CN113490859A - 使用多幅扩散加权mr图像来计算b0图像 - Google Patents
使用多幅扩散加权mr图像来计算b0图像 Download PDFInfo
- Publication number
- CN113490859A CN113490859A CN202080016577.5A CN202080016577A CN113490859A CN 113490859 A CN113490859 A CN 113490859A CN 202080016577 A CN202080016577 A CN 202080016577A CN 113490859 A CN113490859 A CN 113490859A
- Authority
- CN
- China
- Prior art keywords
- diffusion
- image
- equations
- weighted images
- diffusion weighted
- 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
- 238000009792 diffusion process Methods 0.000 title claims abstract description 180
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 49
- 238000000034 method Methods 0.000 claims description 35
- 238000012937 correction Methods 0.000 claims description 27
- 238000002597 diffusion-weighted imaging Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 description 20
- 238000003384 imaging method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000000007 visual 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
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56341—Diffusion 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
- G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
- G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
- G01R33/5616—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE] using gradient refocusing, e.g. EPI
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
- G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
- G01R33/56572—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of a gradient magnetic field, e.g. non-linearity of a gradient magnetic field
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
- G01R33/56554—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by acquiring plural, differently encoded echo signals after one RF excitation, e.g. correction for readout gradients of alternating polarity in EPI
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Nonlinear Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明提供了医学成像系统(100、300)。所述机器可执行指令(110)的执行使处理器(102)：接收(200)对象(318)的多幅扩散加权图像(112)，其中，所述多幅扩散加权图像各自具有分配的b值，其中，所述多幅扩散加权图像各自具有分配的扩散加权方向，其中，针对感兴趣区域(309)，在所述多幅扩散加权图像中的每幅扩散加权图像中存在至少一个对应体素(506)；构建(202)针对所述至少一个对应体素中的每个对应体素的方程组(114)，其中，所述方程组是根据针对所述多幅扩散加权图像中的每幅扩散加权图像的所述分配的扩散加权方向的表观扩散方程来构建的；对针对每个体素的所述方程组求解(204)b0值作为优化结果；并且使用针对每个体素的所述b0值来构建(206)b0图像。
Description
技术领域
本发明涉及磁共振成像，特别涉及扩散加权成像。
背景技术
磁共振成像(MRI)扫描器使用大型静态磁场将原子的核自旋对齐，作为产生患者体内的图像的流程的部分。该大型静态磁场被称为B0场或主磁场。由射频(RF)脉冲引起的梯度磁场(B1场)可以用于操纵自旋的取向。如果B1场旋转自旋而使得自旋不与B0场对齐，则自旋将开始处理并生成射频信号。
在自旋后的扩散加权成像(DWI)相对于B0场旋转到一定角度之后，使用第一扩散加权梯度来使体积内的自旋去定相。然后，相同的第二扩散加权梯度使体积内的自旋复定相。在使自旋复定相之后，能够测量自旋的射频信号。如果自旋移入或移出体积，则自旋将不会得到正确的复定相。因此，扩散加权图像的强度对自旋的扩散非常敏感。
扩散加权梯度的去定相和复定相取决于梯度的幅值、梯度的持续时间和两个扩散加权梯度之间的时间分离度。考虑了这些因素的措施是b值。如果b值等于零，则不使用扩散加权梯度。当b值为零时，它被称为b0。b0图像是扩散加权图像，其中，扩散加权梯度被关闭或未被使用。也就是说，b0图像是没有扩散编码的磁共振图像，即，基础的磁共振信号不是扩散敏感的。当不施加扩散加权时，b0值对应于体素/像素值。换句话说，b0值是在没有扩散加权处的图像强度。在Malyarenko等人的期刊文章“Analysis and correction of GradientNonlinearity Bias in Apparent Diffusion Coefficient Measurements”(MagneticResonance in Medicine，第71卷，第1312-1323页，2014年)中公开了校正ADC测量中的梯度非线性偏差的方法。所公开的方法依赖于具有b0图像。
在美国专利公开物US 9851226 B2中，与Malyarenko等人的文章相同的作者公开了用于校正由MRI系统进行的平均扩散性测量中的梯度非线性偏差的技术，并且该技术包括最小数量的空间校正项以使用三个正交扩散加权成像(DWI)梯度来实现足够的误差控制。该校正基于将系统梯度非线性张量旋转到DWI梯度帧中，其中，通过其欧几里德范数描述了b矩阵的空间偏差。该技术避免了针对任意各向异性介质的耗时的完整扩散张量的多向采集和噪声敏感的数学对角线化。
