CN113296038B - 基于k空间径向采样的磁共振成像系统与方法 - Google Patents

Abstract

本发明提供一种基于K空间径向采样的磁共振成像系统和方法。所述方法可以包括获取径向采样方案，所述径向采样方案包括通过K空间的中心的多条径向线。所述方法可以包括选择所述径向采样方案的所述多条径向线，所述多条径向线中的每一条用随机和不重复的方式选择。所述方法可以包括沿所选择的径向线获取K空间数据，基于所获取的K空间数据重建受试目标的至少一个图像。

Description

基于K空间径向采样的磁共振成像系统与方法

技术领域

本发明涉及磁共振成像技术领域，特别是涉及以随机和不重复的方式获取K空间数据以进行磁共振成像的系统和方法。

背景技术

磁共振成像(MRI，Magnetic Resonance Imaging)是一种广泛应用的医学技术，它利用强大的磁场和射频(RF)技术生成感兴趣区域(ROI)的图像。在磁共振成像过程中，对采集到的信号进行处理并填充到K空间，然后对K空间数据进行转换，以重建磁共振图像。所述K空间数据的质量直接影响到重建图像的质量。在K空间数据采集过程中，相对均匀的K空间覆盖有利于高质量MR图像的重建，如无伪影图像。因此，亟需开发一种获取均匀K空间覆盖的数据采集方案，并基于均匀K空间数据重建图像，以提高图像质量。

发明内容

根据本发明的第一方面，提供了一种系统。该系统可以包括至少一个存储设备，其存储一组指令；以及至少一个处理器，用于与所述至少一个存储设备通信。当执行所述一组指令时，所述至少一个处理器可以用于指示所述系统执行以下一个或多个操作。所述至少一个处理器可以用于获取径向采样方案，其中所述径向采样方案包括通过K空间的中心的多条径向线，所述多条径向线中的相邻径向线可以通过基线角增量间隔。所述至少一个处理器可以选择所述径向采样方案的所述多条径向线。以随机和不重复的方式可以选择所述多条径向线中的每一条。连续选择的径向线可以通过所述基线角增量的整数倍间隔。所述至少一个处理器可以沿所选择的径向线获取K空间数据。所述至少一个处理器可以基于所获取的K空间数据重建受试目标的至少一个图像。

在一些实施例中，所述至少一个处理器可以进一步生成与所述径向采样方案的多条径向线相对应的方位角集合。所述至少一个处理器可以选择第一径向线，其中所述第一径向线与所述方位角集合中随机选择的第一方位角相对应。所述至少一个处理器可以选择第二径向线，其中所述第二径向线与所述方位角集合中除所述第一方位角以外随机选择的第二方位角相对应。所述至少一个处理器可以选择第k径向线，其中所述第k径向线与所述方位角集合中除先前选择的(k-1)个方位角以外选择的第k方位角相对应。第k方位角可以是基于从先前选择的(k-1)条径向线的相邻径向线之间形成的夹角导出的至少一个随机概率来确定。在一些实施例中，3≤k≤N，k是整数，N表示所述径向采样方案的所述多条径向线的数目。

在一些实施例中，所述夹角之和可以等于π。

在一些实施例中，所述至少一个处理器可以确定对应于所述先前选择的(k-1)条径向线的相邻径向线之间形成的每个夹角的随机概率。所述至少一个处理器可以生成随机值。所述至少一个处理器可以基于所述随机值和对应于最大随机概率的夹角确定参考方位角。所述至少一个处理器可以基于所述参考方位角确定所述方位角集合中除先前选择的(k-1)个方位角以外的第k方位角。所述至少一个处理器可以选择与所述第k方位角相对应的所述第k径向线。

在一些实施例中，所述随机值可以在0到1的范围内。

在一些实施例中，所述径向采样方案的所述多条径向线的数量N可以基于目标图像分辨率确定。

在一些实施例中，N可以等于π和所述目标图像分辨率的系数的乘积的最大取整整数。

在一些实施例中，N可以等于π/2和所述目标图像分辨率的系数的乘积的最大取整整数。

在一些实施例中，所述基线角增量可以基于所述径向采样方案的所述多条径向线的数量来确定。

在一些实施例中，所述至少一个处理器可以根据所选择的径向线的序列来获取所述K空间数据。

根据本发明的第二方面，提供了一种方法。该方法可以包括一个或多个步骤。所述一个或多个步骤可以在具有至少一个处理器和至少一个存储设备的计算设备上实现。所述至少一个处理器可以获取径向采样方案，其中所述径向采样方案包括通过K空间的中心的多条径向线。所述多条径向线中的相邻的径向线可以通过基线角增量间隔。所述至少一个处理器可以选择所述径向采样方案的所述多条径向线。以随机和不重复的方式可以选择多条径向线中的每一条。连续选择的径向线可以通过所述基线角增量的整数倍间隔。所述至少一个处理器可以沿所选择的径向线获取K空间数据。所述至少一个处理器可以基于所获取的K空间数据重建所述受试目标的至少一个图像。

根据本发明的第三方面，提供了一种非暂时性计算机可读介质。所述非暂时性计算机可读介质包括至少一组指令。当计算机设备的至少一个处理器访问所述至少一组指令时，所述至少一组指令指示所述至少一个处理器执行如下所述的一个或多个步骤。所述至少一个处理器可以获取径向采样方案，其中所述径向采样方案包括通过K空间的中心的多条径向线。所述多条径向线中的相邻的径向线可以通过基线角增量间隔。所述至少一个处理器可以选择所述径向采样方案的所述多条径向线。以随机和不重复的方式可以选择多条径向线中的每一条。连续选择的径向线可以通过所述基线角增量的整数倍间隔。所述至少一个处理器可以沿所选择的径向线获取K空间数据。所述至少一个处理器可以基于所获取的K空间数据重建所述受试目标的至少一个图像。

本发明的附加特征将在以下的描述中部分阐述，并且本领域技术人员在查阅下述内容和附图，或者通过示例进行实际操作或验证后，可以容易理解附加特征。本发明的特征可以通过实践或使用下面讨论的详细示例中阐述的方法、工具和其组合来实现

附图说明

本发明还通过多个示例性实施例进一步描述本发明，参考附图详细描述这些示例性实施例。这些实施例是非限制性的示例性实施例，参考附图并不按比例绘制，其中类似的附图标记在附图的多个视图中表示类似的结构，其中：

图1为本发明一些实施例的示例性成像系统的示意图；

图2为本发明一些实施例的示例性MRI扫描仪的示意图；

图3为本发明一些实施例的用于实现处理设备的计算设备的示例性硬件和/或软件组件的示意图；

图4为本发明一些实施例的移动设备的示例性硬件和/或软件组件的示意图；

图5为本发明一些实施例的示例性处理设备的框图；

图6为本发明一些实施例的用于3D磁共振成像的3D径向采样方案的示意图；

图7为本发明一些实施例的通过采用MRI设备生成受试目标图像的示例性流程的流程图；

图8为本发明一些实施例的用随机和不重复的方式选择径向线的示例性流程的流程图；

图9A至图9C为本发明一些实施例的用随机和不重复的方式选择的径向线的示例图；

图10为本发明一些实施例的黄金角采样方案和径向采样方案的示意图。

具体实施方式

在以下的详细描述中，通过实施例/示例阐述了诸多具体细节，以便于对相关公开内容进行深入理解。然而，本领域技术人员可以理解，在没有这些细节的情况下，本发明仍可实施。在一般情况下，为了避免不必要地混淆，本发明以相对较高的水平描述了众所周知的方法、过程、系统、组件和/或电路，而没有对其进行详细说明。对于本领域技术人员来说，对所公开的实施例的各种修改将是显而易见的，并且在不脱离本发明的构思和范围的情况下，本发明定义的一般原则可以应用于其他实施例和应用。因此，本发明不限于所列举的实施例，而是涵盖了与权利要求一致的最宽范围。

本发明中使用的术语仅用于描述特定示例实施例，并不旨在限制本发明。如本发明所用，“一”、“一个”以及“一种”可为单数形式，也可以指复数形式，除非上下文另有明确指示。可以进一步理解，在本发明中所使用的术语“包括”和“包含”，表示所述特征、整数、步骤、操作、元素和/或组件的存在，但不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或其组合。

