CN113180636A - 干扰消除方法、介质及设备 - Google Patents
干扰消除方法、介质及设备 Download PDFInfo
- Publication number
- CN113180636A CN113180636A CN202110476769.0A CN202110476769A CN113180636A CN 113180636 A CN113180636 A CN 113180636A CN 202110476769 A CN202110476769 A CN 202110476769A CN 113180636 A CN113180636 A CN 113180636A
- Authority
- CN
- China
- Prior art keywords
- signal
- matrix
- signals
- magnetic resonance
- channels
- 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
-
- 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
-
- 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
- A61B5/7217—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise originating from a therapeutic or surgical apparatus, e.g. from a pacemaker
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本申请涉及信号处理技术领域,公开了一种干扰消除方法、介质及设备,可以从基于多个通道接收的测量信号中消除干扰信号得到有效信号,以避免干扰信号对有效信号的影响。该方法包括:从多个通道获取测量信号,测量信号中混合了有效信号和干扰信号;采用滑动时间窗将测量信号中的数据构建为第一分块Hankel矩阵,按照奇异值分解将第一分块Hankel矩阵分解为多个分量;从多个分量中识别并去除与干扰信号源对应的分量,以得到测量信号中的目标有效信号;同一列数据为同一滑动时间窗内从多个通道采样得到的数据,不同列数据为不同滑动时间窗内从多个通道采样得到的数据。该方法具体可以用于消除电磁干扰信号对磁共振成像信号的影响。
Description
技术领域
本申请涉及信号处理技术领域,特别涉及一种干扰消除方法、介质及设备。
背景技术
随着电气、电子设备的大量应用,人们对于电子设备接收到的信号的质量的要求越来越高。通常电子设备所处的环境存在干扰(Interference),并且电子设备的运行过程以及馈线系统也会产生干扰,这使得电子设备接收到的有效信号会受到其他干扰信号的影响。也就是说,干扰信号会对有效信号的接收造成损害,从而导致电子设备获取的有效信号失真或者信噪比(signal-to-noise ratio,SNR)降低。
例如,对于磁共振成像(Magnetic Resonance Imaging,MRI)设备而言,采集的磁共振成像信号通常会受到环境中的电磁干扰信号(Electromagnetic Interference,EMI)等干扰信号的影响,进而使得磁共振成像中存在伪影或者降低磁共振成像的信噪比,降低了磁共振成像的准确性。为了避免电磁干扰信号对磁共振成像质量的影响,通常需要对磁共振成像设备进行严格的电磁屏蔽,如将磁共振成像设备放置于特定的房间内,而电磁屏蔽将会极大地限制磁共振成像的应用场景。
发明内容
本申请实施例提供了一种干扰消除方法、介质及设备,可以从基于多个通道接收的测量信号中消除干扰信号得到有效信号,以避免干扰信号对有效信号的影响。
第一方面,本申请实施例提供了一种干扰消除方法,应用于包括具有信号接收功能的多个通道的电子设备,该方法包括:从该多个通道获取测量信号,测量信号中混合了有效信号和干扰信号;采用滑动时间窗将测量信号中的数据构建为第一分块Hankel矩阵,按照奇异值分解将第一分块Hankel矩阵分解为多个分量;从多个分量中识别并去除与干扰信号对应的分量,以得到测量信号中的目标有效信号;其中,第一分块Hankel矩阵中同一列数据均为同一滑动时间窗内从多个通道采样得到的数据,不同列数据为不同滑动时间窗内从上述多个通道采样得到的数据,一个滑动时间窗中包括至少两个采样时间点,并且相邻的两个滑动时间窗之间间隔了一个采样时间点。干扰信号在多个通道之间的耦合关系具有频域相关性,且该耦合关系在频域上连续且平滑。
具体地,上述方法可以应用于磁共振成像、同步脑电-功能磁共振成像以及语音信号处理等场景中,但不限于此。可以理解的是,由于上述耦合关系在频域上连续且平滑,因此使得在时域上该耦合关系反映为,针对某个通道中的信号可以用该通道的相邻时间点的采样数据,以及其他通道的当前及相邻时间点的采样数据来进行线性表示,而且这些线性关系的线性系数是时不变的。如此,基于这些线性系数时不变的特性,可以实现按照上述方式采用滑动时间窗将测量信号中的数据构建为第一分块Hankel矩阵,以使得对第一分块Hankel矩阵的奇异值分解得出与电磁干扰信号等干扰信号对应的分量,进而可以去除这些分量仅保留与有效信号对应的分量。如此,便可以得到测量信号中信噪比较高的有效信号。并且,上述方法无需获知干扰信号(如电磁干扰信号)在多个通道之间的耦合关系,即无需获取用于估计多个通道之间的耦合关系的校准数据,有利于简化消除电磁干扰信号的过程,并提升电磁干扰消除的稳定性。更具体地,在磁共振成像场景中,上述测量信号包括混合的磁共振成像信号和电磁干扰信号等,按照上述干扰消除方法可以消除磁共振成像中存在的伪影、得到信噪比较高的磁共振成像信号。进而,可以极大地提高磁共振成像的质量,实现在未屏蔽或部分屏蔽的环境中正常运行低场磁共振成像设备。
在上述第一方面的一种可能的实现中,上述按照奇异值分解将第一分块Hankel矩阵分解为多个分量,可以包括:使用公式H=U×S×V*,实现按照奇异值分解将第一分块Hankel矩阵分解为多个分量;其中,矩阵H为第一分块Hankel矩阵且为k×j阶的矩阵,矩阵U为k×n阶的矩阵,矩阵S为n×n阶对角矩阵,矩阵V*为矩阵V的共轭转置矩阵且矩阵V为j×n阶的矩阵,V的每一列对应一个信号源的分量,多个分量为矩阵V中所有列对应的分量,n为多个分量的总数,k=m×a,m为多个通道的数量,a为一个滑动时间窗内在一个通道中采样数据的个数,j为滑动时间窗的总数。此外,j=(t-a+1)×p,t为基于多个通道获取测量信号的采样次数,p为数据采集时相位编码线的条数(或者重复数据采集的次数)。例如,在上述多个通道包括一个接收线圈通道和两个感应线圈通道的情况下,m=3。此时,作为一种示例,若a=3,t=100,p=100,则k=9,j=9800。并且,假设磁共振成像设备100的信号源包括一个磁共振信号源,一个电磁干扰信号源和一个热噪声信号源,则n=3。
在上述第一方面的一种可能的实现中,上述从多个分量中识别并去除与干扰信号对应的分量,以得到测量信号中的目标有效信号,包括:从第一分块Hankel矩阵中的多个分量中识别并去除与干扰信号源对应的分量,得到第二分块Hankel矩阵;将第二分块Hankel矩阵转换到多个通道的信号,以得到目标有效信号。作为一种示例,可以通过将第一分块Hankel矩阵中与干扰信号对应的分量中的所有数据均置零,以从第一分块Hankel矩阵中去除这些分量。此外,理想情况下第二分块Hankel矩阵中与干扰信号对应的所有数据(或分量)均被去除,如均被置零。进而,可以理解的是,上述第二分块Hankel矩阵中仅包括有效信号的分量,而不包括与电磁干扰信号源对应的分量和噪声信号源对应的分量。即第二分块Hankel矩阵中的数据可以表示测量信号中的有效信号。
在上述第一方面的一种可能的实现中,上述方法还包括:确定多个分量中的每个分量的分量类型,分量类型至少包括有效信号和干扰信号。例如,可以采用独立成分分析(Independent Component Analysis,ICA)方法或者其他盲源分离方法等方法识别出与不同信号源对应的分量。