发明内容
本发明在独立权利要求中提供了医学成像系统、计算机程序产品和方法。在从属权利要求中给出了实施例。
在Malyarenko等人的期刊文章中，公开了校正梯度非线性的方法。然而，该方法要求了解b0图像以进行这种校正。当然能够直接测量b0图像，但是b0图像中的噪声降低了梯度非线性校正的准确度。示例可以通过使用优化过程计算b0图像来进一步提供更好的梯度非线性校正。
这可以使用针对不同b值并且可能具有指向不同方向的扩散加权梯度而采集的多幅扩散加权图像或其集合来完成。然后可以使用表观扩散方程来构建针对每个体素的方程组。一旦构建了该方程组，就能够使用针对该体素的b0值的优化过程来该方程组。使用的扩散加权图像越多，b0值就越准确。本发明的洞察点在于，通过使用优化过程计算的b0图像对b0图像中的噪声的敏感性小于直接测量的b0图像对b0图像中的噪声的敏感性。也能够在这种优化中使用测量的b0图像中以改善计算出的b0图像。
在一个方面中，本发明提供了一种医学成像系统，所述医学成像系统包括用于存储机器可执行指令的存储器。所述医学成像系统还包括用于控制所述医学成像系统的处理器。所述机器可执行指令的执行使所述处理器接收对象的多幅扩散加权图像。所述多幅扩散加权图像各自具有分配的b值。所述多幅扩散加权图像各自具有分配的扩散加权方向。针对感兴趣区域，在所述多幅扩散加权图像中的每幅扩散加权图像中存在至少一个对应体素。
如上所述，在扩散加权成像中，首先将自旋旋转到一定角度，自旋以该角度进行处理并且然后在扩散加权方向上施加扩散加权梯度。这种操作使得自旋发生去定相。在一段时间之后，再次施加扩散加权梯度，并且这种操作用于使得自旋发生复定相。离开该体积的自旋或进入该体积的自旋没有正确发生复定相。基本上，强度下降能够指示从体积向外扩散的量。扩散加权梯度的有效性是上面提到的b值。去相位的量取决于梯度的幅度和时间。
使用磁共振成像系统来采集多幅扩散加权图像，并且b值是在采集期间使用的扩散加权梯度的b值。施加梯度的方向是扩散加权方向。通常，当执行扩散加权成像时，有三个正交的扩散加权方向被选择用于各种不同的b值。虽然在数学上很方便，但是并不需要扩散加权方向是正交的或者甚至与磁共振成像系统的坐标系对齐。当没有使用梯度时的b值就是所谓的b0值。
所述机器可执行指令的执行还使所述处理器构建针对所述至少一个对应体素中的每个对应体素的方程组。对应体素意味着图像中的每幅图像中都存在体素且该体素等同于其他体素。理想地，对象将是静止的，并且会有一系列图像，并且与体素中的每个体素有一对一的对应关系。所述方程组是根据针对所述多幅加权图像中的每幅加权图像的所述分配的扩散加权方向的表观扩散方程来构建的。如本文所使用的表观扩散方程是可以用于计算表观扩散方程系数的方程。(自我提示：这里插入表观扩散方程的示例)针对单个体素的表观扩散方程是：
其中，S(bk)是遵循扩散梯度bk的图像强度，并且S0是非扩散图像强度。ADCk是在扩散梯度bk的方向上的表观扩散系数。值S0是b0值。针对多幅扩散加权图像中的每一幅扩散加权图像，存在能够被添加到方程组的一个方程(1)。S(bk)是测量值。通过使用优化，能够求解b0值以及ADC值。能够以不同方式来公式化形成方程1。例如，bk值和ADCk值能够是向量，并且在方程(1)中取这两个向量的点积。
能够以不同的方式公式化形成在数学上等同的方程组。例如，通过取对数来将上面的表观扩散方程重写为线性方程。这可以例如使得计算更加直接和容易，即使方程(1)是如上所写的形式，也仍然能够对其求解。
所述机器可执行指令的执行还所述使处理器对针对每个体素的所述方程组求解b0值作为优化结果。特别地，由于固有的测量或者在多幅扩散加权图像中可能还有少量的移动或其他缺陷，因此在体素中会存在噪声。通过对所述方程求解b0值作为优化结果，能够获得这样的b0值，其噪声比直接测量的b0值的噪声更小。还应当注意，分配的b值中的一个b值能够为零，使得直接测量了b0值。使用优化可以实现以下效果：通过使用其他采集的多幅扩散加权图像来使这种测量的b0图像得到进一步校正。
在另一实施例中，所述机器可执行指令的执行还使所述处理器使用针对每个体素的所述b0值来构建b0图像。b0图像对于若干不同东西可以是有用的。例如，它在校正梯度非线性方面可以是有用的。也可以将b0图像与针对各种b值的其他多幅扩散加权图像进行比较，以用于进行对扩散的定量估计。
在另一实施例中，所述机器可执行指令的执行还使所述处理器使用所述b0图像来计算对所述多幅扩散加权图像中的至少一幅扩散加权图像的图像强度校正以校正梯度非线性。一旦计算了b0图像，就能够使用在Malyarenko等人的文章中描述的方法。
在另一实施例中，所述图像强度校正是在每个分配的扩散加权方向上计算的。这可以是有益的，因为它可以对扩散加权图像提供更好的校正。
在另一方面中，所述医学成像系统还包括磁共振成像系统。所述存储器还包含脉冲序列命令，所述脉冲序列命令被配置用于控制所述磁共振成像系统根据扩散加权磁共振成像协议采集磁共振成像数据。
所述机器可执行指令的执行还使所述处理器控制所述磁共振成像系统采集所述磁共振成像数据。所述机器可执行指令的执行还使所述处理器使用所述磁共振成像数据来重建所述多幅扩散加权图像。
在重建了多幅扩散加权图像之后，b值和扩散加权方向均可以被分配给特定的扩散加权图像。
在另一实施例中，所述机器可执行指令的执行还使所述处理器在构建所述方程组之前在所述多幅扩散加权图像之间执行运动校正。如果对象在对不同的多幅扩散加权图像的采集之间移动，则体素会发生移位。标准图像校正方法可以用于校正这种移位。例如，可以有在各种多幅扩散加权图像之间进行的图像配准以校正运动。
在另一实施例中，所述多幅扩散加权图像是EPI多幅扩散加权图像。所述机器可执行指令的执行还使所述处理器在构建所述方程组之前执行对所述多幅扩散加权图像的EPI失真校正。使用EPI或回波平面成像来采集非常常见的扩散加权图像。B0不均匀性会导致EPI图像中的空间非线性图像失真。例如，可以使用可变形的配准来校正EPI失真。
在另一实施例中，所述方程组中的每个方程是通过以下操作来构建的：将体素的测量强度的对数设置为等于b0值项加上针对每个扩散方向的b值项和表观扩散系数项的乘积(或点积)。这能够例如通过对方程1取对数来导出：
上标k表示扩散加权梯度的方向，并且i表示第i个b值。在该方程中，只有一个b值项和一个表观扩散系数项。如果例如坐标系没有与扩散加权梯度的方向对齐，则在该方程中会有更多项。
在另一实施例中，所述优化结果被求解为在所述方程组中的每个方程中的所述b值上的指数拟合。
在另一实施例中，针对所述多幅扩散加权图像中的一幅扩散加权图像的所述b值是0。如前面所提到的，可以测量b0图像。然而，b0图像可能是嘈杂的。如果针对多幅扩散加权图像中的一幅扩散加权图像的b值是零，则优化可以提供提高质量的途径，例如，损失信噪比。
在另一实施例中，所述机器可执行指令的执行还使所述处理器在对针对每个体素的所述方程组求解所述b0值期间计算针对每个体素的表观扩散系数。该实施例可以是有益的，因为优化不仅可以用于计算b0值，而且还可以用于计算表观扩散系数。用于对使用方程1形成的方程组求解的优化也能够用于同时求解ADC值。
在另一实施例中，所述机器可执行指令的执行还使所述处理器使用所述b0图像来计算经校正的表观扩散系数。可以使用在Malyarenko等任的文章中描述的方法(参见Malyarenko的文章中的方程6)。