应当理解，本发明中使用的术语“系统”、“装置”、“单元”、“模块”和/或“块”是一种按升序区分不同级别的不同组件、元件、部件、部分或其组合。但是，如果另一种表达方式的其他术语也可达到相同的目的，则这些术语可能会被其取代。

通常，这里使用的“模块”、“单元”或“块”词语是指硬件或固件中包含的逻辑组件，或指软件指令的集合。本发明描述的模块、单元或块可以用软件和/或硬件来实现，并且可以存储在任何类型的非暂时性计算机可读介质或另一存储设备中。在一些实施例中，软件模块/单元/块可以被编译并链接到可执行程序中。应当理解，软件模块可以从其他模块/单元/块或其自身调用，和/或可以响应检测到的事件或中断而调用。用于在计算设备(例如，如图3所示的处理器310)上执行的软件模块/单元/块可以设置在计算机可读介质上，例如光盘、数字视频光盘、闪存驱动器、磁盘或任何其他有形介质上，或者作为数字下载(并且最初以压缩或可安装的格式存储，在执行之前需要安装、解压缩或解密)。这些软件代码可以部分或全部存储在计算设备的存储设备上，以供计算设备执行。软件指令可以嵌入固件中，例如EPROM(可擦除可编程只读存储器)。进一步可理解，硬件模块/单元/块可以包括所连接的逻辑组件，例如门和触发器，和/或可以包括可编程单元，例如可编程门阵列或处理器。本发明描述的模块/单元/块或计算设备功能可以用软件模块/单元/块来实现，但也可以用硬件或固件表示。一般来说，本发明所描述的模块/单元/块是指逻辑模块/单元/块，它们可以与其他模块/单元/块组合，或者尽管它们的物理组织或存储方式不同，但也可以划分为子模块/子单元/子块。其中，该描述可适用于系统、装置或其一部分。

可以理解，当一个单元、装置、模块或块被称为“开启”、“连接到”或“耦合到”另一个单元、装置、模块或块时，它可以直接开启、连接到、耦合到或通信到另一个单元、装置、模块或块，也可以是可能存在的中间单元、装置、模块或块，除非上下文另有明确说明。如本发明所使用的，术语“和/或”包括一个或多个相关的所列特征的任何和所有组合。

在考虑本发明的以下描述结合参考附图后，本发明的这些和其他特征，和相关结构元件的操作方法和功能，以及部件和制造成本的组合可以更加清楚明显。然而，应明确理解，附图仅用于说明和描述，并不旨在限制本发明的范围。可以理解，附图是不按比例绘制的。

本发明提供用于医学成像的系统和组件。在一些实施例中，医疗系统可以包括成像系统。所述成像系统可以包括单模态成像系统和/或多模态成像系统。所述单模态成像系统可以包括例如磁共振成像(MRI)系统。示例性的磁共振成像系统可包括超导磁共振成像系统、非超导磁共振成像系统等。所述多模态成像系统可以包括，例如，计算机断层磁共振成像(MRI-CT)系统、正电子发射断层磁共振成像(PET-MRI)系统、单光子发射计算机断层磁共振成像(SPECT-MRI)系统、数字减影磁共振成像(DSA-MRI)系统等。

本发明提供多种实施例，用于沿径向采样方案的基本等距径向线，通过对径向K空间进行采样来获取K空间数据。所述径向线可以包括穿过K空间的中心的多条径向线。相邻的径向线可以通过基线角增量间隔。所述基线角增量可以基于待重建图像(例如MR图像)的期望图像分辨率来确定。与常规径向采样方式(如图6所示的黄金角采样方案或等距采样方案)相比，在径向数据采集期间，所述系统可以用更随机和不重复的方式来获取K空间数据。例如，所述系统非仅根据预定的角度增量来选择径向线，而是基于单个随机概率来选择径向线，其可确保均匀的K空间覆盖并减少重建图像中的图像伪影。在一些实施例中，所述系统可基于所获取的K空间数据重建至少一个图像。这种数据采集方案可以应用于二维(2D)数据采集和/或三维(3D)数据采集。

图1是根据本发明的一些实施例的示例性成像系统的示意图。如本发明所用的，成像系统可以是MRI系统。如图1所示，所述成像系统100可以包括MRI扫描仪110、网络120、终端130、处理设备140和存储设备150。所述成像系统100的组件可以通过一种或多种方式连接。仅作为示例，如图1所示，所述MRI扫描仪110可以通过所述网络120连接到所述处理设备140。作为另一示例，MRI扫描仪110可以直接到所述处理设备140(如连接所述MRI扫描仪110和所述处理设备140的虚线双向箭头所示)。在另一实施例中，所述存储设备150可以直接连接到所述处理设备140，或通过所述网络120连接到所述处理设备140。在另一实施例中，所述终端设备(例如131、132、133等)可以直接连接到所述处理设备140(如连接所述终端130和所述处理设备140的虚线双向箭头所示)，或通过所述网络120连接到所述处理设备140。

所述MRI扫描仪110可以扫描位于其检测区域内的对象，并生成与所述对象相关的多个数据。在本发明中，“受试目标”和“对象”可交替使用。仅作为示例，所述受试目标可以包括扫描目标、人造物体等。在另一实施例中，所述受试目标可以包括扫描目标的特定部分、器官和/或组织。例如，所述受试目标可以包括头部、大脑、颈部、身体、肩部、手臂、胸部、心脏、胃、血管、软组织、膝盖、脚或其他部位等，或其任意组合。在一些实施例中，所述MRI扫描仪110可以是闭孔扫描仪或开孔扫描仪。在本发明中，图1所示的X轴、Y轴和Z轴可以形成正交坐标系。图1所示的X轴和Z轴可以是水平的，Y轴可以是垂直的。如图1所示，沿X轴的正方向可从所述MRI扫描仪110的右侧到左侧(从面对MRI扫描仪110的方向看)；沿Y轴的正方向(如图1所示)可从所述MRI扫描仪110的下部到上部；沿Z轴的正方向(如图1所示)可指所述对象从MRI扫描仪110的扫描通道(或称为管道)中移出的方向。本发明的其他内容有对所述MRI扫描仪110的更多描述，例如，参见图2及其说明。

所述网络120可以包括能够促进所述成像系统100的信息和/或数据交换的任何合适网络。在一些实施例中，所述成像系统100的一个或多个组件(例如所述MRI扫描仪110、所述终端130、所述处理设备140或所述存储设备150)可以经由所述网络120与所述成像系统100的一个或多个其他组件通信信息和/或数据。例如，所述处理设备140可以经由所述网络120从所述存储设备150获取与时间帧序列相对应的多个MR图像。在一些实施例中，所述网络120可为任何类型的有线或无线网络，或其组合。所述网络120可以包括公共网络(例如因特网)、专用网络(例如局域网(LAN)、广域网(WAN)等)、有线网络(例如以太网)、无线网络(例如802.11网络、Wi-Fi网络等)、蜂窝网络(例如长期演进(LTE)网络)、帧中继网络、虚拟专用网络(“VPN”)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机或其任意组合。仅作为示例，所述网络120可以包括有线电视网络、有线网络、光纤网络、电信网络、内联网、无线局域网(WLAN)、城域网(MAN)、公用电话交换网络(PSTN)、蓝牙^TM网络、ZigBee^TM网络、近场通信(NFC)网络等，或其任意组合。在一些实施例中，所述网络120可以包括一个或多个网络接入点。例如，所述网络120可以包括有线和/或无线网络接入点，例如基站和/或因特网交换点，通过这些接入点，所述成像系统100的一个或多个组件可以连接到所述网络120以交换数据和/或信息。