在上述第一方面的一种可能的实现中,上述确定多个分量中的每个分量的分量类型,包括:在电子设备为磁共振成像设备的情况下,针对多个分量中的每个分量,确定一个分量对应的频域空间中心部分的平均信号强度和边缘部分的平均信号强度之间的比值,以确定对应分量的分量类型;其中,有效信号为磁共振成像信号,干扰信号包括电磁干扰信号和热噪声中的至少一项。具体地,如果上述比值高于设定的阈值(如5),则认为分量为磁共振信号对应的分量。反之,如果比值低于设定的阈值,则认为分量为电磁干扰信号等干扰信号对应的分量。
在上述第一方面的一种可能的实现中,上述多个通道中的每个通道均为第一类通道,或者,多个通道中包括至少一个第一类通道和至少一个第二类通道;其中,第一类通道用于接收有效信号并接收或感应干扰信号,第二类通道仅用于接收或感应干扰信号。例如,第一类通道为下文中的接收线圈通道,第二类通道为下文中的感应线圈通道。
在上述第一方面的一种可能的实现中,上述电子设备为磁共振成像设备,有效信号为磁共振成像信号,干扰信号包括电磁干扰信号和热噪声中的至少一项;第一类通道(即下文中的接收线圈通道)由一个或多个相控阵线圈(如下文中的接收线圈)实现,第二类通道(即下文中的接收线圈通道)由一个或多个相控阵线圈或贴于检测对象表面(如人体皮肤)的一个或多个电极实现。
在上述第一方面的一种可能的实现中,上述电子设备为同步脑电-功能磁共振成像设备,有效信号为脑电信号,干扰信号包括同步脑电-功能磁共振成像设备发起的射频信号和梯度信号所引起的干扰中的至少一项;第一类通道由贴附在头皮(即检测对象)表面的一个或多个电极实现;第二类通道由贴附在人体皮肤(即检测对象)表面的一个或多个电极,或者一个或多个相控阵线圈实现。
在上述第一方面的一种可能的实现中,上述测量信号为一维或者多维数据,上述第一分块Hankel矩阵是使用一维或者多维(如二维)的滑动时间窗构建的。可以理解的,测量信号的维度与构建的第一分块Hankel矩阵的滑动时间窗的维度一致。
第二方面,本申请实施例提供了一种干扰消除装置,应用于包括具有信号接收功能的多个通道的电子设备,包括:获取模块,用于从多个通道获取测量信号,测量信号中混合了有效信号和干扰信号,干扰信号在所述多个通道之间的耦合关系具有频域相关性,且所述耦合关系在频域上连续且平滑;构建模块,用于采用滑动时间窗将获取模块获取的测量信号中的数据构建为第一分块Hankel矩阵,其中,第一分块Hankel矩阵中同一列数据均为同一滑动时间窗内从多个通道采样得到的数据,不同列数据为不同滑动时间窗内从多个通道采样得到的数据,一个滑动时间窗中包括至少两个采样时间点,并且相邻的两个滑动时间窗之间间隔了一个采样时间点;分解模块,用于按照奇异值分解将构建模块构建的第一分块Hankel矩阵分解为多个分量;分离模块,用于从分解模块得到的多个分量中识别并去除与干扰信号对应的分量,以得到测量信号中的目标有效信号。例如,上述获取模块、构建模块、分解模块和分离模块可以通过电子设备中具有这些模块或单元功能的处理器实现。
在上述第二方面的一种可能的实现中,上述分解模块,具体用于使用公式H=U×S×V*,实现按照奇异值分解将第一分块Hankel矩阵分解为多个分量;其中,矩阵H为第一分块Hankel矩阵且为k×j阶的矩阵,矩阵U为k×n阶的矩阵,矩阵S为n×n阶对角矩阵,矩阵V*为矩阵V的共轭转置矩阵且矩阵V为j×n阶的矩阵,V的每一列对应一个信号源的分量,多个分量为矩阵V中所有列对应的分量,n为多个分量的总数,k=m×a,m为多个通道的数量,a为一个滑动时间窗内在一个通道中采样数据的个数,j为滑动时间窗的总数。此外,j=(t-a+1)×p,t为基于多个通道获取测量信号的采样次数,p为数据采集时相位编码线的条数(或者重复数据采集的次数)。
在上述第二方面的一种可能的实现中,上述分离模块,具体用于从第一分块Hankel矩阵中的多个分量中识别并去除与干扰信号对应的分量,得到第二分块Hankel矩阵;将第二分块Hankel矩阵转换到多个通道的信号,以得到目标有效信号。
在上述第二方面的一种可能的实现中,上述装置还包括:确定模块,用于确定多个分量中的每个分量的分量类型,分量类型至少包括有效信号和干扰信号。例如,上述确定模块可以通过电子设备中具有该块或单元功能的处理器实现。
在上述第二方面的一种可能的实现中,上述确定模块,具体用于在电子设备为磁共振成像设备的情况下,针对多个分量中的每个分量,确定一个分量对应的频域空间中心部分的平均信号强度和边缘部分的平均信号强度之间的比值,以确定对应分量的分量类型;其中,有效信号为磁共振成像信号,干扰信号包括电磁干扰信号和热噪声中的至少一项。
在上述第二方面的一种可能的实现中,上述多个通道中的每个通道均为第一类通道,或者,多个通道中包括至少一个第一类通道和至少一个第二类通道;其中,第一类通道用于接收有效信号并接收或感应干扰信号,第二类通道仅用于接收或感应干扰信号。
在上述第二方面的一种可能的实现中,上述电子设备为磁共振成像设备,有效信号为磁共振成像信号,干扰信号包括电磁干扰信号和热噪声中的至少一项;第一类通道由一个或多个相控阵线圈实现,第二类通道由一个或多个相控阵线圈、或贴附于检测对象表面的一个或多个电极实现。
在上述第二方面的一种可能的实现中,上述电子设备为同步脑电-功能磁共振成像设备,有效信号为脑电信号,干扰信号包括同步脑电-功能磁共振成像设备发起的射频信号和梯度信号中的至少一项;第一类通道由贴附在检测对象表面的一个或多个电极实现;第二类通道由贴附在检测对象表面的一个或多个电极,或者一个或多个相控阵线圈实现。
在上述第二方面的一种可能的实现中,测量信号为一维或者多维数据,上述第一分块Hankel矩阵是使用一维或者多维的滑动时间窗构建的。
第三方面,本申请实施例提供了一种计算机可读存储介质,该存储介质上存储有指令,该指令在计算机上执行时使该计算机执行上述第一方面中的干扰消除方法。
第四方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;一个或多个存储器;该一个或多个存储器存储有一个或多个程序,当该一个或者多个程序被该一个或多个处理器执行时,使得该电子设备执行上述第一方面中的干扰消除方法。
附图说明
图1根据本申请的一些实施例,示出了一种磁共振成像设备的结构示意图;
图2根据本申请的一些实施例,示出了一种磁共振成像设备的结构示意图;
图3根据本申请的一些实施例,示出了一种干扰消除方法的流程示意图;
图4根据本申请的一些实施例,示出了一种构建分块Hankel矩阵的示意图;
图5根据本申请的一些实施例,示出了一种为k空间的分布示意图;
图6根据本申请的一些实施例,示出了一种磁共振成像过程中的重建图像、k空间以及各信号分量的示意图;
图7根据本申请的一些实施例,示出了一种磁共振成像设备的计算机的框图;
图8根据本申请的一些实施例,示出了一种手机的框图。
具体实施方式
本申请的说明性实施例包括但不限于干扰消除方法、装置、介质及设备。
本申请实施例提供的干扰消除方法,可以应用于磁共振成像(MagneticResonance Imaging,MRI)、同步脑电-功能磁共振成像以及语音信号处理等场景中,但不限于此。具体地,电子设备可以包括具有信号接收功能的多个通道,以从多个通道的测量信号中消除干扰信号,从而得到不受干扰信号影响的有效信号,如前述应用中的磁共振成像信号、脑电信号、语音信号等。
作为一种示例,在磁共振成像场景中,有效信号可以为磁共振成像信号,而干扰信号可以为热噪声或者环境中的电磁干扰信号(Electromagnetic Interference,EMI)等。此时,电子设备可以为具有磁共振成像功能的设备,本文中将其称为磁共振成像设备。
作为另一种示例,在同步脑电-功能磁共振成像场景中,有效信号可以为脑电信号,而干扰信号可以包括电子设备运行过程产生的磁共振成像射频信号和梯度信号等。此时,上述电子设备可以为具有同步脑电-功能磁共振成像的设备,本文中可以将其称为脑电成像设备。
作为又一种示例,在语音信号处理场景中,有效信号可以为待处理语音信号,而干扰信号可以为环境噪音等。此时,上述电子设备可以为具有语音处理功能,如安装有语音助手软件的电子设备。作为一种示例,该场景下的电子设备可以包括但不限于:手机、智能音箱、平板电脑、笔记本电脑、台式电脑、超级移动个人计算机(ultra-mobile personalcomputer,UMPC)、上网本,以及蜂窝电话、个人数字助理(personal digital assistant,PDA)、增强现实(augmented reality,AR)、虚拟现实(virtual reality,VR)设备等。
