CN114186584A - 一种基于扩展指数模型对磁共振信号降噪的方法和设备 - Google Patents
一种基于扩展指数模型对磁共振信号降噪的方法和设备 Download PDFInfo
- Publication number
- CN114186584A CN114186584A CN202111480781.5A CN202111480781A CN114186584A CN 114186584 A CN114186584 A CN 114186584A CN 202111480781 A CN202111480781 A CN 202111480781A CN 114186584 A CN114186584 A CN 114186584A
- Authority
- CN
- China
- Prior art keywords
- magnetic resonance
- signal
- exponential model
- extended
- resonance signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 42
- 238000012937 correction Methods 0.000 claims description 25
- 238000009792 diffusion process Methods 0.000 claims description 24
- 230000007480 spreading Effects 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005481 NMR spectroscopy Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 238000013459 approach Methods 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 5
- 230000009467 reduction Effects 0.000 abstract description 5
- 238000013461 design Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000005415 magnetization Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000005653 Brownian motion process Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000005537 brownian motion Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种基于扩展指数模型对磁共振信号降噪的方法,所述方法包括:采集非均匀场下待降噪的第一磁共振信号;根据所述第一磁共振信号的衰减特性,构建扩展指数模型;将所述扩展指数模型作为目标函数,对所述第一磁共振信号进行拟合,得到所述第一磁共振信号的衰减初始值和参数值;基于所述衰减初始值和所述参数值对所述扩展指数模型进行重建,得到降噪后的第二磁共振信号。本发明可以实现有效降噪,从而在不增加额外扫描时间的前提下,极大提高了测量的磁共振信号的信噪比,同时具有降低储存需求数据、处理耗时低、拟合结果稳定和可重复性高等优点。
Description
技术领域
本发明属于磁共振技术领域,具体涉及一种基于扩展指数模型对磁共振信号降噪的方法和设备。
背景技术
在单边磁体非均匀核磁共振系统中,对采集到物质的磁共振信号的衰减大体分为两种,包括横向弛豫时间T2和扩散衰减(Diffusion)。在核磁共振现象中,弛豫是指原子核发生共振且处在高能状态时,在射频脉冲停止后迅速恢复到原来低能状态的现象,这一恢复的过程即为弛豫过程,该过程反映了质子系统中质子之间和质子周围环境之间的相互作用。在射频脉冲的作用下,所有质子的相位都相同,它们都沿着相同的方向排列,以相同的角速度绕外磁场运动。当射频脉冲停止后,同相位的质子彼此之间将逐渐出现相位差,即失相位,此时质子由同相位逐渐分散最终均匀分布,其宏观表现为横向磁化强度矢量Mxy。从物理学的观点看,横向弛豫过程是同种核相互交换能量的过程,故又称为自旋-自旋弛豫过程。由于质子自旋间的相互作用,其横向磁化强度Mxy随时间衰减。而在90°脉冲作用后,有如下关系:
其中,T2表示横向弛豫时间(Transverse relaxation time)。
由于物质中的分子都存在一定程度的扩散运动,其方向是随机的,称为分子的热运动或布朗运动。如果水分子的扩散运动不受任何约束,则称为自由扩散。其中,表观扩散系数是用于描述水分子在组织中的扩散能力的一个物理量。磁共振信号被激发后,水分子在梯度磁场方向上的扩散运动将造成磁共振信号的衰减,如果水分子在梯度磁场方向上的扩散运动将造成磁共振信号的衰减,则水分子的扩散越自由,在梯度磁场施加期间扩散距离越大,经历的磁场变化也越大,组织信号衰减越明显。类似于T2衰减,扩散导致的衰减可由如下公式表示:
S(t)=S0e-Dbt; (2)
其中,S(t)表示衰减信号,S0表示磁共振信号的初始值,D表示扩散系数,用于控制信号衰减的速度,b值表示另一个与扩散快慢有关的系数,t表示衰减时间,G0表示磁场梯度,G0为固定值,γ表示旋磁比,且γ为固定值,tE表示回波间距。
此外,考虑到非均匀场磁共振中空间各个位置的梯度场大小不一致,并同时考虑T2的衰减,则某种物质扩散导致的衰减可由下式描述:
其中,x代表不同的空间位置。
而对于含有多种成分的物质,其信号衰减趋势则为多种物质复合的衰减,具体可以通过如下公式表示:
其中,D1、D2...Dn分别表示n种物质不同的扩散系数,T2,1、T2,2...T2,n分别表示n种物质不同的T2驰豫时间,S0,1、S0,2...S0,n分别表示n个独立e指数衰减信号的初始值,b(x)表示位置在x处的b值,m表示噪声。
基于上述,可以看出,在非均匀场下测量得到的磁共振信号是非常复杂的复合信号,由该信号估计物质的磁共振参数(例如扩散系数)非常容易受到噪声的影响。
现有技术中,对测量得到的磁共振信号进行降噪的方法主要包括:一是利用噪声的随机性,重复多次采集信号,并在多次采集后对信号进行平均从而让噪声在统计学上进行自我抵消,从而提高信号的信噪比,但这种方法会导致信号扫描时间增加,效率较低;二是通过滤波方法(例如均值滤波法)在局部对信号进行中值滤波使其平滑,从而降低噪声干扰,但这种方法对于非高斯噪声(例如短时强干扰)的处理能力十分有限。
发明内容
本发明的目的是提供一种基于扩展指数模型对磁共振信号降噪的方法和设备,用于解决现有技术中存在的至少一个技术问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,本发明提供一种基于扩展指数模型对磁共振信号降噪的方法,包括:
采集非均匀场下待降噪的第一磁共振信号;
根据所述第一磁共振信号的衰减特性,构建扩展指数模型;
将所述扩展指数模型作为目标函数,对所述第一磁共振信号进行拟合,得到所述第一磁共振信号的衰减初始值和参数值;
基于所述衰减初始值和所述参数值对所述扩展指数模型进行重建,得到降噪后的第二磁共振信号。
在一种可能的设计中,所述方法还包括:
将所述第二磁共振信号输入到原始指数模型,并对所述原始指数模型进行重建;
利用重建后的原始指数模型拟合计算横向弛豫时间和/或扩散衰减系数。
在一种可能的设计中,根据所述第一磁共振信号的衰减特性,构建扩展指数模型,包括:
根据所述第一磁共振信号的衰减特性,构建所述扩展指数模型的函数表达式如下:
其中,S0表示衰减初始值,λ表示复合指数衰减时间常数,β表示扩展指数修正因子,t表示衰减时间,S(t)表示呈e指数衰减的第一磁共振信号。
在一种可能的设计中,在将所述扩展指数模型作为目标函数之前,所述方法还包括:
测量所述第一磁共振信号的信噪比,并根据所述信噪比确定所述扩展指数修正因子的取值范围。
在一种可能的设计中,当所述第一磁共振信号为单组时,将所述扩展指数模型作为目标函数,对所述第一磁共振信号进行拟合,包括:
将所述扩展指数模型作为目标函数,并根据所述扩展指数修正因子的取值范围,确定所述第一磁共振信号的拟合函数表达式,如下:
其中,S01表示单组第一磁共振信号的初始衰减值,λ1表示第一复合指数衰减时间常数,β1表示第一扩展指数修正因子,s(t1)表示单组第一磁共振信号,a1为常数,根据经验预先确定,噪声值越大时,β1的值越趋近于1,SNR1表示单组第一磁共振信号的信噪比。
在一种可能的设计中,当所述第一磁共振信号有多组时,在将扩展指数模型作为目标函数之前,所述方法还包括:
采用如下公式对多组第一磁共振信号进行归一化处理;
在一种可能的设计中,当所述第一磁共振信号为多组时,将所述扩展指数模型作为目标函数,对所述第一磁共振信号进行拟合,包括:
将所述扩展指数模型作为目标函数,并根据所述扩展指数修正因子的取值范围,确定所述第一磁共振信号的拟合函数表达式,如下:
其中,S02表示多组第一磁共振信号的初始衰减值,m表示信号组的数量,λ2表示第二复合指数衰减时间常数,β2表示第二扩展指数修正因子,a2为常数,根据经验预先确定,噪声值越大时,β2的值越趋近于1,SNR2表示每组第一磁共振信号的信噪比。
在一种可能的设计中,基于所述衰减初始值和所述参数值对所述扩展指数模型进行重建,得到降噪后的第二磁共振信号,包括:
将拟合得到的所述衰减初始值S01、所述第一复合指数衰减时间常数λ1以及第一扩展指数修正因子β1输入至所述扩展指数模型进行重建,重建后的扩展指数模型的函数表达式如下:
在一种可能的设计中,所述第一磁共振信号通过单边磁体核磁共振系统采集得到。