所述终端130可以包括移动设备131、平板电脑132、笔记本电脑133等或其任意组合。在一些实施例中，所述移动设备131可以包括智能家庭设备、可穿戴设备、智能移动设备、虚拟现实设备、增强现实设备等或其任意组合。在一些实施例中，所述智能家庭设备可包括智能照明设备、智能电气设备的控制设备、智能监控设备、智能电视、智能摄像机、对讲机等或其任意组合。在一些实施例中，所述可穿戴设备可包括智能手镯、智能鞋具、智能眼镜、智能头盔、智能手表、智能服装、智能背包、智能附件等或其任意组合。在一些实施例中，所述智能移动设备可包括智能手机、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备等或其任意组合。在一些实施例中，所述虚拟现实设备和/或增强现实设备可包括虚拟现实头盔、虚拟现实眼镜、虚拟现实贴片、增强现实头盔、增强现实眼镜、增强现实贴片等或其任意组合。例如，所述虚拟现实设备和/或增强现实设备可以包括谷歌^TM眼镜、Oculus Rift头戴显示器、全息透镜、Gear VR头戴显示器等。在一些实施例中，所述终端130可以远程操作所述MRI扫描仪110和/或所述处理设备140。在一些实施例中，所述终端130可以经由无线连接操作所述MRI扫描仪110和/或所述处理设备140。在一些实施例中，所述终端130可以接收用户输入的信息和/或指令，并且经由所述网络120将接收到的信息和/或指令发送到所述MRI扫描仪110，或发送到所述处理设备140。在一些实施例中，所述终端130可以从所述处理设备140接收数据和/或信息。在一些实施例中，所述终端130可以是所述处理设备140的一部分。在一些实施例中，可以省略所述终端130。

所述处理设备120可以处理从所述MRI扫描仪110、所述终端130和/或所述存储设备150获取的数据和/或信息。例如，所述处理设备140可以获取径向采样方案。在数据采集期间，所述处理设备140可以用随机和不重复的方式选择所述径向采样方案的每条径向线，并可以沿所选择的径向线获取K空间数据。所述处理设备140可以根据一个或多个重建算法基于所获取的K空间数据重建至少一个图像。

在一些实施例中，所述处理设备140可以是单个服务器或服务器组。所述服务器组可以是集中式或分布式的。在一些实施例中，所述处理设备140可以是本地的或远程的。例如，所述处理设备140可以经由所述网络120访问所述MR扫描器110、所述存储设备130和/或所述终端140存储或获取的信息和/或数据。在另一实施例中，所述处理设备140可以直接连接到所述MRI扫描仪110(如图1中连接所述处理设备140和所述MRI扫描仪110的虚线双向箭头所示)、所述终端130(如图1中连接所述处理设备140和所述终端130的虚线双向箭头所示)和/或所述存储设备150以访问存储的或获取的信息和/或数据。在一些实施例中，所述处理设备140可以在云平台上实现。仅作为示例，所述云平台可包括私有云、公共云、混合云、社区云、分布式云、中间云、多云等，或者其任意组合。在一些实施例中，所述处理设备140可以通过包括图3所描述的一个或多个组件的计算设备300来实现。

所述存储设备150可以存储数据和/或指令。在一些实施例中，所述存储设备150可以存储从所述MRI扫描仪110、所述终端130和/或所述处理设备140获得的数据。例如，所述存储设备150可以存储用于K空间数据采集的径向采样方案。在一些实施例中，所述存储设备150可以存储数据和/或指令，所述处理设备120可以执行或使用所述数据和/或指令，来执行本发明中描述的示例性方法。例如，所述存储设备150可以存储指令，所述指令可以被所述处理设备140执行，实现一个或多个操作，以基于所获取的K空间数据生成所述受试目标的的图像(例如MR图像)。在一些实施例中，所述存储设备150可以包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)等或其任意组合。举例来说，大容量存储设备可以包括磁盘、光盘、固态驱动器等。举例来说，可移动存储设备可以包括闪存驱动器、软盘、光盘、存储卡、压缩磁盘、磁带等。举例来说，易失性读写存储器可以包括随机存取存储器(RAM)。举例来说，RAM可以包括动态RAM(DRAM)、双倍数据速率同步动态RAM(DDRSDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)、零电容RAM(Z-RAM)等。举例来说，ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)、数字多功能磁盘ROM等。在一些实施例中，所述存储设备150可以在云平台上实现。仅作为示例，所述云平台可包括私有云、公共云、混合云、社区云、分布式云、中间云、多云等或其任意组合。

在一些实施例中，所述存储设备130可以连接到所述网络120以与所述成像系统100中的一个或多个其他组件(例如所述MRI扫描仪110、所述处理设备140、所述终端130等)通信。所述成像系统100的一个或多个组件可以经由所述网络120访问所述存储设备150中存储的数据或指令。在一些实施例中，所述存储设备150可以直接连接到所述成像系统100的一个或多个组件(例如所述MRI扫描仪110、所述处理设备140、所述终端130等)或与之通信。在一些实施例中，所述存储设备150可以是所述处理设备140的一部分。

在一些实施例中，所述成像系统100还可以包括连接到所述成像系统100的一个或多个组件(例如，所述MRI扫描仪110、所述处理设备140、所述终端130、所述存储设备150等)的一个或多个电源(图1中未示出)。

图2是根据本发明的一些实施例的示例性MRI扫描仪110的示意图。图2描述了所述MRI扫描仪110的一个或多个组件，主磁体201可以产生第一磁场(或称为主磁场)，所述第一磁场可施加于暴露在磁场中的对象(也称为受试目标)。所述主磁体201可以包括电阻性电磁铁或超导电磁铁，两者都需要电源(未示出)支持操作。可选的，所述主磁体201可以包括永磁体。所述主磁体201可以包括通孔，用于容纳受试目标。所述主磁体201还可以控制生成的主磁场的均匀性。在所述主磁铁201中还可设置一些补偿线圈。所述补偿线圈可放置在所述主磁体201的间隙中以补偿所述主磁体201的磁场的不均匀性。所述补偿线圈可由补偿电源供电。

梯度线圈202可以位于所述主磁体201内。所述梯度线圈202可以产生第二磁场(或称为梯度场，包括梯度场Gx、Gy和Gz)。所述第二磁场可以叠加在由所述主磁体201产生的主磁场上，而扭曲所述主磁场，以使对象的质子的磁方向可以随其在梯度场中的位置而变化，从而将空间信息编码为所述受试目标的成像区域生成的MR信号。所述梯度线圈202可以包括X轴线圈(例如，用于生成对应于X方向的梯度场Gx)、Y轴线圈(例如，用于生成对应于Y方向的梯度场Gy)和/或Z轴线圈(例如，用于生成对应于Z方向的梯度场Gz)(图2中未示出)。在一些实施例中，Z轴线圈可以基于圆形(Maxwell)线圈设计，而X轴线圈和Y轴线圈可以基于鞍形(Golay)线圈涉及。这三组线圈可以产生三个不同的磁场，用于位置编码。所述梯度线圈202可以允许对MR信号进行空间编码，以用于图像重建。所述梯度线圈202可以与X轴梯度放大器204、Y轴梯度放大器205或Z轴梯度放大器206中的一个或多个连接。所述三个放大器中的一个或多个可以连接到波形发生器216。所述波形发生器216可以生成应用于X轴梯度放大器204、Y轴梯度放大器205或Z轴梯度放大器206的梯度波形。放大器可以放大波形。放大的波形可以应用于所述梯度线圈202中的线圈之一，以分别在X轴、Y轴、Z轴上产生磁场。所述梯度线圈202可设计用于闭孔MRI扫描仪或开孔MRI扫描仪。在一些情况下，所述梯度线圈202的所有三组线圈都可以通电，由此产生三个梯度场。在本发明的一些实施例中，所述X轴线圈和所述Y轴线圈可以通电，以在X方向和Y方向上产生梯度场。如本发明所使用的，图2中描述的X轴、Y轴、Z轴、X方向、Y方向和Z方向与图1中所描述的相同或相似。

在一些实施例中，射频(英文简称为RF，英文全称为Radio Frequency)线圈203可位于所述主磁铁201内，并用作射频发射、射频接收或两者皆备。所述射频线圈203可以与射频电子装置209连接，射频电子装置209可以用作一个或多个集成电路(ICs)，其作为波形发射器和/或波形接收器。所述射频电子装置209可以连接到射频功率放大器(RFPA)207和模数转换器(ADC)208。

当所述射频线圈203用作射频发射时，其可产生提供第三磁场的射频信号，所述第三磁场用于产生与所述受试目标的成像区域相关的MR信号。所述第三磁场可以垂直于所述主磁场。所述波形发生器216可以产生射频脉冲。所述射频脉冲可由所述RFPA 207放大，由所述射频电子装置209处理，所述射频电子装置209基于放大的RF脉冲产生的强大电流，射频线圈203响应并产生RF信号。