以下实施例中主要以磁共振成像场景中磁共振成像设备执行干扰消除方法为例,对本申请实施例提供的干扰消除方法进行说明。类似的,本文中对于其他应用场景中电子设备执行干扰消除方法的实施细节将不做一一赘述,一些描述可以参照对磁共振成像设备执行消干扰方法的相关描述。
磁共振成像技术可以在医疗或临床应用场景中生成医学影像,以进行疾病诊断。具体地,磁共振成像技术可以利用原子核在强磁场内发生共振产生的信号进行图像重建,对人体等对象作出横断面、矢状面、冠状面和各种斜面的体层图像。
本申请实施中,磁共振成像设备可以为低场、超低场磁共振成像设备,也可以为中场、高场磁共振成像设备。作为一种示例,通常可以按磁场强度将临床应用中的磁共振成像系统划分为高场(1T以上)、中场(0.3-1T)、低场(0.1-0.3T)、超低场(0.1T以下)。
可以理解的是,通常磁共振成像设备需要部署在医院或者研究机构的特定的房间或区域内,以实现严格的电磁屏蔽,为成本较高且结构较为复杂的大型设备,受限于使用场地而无法作为通用成像设备。而不限定部署的场地,例如不限于在医院或者研究机构中使用,为可移动且成本较低的小型磁共振成像设备将极大地扩展磁共振成像的应用场景。
更具体地,本申请实施例主要应用于低场或超低场磁共振成像设备,在磁共振成像过程中消除环境电磁干扰信号等干扰信号,进而消除磁共振成像中存在的伪影,提高磁共振成像的质量,实现在未屏蔽或部分屏蔽的环境中正常运行低场磁共振成像设备。这样一来,由于磁共振成像设备不需要严格的电磁屏蔽,即不需要将磁共振成像设备放置于屏蔽间内,从而无需专门搭建屏蔽间,安装简便,可以极大地降低成本。并且,可以极大地扩展磁共振成像的应用场景,例如可以应用于床旁磁共振成像(Point-Of-Care MRI,POC MRI),急诊室(ICU)或者医疗车和救护车等场景。
根据本申请的一些实施例,可以使用一个或者多个磁共振并行成像中常用的多通道线圈(如相控阵线圈),或者一个或者多个可以贴于人体皮肤表面的电极来接收信号。从功能上,可以将上述线圈或者电极划分为两类。一类线圈,称为接收线圈(receivingcoil),用于接收磁共振信号(具体为磁共振成像信号),而应避免接收到环境中的电磁干扰信号或者热噪声等干扰信号。具体地,在实际应用过程中,由于低场磁共振成像设备缺少电磁屏蔽,因此接收线圈不可避免地会受到电磁干扰的影响,即接收线圈也会接收到一些电磁干扰信号等。而另一线圈,称为感应线圈(sensing coil),用于感应环境电磁干扰信号,这一功能也可以用电极来实现。
下面将结合附图对本申请的实施例作进一步地详细描述。
如图1所示,为本申请实施例提供的一种磁共振成像设备可能的结构示意图。该磁共振成像设备100可以包括:计算机101、谱仪102、梯度放大器103、梯度线圈104、发射射频放大器105、发射射频线圈(也称为发射线圈)106、接收射频线圈107、接收射频放大器(也称为接收线圈)108和磁体109。
具体地,计算机101用于在操作人员的控制下向谱仪102发出指令,以触发谱仪102根据该指令生成梯度信号的波形和射频信号的波形。谱仪102生成的梯度信号经过梯度放大器103进行放大以后,由梯度线圈104形成磁场的梯度,从而实现针对磁共振信号(具体为磁共振成像信号)的空间梯度编码。具体地,空间梯度编码用于对磁共振信号进行空间定位,即区分磁共振信号的来源的位置。而谱仪102生成的射频信号经发射射频放大器105进行放大,由发射射频线圈106发射,从而激发成像区域内的质子(氢原子核)。其中,被激发的质子可以发出射频信号,该射频信号可以被接收线圈108接收到,并经过接收射频放大器107放大以后,再由谱仪102转化为数字信号,进而传送到计算机101进行处理获得图像并显示。此外,磁体109可以是能够生成主磁场的任何合适类型的磁体。
作为另一种示例,图2示出了另一种可能的磁共振成像设备100的示意图。将图2与图1相比,区别在于,图2示出的磁共振成像设备100中新增了感应线圈111和对应的接收射频放大器110,而其他部件均与图1所示的部件相同。
而感应线圈111用于感应环境中的电磁干扰信号,并经过接收射频放大器110放大后,再由谱仪102转化为数字信号并传送到计算机101进行处理。
在一些实施例中,在设计接收线圈和感应线圈时,都需要尽可能提高线圈所能提供的信噪比。即,对于接收线圈而言,应能够尽量灵敏地接收磁共振信号(具体为磁共振成像信号),而尽可能少地受电磁干扰及热噪声的影响。对于感应线圈而言,应能够尽量灵敏地感知环境电磁干扰,而尽可能少地接收到磁共振信号,以及也尽可能少地受热噪声的影响。
此外,在一些实施例中,上述两类线圈都需要尽可能地减少热噪声的影响,例如,在实际应用中,可以通过一些冷却装置使用冷却的方式最大程度地减小线圈电阻,从而减少热噪声的影响。可以理解的是,本申请实施例对冷却装置不进行具体描述,可以参照相关技术中任意可实现的方式。
类似的,本申请实施例中的脑电成像设备也可以包括图1示出的发射线圈106和接收线圈108,用于基于相同的流程产生磁共振成像射频信号;还可以包括梯度线圈104,用于产生梯度信号。
在一些实施例中,上述接收线圈和感应线圈可以使用单个或多个广泛应用于现代医学磁共振成像中的相控阵线圈来实现。此外,扫描对象为人体,上述感应线圈还可以替换为贴于人体皮肤表面的电极,该电极可以用于感应人体所接收到的电磁干扰信号,从而用于消除接收线圈的测量信号中的电磁干扰信号。
可以理解的是,本申请实施例中,磁共振成像设备100涉及的具有信号接收功能的多个通道可以包括单个相控阵线圈的多个通道,也可以包括多个线圈的多个通道,本申请对此不作具体限定。此外,本申请实施例中,对磁共振成像设备100中的接收线圈和感应线圈的设计、布局(部署位置、部署方向等)不做具体限定,可以为任意可实现的方案。
更具体地,本申请的一些实施例中,针对磁共振设备100,接收线圈中的通道可以称为接收线圈通道。其中,接收线圈的通道的数量越多,将有利于提高接收线圈接收得到磁共振信号的信噪比(signal-to-noise ratio,SNR),或者使得接收线圈可以提供并行成像的能力。在本申请实施例中,多个通道的接收线圈还可以用于增强其对电磁干扰信号的识别与消除能力。感应线圈中的通道可以称为感应线圈通道。其中,感应线圈的通道的数目越多,越能够准确刻画出电磁干扰信号的特征,从而准确通过感应线圈接收的到电磁干扰信号估计出接收线圈所接收到的电磁干扰信号。
例如,图1示出的磁共振成像设备100可以提供一个接收线圈且该接收线圈具有多个通道,或者,提供多个接收线圈且每个接收线圈通道具有一个或多个通道,但不限于此。此时,磁共振成像设备100提供的多个通道均为接收线圈通道。
例如,图2示出的磁共振成像设备100可以提供一个接收线圈和一个感应线圈,且接收线圈具有一个通道,而感应线圈具有两个通道,但不限于此。此时,磁共振成像设备100提供的多个通道包括接收线圈通道和感应线圈通道。
类似的,在同步脑电-功能磁共振成像场景中,脑电成像设备提供的具有信号接收功能的多个通道可以由贴附于头皮的电极实现。以及,在语音信号处理场景中,电子设备提供的多个通道可以为多个麦克风提供的多个模拟信号通道。
需要说明的是,电磁干扰信号在磁共振成像设备100的多个通道之间具有耦合关系,该耦合关系具体为电磁干扰信号在多个通道之间的频域相关性,该耦合关系在频域上连续且平滑。可以理解的是,电磁干扰信号在多个通道之间的频域相关性,可以为各个通道接收的电磁干扰信号在不同频点上的线性关系。
在一些实施例中,由于上述耦合关系在频域上连续且平滑,因此使得在时域上该耦合关系反映为,针对某个通道的信号可以用该通道的相邻时间点的采样;以及其他通道的当前及相邻时间点的采样,来进行线性表示,而且这些线性关系的线性系数是时不变的。
基于上面的描述,下面具体介绍核磁共振成像设备100执行电磁干扰消除方法的主要工作流程。具体地,上述对图2示出的磁共振成像设备100中描述的技术细节在下述方法流程中依然适用,为了避免重复,有些将不再赘述。在一些实施例中,本申请的电磁干扰消除方法的执行主体可以为磁共振成像设备100,具体为该磁共振成像设备100中的计算机101。如图3所示,为本申请的提供的一种电磁干扰消除方法的流程示意图,可以包括下述步骤301-步骤306:
步骤301:磁共振成像设备100从多个通道接收测量信号,该测量信号中包括混合的磁共振成像信号和电磁干扰信号。