在另一方面中，本发明提供了一种医学成像的方法。所述方法包括接收对象的多幅扩散加权图像。所述多幅扩散加权图像各自具有分配的b值。所述多幅扩散加权图像各自具有分配的定义的扩散加权方向。针对感兴趣区域，在所述多幅扩散加权图像中的每幅扩散加权图像中存在至少一个对应体素。所述方法还包括构建针对所述至少一个对应体素中的每个对应体素的方程组。所述方程组是根据针对所述多幅扩散加权图像中的每幅扩散加权图像的所述分配的扩散加权方向的表观扩散方程来构建的。所述方法还包括对针对每个体素的所述方程组求解所述b0值作为优化端。所述方法还包括使用针对每个体素的所述b0值来构建b0图像。
在另一实施例中，所述方法还包括使用所述b0图像来计算对所述多幅扩散加权图像中的至少一幅扩散加权图像的图像强度校正以校正梯度非线性。
在另一方面中，本发明提供了一种计算机程序产品，所述计算机程序产品包括用于由控制医学成像系统的处理器执行的可执行指令。所述机器可执行指令的执行使所述处理器接收对象的多幅扩散加权图像。所述多幅扩散加权图像各自具有分配的b值。所述多幅扩散加权图像各自具有分配的扩散加权方向。
针对感兴趣区域，在所述多幅扩散加权图像中的每幅扩散加权图像中存在至少一个对应体素。所述机器可执行指令的执行还使处理器构建针对所述至少一个对应体素中的每个对应体素的方程组。所述方程组是根据针对所述多幅扩散加权图像中的每幅扩散加权图像的所述分配的扩散加权方向的表观扩散方程来构建的。所述机器可执行指令的执行还使处理器对针对每个体素的所述方程组求解所述b0值作为优化结果。所述机器可执行指令的执行还使处理器使用针对每个体素的所述b0值来构建b0图像。
在另一实施例中，所述医学成像系统还包括磁共振成像系统。所述机器可执行指令的执行还使所述处理器利用脉冲序列命令来控制所述磁共振成像系统采集磁共振成像数据。所述脉冲序列命令被配置为控制所述磁共振成像系统根据扩散加权磁共振成像协议采集磁共振成像数据。所述机器可执行指令的执行还使处理器使用所述磁共振成像数据来重建所述多幅扩散加权图像。
应当理解，可以组合本发明的前述实施例中的一个或多个实施例，只要所组合的实施例不相互排斥即可。
本领域的技术人员将意识到，本发明的各方面可以被实施为装置、方法或计算机程序产品。因此，本发明的各方面可以采用以下形式：完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或在本文中全部被通称为“电路”、“模块”或“系统”的组合了软件方面和硬件方面的实施例。此外，本发明的各方面可以采用被实施在一个或多个计算机可读介质中的计算机程序产品的形式，所述一个或多个计算机可读介质具有被实施在其上的计算机可执行代码。
可以利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。本文使用的“计算机可读存储介质”涵盖可以存储能由计算设备的处理器执行的指令的任何有形存储介质。计算机可读存储介质可以被称为计算机可读非瞬态存储介质。计算机可读存储介质还可以被称为有形计算机可读介质。在一些实施例中，计算机可读存储介质还能够存储能够由计算设备的处理器访问的数据。计算机可读存储媒介的示例包括但不限于：软盘、磁硬盘驱动器、固态硬盘、闪速存储器、USB拇指驱动器、随机存取存储器(RAM)、只读存储器(ROM)、光盘、磁光盘以及处理器的寄存器文件。光盘的示例包括压缩盘(CD)和数字多用盘(DVD)，例如，CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R盘。术语“计算机可读存储介质”还指能够由计算机设备经由网络或通信链路进行存取的各种类型的记录媒介。例如，可以在调制解调器上、在互联网上或在局域网上检索数据。可以使用任何适当的介质来传输在计算机可读介质上实施的计算机可执行代码，所述任何适当的介质包括但不限于：无线、有线、光纤缆线、RF等，或前项的任何合适的组合。
计算机可读信号介质可以包括例如在基带中或作为载波的部分的、在其中实施计算机可执行代码的传播的数据信号。这样的经传播的信号可以采用各种形式中的任何形式，包括但不限于：电磁、光学或其任何合适的组合。计算机可读信号介质可以是这样的任何计算机可读介质：所述计算机可读介质不是计算机可读存储介质并且能够传递、传播或传输用于由指令执行系统、装置或设备使用的程序或与指令执行系统、装置或设备结合使用的程序。
“计算机存储器”或“存储器”是计算机可读存储介质的示例。计算机存储器是能由处理器直接访问的任何存储器。“计算机存储设备”或“存储设备”是计算机可读存储介质的另外的示例。计算机存储设备是任何非易失性计算机可读存储介质。在一些实施例中，计算机存储设备也可以是计算机存储器，或者反之亦然。
本文使用的“处理器”涵盖能够运行程序或机器可执行指令或计算机可执行代码的电子部件。对包括“处理器”的计算设备的引用应被解读为可能包含多于一个处理器或处理核。处理器例如可以是多核处理器。处理器也可以指在单个计算机系统之内的或被分布在多个计算机系统之间的处理器的集合。术语“计算设备”也应被解读为可能指多个计算设备的集合或网络，所述多个计算设备中的每个均包括一个或多个处理器。计算机可执行代码可以由可以在相同的计算设备之内或者甚至可以被分布在多个计算设备上的多个处理器来执行。
计算机可执行代码可以包括令处理器执行本发明的一方面的机器可执行指令或程序。用于执行针对本发明的各方面的操作的计算机可执行代码可以被写成一种或多种编程语言的任何组合，包括面向对象的编程语言(例如，Java、Smalltalk、C++等)和常规程序编程语言(例如，“C”编程语言或类似的编程语言)，并且被编译成机器可执行指令。在一些实例中，计算机可执行代码可以是高级语言的形式或是预编译的形式，并且可以与解读器联合使用，所述解读器在运行中生成机器可执行指令。
计算机可执行代码可以完全在用户的计算机上、部分在用户的计算机上、作为独立软件包、部分在用户的计算机上并且部分在远程计算机上，或者完全在远程计算机或服务器上执行。在后一种场景中，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，所述网络包括局域网(LAN)或广域网(WAN)，或者可以连接到外部计算机(例如，通过使用互联网服务提供商的互联网)的连接。
参考根据本发明的实施例的流程图图示和/或方法、装置(系统)以及计算机程序产品的框图描述了本发明的各方面。应当理解，在适当时能够由计算机可执行代码形式的计算机程序指令来实施流程图、图示和/或框图的框的每个框或部分。还应当理解，当互不排斥时，可以对不同的流程图、图示和/或框图中的框进行组合。可以将这些计算机程序指令提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器以产生机器，使得经由计算机或其它可编程数据处理装置的处理器执行的指令创建用于实施流程图和/或框图的一个或多个框中指定的功能/动作的单元。
这些计算机程序指令也可以被存储在计算机可读介质中，所述计算机可读介质能够指导计算机、其他可编程数据处理装置或其他设备来以特定方式起作用，使得被存储在计算机可读介质中的指令产生制造品，所述制造品包括实施在流程图和/或一个或多个框图框中指定的功能/动作的指令。
计算机程序指令也可以被加载到计算机、其他可编程数据处理装置或其他设备上，以引起要在计算机、其他可编程装置或其他设备上执行的一系列操作步骤，从而产生计算机实施的过程，使得在计算机或其他可编程装置上运行的指令提供用于实施在流程图和/或一个或多个框图框中指定的功能/动作的过程。