当所述射频线圈203用作射频接收时，其可负责检测回波信号。在激发后，所述对象产生的MR信号可由所述射频线圈203感测。然后，接收放大器可以接收来自射频线圈203的感测MR信号，放大所述感测MR信号，并将放大的MR信号提供给所述模数转换器208。所述模数转换器208可以将所述MR信号从模拟信号转换为数字信号。最后，数字MR信号可以基于预设的K空间采样方案填充到K空间，在一些实施例中，所述K空间数据可被发送至所述处理设备140以进行进一步重建。

在一些实施例中，所述梯度线圈202和所述射频线圈203可以相对于所述对象周向定位。本领域技术人员可以理解，所述主磁体201、所述梯度线圈202和所述射频线圈203可以位于所述对象周围的各种布局结构中。

在一些实施例中，所述RFPA207可以放大射频脉冲(例如，射频脉冲的功率、射频脉冲的电压)，以产生放大的射频脉冲来驱动所述射频线圈203。所述RFPA 207可以包括基于晶体管的RFPA、基于真空管的RFPA等或其任意组合。所述基于晶体管的RFPA可以包括一个或多个晶体管。所述基于真空管的RFPA可以包括三极管、四极管、速调管等或其任意组合。在一些实施例中，所述RFPA207可以包括线性RFPA或非线性RFPA。在一些实施例中，所述RFPA 207可以包括一个或多个RFPA。

在一些实施例中，所述MRI扫描仪110还可以包括对象定位系统(未示出)。所述对象定位系统可以包括对象支架和传输装置。可将所述对象放置在所述对象支架上，并由所述传输装置定位在所述主磁铁201的孔内。

图3是根据本发明的一些实施例的用于实现处理设备的计算设备的示例性硬件和/或软件组件的示意图。如图3所示，计算设备300可以包括处理器310、存储器320、输入/输出(I/O)330和通信端口340。

所述处理器310可以根据本发明描述的技术来执行计算机指令(例如，程序代码)和执行所述处理设备140的功能。所述计算机指令可以包括执行所描述的特定功能的例程、程序、对象、组件、信号、数据结构、过程、模块和功能。例如，所述处理器310可以通过随机且不重复的方式，沿着所述径向线对K空间进行采样，来获取K空间数据。在一些实施例中，所述处理器310可以包括微控制器、微处理器、精简指令集计算机(RISC)、专用集成电路(ASICs)、专用指令集处理器(ASIP)、中央处理单元(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、高级RISC机(ARM)、可编程逻辑器件(PLD)、能够执行一个或多个功能的任何电路或处理器等，或其任意组合。

仅为了说明，所述计算设备300中仅描述了一个处理器。然而，应当注意，本发明中的所述计算设备300还可以包括多个处理器。因此，如本发明所述，由一个处理器执行的操作和/或方法步骤也可以由多个处理器组合或单独执行。例如，如果在本发明中，所述计算设备300的处理器执行操作A和操作B，则可以理解为，操作A和操作B可以由所述计算设备300中的两个以上不同的处理器共同执行，也可以由其分别执行(例如，第一处理器执行操作A，第二处理器执行操作B；或者第一处理器和第二处理器共同执行操作A和操作B)。

所述存储器320可以存储从所述MRI扫描仪110、所述终端130、所述存储装置150或所述成像系统100的任何其他组件获得的数据/信息。在一些实施例中，所述存储器320可以包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)等或其任意组合。例如，所述大容量存储设备可以包括磁盘、光盘、固态驱动器等。所述可移动存储设备可以包括闪存驱动器、软盘、光盘、存储卡、压缩磁盘、磁带等。所述易失性读写存储器可以包括随机存取存储器(RAM)。所述RAM可以包括动态RAM(DRAM)、双倍数据速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容RAM(Z-RAM)等。所述ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)、数字多功能磁盘ROM等。在一些实施例中，所述存储器320可以存储一个或多个程序和/或指令，以执行本发明中描述的示例性方法。

所述输入/输出(I/O)330可以输入和/或输出信号、数据、信息等。在一些实施例中，所述输入/输出(I/O)330可以允许用户与所述处理设备140交互。在一些实施例中，所述输入/输出(I/O)330可以包括输入设备和输出设备。举例来说，所述输入设备可以包括键盘、鼠标、触摸屏、麦克风、轨迹球等，或其任意组合。举例来说，所述输出设备可以包括显示设备、扬声器、打印机、投影仪等，或其任意组合。举例来说，所述显示设备可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、曲面屏幕、电视设备、阴极射线管(CRT)等，或其任意组合。

仅作为示例，所述处理设备140的用户(例如操作员)可以通过所述输入/输出(I/O)330输入数据，所述数据与正在成像/扫描或将要成像/扫描的对象(例如扫描目标)相关。与所述对象相关的数据可以包括识别信息(例如姓名、年龄、性别、病史、合同信息、体检结果等)和/或包括MRI扫描所必须属性的测试信息。所述用户还可以输入所述MRI扫描仪110操作所需的参数，例如图像对比度和/或比率、感兴趣区域(ROI)、片层厚度、成像类型(例如，T1加权成像、T2加权成像、质子密度加权成像等)、T1、T2、回波类型(自旋回波、快速自旋回波(FSE)、快速恢复FSE、单次激发FSE、梯度回波、具有稳态进动的快速成像等)、翻转角度值、获取时间(TA)、回波时间(TE)、重复时间(TR)、回波链长度(ETL)、相位数、激励数(NEX)、反转时间、带宽(例如，射频接收带宽、射频发射带宽等)、扫描类型、采样类型等，或其任意组合。所述输入/输出(I/O)330还可以显示基于采样数据生成的MR图像。

所述通信端口340可以与网络(例如所述网络150)连接，以便于数据通信。所述通信端口340可以在所述处理设备140与所述MRI扫描仪110、所述终端130或所述存储设备150之间建立连接。所述连接可以是有线连接、无线连接，或者两者的结合，以实现数据传输和接收。所述有线连接可以包括电缆、光缆、电话线等，或其任意组合。所述无线连接可以包括蓝牙、Wi-Fi、WiMax、WLAN、ZigBee、移动网络(例如3G、4G、5G、6G等)等或其任意组合。在一些实施例中，所述通信端口340可以包括标准化通信端口，例如RS232、RS485等。在一些实施例中，所述通信端口340可以是专门设计的通信端口，例如，所述通信端口340可以根据医学数字成像和通信(DICOM)协议来设计。

图4是根据本发明的一些实施例的用于实现终端的移动设备400的示例性硬件和/或软件组件的示意图。如图4所示，所述移动设备400可以包括通信平台410、显示器420、图形处理单元(GPU)430、中央处理单元(CPU)440、I/O 450、内存460和存储器490。在一些实施例中，所述移动设备400还可以包括但不限于系统总线或控制器(图中未示出)的任何其他合适组件。在一些实施例中，移动操作系统470(例如iOS、Android、Windows Phone、HM OS等)和一个或多个应用程序480可以从所述存储器490加载到所述内存460中，以便由所述CPU 440执行。所述应用程序480可以包括浏览器或任何其他合适的移动应用，用于从所述处理设备140接收和呈现与图像处理或其他信息相关的信息。信息流的用户交互可以通过I/O 450来实现，并且经由所述网络120提供给所述成像系统100的所述处理设备120和/或所述成像系统100的其他组件。

为了实现本发明中描述的各种模块、单元及其功能，可以将计算机硬件平台用作此处描述的一个或多个元件的硬件平台。此类计算机的硬件元件、操作系统和编程语言在本质上是常规的，并且是本领域技术人员所熟知的，适应于生成和跟踪如本发明所述的目标的形状。具有用户界面元素的计算机可用于实现个人计算机(PC)或其他类型的工作站或终端设备，经过适当编程，计算机也可充当服务器。本领域技术人员熟知该计算机设备的结构、编程和一般操作，因此，附图应当是浅显易懂的。

图5是根据本发明的一些实施例的示例性处理设备的框图。如图5所示，所述处理设备140可以在图2所示的计算设备300(例如，所述处理器310)或图4所示的CPU440上实现。如图5所示，所述处理设备140可以包括采集模块502、选择模块504、控制模块506和重建模块508。上述每一个模块可以是硬件电路，其被设计用于根据存储的一组指令执行指定动作，所述一组指令存储在一个或多个存储介质中，和/或所述硬件电路和所述一个或多个存储介质的任意组合。