例如,对于图1示出的磁共振成像设备100,上述多个通道均为接收线圈通道。对于图2示出的磁共振成像设备100,上述多个通道包括接收线圈通道和感应线圈通道。
在一些实施例中,对于低场磁共振成像设备100,上述测量信号为基于多个通道多次采集得到的。可以理解的是,在高场磁共振成像设备100(例如,磁场强度大于1T)中,往往只需要采集一次就行;在低场或者超低场系统中,由于单次采集的信号的SNR较低,所以需要将多次采集的数据取平均值以提高最终的磁共振成像信号的SNR。
步骤302:磁共振成像设备100采用滑动时间窗将测量信号中的数据构建为第一分块Hankel矩阵。
其中,在第一分块Hankel矩阵中同一列数据均为同一时间窗内从多个通道采样得到的数据,不同列数据为不同时间窗内从多个通道采样得到的数据。
在一些实施例中,磁共振成像设备100可以采用滑动时间窗将测量信号中的数据构建为第一分块Hankel矩阵,其中,一个滑动时间窗内从多个通道采样得到的数据的向量作为第一分块Hankel矩阵的一列数据,不同滑动时间窗采样得到的向量对应第一分块Hankel矩阵中的不同列的数据,一个滑动时间窗中包括至少两个采样时间点,并且相邻的两个滑动时间窗之间间隔了一个采样时间点。
步骤303:磁共振成像设备100使用公式H=U×S×V*,按照奇异值分解将第一分块Hankel矩阵分解为多个分量,矩阵H为第一分块Hankel矩阵。
其中,矩阵H为第一分块Hankel矩阵且为k×j阶的矩阵,矩阵U为k×n阶,矩阵S为n×n阶对角矩阵,矩阵V*为矩阵V的共轭转置矩阵且矩阵V为j×n阶的矩阵,n为多个分量的数量,V的每一列对应一个信号源的分量,多个分量为矩阵V中所有列对应的分量,k=m×a,m为多个通道的数量m,a为一个滑动时间窗内在一个通道中采样数据的个数,j为滑动时间窗的总数,j=(t-a+1)×p,t为基于多个通道获取测量信号的采样次数,p为数据采集时相位编码线的条数(或者重复数据采集的次数)。例如,在上述多个通道包括一个接收线圈通道和两个感应线圈通道的情况下,m=3。此时,作为一种示例,若a=3,t=100,p=100,则k=9,j=9800。并且,假设磁共振成像设备100的信号源包括一个磁共振信号源,一个电磁干扰信号源和一个热噪声信号源,则n=3。
作为一种示例,图4示出了构建分块Hankel矩阵的示例图。其中,图4示出了磁共振成像设备100基于多个通道采集得到的数据。例如,在这些数据为上述多个通道采集得到的测量信号时该分块Hankel矩阵为上述第一分块Hankel矩阵H。其中,图4示出的一个虚线方框为一个滑动时间窗,每个滑动时间窗中包括3个采样时间点,滑动时间窗中的一个圆圈表示从一个通道采样得到的一个数据。其中,N个通道即为上述磁共振成像设备100中的多个通道,每个通道中采样得到的数据按照采样时间的先后顺序排序。例如,N个通道中的通道1至通道N-1均为感应线圈通道,而通道N为接收线圈通道,N可以为3。
步骤304:磁共振成像设备100确定多个分量中的每个分量的分量类型,分量类型至少包括磁共振成像信号和电磁干扰信号。
在一些其他实施例中,上述分量类型还可以包括噪声,如热噪声。可以理解的是,一种分量类型的分量对应于一种信号源,例如分量类型为磁共振成像信号的分量对应于磁共振成像信号源,分量类型为电磁干扰信号的分量对应于磁干扰信号源。
步骤305:磁共振成像设备100从第一分块Hankel矩阵中的多个分量中识别并去除与电磁干扰信号源对应的分量和噪声信号源对应的分量,得到第二分块Hankel矩阵。
作为一种示例,可以通过将第一分块Hankel矩阵中与电磁干扰信号等干扰信号对应的分量中的所有数据均置零,以从第一分块Hankel矩阵中去除这些分量。此外,理想情况下第二分块Hankel矩阵中与电磁干扰信号对应的所有数据(或分量)均被去除,如均被置零。
进而,可以理解的是,上述第二分块Hankel矩阵中仅包括磁共振成像信号的分量(即数据),而不包括与电磁干扰信号源对应的分量和噪声信号源对应的分量。即第二分块Hankel矩阵中的数据可以表示测量信号中的有效信号。
可以理解的是,本申请中,基于干扰信号在多个通道之间的耦合关系在时域上具有时不变的线性系数的特性,可以按照上述方式采用滑动时间窗将测量信号中的数据构建为第一分块Hankel矩阵,以对第一分块Hankel矩阵的奇异值分解得出与电磁干扰信号等干扰信号对应的分量,进而去除这些分量。
在一些实施例中,磁共振成像设备100识别各个分量的方式可以为:磁共振成像设备100针对每个分量,确定一个分量对应的频域空间中心部分的平均信号强度和边缘部分的平均信号强度之间的比值,以确定对应分量的分量类型。
频域空间即为k空间,其中k空间的中心为低频部分,而边缘被称为高频部分。如图5所示,为k空间的分布示意图,虚线框标示的范围为低频部分,而实线框标示的范围为高频部分。
可以理解的是,为了判断某分量是否为磁共振成像信号,可以分别计算该分量在k空间低频部分和高频部分的平均信号强度,如果低频部分的平均信号强度显著高于高频部分的平均信号强度,就可以认为该分量为磁共振成像信号对应的分量;反之,则认为该分量为电磁干扰信号或者噪声对应的分量。
例如,如图6所示,为磁共振成像过程中的重建图像、k空间以及各个分量的示意图。其中,图6中的(A)示出的左侧一列示出了重建图像中的电磁干扰信号分量和磁共振信号(即磁共振成像信号)分量的示意图,右侧一列示出了该重建图像的k空间的电磁干扰信号分量和磁共振信号分量的示意图。显然,电磁干扰信号分量处于k空间的边缘部分,而磁共振信号分量处于k空间的中心部分。
作为一种示例,在实际的实施中,磁共振成像设备100可以计算每个分量中低频部分与高频部分的平均信号强度的比值,并设定合适的阈值(比如5,该阈值需要根据包括噪声水平等因素在内实际情况来调整)。如果该比值高于设定的阈值,则认为该分量为磁共振信号对应的分量。反之,如果比值低于设定的阈值,则认为该分量为电磁干扰信号等干扰信号对应的分量。
此外,本申请实施例不限于上述示例出的识别分量的方法,还可以是其他方法,例如还可以采用独立成分分析(Independent Component Analysis,ICA)的方法或者其他盲源分离方法等方法识别出与不同信号源对应的分量,本申请实施例对此不做赘述。
可以理解的是,上述第二分块Hankel矩阵中即包括磁共振成像信号的分量(即数据),而不包括与电磁干扰信号源对应的分量和噪声信号源对应的分量。
步骤306:磁共振成像设备100将第二分块Hankel矩阵转换到上述多个通道,并得到目标磁共振成像信号。
具体地,磁共振成像设备100将第二分块Hankel矩阵转换到上述多个通道之后,可以得到该多个通道中接收线圈通道中的信噪比较高的磁共振成像信号,即为上述目标磁共振信号。
例如,如图6中的(B)的上边一行示出了按照上述方法消除电磁干扰前的重建图像和对应的k空间示意图,下边一行示出了按照上述方法消除电磁干扰后的重建图像和对应的k空间示意图。显然,按照本申请提供的电磁干扰消除方法得到的重建图像的伪影更少质量更高。
可以理解的是,本申请提供的电磁干扰消除方法,基于奇异值分解可以从磁共振成像设备100的多个通道采集的信号中消除电磁干扰信号,而无需获知电磁干扰信号在该多个通道之间的耦合关系,即无需获取用于估计多个通道之间的耦合关系的校准数据,有利于简化消除电磁干扰信号的过程,并提升电磁干扰消除的稳定性。
类似的,对于本申请实施例应用的其他场景,电子设备也可以按照与上述步骤301-306相似的步骤实施干扰消除方法,区别在于,执行主体不同,以及有效信号和干扰信号的类型不同。
更具体的,针对本申请实施例应用的其他场景,可以基于独立成分分析的方法或者盲源分离方法等识别出与不同信号源对应的分量,本申请实施例对此不做赘述。例如,假设不同信号源的有效信号和干扰信号是相互独立的,可以采用独立成分分析的方法,从多个通道接收得到的信号中获得源信号,判断源信号的属性(如有效信号或者干扰信号),只保留有效信号对应的源信号,并重新合成第一类通道(即用于接收有效信号的通道)的信号。当然,本申请可应用的分量识别方法包括但不限于上述示例,还可以为其他任意可实现的方式。
此外,在其他一些实施例中,测量信号中的有效信号和干扰信号可以为一维或多维(如二维)数据。此时,干扰消除方法中采用一维或多维滑动时间窗构建分块Hankel矩阵,而测量信号的维数与滑动时间窗的维数一致,其他过程与上述步骤301-步骤306中的相关描述类似,不再赘述。
