝Wre*Ri-1 (13)
C5、对所述目标系数矩阵Cre进行特征值和特征向量分解，并将能量最大的特征向量作为目标运动特征向量ere，所述目标运动特征向量ere对应的特征值为目标运动特征值vre。
相应地，步骤105中生成一抗干扰矩阵Mi之后，可进一步包括：将对所述干扰系数矩阵C进行特征值和特征向量分解后能量最大的特征向量作为干扰特征向量ei，将所述干扰特征向量对应的特征值作为干扰特征值vi。然后判断所述干扰特征值vi与所述目标运动特征值vre的比值vi/vre是否小于一设定的第一阈值，如果是，则认为所述干扰信号远小于所述目标运动信号，所述干扰信号可忽略不计，并舍弃所述抗干扰矩阵，具体实现时，也可令所述抗干扰矩阵Mi＝I(单位矩阵)；或者，判断所述干扰特征向量ei的转置ei’与所述目标运动特征向量ere的乘积ei’*ere是否大于一设定的第二阈值，如果是，则认为所述干扰特征向量ei与所述目标运动特征向量ere相似，消除所述干扰信号会影响所述目标运动信号，并令所述舍弃所述抗干扰矩阵，具体实现时，也可令所述抗干扰矩阵Mi等于单位矩阵I。其中，在一个例子中，第一阈值可以为0.1，第二阈值可以为0.8或0.9等。
图3为本发明实施例中执行图1所示方法的一个信号流示意图。图3中各符号的含义与图1所示相同符号的含义一致，此处不再一一赘述。
以上对本发明实施例中的去除目标运动信号中干扰的方法进行了详细描述，下面再对本发明实施例中的去除目标运动信号中干扰的装置进行详细描述。本发明实施例中的去除目标运动信号中干扰的装置可用于实施本发明实施例中的去除目标运动信号中干扰的方法。对于本发明装置实施例中未披露的细节可参见本发明方法实施例中的对应描述，此处不再重复赘述。
图4A为本发明实施例中一种去除目标运动信号中干扰的装置的示例性结构图。如图4A所示，该装置可如图4A中的实线部分所示，包括：干扰消除模块410和抗干扰矩阵生成模块420。其中，抗干扰矩阵生成模块420可包括：数据采集子模块421、第一矩阵生成子模块422、第二矩阵生成子模块423、分解子模块424和第三矩阵生成子模块425。在存在多个干扰信号时，该装置也可进一步如图4A中的虚线部分所示包括第一判断处理子模块426。
干扰消除模块410用于针对所述复数个通道接收的每个目标运动信号，利用至少一个抗干扰矩阵进行干扰消除。
抗干扰矩阵生成模块420用于生成所述至少一个抗干扰矩阵。
数据采集子模块421用于获取未运行序列脉冲时一设定时间段内复数个通道接收的数据，所述数据构成参考矩阵Ri-1，i＝1。
第一矩阵生成子模块422用于根据当前干扰信号的频率以及所述设定时间段内的数据样本数，得到一频率相关矩阵W。
第二矩阵生成子模块423用于利用所述频率相关矩阵W和所述参考矩阵Ri-1，计算得到干扰系数矩阵C。
分解子模块424用于对所述干扰系数矩阵C进行特征值和特征向量分解，得到一特征向量矩阵。
第三矩阵生成子模块425用于将所述特征向量矩阵中一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成一抗干扰矩阵Mi。
第一判断处理子模块426用于判断是否还有其它未处理的干扰信号，若还有其它未处理的干扰信号，则确定当前干扰信号，并利用所述抗干扰矩阵对所述参考矩阵进行干扰消除，得到新的参考矩阵，具体实现时，可令Ri＝Ri-1*Mi，i＝i+1；并触发所述第一矩阵生成子模块422执行；若没有其它未处理的干扰信号，则结束。
本发明实施例中，干扰信号可以为固定频率信号，也可以为变化频率信号。相应地，第一矩阵生成子模块422在所述当前干扰信号为固定频率信号时，根据所述当前干扰信号的固定频率的谐波频率范围，选取设定的谐波频率范围，根据所选取的谐波频率范围确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵W；在所述当前干扰信号为变化频率信号时，根据所述当前干扰信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵W。
图4B为本发明实施例中又一种去除目标运动信号中干扰的装置的示例性结构图。如图4B所示，该装置可在图4A所示装置的基础上进一步包括选取子模块427和第二判断处理子模块428。
相应地，第一矩阵生成子模块422进一步用于根据所述目标运动信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵Wre。
第二矩阵生成子模块423进一步用于利用所述频率相关矩阵Wre和所述参考矩阵Ri-1，计算得到目标系数矩阵Cre。
分解子模块424进一步用于对所述目标系数矩阵Cre进行特征值和特征向量分解，得到一目标特征向量矩阵。
选取子模块427用于将所述目标特征向量矩阵中能量最大的特征向量作为目标运动特征向量ere，所述目标运动特征向量ere对应的特征值为目标运动特征值vre；将对所述干扰系数矩阵C进行特征值和特征向量分解后能量最大的特征向量作为干扰特征向量ei，将所述干扰特征向量对应的特征值作为干扰特征值vi。