所述采集模块502可用于获取与所述成像系统100相关的信息。在一些实施例中，所述采集模块502可以获取径向采样方案，该径向采样方案包括多条通过K空间的中心的径向线。径向线可用于参考获取K空间数据的采样轨迹。在一些实施例中，所述径向采样方案可以包括对称径向采样方案(例如，图10所示的径向采样方案)或非对称径向采样方案(图中未示出)。在所述对称径向采样方案中，每条径向线可以穿过所述K空间的中心，并具有恒定的径向长度。在所述非对称径向采样方案中，每条径向线可以通过所述K空间的中心，而部分径向线的径向长度是不恒定的。对于所述对称径向采样方案或所述非对称径向采样方案，多条径向线可以在K空间的Kx-Ky平面上等距分布。在一些实施例中，所述获取模块502可以沿着选择的径向线获取K空间数据。所述采集模块502可以根据所选择的径向线的序列来获取K空间数据。例如，所述采集模块502可以根据所述径向线的选择序列依次获取对应于每条径向线的K空间数据。

所述选择模块504可以用于选择所述径向采样方案的多条径向线。可以用随机和不重复的方式选择多条径向线中的每一条。在一些实施例中，连续选择的径向线可以由基线角增量的整数倍间隔。仅作为示例，所述选择模块504可以从所述径向采样方案中分别随机选择第一径向线和第二径向线。由于采用随机选择的方式，所述第一径向线和所述第二径向线不相邻的概率很大。当连续选择的第一径向线和第二径向线不相邻时，所述第一径向线和所述第二径向线之间的夹角至少是所述基线角增量的两倍。在一些实施例中，当已选择径向线时，在采集K空间数据期间不能再选择径向线，这可以避免重复获取K空间数据和引入冗余数据。

所述控制模块506可以用于指示MRI设备(例如，所述MRI扫描仪110)基于至少一个扫描协议执行MR扫描。在一些实施例中，所述扫描协议可为一个或多个待成像的感兴趣区域(英文简称为ROI，英文全文为region of interest)而设计。在一些实施例中，所述扫描协议可以包括在不同平面和/或不同参数(例如，FOV)中定向的特定数量的脉冲序列。所述脉冲序列可包括自旋回波序列、梯度回波序列、扩散序列、反转恢复序列等，或其任意组合。在一些实施例中，所述脉冲序列(例如Gx、Gy和Gz)可以根据所述径向采样方案指定的数据采集方案来设计。在MR扫描过程中，一旦触发特定的脉冲序列，就可以相应地获取与所述脉冲序列相关的原始MR回波信号。然后对所述原始MR回波信号进行采样，填充到K空间的径向线上。

所述重建模块508可用于基于所获取的K空间数据重建所述受试目标的至少一个图像。可以应用不同的重建技术来重建至少一个图像。举例来说，重建技术可包括傅里叶重建、逆傅里叶重建、约束图像重建、并行MRI中的正则化图像重建、压缩感知(英文简称为CS，英文全称为compressed-sensing)-并行成像(英文简称为PI，英文全称为parallelimaging)重建等，或其任意组合。举例来说，CS-PI重建技术可以包括SparseSENSE、l₁-SPIRiT、SAKE、CS-SENSE、CS-GRAPPA等或其任意组合。

在一些实施例中，图5所示的一个或多个模块可以在图1所示的所述成像系统100的至少一部分中实现。例如，可以将所述采集模块502、所述选择模块504、所述控制模块506和所述重建模块508集成到控制台中(图中未示出)。通过所述控制台，用户可以设置用于扫描受试目标、控制成像处理、控制用于图像重建的参数、观看重建图像等的参数。在一些实施例中，所述控制台可以通过所述处理设备140和/或一个或多个所述终端130来实现。

图6是根据本发明的一些实施例的用于3D MRI的三维(3D)径向采样方案的示意图。例如，3D MRI可以是动态对比增强磁共振成像(DCE-MRI)。临床上，采集3D径向数据可以通过使用星堆叠(英文简称为SoS，英文全称为stack-of-stars)K空间轨迹来实现，例如图6所示的SoS轨迹(a)，其中沿片层选择方向使用笛卡尔采样，在读取方向和相位方向使用非笛卡尔采样。在一些实施例中，Kx表示读取方向(或频率编码方向)，Ky表示相位编码方向，Kz表示片层选择方向。根据沿三个方向的梯度序列，可以获取K空间数据。在每个片层的Kx-Ky平面中，序列可以使用等距角采样方案或黄金角采样方案，所述等距角采样方案具有多条交错径向线。参考图6，所述SoS轨迹(a)通过笛卡尔采样获得沿所述径向线和所述Kz方向的Kx-Ky平面。在一些实施例中，可以使用等距方案(b)或黄金角度方案(c)对径向线的角度进行排序。在图6中，

表示相邻径向辐条之间的角增量(或角距离)，而ΔK_z表示相邻片层之间的间隔(例如，片层厚度)，数字(例如图6的b或c中所示的1、2、3……)表示采集所述K空间数据的时间顺序。根据所述径向辐条指示的时间顺序沿径向线获取所述K空间数据。所述SoSK-空间轨迹可以参考Block等人的“面向常规临床用于降低运动灵敏度的放射状星堆叠三维梯度回波序列”的描述。在某些情况下，所述等距方案(b)使用传统的线性方位角增量，其中，N个连续投影的方位角以180°/N的增量角递增。在所述等距方案(b)中，可以基于所述径向线(例如，由数字1，2，…，8表示)的预定时间顺序来获取所述K空间数据。在数据采集期间，在所述等距方案(b)中可能需要相邻连续选择的径向线，由于相对弱的随机性可导致连续投影的子集不均匀采样K空间。在某些情况下，由于径向采样的不均匀性，黄金角增量仍然会导致K空间的覆盖出现缺口，从而使K空间整体的覆盖不均匀。为了解决K空间覆盖不均匀的问题，要求K空间采样比传统的等距方案(b)或黄金角方案(c)更具随机性和均匀性。

参考图10，(a)表示黄金角采样方案，(b)表示所提出的径向采样方案。在所述黄金角采样方案中，所述径向线采用黄金角设计。相邻径向线之间的角距可以等于111.25°。在所提出的径向采样方案中，径向线是以等距方式设计的。仅作为示例，所述径向线相对于所述Kx-Ky平面上K空间的中心是对称的。如本发明所用的，在所述Kx-Ky平面上，原(0，0)可被指定为K空间的中心。径向线的方位角是指所述径向线相对于所述Kx轴的角度。如图10的(a)所示，由于相邻径向线之间的角距不同，所述黄金角增量可能导致K空间覆盖中的间隙和非均匀K空间覆盖。与黄金角分布不同，在所提出的径向采样方案中，相邻径向线之间的等角增量可以提供均匀的K空间覆盖。在一些实施例中，可以通过以随机和不重复的方式选择每个径向线来实现均匀的K空间覆盖。由于随机和不重复的特性，连续选择的径向线在概率上可能不相邻，这与图8的等距方案(b)不同。例如，在图8的等距方案(b)中，连续选择的径向线是相邻的，这导致非随机数据采集，并且对均匀K空间覆盖产生负面影响。

图7是根据本发明的一些实施例的通过采用磁共振成像(MRI)设备生成受试目标图像的示例性流程的流程图。在一些实施例中，流程700可以在图1所示的所述成像系统100中实现。例如，流程700可以作为指令的形式存储在存储设备中(例如，所述存储设备150，或所述处理设备140的所述存储器320)，并且可以由所述处理设备140(例如，所述处理设备140的所述处理器310，或图5所示的所述处理设备140中的一个或多个模块)调用和/或执行。下面展示的所述示例流程700的操作旨在说明。在一些实施例中，可以使用未描述的一个或多个附加操作，和/或不使用所讨论的一个或多个操作来完成所述流程700。另外，如图7所示的流程700的步骤顺序和以下描述的顺序不作限制。

在步骤702中，所述处理设备(例如，所述处理设备140的采集模块502)可以获取径向采样方案，所述径向采样方案包括多条径向线，每条径向线通过K空间的中心。径向线可指用于获取K空间数据的采样轨迹。

