CN113050009A - 三维磁共振快速参数成像方法和装置 - Google Patents
三维磁共振快速参数成像方法和装置 Download PDFInfo
- Publication number
- CN113050009A CN113050009A CN201911374793.2A CN201911374793A CN113050009A CN 113050009 A CN113050009 A CN 113050009A CN 201911374793 A CN201911374793 A CN 201911374793A CN 113050009 A CN113050009 A CN 113050009A
- Authority
- CN
- China
- Prior art keywords
- parameter
- image
- magnetic resonance
- updating
- lattice relaxation
- 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
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
- G01R33/5602—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by filtering or weighting based on different relaxation times within the sample, e.g. T1 weighting using an inversion pulse
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明针对三维磁共振参数成像扫描时间长的特点,基于稀疏采样理论,设计了一种三维高加速倍数欠采样方案,在重建三维参数加权图像的迭代过程中,分别对每一个频率编码方向对应的图像进行重建,基于参数弛豫模型提出了一种信号补偿的方法来增强数据在TSL方向的低秩性。结合(L+S)重建模型,更新重建图像。在重建的迭代过程中,每次迭代都会根据新的重建图像和参数弛豫模型,更新磁共振参数图,并将更新后的参数图用于下一次迭代中的信号补偿,直到算法达到迭代终止条件。利用参数弛豫模型,对重建的参数加权图像进行拟合,得到最终的参数图。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及本发明涉及一种磁共振快速参数成像方法和系统。
背景技术
骨关节炎是最常见的一种关节炎疾病之一,是造成残疾的主要原因,已影响着全世界数百上千万人,给家庭、社会造成巨大的经济负担。这种疾病是一种退行性病变,且随着年龄的增大,发病率逐渐上升。关节软骨的主要成分是由80%水分子构成的细胞外基质、Ⅱ型胶原纤维以及蛋白多糖分子。骨关节炎的一个重要特征是关节软骨退化,早期确诊骨关节炎后,采取干预措施可改变甚至逆转疾病进程。因此,临床上急需一种敏感、精准的工具来对骨关节炎进行早期诊断,并进行疗效评价和预后评估。
磁共振参数成像(如纵向弛豫T1和横向弛豫T2等)可以表征组织的一些固有信息,已成为一种重要的、安全有效的诊断工具。除T2弛豫外,近年来的研究表明,关节软骨退化是由于胶原蛋白基质的损伤引起的,磁共振旋转坐标系下的自旋晶格弛豫(spin-latticerelaxation in the rotating frame,T1ρ)可以很好地反映出这种基质的变化,T1ρ对运动受限的水分子质子和关节软骨细胞外基质中的蛋白多糖大分子间的相互作用比较敏感,且T1ρ的值随着蛋白多糖的减少而增加,因此T1ρ参数成像已在骨关节炎中的软骨退变、膝盖软骨损伤等相关疾病诊断上受到了临床上的广泛关注。
但是,为了获得准确的参数值,成像时通常需要采集多幅不同时间点(如自旋锁定时间点,spin lock time,TSL)、回波时间(echo time,TE等)的加权图像,导致其扫描时间往往很长,这成为制约其在临床上快速发展的一大瓶颈。为了缩短扫描时间,以T1ρ成像为例,目前的技术主要围绕以下三个方向进行开展的:
1、减少TSL的数量,这种方法由于TSL的减少导致采集的T1ρ加权的图像数量也减少了,因此其定量的精度也降低了。2、采用快速成像序列,但由于受硬件的限制,扫描速度并不会显著提高。3、采用快速成像技术,目前商用的快速成像技术主要是并行成像技术(如敏感度编码(SENSE)、广义自动校准部分并行采集(GRAPPA)等),但是这种方法由于受并行成像列阵线圈的限制,加速倍数越高,其成像后获得的图像的信噪比就会越低,因此采用这种方法的扫描速度通常仅能达到2-3倍。近年来基于稀疏采样理论的压缩感知技术在磁共振快速成像上得到了广泛的关注和应用。根据压缩感知的理论,只要信号是稀疏的或是压缩的,经过一个非相干的测量,利用优化方法通过求解最小化问题,就可以从高度欠采的数据中精确重建出原始信号。压缩感知理论已在磁共振参数成像上得到了大量的应用,在提高扫描效率的同时保证了准确的参数加权图像和参数值。