第二判断处理子模块428用于在第三矩阵生成子模块425生成一个抗干扰矩阵之后，判断所述干扰特征值vi与所述目标运动特征值vre的比值是否小于一设定的第一阈值，如果是，则认为所述干扰信号远小于所述目标运动信号，所述干扰信号可忽略不计，并舍弃所述抗干扰矩阵，具体实现时，可令所述抗干扰矩阵Mi＝I(单位矩阵)；或者，判断所述干扰特征向量ei的转置ei’与所述目标运动特征向量ere的乘积是否大于一设定的第二阈值，如果是，则认为所述干扰特征向量ei与所述目标运动特征向量ere相似，消除所述干扰信号会影响所述目标运动信号，并舍弃所述抗干扰矩阵，具体实现时，可令所述Mi＝I。
图5为本发明实施例中再一种去除目标运动信号中干扰的装置的示例性结构图。如图5所示，该装置可包括：至少一个存储器51和至少一个处理器52。此外，还可以包括一些其它组件，例如通信端口等。这些组件通过总线进行通信。
其中，至少一个存储器51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4A和图4B中任一个所示的去除目标运动信号中干扰的装置的各个模块。此外，至少一个存储器51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52用于调用至少一个存储器51中存储的计算机程序，以执行本发明实施例中所述的去除目标运动信号中干扰的方法。处理器52可以为CPU，处理单元/模块，ASIC，逻辑模块或可编程门阵列等。其可通过所述通信端口进行数据的接收和发送。
本发明实施例中提供的磁共振成像系统可包括图4A和图4B以及图5中任一个所示的去除目标运动信号中干扰的装置。
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。
可以理解，上述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。
此外，本发明实施例中还提供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本发明实施例中所述的去除目标运动信号中干扰的方法。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。
图6为针对图2所示的干扰信号，在执行本发明实施例中的去除目标运动信号中干扰的方案之后的干扰消除后的示意图。可见，该1Hz的固定频率的干扰信号基本消除。
图7A和图7B为执行本发明实施例中的去除目标运动信号中干扰的方案前后多个通道接收的数据的波形图。其中，图7A为执行本发明实施例中的方案之前的波形图，图7B为执行本发明实施例中的方案之后的波形图。可见，执行本发明实施例中的方案之后这些干扰基本消除。
从上述方案中可以看出，由于本发明实施例中预先采集未运行序列脉冲时设定时间段内复数个通道接收的数据并构成参考矩阵，根据每个干扰信号的频率特点生成频率相关矩阵，并利用该频率相关矩阵和参考矩阵生成对应该干扰信号的干扰系数矩阵，通过对该干扰系数矩阵进行特征值和特征向量分解，将能量最大的特征向量去除后生成一抗干扰矩阵；当存在多个干扰信号时，可将之前的参考矩阵乘以已经得到的抗干扰矩阵(即从参考矩阵中消除已经计算了抗干扰矩阵的干扰信号)后作为新的干扰信号的参考矩阵，之后采用相同的方法计算得到对应该新的干扰信号的抗干扰矩阵，之后可对多通道接收的每个目标运动信号利用上述的抗干扰矩阵进行干扰消除，从而可消除干扰。
此外，通过针对固定频率的干扰信号，利用其谐波频率范围来构建频率相关矩阵，并对变化频率的干扰信号，利用其频率变化范围来构建频率相关矩阵，可最大限度的获取与干扰信号的特性相关的频率相关矩阵，进而增加计算抗干扰矩阵的准确性。
进一步地，通过对目标运动信号也根据其频率变化范围来构建其频率相关矩阵，并得到对应的目标系数矩阵，对该目标系数矩阵进行特征值和特征向量分解后，可根据各特征向量的能量大小获得该目标运动信号所在的特征向量方向，即能量最大的特征向量所在的方向，进而可通过将目标运动信号与干扰信号各自所对应的特征值或特征向量进行相应的对比，可忽略掉影响较小的干扰，从而降低处理复杂度；并且在确定消除一干扰信号会影响所述目标运动信号时，可不消除该干扰信号，以尽量保证目标运动信号的接收。
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 (12)
1.去除目标运动信号中干扰的方法，其特征在于，包括：
针对复数个通道接收的每个目标运动信号，利用至少一个抗干扰矩阵进行干扰消除，得到目标运动去干扰信号(107)；其中，所述至少一个抗干扰矩阵通过如下方法得到：
针对所述目标运动信号，获取未运行序列脉冲时一设定时间段内复数个通道接收的数据，所述数据构成一参考矩阵(101)；
根据当前干扰信号的频率以及所述设定时间段内的数据样本数，得到一频率相关矩阵(102)；
利用所述频率相关矩阵和所述参考矩阵，计算得到一干扰系数矩阵(103)；
对所述干扰系数矩阵进行特征值和特征向量分解，并将一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成一抗干扰矩阵(104)。
2.根据权利要求1所述的去除目标运动信号中干扰的方法，其特征在于，还存在其它未处理的干扰信号；
该方法进一步包括：确定当前干扰信号，利用所述抗干扰矩阵对所述参考矩阵进行干扰消除，得到新的参考矩阵(106)；并返回执行所述根据当前干扰信号的频率以及所述设定时间段内的数据样本数得到一频率相关矩阵的步骤。
3.根据权利要求1所述的去除目标运动信号中干扰的方法，其特征在于，所述当前干扰信号为固定频率信号；