在一些实施例中，所述径向采样方案可以包括对称径向采样方案(例如，图10所示的所提议的径向采样方案)或非对称径向采样方案(未示出)。在所述对称径向采样方案中，每条径向线可以穿过K空间的中心，并且具有恒定的径向长度。在非对称径向采样方案中，每条径向线都可以通过K空间的中心，而部分径向线的径向长度是不恒定的。对于所述对称径向采样方案或所述非对称径向采样方案，多条径向线可以在K空间的Kx-Ky平面上等距分布。相邻的径向线可以用相同的基线角增量间隔(即Δ)。

在一些实施例中，所述基线角增量可与所述径向采样方案的多条径向线的数目相关联。在一些实施例中，可以基于目标图像分辨率来确定径向线的数目。所述目标图像分辨率是指待重建图像的图像分辨率。如本发明所用的，所述目标图像分辨率可以用m×n像素表示。在一些实施例中，m可以等于n，例如256×256像素。在一些实施例中，m可以不同于n，例如256×512像素。如本发明所用的，待重建图像可以是正方形图像，即m＝n。在一些实施例中，多条径向线的数目(例如，N)可以基于所述目标图像分辨率来确定。在一些实施例中，对于所述对称径向采样方案，由于多条径向线相对于K空间的中心是对称的，因此N约等于π/2和所述目标图像分辨率系数(例如，m或n)的乘积。例如，设定m等于n，N≈π/2×n。在一些实施例中，N可以等于π/2与n的乘积的最大取整整数。在一些实施例中，对于所述非对称径向采样方案，由于多条径向线相对于K空间的中心是非对称的，因此N约等于π和所述目标图像分辨率系数(例如，m或n)的乘积。例如，设定m等于n，N≈π×n。在一些实施例中，N可以等于π和n的乘积的最大取整整数。需要注意的是，所述径向采样方案可以包括任意数量的径向线，这有助于满足MRI的任意时间分辨率。

在一些实施例中，所述基线角增量可以基于所述径向采样方案的径向线的数目来确定。例如，在所述非对称径向采样方案中，可以确定基线角增量，例如，Δ＝2π/(π×n)＝2/n。在另一实施例中，在所述对称径向采样方案中，可以确定基线角增量，例如，Δ＝π/(π/2×n)＝2/n。如本发明所用的，所述基线角增量可以以弧角的形式表示。应当注意的是，所述基线角增量可设置为与径向线数量相关的任意角度，且不作限制。

在步骤704中，所述处理设备(例如，所述处理设备140的选择模块504)可以选择所述径向采样方案的多条径向线。所述多条径向线中的每一条用随机和不重复的方式选择。在一些实施例中，所述随机和不重复的方式指示所述处理设备可以任意选择径向线，但在采集K空间数据期间不能再选择该径向线。在一些实施例中，可以基于随机概率来选择所述径向线。随机概率可由相邻选定的径向线之间形成的夹角得出。

在一些实施例中，连续选择的径向线可以通过基线角增量的整数倍间隔。仅作为示例，所述处理设备140可以从所述径向采样方案中分别随机选择第一径向线和第二径向线。由于采用随机选择的方式，所述第一径向线和所述第二径向线不相邻的概率很大。当连续选择的第一径向线和第二径向线不相邻时，所述第一径向线和所述第二径向线之间的夹角至少是所述基线角增量的两倍。在一些实施例中，当已选择径向线时，在采集K空间数据期间不能再选择径向线，避免重复获取K空间数据，引入冗余数据。更多关于径向线的随机和不重复选择的描述可以在本发明的其他内容找到(例如，图8及其描述)。

在步骤706中，所述处理设备(例如，所述处理设备140的获取模块502)可以沿所选择的径向线获取K空间数据。在一些实施例中，所述处理设备140可以根据所选择的径向线的序列来获取K空间数据。例如，所述处理设备140可以根据所述径向线的选择序列依次获取对应于每条径向线的K空间数据。在一些实施例中，K空间数据可以包括沿每条径向线的多个样本。对于同一径向线上的样本，它们具有相同的方位角，但相对于K空间的中心具有不同的径向长度。在所述径向采样方案中，可以预先确定每条径向线上的采样数(或计数)。例如，在所述对称径向采样方案中，每条径向线上都有固定数量(或计数)的样本。在另一实施例中，在所述非对称径向采样方案中，在至少部分径向线上存在不定数量的样本。

仅作为示例，所述处理设备140(例如，所述处理设备140的控制模块506)可以指示所述MRI设备(例如，MRI扫描仪110)基于至少一个扫描协议扫描受试目标(例如，扫描目标或人造物体)。所述扫描协议可为一个或多个待成像的感兴趣区域(ROI)而设计。在一些实施例中，所述扫描协议可以包括在不同平面和/或不同参数(例如，FOV)中定向的特定数量的脉冲序列。所述脉冲序列可包括自旋回波序列、梯度回波序列、扩散序列、反转恢复序列等，或其任意组合。举例来说，所述自旋回波序列可包括快速自旋回波(FSE)、半傅立叶采集单次激发涡轮自旋回波(HASTE)、涡轮梯度自旋回波(TGSE)等，或其任意组合。在一些实施例中，所述脉冲序列(例如，Gx、Gy和Gz)可以根据所述径向采样方案指定的数据采集方案来设计。在MR扫描过程中，一旦触发特定的脉冲序列，可以相应地获取与所述脉冲序列相关的原始MR回波信号。然后对所述原始MR回波信号进行采样，填充到K空间的径向线上。与所述脉冲序列相关的MR回波信号可以根据径向线的选择序列填充到K空间的径向线。在一些实施例中，K空间数据可用于重建MR图像。应当注意，此处描述的数据采集策略与二维和/或三维径向采集兼容(例如，图6所示的所述SoS径向采集)。

在步骤708中，所述处理设备(例如，所述处理装置140的重建模块508)可以基于所获取的K空间数据重建所述受试目标的至少一个图像。

在一些实施例中，所述处理设备140可以执行一个或多个重建算法，基于K空间数据生成2D图像或3D图像。举例来说，所述重建算法可包括傅里叶重建算法、逆傅里叶重建算法、约束图像重建算法、并行MRI中的正则图像重建算法、压缩感知(CS)-并行成像(PI)重建算法等，或其任意组合。举例来说，CS-PI重建算法可以包括SparseSENSE、l₁-SPIRiT、SAKE、CS-SENSE、CS-GRAPPA等，或其任意组合。在一些实施例中，所述处理设备140可以基于2D径向K空间数据重建2D片层图像。在一些实施例中，所述处理设备140可以基于由2D径向K空间数据组成的3D K空间数据来重建3D图像。

应当注意的是，上述描述仅仅是为了解释说明本发明，并不旨在限制本发明的范围。对本领域技术人员来说，在本发明的教导下可以进行多种变型和修改。然而，这些变化和修改并没有脱离本发明的范围。例如，步骤704和步骤706可以集合到一个步骤中。

图8是根据本发明的一些实施例的用随机和不重复的方式选择径向线的示例性流程的流程图。在一些实施例中，流程800可以在图1所示的所述成像系统100中实现。例如，所述流程800可以作为指令的形式存储在存储设备中(例如，所述存储设备150或所述处理设备140的所述存储器320)，并且可以由所述处理设备140(例如，处理设备140的处理器310，或图5所示的处理设备140中的一个或多个模块)调用和/或执行。下面呈现的所述示例流程800的操作旨在说明。在一些实施例中，可以使用未描述的一个或多个附加操作，和/或不使用所讨论的一个或多个操作来完成所述流程800。另外，如图8所示的流程800的步骤顺序和以下描述的顺序不作限制。

在步骤802中，所述处理设备(例如，所述处理装置140的所述选择模块504)可以生成与所述径向采样方案(例如，图10所示的所提出的径向采样方案(b))的多条径向线相对应的方位角集合。在所述径向采样方案中，所述多条径向线中的相邻径向线以相同的基线角增量间隔(例如Δ)。所述方位角集合可以指示K空间采样轨迹的每条径向线的空间信息。

所述方位角集合可以用B表示，B＝{θ|θ＝iΔ,0≤i<N,i∈Z}，其中θ表示与径向线相对应的方位角，i表示径向线的增量系数，N表示所述径向采样方案的径向线数，Z表示整数集，即i＝0，1，2，…，N-1。如本发明所用的，K空间的中心可以被指定为Kx-Ky平面的原点，例如图10所示的Kx-Ky平面中的坐标(0，0)。方位角θ是所述径向线相对于所述Kx轴的角度。仅作为说明，当＝0时，对应的径向线与所述Kx轴重叠。在另一实施例中，当＝Δ时，相关径向线和所述Kx轴之间的角距等于Δ。在一些实施例中，所述方位角集合可以用数据结构的形式存储，例如查找表。所述处理设备140可以通过检索所述方位角集合来获得与方位角相对应的径向线。