发明内容
现有的三维参数成像时间过长,以T1ρ为例,通常需要15-30分钟左右,本发明正是基于上述技术问题至少之一,提出了一种新的高加速倍数的三维欠采样方案,大大缩短了参数成像的扫描时间,且基于信号补偿的低秩加稀疏矩阵分解模型,从高度欠采的欠采样数据中重建出高质量的参数加权图像,并进一步获得准确的参数图,实现了任意层面、任意方位的快速参数成像。
有鉴于此,本发明的第一方面的实施例,以自旋晶格弛豫参数T1ρ为例,提出了一种三维磁共振快速参数成像方法,包括以下步骤:
S1:使用预设采集模板,以欠采样方式获取目标对象的磁共振参数成像数据;
S2:获取所述磁共振参数成像数据在K空间的中心部分的全采样数据,将所述全采样数据转换至图像域得到初始的全采低分辨率参数加权图像;
S3:根据自旋晶格弛豫模型和所述初始参数加权图像确定初始的自旋晶格弛豫参数T1ρ和补偿系数;
S4:根据L+S模型,使用所述补偿系数对所述参数加权图像进行更新;
S5:使用所述更新后的参数加权图像更新所述自旋晶格弛豫参数T1ρ和所述补偿系数;
S6:判断是否满足预设的迭代终止条件;若不满足预设的迭代终止条件,重复执行步骤S4至S6进行迭代,若满足预设的迭代终止条件,执行下一步骤;
S7:根据所述参数加权图像和所述自旋晶格弛豫模型拟合得到自旋晶格弛豫参数T1ρ图像。
优选的,预设采集模板采用三维高加速倍数欠采样方案,其中,频率编码方向全采,相位编码方向变密度欠采,预设采集模板中所有被采集的点均遵循螺旋轨迹或径向采样轨迹。
在重建三维T1ρ加权图像的迭代过程中,分别对每一个频率编码方向对应的图像进行重建,具体为:首先基于T1ρ参数弛豫模型提出了一种信号补偿的方法来增强数据在TSL方向的低秩性。其次,将补偿后的图像序列按参数方向排成一个空间-参数矩阵,其中矩阵的每一列表示某一TSL时刻采集到的磁共振图像,然后将空间-参数矩阵(这个矩阵实际上代表着图像)分解成低秩部分(low-rank component,L)和稀疏部分(sparse component,S)。第三,结合(L+S)重建模型,并对L做奇异值阈值操作,对S做软阈值操作,得到迭代更新的L和S,通过对更新后的L和S求和,可得到更新的空间-参数矩阵(即为图像)。在重建的迭代过程中,每次迭代都会根据新重建出的T1ρ加权图像和T1ρ参数弛豫模型,更新T1ρ参数图,并将更新后的T1ρ参数图用于下一次迭代中的信号补偿,如此反复迭代,直到算法达到迭代终止条件,停止重建。最后,利用T1ρ参数弛豫模型,对重建的参数加权图像进行拟合,得到最终的T1ρ参数图。
另一方面,本发明的一个实施例提供一种三维磁共振快速参数成像装置,包括:
数据获取模块,用于使用预设采集模板,以欠采方式获取目标对象的磁共振参数成像数据;
全采样图像重建模块,用于获取所述磁共振参数成像数据在K空间的中心部分的全采样数据,将所述全采样数据转换至图像域得到参数加权图像;
初始参数模块,用于根据自旋晶格弛豫模型和所述参数加权图像确定自旋晶格弛豫参数T1ρ和补偿系数;
图像更新模块,用于根据L+S模型,使用所述补偿系数对所述参数加权图像进行更新,
参数更新模块,用于使用所述更新后的参数加权图像更新所述自旋晶格弛豫参数T1ρ和所述补偿系数;
判断模块,用于判断是否满足预设的迭代终止条件;在不满足预设的迭代终止条件时,重复调用所述图像更新模块和所述参数更新模块进行更新;
图像拟合模块,用于根据所述参数加权图像和所述自旋晶格弛豫模型拟合得到自旋晶格弛豫参数T1ρ图像。。
再一个方面,本发明的又一个实施例提供一种磁共振设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如前述实施例中的成像方法。
再一个方面,本发明的又一个实施例提供一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如前述实施例中的成像方法。。
通过以上技术方案,本发明基于压缩感知理论,设计了一种高加速倍数的三维欠采样方案,大大缩短了参数成像的扫描时间,且基于信号补偿的低秩加稀疏分解模型,从高度欠采的欠采样数据中重建出高质量的T1ρ参数加权图像,并进一步获得准确的T1ρ参数图,实现了任意层面、任意方位的快速T1ρ参数成像。
附图说明
图1示出了根据本发明的实施例一的成像方法的示意图;
图2示出了根据本发明的实施例一的中的采集模板的示意图;
图3示出了根据本发明的实施例一的成像方法的另一个示意图;
图4示出了根据本发明的实施例二的成像装置的示意图;