本文使用的“用户接口”是允许用户或操作者与计算机或计算机系统交互的接口。“用户接口”还可以被称为“人机接口设备”。用户接口可以向操作者提供信息或数据和/或从操作者接收信息或数据。用户接口可以使得来自操作者的输入能够被所述计算机接收，并且可以从计算机向用户提供输出。换言之，用户接口可以允许操作者控制或操纵计算机，并且接口可以允许计算机指示操作者的控制或操纵的效果。在显示器或图形用户接口上显示数据或信息是向操作者提供信息的示例。通过键盘、鼠标、跟踪球、触控板、指点杆、图形输入板、操纵杆、游戏手柄、网络摄像头、头戴式设备、脚踏板、有线手套、遥控器以及加速度计来接收数据是使得能够从操作者接收信息或数据的用户接口部件的全部示例。
本文使用的“硬件接口”涵盖使得计算机系统的处理器能够与外部计算设备和/或装置交互和/或控制外部计算设备和/或装置的接口。硬件接口可以允许处理器向外部计算设备和/或装置发送控制信号或指令。硬件接口还可以使得处理器能够与外部计算设备和/或装置交换数据。硬件接口的示例包括但不限于：通用串行总线、IEEE 1394端口、并行端口、IEEE 1284端口、串行端口、RS-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口以及数字输入接口。
本文使用的“显示器”或“显示设备”涵盖适于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、听觉和/或触觉的数据。显示器的示例包括，但不限于：计算机监视器、电视屏幕、触摸屏、触觉电子显示器、盲文屏幕、阴极射线管(CRT)、存储管、双稳显示器、电子纸、矢量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示面板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影仪以及头戴式显示器。
磁共振成像(MRI)数据在本文中被定义为是在磁共振成像扫描期间使用磁共振装置的天线所记录的对通过原子自旋发射的射频信号的测量结果。磁共振数据是医学图像数据的示例。磁共振成像(MRI)图像或MR图像在本文中被定义为是对在磁共振成像数据之内包含的解剖数据所重建的二维可视化或三维可视化。能够使用计算机来执行该可视化。
附图说明
在下文中将仅通过示例的方式并参考附图来描述本发明的优选实施例，在附图中：
图1图示了医学成像系统的示例；
图2示出了图示操作图1的医学成像系统的方法的流程图；
图3图示了医学成像系统的另外的示例；
图4示出了图示操作图3的医学成像系统的方法的流程图；并且
图5示出了若干网格，所述若干网格表示多幅扩散加权图像的集合。
附图标记列表
100 医学成像系统
101 计算机
102 处理器
104 硬件接口
106 用户接口
108 存储器
110 机器可执行指令
112 多幅扩散加权图像
114 方程组
116 b0图像
118 表观扩散系数
120 经强度校正的多幅扩散加权图像
200 接收对象的多幅扩散加权图像
202 构建针对至少一个对应体素中的每个对应体素的方程组
204 对针对每个体素的方程组求解b0值作为优化结果
206 使用针对每个体素的b0值来构建b0图像
208 使用b0图像来计算多幅扩散加权图像的至少一幅扩散加权图像的图像强度校正以校正梯度非线性
300 医学成像系统
302 磁共振成像系统
304 磁体
306 磁体的膛
308 成像区
309 感兴趣区域
310 磁场梯度线圈
312 磁场梯度线圈电源
314 射频线圈
316 收发器
318 对象
320 对象支撑物
320 脉冲序列命令
322 磁共振成像数据
400 控制磁共振成像系统采集磁共振成像数据
402 使用磁共振成像数据来重建多幅扩散加权图像
500 扩散加权图像
502 扩散加权图像
504 扩散加权图像
506 体素
具体实施方式
在这些附图中，相同的附图标记要么是等效的元件，要么执行相同的功能。如果功能等效，则在后面的附图中将不必讨论先前讨论过的元件。
图1图示了医学成像系统100的示例。在图1中的示例中，医学成像系统是用于图像处理的工作站。医学成像系统100被示为包括计算机101。计算机101包括处理器102。处理器102旨在表示一个或多个处理器，并且还可以表示被分发给多个计算机系统的处理器。处理器102被示为被连接到任选的硬件接口104。硬件接口104可以例如使得处理器102能够控制医学成像系统100的其他部件，并且硬件接口104也可以是网络接口。处理器102被示为还被连接到用户接口106。
用户接口106可以例如用于显示信息和/或接收来自操作者的命令。处理器102被示为还被连接到存储器108。存储器108可以是能访问处理器102的存储器的任何组合。这可以包括诸如主存储器、高速缓冲存储器之类的存储器，并且还可以包括非易失性存储器，例如，闪存RAM、硬盘驱动器或其他存储设备。在一些示例中，存储器108可以被认为是非瞬态计算机可读介质。
存储器108被示为包含机器可执行指令110。机器可执行指令110使得处理器102能够控制医学成像系统100的各种操作和功能并执行各种数据和图像操纵任务。
存储器108被示为还包含多幅扩散加权图像112。它们可以例如经由网络或其他存储介质而已经得到接收。存储器108还被示为包含方程组114。通过使用多幅扩散加权图像112根据表观扩散方程来构建方程组。存储器108还被示为包含通过使用优化求解方程组114而构建的b0图像116。例如，优化可以被编程到机器可执行指令110中。
存储器108被示为包含任选的表观扩散系数。当求解方程组114时，也可以同时求解表观扩散系数。存储器108还被示为包含经强度校正的多幅扩散加权图像120。这些经强度校正的多幅扩散加权图像120是已经使用b0图像进行校正以校正梯度非线性的多幅扩散加权图像112。
图2示出了图示操作图1的医学成像系统100的方法的流程图。首先在步骤200中，接收多幅扩散加权图像112。多幅扩散加权图像112中的每幅扩散加权图像具有分配的b值。多幅扩散加权图像各自具有分配的扩散加权方向。针对感兴趣区域，在多幅扩散加权图像中的每幅扩散加权图像中存在至少一个对应体素。接下来在步骤202中，构建针对至少一个对应体素中的每个对应体素的方程组114。
该方程组是根据针对多幅扩散加权图像中的每幅扩散加权图像的分配的扩散加权方向的表观扩散方程来构建的。然后，在步骤204中，对针对每个体素的方程组求解b0值作为优化结果。然后，在步骤206中，使用针对每个体素的b0值来构建b0图像。在步骤208中，任选地，存在图像强度校正，通过使用b0图像116来计算针对多幅扩散加权图像112中的至少一幅扩散加强图像的图像强度校正来校正梯度非线性。这样得到经强度校正的多幅扩散加权图像120。
图3图示了医学成像系统300的另外的示例。图3中的医学成像系统300还包括磁共振成像系统302。磁共振成像系统302包括磁体304。磁体304是具有膛306的超导圆柱型磁体，膛306穿过磁体304。也可以使用不同类型的磁体；例如，也可以使用分裂式圆柱形磁体和所谓的开放式磁体。分裂式圆柱形磁体类似于标准圆柱形磁体，不同之处在于，低温恒温器已经被分成两个部分以允许进入磁体的等平面，这样的磁体例如可以与带电粒子束治疗结合使用。
开放式磁体具有两个磁体部分，一个磁体部分在另一磁体部分之上，这两个磁体部分之间的空间足够大而能够接收对象：这两个部分的区域布置类似于亥姆霍兹线圈的区域布置。开放式磁体很受欢迎，因为对象受限较小。在圆柱形磁体的低温恒温器内部存在超导线圈的集合。在圆柱形磁体104的膛306内存在成像区108，在成像区108中，磁场足够强大均匀而能够执行磁共振成像。感兴趣区域309被示为在成像区308内。通常采集的磁共振数据是针对感兴趣区域采集的。对象318被示为由对象支撑物320支撑，使得对象318的至少部分在成像区308和感兴趣区域309内。