第二方面,本发明提供一种计算机设备,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面任意一种可能的设计中所述的基于扩展指数模型对磁共振信号降噪的方法。
第三方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面任意一种可能的设计中所述的基于扩展指数模型对磁共振信号降噪的方法。
第四方面,本发明提供一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面任意一种可能的设计中所述的基于扩展指数模型对磁共振信号降噪的方法。
有益效果:
本发明在采集得到第一磁共振信号之后,根据磁共振信号的衰减特性,通过扩展指数衰减信号本身的特性,使用扩展指数模型作为穆伟目标函数,对第一磁共振信号进行拟合,由于噪声往往不是e指数衰减的信号,可以实现有效降噪,从而在不增加额外扫描时间的前提下,极大提高了测量的磁共振信号的信噪比。此外,本发明中的处理算法简单,不需采延长采集时间,从而具有采集时间短、降低储存需求数据处理耗时低以及拟合结果稳定和可重复性高等优点。
附图说明
图1为本实施例中基于扩展指数模型对磁共振信号降噪的方法的流程图;
图2为本实施例中单边磁体核磁共振系统的结构示意图;
图3为本实施例中一个实际应用的序列图。
具体实施方式
为使本说明书实施例的目的、技术方案和优点更加清楚,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
如图1-3所示,第一方面,本发明提供一种基于扩展指数模型对磁共振信号降噪的方法,包括但不限于由步骤S101~S104实现:
步骤S101.采集非均匀场下待降噪的第一磁共振信号;
其中,优选的,本实施例中的第一磁共振信号通过单边磁体核磁共振系统采集得到,如图2所示,所述单边磁体核磁共振系统包括:(1)控制台;(2)核磁共振谱仪;(3)磁体;(4)射频系统。其中,控制台与谱仪连接,发送指令控制测量序列的参数选择、ROI(RegionOf Interest,感兴趣区域)定位,并接收谱仪采集到的磁共振信号,完成实时数据处理。磁体一般为单边永磁体,在ROI内仍然具有高度不均匀的磁场。射频系统主要包括射频功率放大器,前置放大器,收发转换开关和射频线圈。射频线圈通过收发转换开关,既发射激励信号也能接收磁共振信号。
步骤S102.根据所述第一磁共振信号的衰减特性,构建扩展指数模型;
其中,由于被测物质绝大多数情况下都不是单一物质,因此上述单边磁体核磁共振系统采集到的第一磁共振信号衰减趋势可以通过扩展指数模型进行建模。
优选的,根据所述第一磁共振信号的衰减特性,构建扩展指数模型,包括:
根据所述第一磁共振信号的衰减特性,构建所述扩展指数模型的函数表达式如下:
其中,S0表示衰减初始值,λ表示复合指数衰减时间常数,β表示扩展指数修正因子,t表示衰减时间,S(t)表示呈e指数衰减的第一磁共振信号。
由于所述第一磁共振信号会根据噪声的大小而改变从而影响采集到的信号趋势,基于此,本实施例在采集到第一磁共振信号后,通过根据其衰减特性,构建得到扩展指数模型,并利用该扩展指数模型进行后续信号拟合。
步骤S103.将所述扩展指数模型作为目标函数,对所述第一磁共振信号进行拟合,得到所述第一磁共振信号的衰减初始值和参数值;
优选的,在将所述扩展指数模型作为目标函数之前,所述方法还包括:
测量所述第一磁共振信号的信噪比,并根据所述信噪比确定所述扩展指数修正因子的取值范围。
其中,需要说明的是,所述扩展指数修正因子的取值范围可以根据噪声水平进行调整,具体的,通过直接计算信号信噪比或预先进行噪声采集,然后对取值范围进行调整,为后续的信号拟合提供适度的拟合范围。
作为步骤S103一种具体的实施方式,当所述第一磁共振信号为单组时,将所述扩展指数模型作为目标函数,对所述第一磁共振信号进行拟合,包括:
将所述扩展指数模型作为目标函数,并根据所述扩展指数修正因子的取值范围,确定所述第一磁共振信号的拟合函数表达式,如下:
其中,S01表示单组第一磁共振信号的初始衰减值,λ1表示第一复合指数衰减时间常数,β1表示第一扩展指数修正因子,s(t1)表示单组第一磁共振信号,a1为常数,根据经验预先确定,噪声值越大时,β1的值越趋近于1,SNR1表示单组第一磁共振信号的信噪比。其中,需要说明的是,所述参数值包括所述第一复合指数衰减时间常数λ1和第一扩展指数修正因子β1。
基于上述,在单组第一磁共振信号的情况下,在沿时间轴t=[1,2,3…n],采集到的长度为1xn的信号s(t1),呈式(5)中衰减趋势,同时带有噪声,则通过式(7)对信号s(t1)进行拟合,得到单组第一磁共振信号的初始衰减值S01,第一复合指数衰减时间常数λ1以及第一扩展指数修正因子β1,进而可以得到拟合出的信号衰减曲线,该信号衰减曲线可用于后续的常规序列重建,例如计算横向弛豫时间等。
作为步骤S103一种具体的实施方式,当所述第一磁共振信号有多组时,在将扩展指数模型作为目标函数之前,所述方法还包括:
采用如下公式对多组第一磁共振信号进行归一化处理;