图5示出了根据本发明的实施例三的磁共振设备的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
应当理解,当模块或单元被称为“在之上”、“连接到”或“耦合到”另一个模块或单元时,可以是直接在其他模块或单元或可以存在的中间模块或单元上、连接或耦合到其他模块或单元或可以存在的中间模块或单元。相反,当模块或单元被称为“直接在之上”、“直接连接到”或“直接耦合到”另一模块或单元时,可能不存在中间模块或单元。在本申请中,术语“和/或”可包括一个或以上相关所列条目的任何和所有组合。
本申请中所使用的术语仅用于描述特定的示例性实施例,并不限制本申请的范围。如本申请使用的单数形式“一”、“一个”及“该”可以同样包括复数形式,除非上下文明确提示例外情形。还应当理解,如在本申请说明书中,术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件,但并不排除存在或添加一个或以上其他特征、整体、步骤、操作、组件、部件和/或其组合的情况。
本申请一般涉及磁共振成像(MRI),更具体地,涉及用于MRI中的快速成像的系统和方法。可以通过操纵被称为k空间的虚拟空间来生成MRI图像。这里使用的术语“k空间”可以指表示MR图像中的空间频率的数字阵列(矩阵)。在一些实施例中,k空间可以是MR图像的2D或3D傅里叶变换。操纵k空间的方式,被称为k空间采样,可以影响采集时间(TA)。如这里所使用的,术语“采集时间”可以指采集整个脉冲序列的信号的时间。例如,术语“采集时间”可以指从开始填充k空间到采集整个k空间数据集的时间。传统上,提供两个k空间采样方法,笛卡尔采样和非笛卡尔采样,以操纵k空间。在笛卡尔采样中,k空间轨迹是直线,而在非笛卡尔采样中,例如辐射采样或螺旋采样,k空间轨迹可以比笛卡尔采样中的k空间轨迹更长。
实施例一
图1示出了根据本发明的一个实施例的三维磁共振快速参数成像方法的示意框图。
如图1所示,根据本发明的一个实施例的三维磁共振快速参数成像方法,包括以下步骤:
S1:使用预设采集模板,以欠采方式获取目标对象的磁共振参数成像数据;
针对三维磁共振参数成像扫描时间长特点,本发明基于稀疏采样理论,设计了一种三维高加速倍数欠采样方案,其中,频率编码方向全采,相位编码方向变密度欠采,欠采样模板中所有被采集的点均遵循螺旋轨迹或径向采样轨迹。
加速采集方案的采样模板具体参见附图2,图2中所示为ky和kz方向的欠采样示意和实例图,其中的一个点代表kx方向的一条线,kx方向全采,ky和kz方向的点表示要采集的线,且每个点具有以下特点:
在ky-kz平面,所有要采集的点分布于N个环内,环内的每个点都落在不同的螺旋轨迹线上,每条螺旋轨迹线由N个点组成,每个点来自于不同的环,若采样模板中螺旋轨迹线共Ns条,每条轨迹线上的点为N个,全采样时相位编码方向的线数分别为Ny和Nz,则总的加速倍数R=(Ny×Nz)/(Ns×N),,螺旋轨迹线的定义如下:
其中,y(r),z(r)分别表示点(y,z)的坐标,r表示点(y,z)所在的环的半径,其值是呈指数形式从内到外增长的,v表示角速度,表示螺旋轨迹的方位角,在同一个环内,某个点落在既定的螺旋轨迹线上,必须满足以下代价函数最小:
其中是点(y,z)经过螺旋校正后的方位角,θy,z是点(y,z)的方位角,D(y,z)是点(y,z)的采样密度,其值是不断更新的,且等于所选的点的采样密度和一个5×5大小的高斯核的和,λ是一个常数,不同的螺旋轨迹,其方位角是不同的,且满足以下变化规律:
S2:获取所述磁共振参数成像数据在K空间的中心部分的全采样数据,将所述全采样数据转换至图像域得到参数加权图像;
参见附图2b的欠采样采集模板,可以看出,采样频率是变化的,在K空间的中心区域,采样频率大于奈奎斯特频率,为全采样,因此采用这部分全采样的数据来计算补偿系数。
中心区域的选择,可以预先设定一个中心区域范围,也可以根据采集模板,计算全采样区域的范围。
对欠采样的三维T1ρ数据进行重建,重建时针对每个频率编码方向的图像分别进行重建。
S3:根据自旋晶格弛豫模型和所述参数加权图像确定自旋晶格弛豫参数T1ρ和补偿系数;
根据前一步中重建的初始的参数加权图像,可以根据自旋晶格弛豫模型和初始的参数加权图像计算初始的自旋晶格弛豫参数T1ρ和补偿系数。
具体来说,对欠采的三维T1ρ数据进行重建,重建时针对每个频率编码方向的图像分别进行重建,求解模型如下:
min{X,L,S}||S||1 s.t. C(X)=L+S,E(X)=d,Rank(L)=1 (4)
其中,||·||1是代表l1范数;C(·)是一个操作算子,表示对图像进行像素级的信号补偿;X是要重建的图像序列,且其表示成大小为体素数×TSL数(T)的矩阵;L是用矩阵形式表示的图像的低秩部分,S表示图像和低秩部分L的残差;E是多通道线圈编码矩阵,其等于欠采傅里叶算子与线圈的敏感度矩阵的乘积;Rank(L)表示矩阵的L的秩。设定T1ρ自旋晶格弛豫模型为:
M=M0exp(-TSLk/T1ρ)k=1,2,…,T (5)
其中,M表示不同TSL下的图像强度;M0表示不带自旋-锁脉冲(spin-lock pulse)情况下得到的平衡图像强度;TSLk为第k个自旋-锁时间,T为自旋-锁定时间(TSL)的个数。利用公式(5)对磁共振图像中的所有像素进行非线性拟合,即可得到每个像素相应的T1ρ值。
基于T1ρ弛豫模型,信号补偿可具体表示为将图像中的每个像素乘以一个补偿系数,补偿系数可由下式得到:
Coef=exp(TSLk/T1ρ)k=1,2,…,T, (6)
其中Coef表示补偿系数。
步骤S2中对全采的K空间中心部分经过傅里叶变换转化到图像域,得到初始参数加权图像,根据公式(5)T1ρ自旋晶格弛豫模型对图像进行拟合,估计初始的T1ρ参数,并根据公式(6)得到补偿系数的初始值Coef0。
S4:根据L+S模型,使用所述补偿系数对所述参数加权图像进行更新;
本步骤那个使用L+S模型,具体执行需要在本步骤中进行内部循环迭代,迭代步骤如下:
其中i表示外循环的次数。
S42:将所述中间图像分解为低秩部分L和稀疏部分S;
S43:根据奇异值阈值操作算子更新所述低秩部分L,根据软阈值操作算子更新所述稀疏部分S;
本步骤中,初始化S=0,设定外循环次数为J,在第j=1,2,…,J次迭代中:
SVTλ(M)=UΛλ(Σ)VH (7)
其中M=UΣVH表示奇异值分解(SVD),U、V分别为左、右奇异值向量组成的矩阵,VH表示V的共轭转置,Σ是由M的奇异值组成的对角矩阵,Λλ(Σ)表示保留Σ中最大的奇异值不变,其他全为0,在本发明中,只取L的最大奇异值,使得做奇异值阈值操作后L的秩Rank(L)=1;
其中p是图像矩阵的一个元素,v是阈值。
S44:根据更新后的低秩部分L和稀疏部分S更新所述中间图像;
更新中间图像的具体公式为:
其中E*表示E的逆操作,即等于对多通道线圈k空间数据做傅里叶逆变换后再进行线圈组合,得到图像;
S45:判断是否满足预设终止条件;
S46:若不满足预设终止条件,重复执行步骤S43至步骤S45,若满足预设终止条件,根据所述补偿系数和所述中间图像,计算得到更新后的参数加权图像。
更新参数加权图像公式如下:
其中C-1(·)表示将图像基于每个像素除以补偿系数Coefi。
在本步骤中,终止内部循环,得到更新后的参数加权图像。
预设的终止条件可以是预设的迭代次数,也可以是迭代收敛条件。这里不做具体限定,现有技术中可行的迭代收敛条件均可用于本发明。
S5:使用所述更新后的参数加权图像更新所述自旋晶格弛豫参数T1ρ和所述补偿系数;
本步骤中对自旋晶格弛豫参数T1ρ和所述补偿系数的更新的计算方法同步骤S3,根据公式(5)计算T1ρ,估计初始的T1ρ参数,根据公式(6)计算补偿系数。
S6:判断是否满足预设的迭代终止条件;若不满足预设的迭代终止条件,重复执行步骤S4至S6进行迭代,若满足预设的迭代终止条件,执行下一步骤;
预设的迭代终止条件可以是预设的迭代次数,也可以是迭代收敛条件,如相邻两次迭代之间的重建误差小于预设值。这里不做具体限定,现有技术中可行的迭代收敛条件均可用于本发明。
S7:根据所述参数加权图像和所述自旋晶格弛豫模型拟合得到自旋晶格弛豫参数T1ρ图像。
与现有的商用并行成像技术相比,本发明设计的螺旋轨迹变密度欠采样方式能极大地加快数据扫描速度,减少三维T1ρ参数成像时间,在图像重建时,本发明提出的重建方法能够更精确地从高度欠采的数据中重建出参数加权图像。
实施例二
图4示出了根据本发明的另一个实施例的示意框图。
如图4所示,本发明的第二实施例提供了一种三维磁共振快速参数成像装置,包括:
数据获取模块,用于使用预设采集模板,以欠采方式获取目标对象的磁共振参数成像数据;
全采样图像重建模块,用于获取所述磁共振参数成像数据在K空间的中心部分的全采样数据,将所述全采样数据转换至图像域得到初始的参数加权图像;
初始参数模块,用于根据自旋晶格弛豫模型和所述参数加权图像确定自旋晶格弛豫参数T1ρ和补偿系数;
图像更新模块,用于根据L+S模型,使用所述补偿系数对所述参数加权图像进行更新,
参数更新模块,用于使用所述更新后的参数加权图像更新所述自旋晶格弛豫参数T1ρ和所述补偿系数;
判断模块,用于判断是否满足预设的迭代终止条件;在不满足预设的迭代终止条件时,重复调用所述图像更新模块和所述参数更新模块进行更新;
图像拟合模块,用于根据所述参数加权图像和所述自旋晶格弛豫模型拟合得到自旋晶格弛豫参数T1ρ图像。