在磁体的膛306内还存在一组磁场梯度线圈310，这组磁场梯度线圈310用于采集初步磁共振数据以对磁体304的成像区308内的磁自旋进行空间编码。磁场梯度线圈310被连接到磁场梯度线圈电源312。磁场梯度线圈310旨在是代表性的。通常，磁场梯度线圈310包含三组单独的线圈，这三组单独的线圈用于在三个正交的空间方向上进行空间编码。磁场梯度电源将电流供应给磁场梯度线圈。被供应给磁场梯度线圈310的电流被控制为时间的函数并且可以是斜坡变化或脉冲变化的。
与成像区308相邻的是射频线圈314，射频线圈314用于操纵成像区308内的磁自旋的取向并且还用于接收也来自成像区308内的自旋的无线电发射。射频天线可以包含多个线圈元件。射频天线也可以被称为通道或天线。射频线圈314被连接到射频收发器316。射频线圈314和射频收发器316可以由单独的发射线圈和接收线圈以及单独的发射器和接收器来代替。应当理解，射频线圈314和射频收发器316是代表性的。射频线圈314旨在也表示专用发射天线和专用接收天线。同样地，收发器316也可以表示单独的发射器和接收器。射频线圈314还可以具有多个接收/发射元件，并且射频收发器316可以具有多个接收/发射通道。例如，如果执行诸如SENSE之类的并行成像技术，则射频线圈314将具有多个线圈元件。收发器316和梯度控制器312被示为被连接到计算机系统101的硬件接口104。
存储器108还被示为包含脉冲序列命令320。脉冲序列命令320是能够被转换成如下这样的命令的命令或数据：该命令控制磁共振成像系统302根据扩散加权成像磁共振成像协议采集磁共振成像数据。存储器108被示为还包含通过利用脉冲序列命令320控制磁共振成像系统302采集的磁共振成像数据322。
图4示出了图示操作图3的医学成像系统300的方法的流程图。首先在步骤400中，利用脉冲序列命令320来控制磁共振成像系统302采集磁共振成像数据322。接下来在步骤404中，根据磁共振成像数据322来重建多幅扩散加权图像112。在步骤402之后，该方法进入图2所示的方法的步骤200-208。
图5示出了若干网格，所述若干网格表示多幅扩散加权图像112的集合。在该示例中，示出了三幅扩散加权图像500、502和504。这些图像由网格表示。网格中的每个空间表示一个体素。在每个网格中的相同位置处，有个被标示为506的体素。体素506是针对扩散加权图像500、502和504的对应体素中的一个对应体素。使用针对体素506的强度值来构建方程组。这给出了能够对其求解b0的一个方程组。然后针对扩散加权图像500、502、504中的其他体素中的每个体素重复该过程。
示例可以通过校正各幅DWI图像的图像强度来提供改善的表观扩散系数(ADC)校正，而不要求额外的b0图像。即使采集了额外的b0图像，也能够使用包括所有DWI采集(多幅扩散加权图像)的情况来计算单独的b0，通常这将得到与测量的b0图像相比更好的SNR和更少的伪影。
如上面所提到的，与Malyarenko的文章相比，示例跳过了采集非扩散b0图像的要求并且仍然能够校正梯度非线性。这可以允许在扫描协议中花费(略微)更短的扫描时间和/或具有(略微)更大的灵活性。
另一优点是，与采集的b0相比，计算的b0估计结果通常示出更小的噪声和更少的伪影，这可能会提高施加梯度非线性校正的DWI扫描的图像质量。
假设在测量的b值上发生指数衰减，则根据最小二乘解来估计b0样图像116，并且这样的b0样图像用在针对梯度非线性校正的进一步计算中。
针对单个像素，如上面的方程1所示的那样定义了在梯度方向k上的表观扩散系数(ADC)。
Malyarenko公开了依赖于位置r的校正图ck(r)以校正图像强度：
S(0,r)值是特定位置r(体素位置)的b0值。Sc(bk,r)是经校正的图像强度。S(bk,r)是如方程1中的测量图像强度。依赖于位置r的校正图ck(r)是梯度非线性校正。
根据方程(3)的校正要求b0图像，然而，当测量多个b值(这是针对ADC图推导的要求)时，也能够估计b0。即使采集了b0图像，也能够根据多个b值来计算b0估计结果。通常，与测量的b0相比，b0估计结果显示出更小的噪声和更少的伪影。由于方程(3)显示出经校正的图像是b0图像与bk图像的组合；因此，改善b0就改善了经校正的图像。
通过在b值上执行最小二乘单指数拟合来估计b0(方程(1))。由于测量的组织能够是各向异性的并且梯度非线性可能在扩散方向上变化，因此估计每个扩散方向的ADC值。针对单个像素的线性方程，我们将优化：
y＝A·x (4)
其中，向量y包含所有测量的b值和b方向的自然对数，A是包含b值的模型矩阵，并且x是包含未知的b0值和ADC值的向量。上面的方程(2)能够用于设立方程4。
例如，方程4能够被重写为：
其中，上标bx,y,z指代正交扩散方向(不一定与任何轴线对齐，它们能够是倾斜的)，并且下标b1,2,...指代不同的b值(或如(1)中的幅值)。
如果没有采集其中观察结果能够被容易丢弃的b0的话，方程(5)中的第一观察结果来自b0采集。
虽然已经在附图和前面的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示例性的，而非限制性的；本发明不限于所公开的实施例。
本领域技术人员通过研究附图、公开内容以及权利要求，在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。虽然某些措施被记载在互不相同的从属权利要求中，但是这并不指示不能有利地使用这些措施的组合。计算机程序可以被存储/分布在合适的介质上，例如与其他硬件一起供应的或作为其他硬件的部分而供应的光学存储介质或固态介质，但是也可以被以其他形式分布，例如经由互联网或其他有线或无线的电信系统进行分布。权利要求中的任何附图标记都不应被解释为对范围的限制。
Claims (15)
1.一种医学成像系统(100，300)，包括：
存储器(108)，其用于存储机器可执行指令(110)；
处理器(102)，其用于控制所述医学成像系统，其中，所述机器可执行指令的执行使所述处理器：
接收(200)对象(318)的多幅扩散加权图像(112)，其中，所述多幅扩散加权图像各自具有分配的b值，所述分配的b值表示扩散加权强度，其中，所述多幅扩散加权图像各自具有分配的扩散加权方向，其中，针对感兴趣区域(309)，在所述多幅扩散加权图像中的每幅扩散加权图像中存在至少一个对应体素(506)；
构建(202)针对所述至少一个对应体素中的每个对应体素的方程组(114)，其中，所述方程组是根据针对所述多幅扩散加权图像中的每幅扩散加权图像的所述分配的扩散加权方向的表观扩散方程来构建的；
对针对每个体素的所述方程组求解(204)表示零扩散加权的b0值作为优化结果；并且
使用针对每个体素的所述b0值来构建(206)b0图像，其中，所述b0值对应于无扩散加权处的图像强度。
2.根据权利要求1所述的医学成像系统，其中，所述机器可执行指令的执行还使所述处理器使用所述b0图像来计算(208)对所述多幅扩散加权图像中的至少一幅扩散加权图像的图像强度校正以校正梯度非线性。
3.根据权利要求2所述的医学成像系统，其中，所述图像强度校正是在每个分配的扩散加权方向上计算的。
4.根据权利要求1、2或3所述的医学成像系统，其中，所述医学成像系统还包括磁共振成像系统(302)，其中，所述存储器还包含脉冲序列命令(320)，所述脉冲序列命令被配置为控制所述磁共振成像系统根据扩散加权磁共振成像协议采集磁共振成像数据(322)，其中，所述机器可执行指令的执行还使所述处理器：