所述根据所述当前干扰信号的频率以及所述设定时间段内的数据数量，得到一频率相关矩阵包括：
根据所述当前干扰信号的固定频率的谐波频率范围，选取设定的谐波频率范围，根据所选取的谐波频率范围确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵。
4.根据权利要求1所述的去除目标运动信号中干扰的方法，其特征在于，所述当前干扰信号为变化频率信号；
所述根据所述当前干扰信号的频率以及所述设定时间段内的数据数量，得到一频率相关矩阵包括：
根据所述当前干扰信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵。
5.根据权利要求1至4中任一项所述的去除目标运动信号中干扰的方法，其特征在于，进一步包括：
根据所述目标运动信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵；
利用所述频率相关矩阵和所述参考矩阵，计算得到目标系数矩阵；
对所述目标系数矩阵进行特征值和特征向量分解，并将能量最大的特征向量作为目标运动特征向量，所述目标运动特征向量对应的特征值为目标运动特征值；
所述生成一抗干扰矩阵之后，进一步包括：将对所述干扰系数矩阵进行特征值和特征向量分解后能量最大的特征向量作为干扰特征向量，将所述干扰特征向量对应的特征值作为干扰特征值；
判断所述干扰特征值与所述目标运动特征值的比值是否小于一设定的第一阈值，如果是，则认为所述干扰信号远小于所述目标运动信号，所述干扰信号可忽略不计，并舍弃所述抗干扰矩阵；或者，判断所述干扰特征向量的转置与所述目标运动特征向量的乘积是否大于一设定的第二阈值，如果是，则认为所述干扰特征向量与所述目标运动特征向量相似，消除所述干扰信号会影响所述目标运动信号，并舍弃所述抗干扰矩阵。
6.去除目标运动信号中干扰的装置，其特征在于，包括：
干扰消除模块(410)，用于针对所述复数个通道接收的每个目标运动信号，利用至少一个抗干扰矩阵进行干扰消除；和
抗干扰矩阵生成模块(420)，用于生成所述至少一个抗干扰矩阵；所述抗干扰矩阵生成模块(420)包括：
数据采集子模块(421)，用于获取未运行序列脉冲时一设定时间段内复数个通道接收的数据，所述数据构成参考矩阵；
第一矩阵生成子模块(422)，用于根据当前干扰信号的频率以及所述设定时间段内的数据样本数，得到一频率相关矩阵；
第二矩阵生成子模块(423)，用于利用所述频率相关矩阵和所述参考矩阵，计算得到一干扰系数矩阵；
分解子模块(424)，用于对所述干扰系数矩阵进行特征值和特征向量分解，得到一特征向量矩阵；
第三矩阵生成子模块(425)，用于将所述特征向量矩阵中一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成一抗干扰矩阵。
7.根据权利要求6所述的去除目标运动信号中干扰的装置，其特征在于，存在多个干扰信号；所述装置进一步包括：第一判断处理子模块(426)，用于判断是否还有未处理的其它干扰信号，若还有其它未处理的干扰信号，则确定当前干扰信号，并利用所述抗干扰矩阵对所述参考矩阵进行干扰消除，得到新的参考矩阵；并触发所述第一矩阵生成子模块执行；若没有其它干扰信号，则结束。
8.根据权利要求6所述的去除目标运动信号中干扰的装置，其特征在于，所述第一矩阵生成子模块(422)在当前干扰信号为固定频率信号时，根据所述当前干扰信号的固定频率的谐波频率范围，选取设定的谐波频率范围，根据所选取的谐波频率范围确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵；在所述当前干扰信号为变化频率信号时，根据所述当前干扰信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵。
9.根据权利要求6至8中任一项所述的去除目标运动信号中干扰的装置，其特征在于，所述第一矩阵生成子模块(422)进一步用于根据所述目标运动信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵；
所述第二矩阵生成子模块(423)进一步用于利用所述频率相关矩阵和所述参考矩阵，计算得到目标系数矩阵；
所述分解子模块(424)进一步用于对所述目标系数矩阵进行特征值和特征向量分解，得到一目标特征向量矩阵；
所述抗干扰矩阵生成模块(420)进一步包括：
选取子模块(427)，用于将所述目标特征向量矩阵中能量最大的特征向量作为目标运动特征向量，所述目标运动特征向量对应的特征值为目标运动特征值；将对所述干扰系数矩阵进行特征值和特征向量分解后能量最大的特征向量作为干扰特征向量，将所述干扰特征向量对应的特征值作为干扰特征值；和
第二判断处理子模块(428)，用于在所述第三矩阵生成子模块生成一干扰矩阵时，判断所述干扰特征值与所述目标运动特征值的比值是否小于一设定的第一阈值，如果是，则认为所述干扰信号远小于所述目标运动信号，所述干扰信号可忽略不计，并舍弃所述抗干扰矩阵；或者，判断所述干扰特征向量的转置与所述目标运动特征向量的乘积是否大于一设定的第二阈值，如果是，则认为所述干扰特征向量与所述目标运动特征向量相似，消除所述干扰信号会影响所述目标运动信号，并舍弃所述抗干扰矩阵。
10.去除目标运动信号中干扰的装置，其特征在于，包括：至少一个存储器(51)和至少一个处理器(52)，其中：