现在参考图7,所示为根据本申请的一个实施例的磁共振成像设备100中的计算机的框图。图7示意性地示出了根据多个实施例的示例计算机1400。在一个实施例中,系统1400可以包括一个或多个处理器1404,与处理器1404中的至少一个连接的系统控制逻辑1408,与系统控制逻辑1408连接的系统内存1412,与系统控制逻辑1408连接的非易失性存储器(NVM)1416,以及与系统控制逻辑1408连接的网络接口1420。
在一些实施例中,处理器1404可以包括一个或多个单核或多核处理器。在一些实施例中,处理器1404可以包括通用处理器和专用处理器(例如,图形处理器,应用处理器,基带处理器等)的任意组合。在系统1400采用eNB(Evolved Node B,增强型基站)101或RAN(Radio Access Network,无线接入网)控制器102的实施例中,处理器1404可以被配置为执行各种符合的实施例,例如,如图3所示的实施例。例如,处理器1404可以对来自多个通道的实际测量信号构建矩阵,并对矩阵进行奇异值分解得到多个分量,进而去除测量信号中的与干扰信号(源)对应的分量,以得到最终的有效信号。
在一些实施例中,系统控制逻辑1408可以包括任意合适的接口控制器,以向处理器1404中的至少一个和/或与系统控制逻辑1408通信的任意合适的设备或组件提供任意合适的接口。
在一些实施例中,系统控制逻辑1408可以包括一个或多个存储器控制器,以提供连接到系统内存1412的接口。系统内存1412可以用于加载以及存储数据和/或指令。在一些实施例中系统1400的内存1412可以包括任意合适的易失性存储器,例如合适的动态随机存取存储器(DRAM)。
NVM/存储器1416可以包括用于存储数据和/或指令的一个或多个有形的、非暂时性的计算机可读介质。在一些实施例中,NVM/存储器1416可以包括闪存等任意合适的非易失性存储器和/或任意合适的非易失性存储设备,例如HDD(Hard Disk Drive,硬盘驱动器),CD(Compact Disc,光盘)驱动器,DVD(Digital Versatile Disc,数字通用光盘)驱动器中的至少一个。
NVM/存储器1416可以包括安装系统1400的装置上的一部分存储资源,或者它可以由设备访问,但不一定是设备的一部分。例如,可以经由网络接口1420通过网络访问NVM/存储1416。
特别地,系统内存1412和NVM/存储器1416可以分别包括:指令1424的暂时副本和永久副本。指令1424可以包括:由处理器1404中的至少一个执行时导致计算机1400实施如图3所示的方法的指令。在一些实施例中,指令1424、硬件、固件和/或其软件组件可另外地/替代地置于系统控制逻辑1408,网络接口1420和/或处理器1404中。
网络接口1420可以包括收发器,用于为系统1400提供无线电接口,进而通过一个或多个网络与任意其他合适的设备(如前端模块,天线等)进行通信。在一些实施例中,网络接口1420可以集成于系统1400的其他组件。例如,网络接口1420可以集成于处理器1404的,系统内存1412,NVM/存储器1416,和具有指令的固件设备(未示出)中的至少一种,当处理器1404中的至少一个执行所述指令时,计算机1400实现如图3所示的方法。
网络接口1420可以进一步包括任意合适的硬件和/或固件,以提供多输入多输出无线电接口。例如,网络接口1420可以是网络适配器,无线网络适配器,电话调制解调器和/或无线调制解调器。
在一个实施例中,处理器1404中的至少一个可以与用于系统控制逻辑1408的一个或多个控制器的逻辑封装在一起,以形成系统封装(SiP)。在一个实施例中,处理器1404中的至少一个可以与用于系统控制逻辑1408的一个或多个控制器的逻辑集成在同一管芯上,以形成片上系统(SoC)。
计算机1400可以进一步包括:输入/输出(I/O)设备1432。I/O设备1432可以包括用户界面,使得用户能够与计算机1400进行交互;外围组件接口的设计使得外围组件也能够与计算机1400交互。在一些实施例中,计算机1400还包括传感器,用于确定与计算机1400相关的环境条件和位置信息的至少一种。
在一些实施例中,用户界面可包括但不限于显示器(例如,液晶显示器,触摸屏显示器等),扬声器,麦克风,一个或多个相机(例如,静止图像照相机和/或摄像机),手电筒(例如,发光二极管闪光灯)和键盘。例如,上述用于界面可以用于显示磁共振成像过程的成像图像(如图6中的重建图像)以及k空间的图像等。
在一些实施例中,外围组件接口可以包括但不限于非易失性存储器端口、音频插孔和电源接口。
在一些实施例中,传感器可包括但不限于陀螺仪传感器,加速度计,近程传感器,环境光线传感器和定位单元。定位单元还可以是网络接口1420的一部分或与网络接口1420交互,以与定位网络的组件(例如,全球定位系统(GPS)卫星)进行通信。
类似的,对于本申请实施例应用的语音处理场景,在一些实施例中,以本申请执行干扰消除的电子设备为手机为例进行说明,描述电子设备的结构。
如图8所示,手机10可以包括处理器110、电源模块140、存储器180,移动通信模块130、无线通信模块120、传感器模块190、音频模块150、摄像头170、接口模块160、按键101以及显示屏102等。
可以理解的是,本发明实施例示意的结构并不构成对手机10的具体限定。在本申请另一些实施例中,手机10可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元。处理器110中可以设置存储单元,用于存储指令和数据。在一些实施例中,处理器110中的存储单元为高速缓冲存储器180。例如,处理器110可以对来自多个通道的实际测量信号构建矩阵,并对矩阵进行奇异值分解得到多个分量,进而去除测量信号中的与干扰信号(源)对应的分量,以得到最终的有效信号。
电源模块140可以包括电源、电源管理部件等。电源可以为电池。电源管理部件用于管理电源的充电和电源向其他模块的供电。
移动通信模块130可以包括但不限于天线、功率放大器、滤波器、LNA(Low noiseamplify,低噪声放大器)等。
无线通信模块120可以包括天线,并经由天线实现对电磁波的收发。手机10可以通过无线通信技术与网络以及其他设备进行通信。
在一些实施例中,手机10的移动通信模块130和无线通信模块120也可以位于同一模块中。
显示屏102用于显示人机交互界面、图像、视频等,例如,用于显示处理器110处理得到的有效信号对应的语音表示语义信息。显示屏102包括显示面板。
传感器模块190可以包括接近光传感器、压力传感器,陀螺仪传感器,气压传感器,磁传感器,加速度传感器,距离传感器,指纹传感器,温度传感器,触摸传感器,环境光传感器,骨传导传感器等。
音频模块150用于将数字音频信息转换成模拟音频信号输出,或者将模拟音频输入转换为数字音频信号。音频模块150还可以用于对音频信号编码和解码。在一些实施例中,音频模块150可以设置于处理器110中,或将音频模块150的部分功能模块设置于处理器110中。在一些实施例中,音频模块150可以包括扬声器、听筒、麦克风以及耳机接口。例如,麦克风可以用于提供多个通道,用于获取校准数据或者采集测量信号。
在一些实施例中,手机10还包括按键101、马达以及指示器等。其中,按键101可以包括音量键、开/关机键等。
本申请公开的机制的各实施例可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码,该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。
可将程序代码应用于输入指令,以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的,处理系统包括具有诸如例如数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。
程序代码可以用高级程序化语言或面向对象的编程语言来实现,以便与处理系统通信。在需要时,也可用汇编语言或机器语言来实现程序代码。事实上,本申请中描述的机制不限于任何特定编程语言的范围。在任一情形下,该语言可以是编译语言或解释语言。