利用所述脉冲序列命令来控制(400)所述磁共振成像系统采集所述磁共振成像数据；并且
使用所述磁共振成像数据来重建(402)所述多幅扩散加权图像。
5.根据前述权利要求中的任一项所述的医学成像系统，其中，所述机器可执行指令的执行还使所述处理器在构建所述方程组之前在所述多幅扩散加权图像之间执行运动校正。
6.根据前述权利要求中的任一项所述的医学成像系统，其中，所述多幅扩散加权图像是EPI多幅扩散加权图像，其中，所述机器可执行指令的执行还使所述处理器在构建所述方程组之前执行对所述多幅扩散加权图像的EPI失真校正。
7.根据前述权利要求中的任一项所述的医学成像系统，其中，所述方程组中的每个方程是通过以下操作来构建的：将体素的测量强度的对数设置为等于b0值项加上针对每个扩散方向的b值项和表观扩散系数项的乘积。
8.根据前述权利要求中的任一项所述的医学成像系统，其中，所述优化结果被求解为在所述方程组中的每个方程中的b值上的指数拟合。
9.根据前述权利要求中的任一项所述的医学成像系统，其中，针对所述多幅扩散加权图像中的一幅扩散加权图像的所述b值是0。
10.根据前述权利要求中的任一项所述的医学成像系统，其中，所述机器可执行指令的执行还使所述处理器在对针对每个体素的所述方程组求解所述b0值期间计算针对每个体素的表观扩散系数。
11.根据权利要求10所述的医学成像系统，其中，所述机器可执行指令的执行还使所述处理器使用所述b0图像来计算经校正的表观扩散系数。
12.一种医学成像的方法，其中，所述方法包括：
接收(200)对象(318)的多幅扩散加权图像(112)，其中，所述多幅扩散加权图像各自具有分配的b值，所述分配的b值表示扩散加权强度，其中，所述多幅扩散加权图像各自具有分配的扩散加权方向，其中，针对感兴趣区域(309)，在所述多幅扩散加权图像中的每幅扩散加权图像中存在至少一个对应体素(506)；
构建(202)针对所述至少一个对应体素中的每个对应体素的方程组(114)，其中，所述方程组是根据针对所述多幅扩散加权图像中的每幅扩散加权图像的所述分配的扩散加权方向的表观扩散方程来构建的；
对针对每个体素的所述方程组求解(204)表示零扩散加权的b0值作为优化结果；并且
使用针对每个体素的所述b0值来构建(206)b0图像，其中，所述b0值对应于无扩散加权处的图像强度。
13.根据权利要求12所述的方法，其中，所述方法还包括使用所述b0图像来计算对所述多幅扩散加权图像中的至少一幅扩散加权图像的图像强度校正以校正梯度非线性。
14.一种计算机程序产品，包括用于由控制医学成像系统(100、300)的处理器(102)执行的可执行指令，其中，所述机器可执行指令的执行使所述处理器：
接收(200)对象(318)的多幅扩散加权图像(112)，其中，所述多幅扩散加权图像各自具有分配的b值，所述分配的b值表示扩散加权强度，其中，所述多幅扩散加权图像各自具有分配的扩散加权方向，其中，针对感兴趣区域，在所述多幅扩散加权图像中的每幅扩散加权图像中存在至少一个对应体素；
构建(202)针对所述至少一个对应体素中的每个对应体素的方程组(114)，其中，所述方程组是根据针对所述多幅扩散加权图像中的每幅扩散加权图像的所述分配的扩散加权方向的表观扩散方程来构建的；
对针对每个体素的所述方程组求解(204)表示零扩散加权的b0值作为优化结果；并且
使用针对每个体素的所述b0值来构建(206)b0图像，其中，所述b0值对应于无扩散加权处的图像强度。
15.根据权利要求14所述的计算机程序产品，其中，所述医学成像系统还包括磁共振成像系统(302)，其中，所述机器可执行指令的执行还使所述处理器：
利用脉冲序列命令(320)来控制(400)所述磁共振成像系统采集磁共振成像数据(322)，其中，所述脉冲序列命令被配置为控制所述磁共振成像系统根据扩散加权磁共振成像协议采集磁共振成像数据；
使用所述磁共振成像数据来重建(402)所述多幅扩散加权图像。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP19159092.6A EP3699624A1 (en) | 2019-02-25 | 2019-02-25 | Calculation of a b0 image using multiple diffusion weighted mr images |
| EP19159092.6 | 2019-02-25 | ||
| PCT/EP2020/054158 WO2020173748A1 (en) | 2019-02-25 | 2020-02-18 | Calculation of a b0 image using multiple diffusion weighted mr images |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113490859A true CN113490859A (zh) | 2021-10-08 |
| CN113490859B CN113490859B (zh) | 2024-03-26 |
Family
ID=65576203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080016577.5A Active CN113490859B (zh) | 2019-02-25 | 2020-02-18 | 使用多幅扩散加权mr图像来计算b0图像 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11841412B2 (zh) |
| EP (2) | EP3699624A1 (zh) |
| JP (1) | JP7301144B2 (zh) |
| CN (1) | CN113490859B (zh) |
| WO (1) | WO2020173748A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114972145A (zh) * | 2022-05-26 | 2022-08-30 | 厦门大学 | 基于深度学习的扩散张量重建方法、系统和电子设备 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US12064227B2 (en) * | 2022-02-25 | 2024-08-20 | International Business Machines Corporation | Automatic determination of b-values from diffusion-weighted magnetic resonance images |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1499218A (zh) * | 2002-10-31 | 2004-05-26 | 西门子公司 | 扩散加权磁共振成像中用稳态序列确定adc系数的方法 |
| CN1918481A (zh) * | 2004-02-06 | 2007-02-21 | 皇家飞利浦电子股份有限公司 | 高角分辨扩散加权mri |
| US20080275329A1 (en) * | 2007-05-04 | 2008-11-06 | Reeder Scott B | Diffusion weighted preparatory sequence for magnetic resonance imaging pulse sequence |