在步骤804中，所述处理设备(例如，所述处理设备140的所述选择模块504)可以选择第一径向线，所述第一径向线与所述方位角集合中随机选择的第一方位角相对应。

例如，所述处理设备140可以从所述方位角集合中随机选择方位角。所选择的方位角可以被定义为所述第一方位角。所述处理设备140可以获取对应于所述第一方位角的第一径向线。在一些实施例中，在MR扫描期间，可以对沿着所述第一径向线的MR回波信号进行采样，并填充到所述第一径向线所在的K空间。

在步骤806中，所述处理设备(例如，所述处理设备140的所述选择模块504)可以选择第二径向线，所述第二径向线与所述方位角集合中除所述第一方位角以外随机选择的第二方位角相对应。

在一些实施例中，当已选择特定的径向线或所述径向线的特定方位角时，在随后的K空间数据采集中不再选择它。例如，所选择的第一方位角可以从所述方位角集合中排除。所述处理设备140可以更新所述方位角集合。所述处理设备140可以从更新的方位角集合中随机选择方位角。所选择的方位角可以被定义为所述第二方位角。所述处理装置140可以选择对应于所述第二方位角的第二径向线。在一些实施例中，在MR扫描期间，可以对沿着所述第二径向线的MR回波信号进行采样，并填充到所述第二径向线所在的K空间。

在步骤808中，所述处理设备(例如，所述处理设备140的所述选择模块504)可以选择第k径向线，所述第k径向线与所述方位角集合中除先前选择的(k-1)个方位角以外选择的第k方位角相对应。在一些实施例中，3≤k≤N，其中k是整数，N是所述径向采样方案的所述径向线的数目。

给定(k-1)个方位角和相应的(k-1)条径向线已被选定，先前选定的(k-1)个方位角可从所述方位角集合中排除。所述方位角集合可以相应地更新。所述处理设备140可以基于从先前选择的(k-1)条径向线的相邻径向线之间形成的夹角得出的至少一个随机概率，选择来自当前更新的方位角集合的第k方位角。在一些实施例中，所述夹角之和可以等于π。所述处理装置140可以选择与第k方位角相对应的第k径向线。在一些实施例中，在MR扫描期间，可以对沿着第k径向线的MR回波信号进行采样，并填充到所述第k径向线所在的k空间。

在一些实施例中，所述处理设备140可以确定对应于所述先前选择的(k-1)条径向线的相邻径向线之间形成的每个夹角的随机概率。如本发明所用的，所述夹角可以分别用δ₁,δ₂,…,δ_k-1表示。所述处理设备140可以确定第k径向线落在每个夹角的角度范围内的随机概率。随机概率P_j可以基于以下等式(1)确定：

例如

在一些实施例中，所述处理设备140可以生成随机值。所述随机值可以用r表示。所述随机值可以在0到1的范围内产生，即r∈(0,1)。在一些实施例中，所述处理设备140可以基于所述随机值和对应于最大随机概率的夹角来确定参考方位角。

在一些实施例中，可以确定最大随机概率，例如，P_max＝max(P_j)。可相应地确定对应于最大随机概率(例如δ_max)的夹角。所述处理设备140可以确定与夹角δ_max相邻的两条径向线。所述处理设备140可以通过比较所确定的两条径向线的方位角来获得最大方位角(例如θ_max)。所述处理设备140可基于等式(2)确定参考方位角(例如θ_ref)，如下所示：

θ_ref＝π×r+θ_max (2)

在一些实施例中，所述参考方位角落在每个夹角范围内的概率符合从等式(1)得出的随机概率分布。在一些实施例中，所述处理设备140可以检索不包括先前选择的(k-1)个方位角的方位角集合，并获取最接近所述参考方位角的方位角。所述最接近参考方位角的方位角可以指定为第k方位角。可相应地选择对应于第k方位角的第k径向线。

图9A至图9C是根据本发明的一些实施例的用随机和不重复的方式选择的径向线的示例图。仅作为示例，可以采用对称径向采样方案(例如，图10所示的所提出的径向采样方案)。所述径向采样方案可以包括多条径向线，每条径向线穿过K空间的中心。多条径向线中相邻的径向线可以由基线角增量间隔。仅为了说明，参考图9A，在采集K空间数据期间，可以随机选择第一径向线α₁和第二径向线α₂。可以确定所述第一径向线和所述第二径向线之间形成的交角，例如δ₁和δ₂。参照图9B，可根据参考线β选择第三径向线α₃，参考线β的方位角可以根据从夹角δ₁和δ₂得出的随机概率来确定。在一些实施例中，根据根据等式(1)分别确定对应于夹角δ₁的第一随机概率和对应于夹角δ₂的第二随机概率。通过比较所述第一随机概率和所述第二随机概率，所述处理设备140可以确定先前选择的所述第一径向线和所述第二径向线的最大方位角。例如，所述第一条径向线的方位角是最大的。所述第一条径向线的方位角可用θ₁表示。在一些实施例中，可以通过随机发生器生成第一随机值(如r₁)。所述参考线β的方位角可根据等式(2)确定，即θ_ref＝π×r₁+θ₁。在一些实施例中，可以确定最接近参考方位角的方位角。可相应地选择与所确定的方位角相对应的第三径向线。例如，如图9B所示，可以选择第三径向线α₃。

如图9C所示，可以通过类似于选择第三条径向线α₃的随机方式来选择第四条径向线α₄。例如，可以获取所述先前选择的径向线(例如α₁、α₂和α₃)的相邻径向线之间形成的夹角。如图9C所示，δ₁表示所述第一径向线与所述第二径向线的夹角，δ₂表示所述第二径向线与所述第三径向线的夹角，δ₃表示所述第三径向线与所述第一径向线的夹角。通过比较与夹角相关的随机概率，确定与δ₂对应的随机概率最大。与δ₂相关联的所述第三条径向线的方位角为最大。根据等式(2)可以确定所述参考线β的方位角，即θ_ref＝π×r₂+θ₃，其中r₂表示第二随机值，θ₃表示所述第三径向线的方位角。类似地，所述径向采样方案的剩余径向线可以如上所述以随机和不重复的方式进行选择。

在这样描述了基本概念之后，对于本领域技术人员而言，在阅读了本申请的详细描述之后，可以很明显地认识到，上述详细公开仅旨在通过举例的方式进行描述，而并非是限制性的。尽管这里没有明确说明，但是各种改变、改进和修改可能发生并可由本领域技术人员实现。这些改变、改进和修改均可经由本申请启示得到，并且在本申请的示例性实施例的精神和范围内。

此外，某些术语被用于描述本申请的实施例。例如，术语“一个实施例”和/或“一些实施例”意味着结合该实施例描述的特定特征、结构或特性均包括在本申请公开的至少一个实施例中。因此，应当强调并且应当理解，在本申请的各个部分中对“一个实施例”或“一些实施例”的两次或多次引用不一定都是指同一实施例。此外，可以在本申请的一个或多个实施例中适当地组合特定特征、结构或特征。

此外，本领域技术人员将理解，本发明的各个方面可以在许多可专利的文本中加以说明和描述，包括任何新的和有用的工艺、机器、制造或物质的组成，或其任何新的和有用的改进。因此，本发明的各个方面可以完全通过硬件实现，完全通过软件实现(包括固件、驻留软件、微代码等)，或者结合软件和硬件实现，这些实现在这里通常被称为“单元”、“模块”或“系统”。此外，本发明的各个方面可以采用包括计算机可读程序代码的一个或多个计算机可读介质而呈现的计算机程序产品的形式。

计算机可读介质可以包括传播的数据信号，其中包括计算机可读程序代码，例如，基带或作为载波的一部分。这种传播的信号可以采取各种形式中的任何一种，包括电磁、光学等，或者它们的任意适当组合。计算机可读信号介质可以是非计算机可读存储介质的任何计算机可读介质，并且可以通信、传播或传输供指令执行系统、设备或装置使用或与其结合使用的程序。包含在计算机可读信号介质上的程序代码可以使用任意适当的介质来进行传输，包括无线、有线、光纤电缆、射频等，或以上的任意适当组合。