优选的,当所述第一磁共振信号为多组时,将所述扩展指数模型作为目标函数,对所述第一磁共振信号进行拟合,包括:
将所述扩展指数模型作为目标函数,并根据所述扩展指数修正因子的取值范围,确定所述第一磁共振信号的拟合函数表达式,如下:
其中,S02表示多组第一磁共振信号的初始衰减值,m表示信号组的数量,λ2表示第二复合指数衰减时间常数,β2表示第二扩展指数修正因子,a2为常数,根据经验预先确定,噪声值越大时,β2的值越趋近于1,SNR2表示多组第一磁共振信号的信噪比。其中,需要说明的是,所述参数值包括所述第二复合指数衰减时间常数λ2和第二扩展指数修正因子β2。
步骤S104.基于所述衰减初始值和所述参数值对所述扩展指数模型进行重建,得到降噪后的第二磁共振信号。
优选的,基于所述衰减初始值和所述参数值对所述扩展指数模型进行重建,得到降噪后的第二磁共振信号,包括:
将拟合得到的所述衰减初始值S01、所述第一复合指数衰减时间常数λ1以及第一扩展指数修正因子β1输入至所述扩展指数模型进行重建,重建后的扩展指数模型的函数表达式如下:
作为一种具体的实施方式,所述方法还包括:
步骤S105.将所述第二磁共振信号输入到原始指数模型,并对所述原始指数模型进行重建;
其中,需要说明的是,所述原始指数模型是现有的e指数衰减模型,其函数表达式如下:
其中,将降噪后的得到的第二磁共振信号输入到所述原始指数模型中,并用每一第二磁共振信号分别替代S1(t)、S2(t)...Sn(t),从而可以进一步拟合得到横向弛豫时间和/或扩散衰减系数,实现序列的常规重建。
步骤S106.利用重建后的原始指数模型拟合计算横向弛豫时间和/或扩散衰减系数。
基于上述公开的内容,本实施例在采集得到第一磁共振信号之后,根据磁共振信号的衰减特性,通过扩展指数衰减信号本身的特性,使用扩展指数模型作为穆伟目标函数,对第一磁共振信号进行拟合,由于噪声往往不是e指数衰减的信号,可以实现有效降噪,从而在不增加额外扫描时间的前提下,极大提高了测量的磁共振信号的信噪比。此外,本发明中的处理算法简单,不需采延长采集时间,从而具有采集时间短、降低储存需求数据处理耗时低以及拟合结果稳定和可重复性高等优点。
应用例一
如图3所示,作为上述实施例的一个具体应用,以扩散测量为例:设置回波链长度=256,tE,1=[350,560,840,1100,1400,1700,1900,2200,2500](9个不同值),其中,tE,1表示回波间隔。
以两种物质复合扩散测量为例,调整tE,1进行信号采集。在进行信号平均以及傅里叶变换之后,每个对应tE,1取值采集到的信号为按公式(12)所示出的趋势进行衰减的,且大小为[256,1]的曲线。公式(12)表达式如下:
重复对不同tE,1取值下采集的回波进行此操作,得到原始信号s(t)(大小为[256,9])。此时,通过观察噪声,得到β的取值范围:
在本应用例中,a取值为7.2,SNR=10,故将β取值范围限定在(0.72,1)。之后对其以进行归一化处理,再将9组长度为256x1的信号带入式(9)进行拟合得到β和λ和9组数据分别对应的S0,再以得到的参数带回式(9)构建出降噪后的大小不变([256,9])的原始回波信号。最后再根据式(11)进行拟合得到扩散系数D。
应用例二
本应用例以基础的cpmg(Carr-Purcell-Meiboom-Gil,卡尔·珀塞尔·梅布姆·吉尔)序列测量翻转角为例:设置回波链长度=256,进行9组不同射频脉冲强度的测量;其中,每一个激发脉冲强度对应回波链长度=256,在进行信号平均以及傅里叶变换之后,采集得到一维的大小为[256,1]的回波信号。重复在不同射频脉冲强度取值下进行采集,得到大小为[256,9]的原始信号,此时,通过观察噪声,β的取值范围为:
在此实例中,a取值为7.2,噪声水平正常SNR=16,则β取值可为(0.45,1);然后对其以进行归一化处理,再对大小为256x9的信号以公式(7)做为目标式进行拟合得到与之对应的β和λ,再以得到的参数带回式(6)构建出降噪后的大小为[256,1]的信号。对9组不同射频脉冲强度下采集到的信号重复此操作,得到降噪后的大小为256x9的信号。分别对9组长度为256的维度进行求和,得到9组射频脉冲强度对应的信号值之和。在对其进行二次拟合后求得信号值之和最大值对应的射频脉冲强度,即为最优翻转角。
第二方面,本发明提供一种计算机设备,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面任意一种可能的设计中所述的基于扩展指数模型对磁共振信号降噪的方法。
第三方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面任意一种可能的设计中所述的基于扩展指数模型对磁共振信号降噪的方法。