三维磁共振快速参数成像装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成,这可以实现同样的操作,而不影响本发明的实施例的技术效果的实现。上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以由多个单元来实现,或者多个单元的功能由一个单元实现。在本发明的其它实施例中,基于三维磁共振快速参数成像装置也可以包括其它单元,在实际应用中,这些功能也可以由其它单元协助实现,并且可以由多个单元协作实现。
根据本发明的另一个实施例,可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行实施例二中相应方法所涉及的各步骤的计算机程序(包括程序代码),来构造如附图4中所示的三维磁共振快速参数成像装置设备,以及来实现本发明实施例的模型训练方法。所述计算机程序可以记载于例如计算机可读记录介质上,并通过计算机可读记录介质装载于上述计算设备中,并在其中运行。
实施例三
如图5所示,本发明的实施例三提供一种磁共振设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如实施例一中所述的三维磁共振快速参数成像方法。
图5中,设备包括处理器201、存储器202、输入装置203以及输出装置204;设备中处理器201的数量可以是一个或多个,图5中以一个处理器201为例;设备中的处理器201、存储器202、输入装置203以及输出装置204可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器202作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的三维磁共振快速参数成像方法对应的程序指令/模块(例如,数据获取模块、全采样图像重建模块、初始参数模块、图像更新模块、参数更新模块、判断模块、图像拟合模块)。处理器201通过运行存储在存储器202中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的磁共振参数成像方法。
存储器202可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器202可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器202可进一步包括相对于处理器201远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的示例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置203可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。
输出装置204可包括显示屏等显示设备,例如,用户终端的显示屏。
实施例四
本发明的实施例四提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如实施例一中所述的三维磁共振快速参数成像方法。
本发明各实施例方法中的步骤可根据实际需要进行顺序调整、合并和删减。
本发明各实施例装置中的单元可根据实际需要进行合并、划分和删减。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上结合附图详细说明了本发明的技术方案,以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (9)
1.一种三维磁共振快速参数成像方法,其特征在于,包括以下步骤:
S1:使用预设采集模板,以欠采样方式获取目标对象的磁共振参数成像数据;
S2:获取所述磁共振参数成像数据在K空间的中心部分的全采样数据,将所述全采样数据转换至图像域得到参数加权图像;
S3:根据自旋晶格弛豫模型和所述参数加权图像确定自旋晶格弛豫参数T1ρ和补偿系数;
S4:根据L+S模型,使用所述补偿系数对所述参数加权图像进行更新;
S5:使用所述更新后的参数加权图像更新所述自旋晶格弛豫参数T1ρ和所述补偿系数;
S6:判断是否满足预设的迭代终止条件;若不满足预设的迭代终止条件,重复执行步骤S4至S6进行迭代,若满足预设的迭代终止条件,执行下一步骤;
S7:根据所述参数加权图像和所述自旋晶格弛豫模型拟合得到自旋晶格弛豫参数T1ρ图像。
2.如权利要求1所述的成像方法,其特征在于,所述预设采集模板具有以下特征:频率编码方向为全采样,相位编码方向为变密度欠采样,被采集的点遵循螺旋轨迹或径向轨迹。
3.如权利要求2所述的成像方法,其特征在于,步骤S4进一步包括:
S41:根据所述补偿系数,对所述参数加权图像进行补偿,得到中间图像;
S42:将所述中间图像分解为低秩部分L和稀疏部分S;
S43:根据奇异值阈值操作算子更新所述低秩部分L,根据软阈值操作算子更新所述稀疏部分S;
S44:根据更新后的低秩部分L和稀疏部分S更新所述中间图像;
S45:判断是否满足预设终止条件;