在一些情况下,所公开的实施例可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如,计算机可读)存储介质承载或存储在其上的指令,其可以由一个或多个处理器读取和执行。例如,指令可以通过网络或通过其他计算机可读介质分发。因此,机器可读介质可以包括用于以机器(例如,计算机)可读的形式存储或传输信息的任何机制,包括但不限于,软盘、光盘、光碟、只读存储器(CD-ROMs)、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如,载波、红外信号数字信号等)的有形的机器可读存储器。因此,机器可读介质包括适合于以机器(例如,计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。
在附图中,可以以特定布置和/或顺序示出一些结构或方法特征。然而,应该理解,可能不需要这样的特定布置和/或排序。而是,在一些实施例中,这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外,在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征,并且在一些实施例中,可以不包括这些特征或者可以与其他特征组合。
需要说明的是,本申请各设备实施例中提到的各单元/模块都是逻辑单元/模块,在物理上,一个逻辑单元/模块可以是一个物理单元/模块,也可以是一个物理单元/模块的一部分,还可以以多个物理单元/模块的组合实现,这些逻辑单元/模块本身的物理实现方式并不是最重要的,这些逻辑单元/模块所实现的功能的组合才是解决本申请所提出的技术问题的关键。此外,为了突出本申请的创新部分,本申请上述各设备实施例并没有将与解决本申请所提出的技术问题关系不太密切的单元/模块引入,这并不表明上述设备实施例并不存在其它的单元/模块。
需要说明的是,在本专利的示例和说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然通过参照本申请的某些优选实施例,已经对本申请进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本申请的精神和范围。
Claims (11)
1.一种干扰消除方法,应用于包括具有信号接收功能的多个通道的电子设备,其特征在于,包括:
从所述多个通道获取测量信号,所述测量信号中混合了有效信号和干扰信号,所述干扰信号在所述多个通道之间的耦合关系具有频域相关性,且所述耦合关系在频域上连续且平滑;
采用滑动时间窗将所述测量信号中的数据构建为第一分块Hankel矩阵,其中,所述第一分块Hankel矩阵中同一列数据均为同一滑动时间窗内从所述多个通道采样得到的数据,不同列数据为不同滑动时间窗内从所述多个通道采样得到的数据,一个所述滑动时间窗中包括至少两个采样时间点,并且相邻的两个所述滑动时间窗之间间隔了一个采样时间点;
按照奇异值分解将所述第一分块Hankel矩阵分解为多个分量;
从所述多个分量中识别并去除与干扰信号源对应的分量,以得到所述测量信号中的目标有效信号。
2.根据权利要求1所述的方法,其特征在于,所述按照奇异值分解将所述第一分块Hankel矩阵分解为多个分量,包括:
使用公式H=U×S×V*,实现按照奇异值分解将所述第一分块Hankel矩阵分解为多个分量;
其中,矩阵H为所述第一分块Hankel矩阵且为k×j阶的矩阵,矩阵U为k×n阶的矩阵,矩阵S为n×n阶对角矩阵,矩阵V*为矩阵V的共轭转置矩阵且矩阵V为j×n阶的矩阵,V的每一列对应一个信号源的分量,所述多个分量为矩阵V中所有列对应的分量,n为所述多个分量的总数,k=m×a,m为所述多个通道的数量,a为一个所述滑动时间窗内在一个通道中采样数据的个数,j为所述滑动时间窗的总数。
3.根据权利要求1或2所述的方法,其特征在于,所述从所述多个分量中识别并去除与干扰信号源对应的分量,以得到所述测量信号中的目标有效信号,包括:
从所述第一分块Hankel矩阵中的所述多个分量中识别并去除与干扰信号对应的分量,得到第二分块Hankel矩阵;
将所述第二分块Hankel矩阵转换到所述多个通道的信号,以得到所述目标有效信号。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:
确定所述多个分量中的每个分量的分量类型,所述分量类型至少包括有效信号和干扰信号。
5.根据权利要求4所述的方法,其特征在于,所述确定多个分量中的每个分量的分量类型,包括:
在所述电子设备为磁共振成像设备的情况下,针对所述多个分量中的每个分量,确定一个分量对应的频域空间中心部分的平均信号强度和边缘部分的平均信号强度之间的比值,以确定对应分量的分量类型;
其中,所述有效信号为磁共振成像信号,所述干扰信号包括电磁干扰信号和热噪声中的至少一项。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述多个通道中的每个通道均为第一类通道,或者,所述多个通道中包括至少一个所述第一类通道和至少一个第二类通道;
其中,所述第一类通道用于接收有效信号并接收或感应干扰信号,所述第二类通道仅用于接收或感应干扰信号。
7.根据权利要求6所述的方法,其特征在于,所述电子设备为磁共振成像设备,所述有效信号为磁共振成像信号,所述干扰信号包括电磁干扰信号和热噪声中的至少一项;
所述第一类通道由一个或多个相控阵线圈实现;所述第二类通道由一个或多个相控阵线圈,或者贴于检测对象表面的一个或多个电极实现。
8.根据权利要求6所述的方法,其特征在于,所述电子设备为同步脑电-功能磁共振成像设备,所述有效信号为脑电信号,所述干扰信号包括所述同步脑电-功能磁共振成像设备的射频信号和梯度信号所引起的干扰中的至少一项;
所述第一类通道由贴附在检测对象表面的一个或多个电极实现;所述第二类通道由贴附在检测对象表面的一个或多个电极,或者一个或多个相控阵线圈实现。
9.根据权利要求1所述的方法,其特征在于,所述测量信号为一维或者多维数据,所述第一分块Hankel矩阵是使用一维或者多维的滑动时间窗构建的。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有指令,所述指令在计算机上执行时使所述计算机执行权利要求1至9中任一项所述的干扰消除方法。
11.一种电子设备,其特征在于,包括:一个或多个处理器;一个或多个存储器;所述一个或多个存储器存储有一个或多个程序,当所述一个或者多个程序被所述一个或多个处理器执行时,使得所述电子设备执行权利要求1至9中任一项所述的干扰消除方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110476769.0A CN113180636B (zh) | 2021-04-29 | 2021-04-29 | 干扰消除方法、介质及设备 |
PCT/CN2021/138950 WO2022227619A1 (zh) | 2021-04-29 | 2021-12-16 | 干扰消除方法、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110476769.0A CN113180636B (zh) | 2021-04-29 | 2021-04-29 | 干扰消除方法、介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113180636A true CN113180636A (zh) | 2021-07-30 |
CN113180636B CN113180636B (zh) | 2022-09-16 |
Family
ID=76980690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110476769.0A Active CN113180636B (zh) | 2021-04-29 | 2021-04-29 | 干扰消除方法、介质及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113180636B (zh) |
WO (1) | WO2022227619A1 (zh) |
Cited By (4)
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 |