所述至少一个存储器(51)用于存储计算机程序；
所述至少一个处理器(52)用于调用所述至少一个存储器(51)中存储的计算机程序，执行如权利要求1至5中任一项所述的去除目标运动信号中干扰的方法。
11.磁共振成像系统，其特征在于，包括如权利要求6至10中任一项所述的去除目标运动信号中干扰的装置。
12.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5中任一项所述的去除目标运动信号中干扰的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910777699.5A CN112415452B (zh) | 2019-08-22 | 2019-08-22 | 去除信号中干扰的方法和装置、磁共振系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910777699.5A CN112415452B (zh) | 2019-08-22 | 2019-08-22 | 去除信号中干扰的方法和装置、磁共振系统和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112415452A true CN112415452A (zh) | 2021-02-26 |
| CN112415452B CN112415452B (zh) | 2024-03-19 |
Family
ID=74779776
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910777699.5A Active CN112415452B (zh) | 2019-08-22 | 2019-08-22 | 去除信号中干扰的方法和装置、磁共振系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112415452B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022227619A1 (zh) * | 2021-04-29 | 2022-11-03 | 杭州微影医疗科技有限公司 | 干扰消除方法、介质及设备 |
| WO2022227618A1 (zh) * | 2021-04-29 | 2022-11-03 | 杭州微影医疗科技有限公司 | 干扰消除方法、介质及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101470180A (zh) * | 2007-12-29 | 2009-07-01 | 西门子（中国）有限公司 | 磁共振成像中失真校准的方法和装置 |
| CN102389309A (zh) * | 2011-07-08 | 2012-03-28 | 首都医科大学 | 基于压缩感知理论的磁共振图像重建的方法 |
| US20130236115A1 (en) * | 2012-03-09 | 2013-09-12 | U.S. Government As Represented By The Secretary Of The Army | Method and System for Recovery of Missing Spectral Information in Wideband Signal |
| CN105094324A (zh) * | 2015-07-14 | 2015-11-25 | 南京航空航天大学 | 基于左右手运动想象脑电信号的大脑状态识别方法 |
| CN106716167A (zh) * | 2014-09-01 | 2017-05-24 | 生物质子有限责任公司 | 用于评估结构空间频率的基于选择性采样磁共振的方法 |
| WO2017155364A1 (ko) * | 2016-03-11 | 2017-09-14 | 성균관대학교산학협력단 | 자기 공명 영상 장치 및 이를 이용한 자기 공명 영상 처리 방법 |
-
2019
- 2019-08-22 CN CN201910777699.5A patent/CN112415452B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101470180A (zh) * | 2007-12-29 | 2009-07-01 | 西门子（中国）有限公司 | 磁共振成像中失真校准的方法和装置 |
| CN102389309A (zh) * | 2011-07-08 | 2012-03-28 | 首都医科大学 | 基于压缩感知理论的磁共振图像重建的方法 |
| US20130236115A1 (en) * | 2012-03-09 | 2013-09-12 | U.S. Government As Represented By The Secretary Of The Army | Method and System for Recovery of Missing Spectral Information in Wideband Signal |