S46:若不满足预设终止条件,重复执行步骤S43至步骤S45,若满足预设终止条件,根据所述补偿系数和所述中间图像,计算得到更新后的参数加权图像。
5.如权利要求1-4之一所述的成像方法,其特征在于,所述自旋晶格弛豫模型为:
M=M0exp(-TSLk/T1ρ)k=1,2,…,T
其中,M表示不同自旋锁定时间点(spin lock time,TSL)下的图像强度;M0表示不带自旋-锁脉冲(spin-lock pulse)情况下得到的平衡图像强度,TSLk为第k个自旋-锁时间,T为自旋-锁定时间(TSL)的个数。
6.如权利要求5所述的成像方法,其特征在于,所述补偿系数为:
Coef=exp(TSLk/T1ρ)k=1,2,…,T,
其中Coef表示所述补偿系数。
7.一种三维磁共振快速参数成像装置,其特征在于,包括:
数据获取模块,用于使用预设采集模板,以欠采方式获取目标对象的磁共振参数成像数据;
全采样图像重建模块,用于获取所述磁共振参数成像数据在K空间的中心部分的全采样数据,将所述全采样数据转换至图像域得到参数加权图像;
初始参数模块,用于根据自旋晶格弛豫模型和所述参数加权图像确定自旋晶格弛豫参数T1ρ和补偿系数;
图像更新模块,用于根据L+S模型,使用所述补偿系数对所述参数加权图像进行更新,
参数更新模块,用于使用所述更新后的参数加权图像更新所述自旋晶格弛豫参数T1ρ和所述补偿系数;
判断模块,用于判断是否满足预设的迭代终止条件;在不满足预设的迭代终止条件时,重复调用所述图像更新模块和所述参数更新模块进行更新;
图像拟合模块,用于根据所述参数加权图像和所述自旋晶格弛豫模型拟合得到自旋晶格弛豫参数T1ρ图像。
8.一种磁共振设备,其特征在于,所述磁共振设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的成像方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的成像方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911374793.2A CN113050009B (zh) | 2019-12-27 | 2019-12-27 | 三维磁共振快速参数成像方法和装置 |
PCT/CN2020/129484 WO2021129235A1 (zh) | 2019-12-27 | 2020-11-17 | 三维磁共振快速参数成像方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911374793.2A CN113050009B (zh) | 2019-12-27 | 2019-12-27 | 三维磁共振快速参数成像方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113050009A true CN113050009A (zh) | 2021-06-29 |
CN113050009B CN113050009B (zh) | 2022-12-13 |
Family
ID=76506418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911374793.2A Active CN113050009B (zh) | 2019-12-27 | 2019-12-27 | 三维磁共振快速参数成像方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113050009B (zh) |
WO (1) | WO2021129235A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113533408A (zh) * | 2021-07-21 | 2021-10-22 | 杭州电子科技大学 | 一种改善并行磁共振重建图像质量的变密度数据采样方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080197844A1 (en) * | 2007-02-15 | 2008-08-21 | Lei Ying | Methods and apparatus for joint image reconstruction and coil sensitivity estimation in parallel mri |
US20170035319A1 (en) * | 2015-08-04 | 2017-02-09 | University Of Virginia Patent Foundation | Rapid 3d dynamic arterial spin labeling with a sparse model-based image reconstruction |