用于执行本申请的操作的计算机程序代码可以用一种或多种编程语言的任何组合来编写，包括面向对象的编程语言，如Java、Scala、SmallTalk、Eiffel、JADE、Emerald、C++、C#、VB.net、Python等，传统的程序化编程语言，如C语言、Visual Basic、Fortran 2103、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言。程序代码可以完全在用户的计算机上执行，一部分在用户的计算机上执行，作为独立的软件包，一部分在用户的计算机上执行，一部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络连接到用户的计算机，包括局域网(LAN)或广域网(WAN)，或者可以连接到外部计算机(例如，通过使用Internet服务提供商的Internet)，或在云计算环境中，或作为服务提供，如软件即服务(SaaS)。

此外，处理元件或序列的列举顺序，或因此而使用的数字、字母或其他名称，并不会将所要求保护的过程和方法限制为任何顺序，除非权利要求中另有规定。尽管上述公开内容通过各种示例讨论了当前被认为是本申请的各种有用实施例的内容，但是应当理解，这些细节仅用于解释的目的，并且所附权利要求不限于所公开的实施例，而是旨在涵盖在所公开实施例的构思和范围内的修改和等效布置。例如，虽然上面描述的各种组件的实现可以体现在硬件设备中，但是它也可以被实现为仅软件的解决方案，例如，在现有服务器或移动设备上的安装。

类似地，应当理解，在本申请的实施例的前述描述中，各种特征有时在单个实施例、图或其描述中被组合在一起，以简化本发明，有助于理解一个或多个各种发明实施例。然而，这种披露方法不应被解释为反映了这样一种意图，即所要求保护的标的物需要比每项权利要求中明确陈述的更多的特征。本申请实施例存在特征比单个前述公开实施例的所有特征更少的实施例。

在一些实施例中，用于描述和要求应用的某些实施例的数量、属性等的数量应被理解为在某些情况下被修改为“大约”、“近似”或“实质上”。例如，“大约”、“近似”、或“实质上”可以表示其所描述的值的±20％的变化，除非另有说明。因此，在一些实施例中，在上述描述和所述权利要求中提出的数值参数是可以根据特定实施例所要获得的期望性能而变化的近似值。在一些实施例中，应根据报告的有效数字的数量并通过应用普通舍入技术来解释数值参数。尽管阐述了应用的一些实施例的广泛范围的数值范围和参数是近似值，但是在具体实例中所阐述的数值被精确地报告为切实可行的。

此处引用的每项专利、专利申请、专利申请的出版物和其他材料，如文章、书籍、规范、出版物、文件、物品和/或类似物，在此通过本参考文件将其全部纳入本参考文件中，以用于所有目的，除与本文件有关的任何起诉文件记录外，与本文件不一致或冲突的任何起诉文件记录，或对与本文件有关的权利要求的最广泛范围可能产生限制性影响的任何起诉文件记录。举例来说，如果与任何合并材料相关的术语的描述、定义和/或使用与本文件相关的术语之间存在任何不一致或冲突，应以本文件中术语的描述、定义和/或使用为准。

最后，应当理解，本文所公开的应用的实施例说明了应用的实施例的原理。可采用的其他修改可在本申请的范围内。因此，作为示例而不是限制，可以根据本文的教导利用应用的实施例的替代配置。因此，本申请的实施例不限于如所示和描述的精确的实施例。

Claims (12)

1.一种基于K空间径向采样的磁共振成像系统，其特征在于，包括：

至少一个存储设备，其包含一组指令；以及

至少一个处理器，用于与所述至少一个存储设备通信，其中，当执行所述一组指令时，所述至少一个处理器用于指示所述系统执行以下步骤，包括：

获取径向采样方案，其中所述径向采样方案包括通过K空间的中心的多条径向线，所述多条径向线中的相邻径向线通过基线角增量间隔；所述基线角增量为与径向线数量相关的任意角度；

选择所述径向采样方案的所述多条径向线，其中，所述多条径向线中的每一条用随机和不重复的方式选择，连续选择的径向线通过所述基线角增量的整数倍间隔；

沿所选择的径向线获取K空间数据；以及

基于所获取的K空间数据重建受试目标的至少一个图像。

2.根据权利要求1所述的基于K空间径向采样的磁共振成像系统，其特征在于，所述选择所述径向采样方案的所述多条径向线的步骤进一步包括：

生成与所述径向采样方案的多条径向线相对应的方位角集合；

选择第一径向线，其中所述第一径向线与所述方位角集合中随机选择的第一方位角相对应；

选择第二径向线，其中所述第二径向线与所述方位角集合中除所述第一方位角以外随机选择的第二方位角相对应；以及

选择第k径向线，其中所述第k径向线与所述方位角集合中除先前选择的(k-1)个方位角以外选择的第k方位角相对应，

其中，所述第k方位角是基于从先前选择的(k-1)条径向线的相邻径向线之间形成的夹角得出的至少一个随机概率来确定；以及

其中，3≤k≤N，k表示整数，N表示所述径向采样方案的所述多条径向线的数目。

3.根据权利要求2所述的基于K空间径向采样的磁共振成像系统，其特征在于，所述夹角之和等于π。

4.根据权利要求2所述的基于K空间径向采样的磁共振成像系统，其特征在于，所述选择第k径向线，其中所述第k径向线与所述方位角集合中除先前选择的(k-1)个方位角以外选择的第k方位角相对应的步骤进一步包括：

确定对应于所述先前选择的(k-1)条径向线的相邻径向线之间形成的每个夹角的随机概率；

生成随机值；

基于所述随机值和对应于最大随机概率的夹角确定参考方位角；

基于所述参考方位角确定所述方位角集合中除先前选择的(k-1)个方位角以外的第k方位角；以及

选择与所述第k方位角相对应的所述第k径向线。

5.根据权利要求4所述的基于K空间径向采样的磁共振成像系统，其特征在于，所述随机值在0到1的范围内。

6.根据权利要求2所述的基于K空间径向采样的磁共振成像系统，其特征在于，所述径向采样方案的所述多条径向线的数量N基于目标图像分辨率确定。

7.根据权利要求6所述的基于K空间径向采样的磁共振成像系统，其特征在于，N等于π和所述目标图像分辨率的系数的乘积的最大取整整数。

8.根据权利要求6所述的基于K空间径向采样的磁共振成像系统，其特征在于，N等于π/2和所述目标图像分辨率的系数的乘积的最大取整整数。

9.根据权利要求6所述的基于K空间径向采样的磁共振成像系统，其特征在于，所述基线角增量基于所述径向采样方案的所述多条径向线的数量确定。

10.根据权利要求1所述的基于K空间径向采样的磁共振成像系统，其特征在于，所述沿所选择的径向线获取K空间数据的步骤进一步包括：

根据所选择的径向线的序列获取所述K空间数据。

11.一种在具备至少一个处理器和至少一个存储设备的计算机设备上实现基于K空间径向采样的磁共振成像的方法，其特征在于，所述方法包括：

获取径向采样方案，其中所述径向采样方案包括通过K空间的中心的多条径向线，所述多条径向线中的相邻径向线通过基线角增量间隔；所述基线角增量为与径向线数量相关的任意角度；

选择所述径向采样方案的所述多条径向线，其中，所述多条径向线中的每一条用随机和不重复的方式选择，连续选择的径向线通过所述基线角增量的整数倍间隔；

沿所选择的径向线获取K空间数据；以及

基于所获取的K空间数据重建受试目标的至少一个图像。

12.一种非暂时性计算机可读存储介质，其特征在于，包括至少一组指令，其中，当计算机设备的至少一个处理器访问所述至少一组指令时，所述至少一组指令指示所述至少一个处理器执行以下步骤，包括：

获取径向采样方案，其中所述径向采样方案包括通过K空间的中心的多条径向线，所述多条径向线中的相邻径向线通过基线角增量间隔；所述基线角增量为与径向线数量相关的任意角度；

选择所述径向采样方案的所述多条径向线，其中，所述多条径向线中的每一条用随机和不重复的方式选择，连续选择的径向线通过所述基线角增量的整数倍间隔；

沿所选择的径向线获取K空间数据；以及

基于所获取的K空间数据重建受试目标的至少一个图像。

Images