| CN106716167A (zh) * | 2014-09-01 | 2017-05-24 | 生物质子有限责任公司 | 用于评估结构空间频率的基于选择性采样磁共振的方法 |
| CN105094324A (zh) * | 2015-07-14 | 2015-11-25 | 南京航空航天大学 | 基于左右手运动想象脑电信号的大脑状态识别方法 |
| WO2017155364A1 (ko) * | 2016-03-11 | 2017-09-14 | 성균관대학교산학협력단 | 자기 공명 영상 장치 및 이를 이용한 자기 공명 영상 처리 방법 |
Non-Patent Citations (1)
| Title |
|---|
| 汪坚敏 等: "磁共振并行采集图像信噪比的计算", 《第一届全国脑与认知科学学术研讨会论文集》, pages 164 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022227619A1 (zh) * | 2021-04-29 | 2022-11-03 | 杭州微影医疗科技有限公司 | 干扰消除方法、介质及设备 |
| WO2022227618A1 (zh) * | 2021-04-29 | 2022-11-03 | 杭州微影医疗科技有限公司 | 干扰消除方法、介质及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112415452B (zh) | 2024-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8692549B2 (en) | Method for reconstructing images of an imaged subject from a parallel MRI acquisition | |
| JP5602030B2 (ja) | パラレル磁気共鳴イメージングのためのコイル選択 | |
| JP6232043B2 (ja) | Ｋ空間領域の中央および周辺のサンプリング最中での呼吸運動の検出を用いた磁気共鳴画像の再構成 | |
| US9526476B2 (en) | System and method for motion tracking using unique ultrasound echo signatures | |
| JP5599893B2 (ja) | ナビゲータを使用するｍｒイメージング | |
| US9429637B2 (en) | Interventional MR imaging with motion compensation | |
| 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 | |
| JP2006289097A (ja) | シェルｋ空間サンプリング軌跡を使用したアンダーサンプリング３ＤＭＲＩ | |
| JP6088711B2 (ja) | 磁気共鳴イメージングのための息止め検出 | |
| KR20070038929A (ko) | 자기공명촬상장치 | |
| JP2009505711A (ja) | 並行磁気共鳴撮像のための装置および方法 | |
| JP6814325B2 (ja) | ディクソン型水／脂肪分離ｍｒイメージング | |
| CN111830449B (zh) | 呼吸信号提取方法及装置、磁共振成像系统、存储介质 | |
| JP7446328B2 (ja) | ソフト動きゲーティングによる３ｄラジアル又はスパイラル収集を用いたｍｒ画像 | |
| US10527695B2 (en) | Systems and methods for efficient magnetic resonance fingerprinting scheduling | |
| US20170307716A1 (en) | Propeller mr imaging with artefact suppression | |
| 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 | |
| CN108882889B (zh) | 磁共振成像装置和程序 | |
| JP6348449B2 (ja) | 磁気共鳴装置およびプログラム | |
| JP2017051439A (ja) | 磁気共鳴装置およびプログラム | |
| JPH09238920A (ja) | 磁気共鳴イメージング装置 | |
| EP1389949B1 (en) | Ultrasound within mri scanners for guidance of mri pulse sequences | |
| US9360543B2 (en) | System and method for parallel magnetic resonance image reconstruction using digital beamforming | |
| CN107110942B (zh) | Mr成像方法和mr设备 | |
| JP2024007097A (ja) | 制御装置、制御方法、およびプログラム |
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 |