EP4152028A1 (de) * | 2021-09-20 | 2023-03-22 | Siemens Healthcare GmbH | Verfahren und vorrichtung zur unterdrückung von störungen bei der magnetresonanzbildgebung |
CN117095073A (zh) * | 2023-08-23 | 2023-11-21 | 浙江大学 | 一种基于深度学习的医学图像的去噪方法及装置 |
WO2023232000A1 (en) * | 2022-05-30 | 2023-12-07 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for interference signal collection and processing |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117435871A (zh) * | 2023-11-07 | 2024-01-23 | 深圳市赛盛技术有限公司 | 基于磁场分析的设备电磁干扰降低方法、系统及介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5490516A (en) * | 1990-12-14 | 1996-02-13 | Hutson; William H. | Method and system to enhance medical signals for real-time analysis and high-resolution display |
US20120235683A1 (en) * | 2011-03-16 | 2012-09-20 | Elisabeth Weiland | Magnetic resonance method and system to detect interference signals in magnetic resonance spectroscopy signals |
CN105137373A (zh) * | 2015-07-23 | 2015-12-09 | 厦门大学 | 一种指数信号的去噪方法 |
US20160110312A1 (en) * | 2013-06-24 | 2016-04-21 | Centre National De La Recherche Scientifique - Cnrs | Method for Reducing Noise in Data-Sets of Harmonic Signals |
CN105807241A (zh) * | 2016-03-23 | 2016-07-27 | 厦门大学 | 一种利用先验信息的指数信号去噪方法 |
US20160267689A1 (en) * | 2015-03-11 | 2016-09-15 | Korea Advanced Institute Of Science And Technology | Method and apparatus for reconstructing image using low rank fourier interpolation scheme |
CN106108903A (zh) * | 2016-08-08 | 2016-11-16 | 江苏大学 | 一种改进的并行磁共振图像重建方法 |
CN107957566A (zh) * | 2017-11-17 | 2018-04-24 | 吉林大学 | 基于频率选择奇异谱分析的磁共振测深信号提取方法 |
US20190086501A1 (en) * | 2017-09-21 | 2019-03-21 | Centre National De La Recherche Scientifique (Cnrs) | Method and magnetic resonance apparatus for image reconstruction with trimmed autocalibrating k-space estimation based on structured matrix completion |
CN110658484A (zh) * | 2019-10-17 | 2020-01-07 | 东北大学 | 一种磁共振波谱重建方法及系统 |
US20200049782A1 (en) * | 2017-02-14 | 2020-02-13 | The United States of America, as represented by the Secretary, Department of Health and Human Ser.. | Denoising of dynamic magnetic resonance spectroscopic imaging using low rank approximations in the kinetic domain |
CN112509074A (zh) * | 2020-11-09 | 2021-03-16 | 成都易检医疗科技有限公司 | 伪影消除方法、系统、终端及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8045661B2 (en) * | 2008-02-04 | 2011-10-25 | Texas Instruments Incorporated | System and method for blind identification of multichannel finite impulse response filters using an iterative structured total least-squares technique |
CN103246890B (zh) * | 2013-05-15 | 2016-06-29 | 中国石油大学(华东) | 基于多输入多输出信号降噪的模态参数识别方法 |
CN109615675B (zh) * | 2018-12-04 | 2022-05-03 | 厦门大学 | 一种多通道磁共振成像的图像重建方法 |
CN110018429B (zh) * | 2019-03-29 | 2021-01-15 | 中国科学院电子学研究所 | 一种消除磁探测平台振动干扰磁场的方法和系统 |
CN112415452B (zh) * | 2019-08-22 | 2024-03-19 | 西门子(深圳)磁共振有限公司 | 去除信号中干扰的方法和装置、磁共振系统和存储介质 |
CN113180636B (zh) * | 2021-04-29 | 2022-09-16 | 杭州微影医疗科技有限公司 | 干扰消除方法、介质及设备 |
-
2021
- 2021-04-29 CN CN202110476769.0A patent/CN113180636B/zh active Active
- 2021-12-16 WO PCT/CN2021/138950 patent/WO2022227619A1/zh active Application Filing
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5490516A (en) * | 1990-12-14 | 1996-02-13 | Hutson; William H. | Method and system to enhance medical signals for real-time analysis and high-resolution display |
US20120235683A1 (en) * | 2011-03-16 | 2012-09-20 | Elisabeth Weiland | Magnetic resonance method and system to detect interference signals in magnetic resonance spectroscopy signals |
US20160110312A1 (en) * | 2013-06-24 | 2016-04-21 | Centre National De La Recherche Scientifique - Cnrs | Method for Reducing Noise in Data-Sets of Harmonic Signals |