| US20110052031A1 (en) * | 2009-09-02 | 2011-03-03 | Thorsten Feiweier | Method and magnetic resonance system to correct distortions in image data |
| CN102144923A (zh) * | 2010-02-04 | 2011-08-10 | 西门子公司 | 用于减小扩散成像中的失真的方法和磁共振设备 |
| CN102279375A (zh) * | 2010-03-31 | 2011-12-14 | 西门子公司 | 用于降低在扩散成像中的失真的方法和磁共振设备 |
| CN102711602A (zh) * | 2011-01-11 | 2012-10-03 | 株式会社东芝 | 磁共振成像装置和磁共振成像方法 |
| US20120259199A1 (en) * | 2011-04-06 | 2012-10-11 | Stefan Huwer | Magnetic resonance system and method to generate diffusion information |
| WO2015003950A1 (en) * | 2013-07-11 | 2015-01-15 | Koninklijke Philips N.V. | Corrected magnetic resonance imaging using coil sensitivities |
| US20150137813A1 (en) * | 2012-05-04 | 2015-05-21 | The Regents Of The University Of Michigan | Error Analysis and Correction of MRI ADC Measurements for Gradient Nonlinearity |
| EP3299836A1 (de) * | 2017-05-31 | 2018-03-28 | Siemens Healthcare GmbH | Lokale korrektur von gradienten-nichtlinearitäten in der diffusionsgewichteten mrt |
| CN108351395A (zh) * | 2015-10-27 | 2018-07-31 | 皇家飞利浦有限公司 | 来自磁共振图像的虚拟ct图像 |
| CN108431625A (zh) * | 2015-12-22 | 2018-08-21 | 皇家飞利浦有限公司 | 具有对运动引起的扩散梯度不一致性的修正的dti |
| CN108885246A (zh) * | 2015-12-09 | 2018-11-23 | 皇家飞利浦有限公司 | 用于生成高b值处的合成扩散图像的扩散MRI方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6163152A (en) | 1998-06-15 | 2000-12-19 | General Electric Company | Method and system for correcting errors in MR images due to regions of gradient non-uniformity for parametric imaging such as quantitative flow analysis |
| CN103376433B (zh) * | 2012-04-27 | 2017-02-15 | 西门子(深圳)磁共振有限公司 | 图像畸变校正方法及系统、磁共振成像设备 |
| WO2014128593A1 (en) * | 2013-02-25 | 2014-08-28 | Koninklijke Philips N.V. | Determination of the concentration distribution of sonically dispersive elements |
| US9897678B2 (en) | 2013-04-19 | 2018-02-20 | General Electric Company | Magnetic resonance imaging data correction methods and systems |
| JP5946800B2 (ja) | 2013-07-22 | 2016-07-06 | 株式会社日立製作所 | 磁気共鳴イメージング装置、画像処理装置、画像処理方法、及び画像処理プログラム |
| US9632162B2 (en) | 2013-12-06 | 2017-04-25 | Toshiba Medical Systems Corporation | Method of, and apparatus for, correcting distortion in medical images |
| US10234528B2 (en) | 2014-09-18 | 2019-03-19 | Siemens Aktiengesellschaft | Method and apparatus to correct noise effects in quantitative techniques in magnetic resonance imaging |
| US10302723B2 (en) * | 2014-11-14 | 2019-05-28 | Foundation For Research And Technology —Hellas (Forth) | Apparatuses, methods and systems for estimating water diffusivity and microcirculation of blood using DW-MRI data |
| JP6752064B2 (ja) | 2016-06-23 | 2020-09-09 | 株式会社日立製作所 | 磁気共鳴イメージング装置、画像処理装置、及び拡散強調画像計算方法 |
-
2019
- 2019-02-25 EP EP19159092.6A patent/EP3699624A1/en not_active Withdrawn
-
2020
- 2020-02-18 WO PCT/EP2020/054158 patent/WO2020173748A1/en unknown
- 2020-02-18 JP JP2021549204A patent/JP7301144B2/ja active Active
- 2020-02-18 CN CN202080016577.5A patent/CN113490859B/zh active Active
- 2020-02-18 US US17/432,924 patent/US11841412B2/en active Active
- 2020-02-18 EP EP20704324.1A patent/EP3931587B1/en active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1499218A (zh) * | 2002-10-31 | 2004-05-26 | 西门子公司 | 扩散加权磁共振成像中用稳态序列确定adc系数的方法 |