US9633455B1 (en) * | 2015-12-10 | 2017-04-25 | Siemens Healthcare Gmbh | Dictionary-free MR parameter inference for fingerprinting reconstruction |
CN107219481A (zh) * | 2017-05-26 | 2017-09-29 | 深圳先进技术研究院 | 一种通用的三维欠采样轨迹设计方法 |
CN109633502A (zh) * | 2018-12-03 | 2019-04-16 | 深圳先进技术研究院 | 磁共振快速参数成像方法及装置 |
CN109658468A (zh) * | 2018-12-12 | 2019-04-19 | 深圳先进技术研究院 | 磁共振参数成像方法、装置、设备及存储介质 |
CN110146836A (zh) * | 2018-02-12 | 2019-08-20 | 深圳先进技术研究院 | 一种磁共振参数成像方法、装置、设备及存储介质 |
CN110161442A (zh) * | 2018-02-12 | 2019-08-23 | 深圳先进技术研究院 | 磁共振参数成像方法、装置、医学设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2568929C1 (ru) * | 2014-04-30 | 2015-11-20 | Самсунг Электроникс Ко., Лтд. | Способ и система для быстрой реконструкции изображения мрт из недосемплированных данных |
CN108175409B (zh) * | 2018-01-05 | 2021-03-23 | 郜发宝 | 一种定量快速锁频磁共振成像方法 |
-
2019
- 2019-12-27 CN CN201911374793.2A patent/CN113050009B/zh active Active
-
2020
- 2020-11-17 WO PCT/CN2020/129484 patent/WO2021129235A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080197844A1 (en) * | 2007-02-15 | 2008-08-21 | Lei Ying | Methods and apparatus for joint image reconstruction and coil sensitivity estimation in parallel mri |
US20170035319A1 (en) * | 2015-08-04 | 2017-02-09 | University Of Virginia Patent Foundation | Rapid 3d dynamic arterial spin labeling with a sparse model-based image reconstruction |
US9633455B1 (en) * | 2015-12-10 | 2017-04-25 | Siemens Healthcare Gmbh | Dictionary-free MR parameter inference for fingerprinting reconstruction |
CN107219481A (zh) * | 2017-05-26 | 2017-09-29 | 深圳先进技术研究院 | 一种通用的三维欠采样轨迹设计方法 |
CN110146836A (zh) * | 2018-02-12 | 2019-08-20 | 深圳先进技术研究院 | 一种磁共振参数成像方法、装置、设备及存储介质 |
CN110161442A (zh) * | 2018-02-12 | 2019-08-23 | 深圳先进技术研究院 | 磁共振参数成像方法、装置、医学设备及存储介质 |
CN109633502A (zh) * | 2018-12-03 | 2019-04-16 | 深圳先进技术研究院 | 磁共振快速参数成像方法及装置 |
CN109658468A (zh) * | 2018-12-12 | 2019-04-19 | 深圳先进技术研究院 | 磁共振参数成像方法、装置、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113533408A (zh) * | 2021-07-21 | 2021-10-22 | 杭州电子科技大学 | 一种改善并行磁共振重建图像质量的变密度数据采样方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113050009B (zh) | 2022-12-13 |