US20160267689A1 (en) * | 2015-03-11 | 2016-09-15 | Korea Advanced Institute Of Science And Technology | Method and apparatus for reconstructing image using low rank fourier interpolation scheme |
CN105137373A (zh) * | 2015-07-23 | 2015-12-09 | 厦门大学 | 一种指数信号的去噪方法 |
CN105807241A (zh) * | 2016-03-23 | 2016-07-27 | 厦门大学 | 一种利用先验信息的指数信号去噪方法 |
CN106108903A (zh) * | 2016-08-08 | 2016-11-16 | 江苏大学 | 一种改进的并行磁共振图像重建方法 |
US20200049782A1 (en) * | 2017-02-14 | 2020-02-13 | The United States of America, as represented by the Secretary, Department of Health and Human Ser.. | Denoising of dynamic magnetic resonance spectroscopic imaging using low rank approximations in the kinetic domain |
US20190086501A1 (en) * | 2017-09-21 | 2019-03-21 | Centre National De La Recherche Scientifique (Cnrs) | Method and magnetic resonance apparatus for image reconstruction with trimmed autocalibrating k-space estimation based on structured matrix completion |
CN107957566A (zh) * | 2017-11-17 | 2018-04-24 | 吉林大学 | 基于频率选择奇异谱分析的磁共振测深信号提取方法 |
CN110658484A (zh) * | 2019-10-17 | 2020-01-07 | 东北大学 | 一种磁共振波谱重建方法及系统 |
CN112509074A (zh) * | 2020-11-09 | 2021-03-16 | 成都易检医疗科技有限公司 | 伪影消除方法、系统、终端及存储介质 |
Non-Patent Citations (5)
Title |
---|
DONGWOOKLEE, ET AL: "Acceleration of MR Parameter Mapping Using Annihilating Filter-Based Low Rank Hankel Matrix(ALOHA)", 《MAGNETIC RESONANCE IN MEDICINE》 * |
KYONGHWANJIN,ET AL: "A General Framework for Compressed Sensing and Parallel MRI Using Annihilating Filter Based Low-Rank Hankel Matrix", 《IEEE TRANSACTIONS ON COMPUTATIONAL IMAGING》 * |
PETERJ.SHIN, ET AL: "Calibrationless Parallel Imaging Reconstruction Based on Structured Low-Rank Matrix Completion", 《MAGNETIC RESONANCE IN MEDICINE》 * |
任雅姿等: "基于 Hankel 矩阵的奇异值分解法对脑血容积计算的研究", 《振动与冲击》 * |
门阔等: "基于奇异值分解的磁共振波谱的去噪方法", 《生物医学工程研究》 * |
Cited By (4)
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 |
EP4152028A1 (de) * | 2021-09-20 | 2023-03-22 | Siemens Healthcare GmbH | Verfahren und vorrichtung zur unterdrückung von störungen bei der magnetresonanzbildgebung |
WO2023232000A1 (en) * | 2022-05-30 | 2023-12-07 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for interference signal collection and processing |
CN117095073A (zh) * | 2023-08-23 | 2023-11-21 | 浙江大学 | 一种基于深度学习的医学图像的去噪方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022227619A1 (zh) | 2022-11-03 |
CN113180636B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113180636B (zh) | 干扰消除方法、介质及设备 | |
CN113203969B (zh) | 干扰消除方法、介质及设备 | |
JP6882569B2 (ja) | ノイズ抑制方法及び装置 | |
US20240061060A1 (en) | Interference cancellation method, medium, and device | |
CN112001856A (zh) | 去噪模型的训练方法及去除图像噪声方法、相关装置 | |
US20210153765A1 (en) | Techniques for noise suppression in an environment of a magnetic resonance imaging system | |
US20230132819A1 (en) | System and method for electromagnetic interference mitigation for portable mri systems | |
US10838027B2 (en) | Non-resonant magnetic resonance coil and magnetic resonance imaging system using the same | |
JP2015533531A (ja) | フィードバックを用いた反復senseノイズ除去 | |
Zhao et al. | Robust EMI elimination for RF shielding‐free MRI through deep learning direct MR signal prediction | |
WO2023244980A1 (en) | Electromagnetic interference suppression techniques for magnetic resonance imaging | |
CN113781452B (zh) | 页岩含油饱和度的确定方法及装置、电子设备和存储介质 | |
CN113721176A (zh) | 干扰消除方法、介质及电子设备 | |
CN113589208B (zh) | 射频系统的频率确定方法、装置、磁共振设备及存储介质 | |
CN116781188A (zh) | 基于信道化多尺度时频积累的扩谱信号检测方法、介质及装置 |
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 |