| CN1918481A (zh) * | 2004-02-06 | 2007-02-21 | 皇家飞利浦电子股份有限公司 | 高角分辨扩散加权mri |
| US20080275329A1 (en) * | 2007-05-04 | 2008-11-06 | Reeder Scott B | Diffusion weighted preparatory sequence for magnetic resonance imaging pulse sequence |
| US20110052031A1 (en) * | 2009-09-02 | 2011-03-03 | Thorsten Feiweier | Method and magnetic resonance system to correct distortions in image data |
| CN102144923A (zh) * | 2010-02-04 | 2011-08-10 | 西门子公司 | 用于减小扩散成像中的失真的方法和磁共振设备 |
| CN102279375A (zh) * | 2010-03-31 | 2011-12-14 | 西门子公司 | 用于降低在扩散成像中的失真的方法和磁共振设备 |
| CN102711602A (zh) * | 2011-01-11 | 2012-10-03 | 株式会社东芝 | 磁共振成像装置和磁共振成像方法 |
| US20120259199A1 (en) * | 2011-04-06 | 2012-10-11 | Stefan Huwer | Magnetic resonance system and method to generate diffusion information |
| US20150137813A1 (en) * | 2012-05-04 | 2015-05-21 | The Regents Of The University Of Michigan | Error Analysis and Correction of MRI ADC Measurements for Gradient Nonlinearity |
| WO2015003950A1 (en) * | 2013-07-11 | 2015-01-15 | Koninklijke Philips N.V. | Corrected magnetic resonance imaging using coil sensitivities |
| CN108351395A (zh) * | 2015-10-27 | 2018-07-31 | 皇家飞利浦有限公司 | 来自磁共振图像的虚拟ct图像 |
| CN108885246A (zh) * | 2015-12-09 | 2018-11-23 | 皇家飞利浦有限公司 | 用于生成高b值处的合成扩散图像的扩散MRI方法 |
| US20180356486A1 (en) * | 2015-12-09 | 2018-12-13 | Koninklijke Philips N.V. | Diffusion mri method for generating a synthetic diffusion image at a high b-value |
| CN108431625A (zh) * | 2015-12-22 | 2018-08-21 | 皇家飞利浦有限公司 | 具有对运动引起的扩散梯度不一致性的修正的dti |
| EP3299836A1 (de) * | 2017-05-31 | 2018-03-28 | Siemens Healthcare GmbH | Lokale korrektur von gradienten-nichtlinearitäten in der diffusionsgewichteten mrt |
Non-Patent Citations (3)
| Title |
|---|
| MALYARENKO等: "Analysis and correction of GradientNonlinearity Bias in Apparent Diffusion Coefficient Measurements", MAGNETICRESONANCE IN MEDICINE * |
| 倪红艳等: "扩散张量成像图像数据采集技术的参数优化", 天津大学学报 * |
| 龙响云等: "不同b值对脑扩散加权成像影响的研究", 中国现代医学杂志 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114972145A (zh) * | 2022-05-26 | 2022-08-30 | 厦门大学 | 基于深度学习的扩散张量重建方法、系统和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3699624A1 (en) | 2020-08-26 |
| US20220187404A1 (en) | 2022-06-16 |
| WO2020173748A1 (en) | 2020-09-03 |
| JP7301144B2 (ja) | 2023-06-30 |
| EP3931587A1 (en) | 2022-01-05 |
| CN113490859B (zh) | 2024-03-26 |
| EP3931587B1 (en) | 2022-09-28 |
| JP2022518616A (ja) | 2022-03-15 |
| US11841412B2 (en) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111247449B (zh) | 磁共振成像中弛豫时间的定量测量 | |
| US10345413B2 (en) | Propeller magnetic resonance imaging | |
| US11852708B2 (en) | Reconstruction of spiral k-space sampled magnetic resonance images | |
| CN113490859B (zh) | 使用多幅扩散加权mr图像来计算b0图像 | |
| JP2024056688A (ja) | ３次元勾配インパルス応答関数の高次項の決定 | |
| CN111263896B (zh) | 在磁共振成像系统中对相位相关的伪影的数据驱动的校正 | |
| CN111542762A (zh) | 双分辨率Dixon磁共振成像 | |
| US20160146918A1 (en) | Corrected magnetic resonance imaging using coil sensitivities | |
| CN111670370B (zh) | 具有脂肪/水分离的mri | |
| CN110114685B (zh) | 使用最大似然重建的对心脏的t1映射 | |
| JP7542633B2 (ja) | 勾配エコー磁気共鳴画像の反復的再構成 | |
| CN113661404B (zh) | 使用模拟磁共振图像对磁共振图像的校正 | |
| EP3865892A1 (en) | Iterative reconstruction of gradient echo magnetic resonance images |
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 |