WO2021129235A1 (zh) | 2021-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8879852B2 (en) | Non-contrast-enhanced 4D MRA using compressed sensing reconstruction | |
Lee et al. | Deep learning in MR image processing | |
CN109633502B (zh) | 磁共振快速参数成像方法及装置 | |
US9709650B2 (en) | Method for calibration-free locally low-rank encouraging reconstruction of magnetic resonance images | |
CN109658468B (zh) | 磁共振参数成像方法、装置、设备及存储介质 | |
Lv et al. | Which GAN? A comparative study of generative adversarial network-based fast MRI reconstruction | |
CN113924503B (zh) | 时域磁共振的参数图确定 | |
US11209511B2 (en) | Magnetic resonance fingerprinting with dictionary recompression | |
CN113994225A (zh) | 用于磁共振成像中的图像重建的系统和方法 | |
Kelkar et al. | Prior image-constrained reconstruction using style-based generative models | |
CN114167334B (zh) | 磁共振图像的重建方法、装置及电子设备 | |
CN112037298A (zh) | 图像重建方法、装置、计算机设备和存储介质 | |
CN110827369A (zh) | 欠采样模型生成方法、图像重建方法、设备和存储介质 | |
Barbieri et al. | Circumventing the curse of dimensionality in magnetic resonance fingerprinting through a deep learning approach | |
US20230044166A1 (en) | Accelerated time domain magnetic resonance spin tomography | |
CN113050009B (zh) | 三维磁共振快速参数成像方法和装置 | |
CN115356672B (zh) | 多维磁共振成像方法、系统及存储介质 | |
Sebastiani et al. | Truncation artifact reduction in magnetic resonance imaging by Markov random field methods | |
Chang et al. | Parallel MRI reconstruction using broad learning system | |
CN111077486A (zh) | 三维正对比磁共振成像方法、装置、设备和存储介质 | |
Shimron et al. | CORE‐PI: Non‐iterative convolution‐based reconstruction for parallel MRI in the wavelet domain | |
JP2023069890A (ja) | 磁気共鳴イメージング装置、画像処理装置、及び、画像処理方法 | |
WO2024103414A1 (zh) | 一种磁共振图像重建方法和图像重建装置 | |
CN113567901B (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 | |
Guan et al. | Learning-Assisted Fast Determination of Regularization Parameter in Constrained Image Reconstruction |
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 |