第四方面,本发明提供一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面任意一种可能的设计中所述的基于扩展指数模型对磁共振信号降噪的方法。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于扩展指数模型对磁共振信号降噪的方法,其特征在于,包括:
采集非均匀场下待降噪的第一磁共振信号;
根据所述第一磁共振信号的衰减特性,构建扩展指数模型;
将所述扩展指数模型作为目标函数,对所述第一磁共振信号进行拟合,得到所述第一磁共振信号的衰减初始值和参数值;
基于所述衰减初始值和所述参数值对所述扩展指数模型进行重建,得到降噪后的第二磁共振信号。
2.根据权利要求1所述的基于扩展指数模型对磁共振信号降噪的方法,其特征在于,所述方法还包括:
将所述第二磁共振信号输入到原始指数模型,并对所述原始指数模型进行重建;
利用重建后的原始指数模型拟合计算横向弛豫时间和/或扩散衰减系数。
4.根据权利要求3所述的基于扩展指数模型对磁共振信号降噪的方法,其特征在于,在将所述扩展指数模型作为目标函数之前,所述方法还包括:
测量所述第一磁共振信号的信噪比,并根据所述信噪比确定所述扩展指数修正因子的取值范围。
9.根据权利要求1所述的基于扩展指数模型对磁共振信号降噪的方法,其特征在于,所述第一磁共振信号通过单边磁体核磁共振系统采集得到。
10.一种计算机设备,其特征在于,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如权利要求1-9任意一项所述的基于扩展指数模型对磁共振信号降噪的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111480781.5A CN114186584B (zh) | 2021-12-06 | 2021-12-06 | 一种基于扩展指数模型对磁共振信号降噪的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111480781.5A CN114186584B (zh) | 2021-12-06 | 2021-12-06 | 一种基于扩展指数模型对磁共振信号降噪的方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114186584A true CN114186584A (zh) | 2022-03-15 |
CN114186584B CN114186584B (zh) | 2022-08-30 |
Family
ID=80603533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111480781.5A Active CN114186584B (zh) | 2021-12-06 | 2021-12-06 | 一种基于扩展指数模型对磁共振信号降噪的方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114186584B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6225803B1 (en) * | 1998-10-29 | 2001-05-01 | Baker Hughes Incorporated | NMR log processing using wavelet filter and iterative inversion |
CN103218788A (zh) * | 2013-04-24 | 2013-07-24 | 南方医科大学 | 一种肝脏磁共振横向弛豫率r2*参数的测量方法 |
CN105652325A (zh) * | 2016-01-05 | 2016-06-08 | 吉林大学 | 基于指数拟合-自适应卡尔曼的地空电磁数据去噪方法 |
CN105699923A (zh) * | 2015-09-12 | 2016-06-22 | 北京大学 | 一种无创动态测量组织r2,r2*和r2`参数图像的磁共振成像方法 |
CN105761216A (zh) * | 2016-01-25 | 2016-07-13 | 西北大学 | 一种图像去噪处理方法及装置 |
US20170146629A1 (en) * | 2014-06-12 | 2017-05-25 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Mri method to quantify iron amount in tissues using diffusion magnetic resonance imaging |
CN107507149A (zh) * | 2017-08-31 | 2017-12-22 | 深圳市智图医疗技术有限责任公司 | 一种核磁共振成像图像的降噪方法及装置 |
US20180089863A1 (en) * | 2015-05-08 | 2018-03-29 | Max-Planck-Gesellschaft Zur Foerderung Der Wissenschaften E. V. | Method and device for magnetic resonance imaging with improved sensitivity by noise reduction |
CN108279393A (zh) * | 2017-01-05 | 2018-07-13 | 上海康达卡勒幅医疗科技有限公司 | 一种磁共振成像全自动预加重校正涡流的方法 |
CN110680322A (zh) * | 2019-10-17 | 2020-01-14 | 河海大学 | 一种描述磁共振成像信号非指数衰减的方法及其应用 |
CN110780247A (zh) * | 2019-11-12 | 2020-02-11 | 无锡鸣石峻致医疗科技有限公司 | 一种基于磁共振原理的器官脂肪无创定量检测方法 |
CN110879980A (zh) * | 2019-11-13 | 2020-03-13 | 厦门大学 | 基于神经网络算法的核磁共振波谱去噪方法 |
CN111505553A (zh) * | 2019-07-12 | 2020-08-07 | 上海联影医疗科技有限公司 | 磁共振成像系统和方法 |
CN111721795A (zh) * | 2020-06-29 | 2020-09-29 | 无锡鸣石峻致医疗科技有限公司 | 一种基于核磁共振系统的物质测量方法及系统 |
CN111915007A (zh) * | 2020-07-29 | 2020-11-10 | 厦门大学 | 一种基于神经网络的磁共振谱降噪方法 |
WO2021005363A1 (en) * | 2019-07-11 | 2021-01-14 | St George's Hospital Medical School | A method and apparatus for quasi-diffusion magnetic resonance imaging |
CN112462311A (zh) * | 2020-11-09 | 2021-03-09 | 无锡鸣石峻致医疗科技有限公司 | 一种横向磁化矢量衰减时间常数的校正测量方法、装置、计算机设备及非均匀场磁共振系统 |
-
2021
- 2021-12-06 CN CN202111480781.5A patent/CN114186584B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6225803B1 (en) * | 1998-10-29 | 2001-05-01 | Baker Hughes Incorporated | NMR log processing using wavelet filter and iterative inversion |
CN103218788A (zh) * | 2013-04-24 | 2013-07-24 | 南方医科大学 | 一种肝脏磁共振横向弛豫率r2*参数的测量方法 |
US20170146629A1 (en) * | 2014-06-12 | 2017-05-25 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Mri method to quantify iron amount in tissues using diffusion magnetic resonance imaging |
US20180089863A1 (en) * | 2015-05-08 | 2018-03-29 | Max-Planck-Gesellschaft Zur Foerderung Der Wissenschaften E. V. | Method and device for magnetic resonance imaging with improved sensitivity by noise reduction |
CN105699923A (zh) * | 2015-09-12 | 2016-06-22 | 北京大学 | 一种无创动态测量组织r2,r2*和r2`参数图像的磁共振成像方法 |
CN105652325A (zh) * | 2016-01-05 | 2016-06-08 | 吉林大学 | 基于指数拟合-自适应卡尔曼的地空电磁数据去噪方法 |
CN105761216A (zh) * | 2016-01-25 | 2016-07-13 | 西北大学 | 一种图像去噪处理方法及装置 |
CN108279393A (zh) * | 2017-01-05 | 2018-07-13 | 上海康达卡勒幅医疗科技有限公司 | 一种磁共振成像全自动预加重校正涡流的方法 |
CN107507149A (zh) * | 2017-08-31 | 2017-12-22 | 深圳市智图医疗技术有限责任公司 | 一种核磁共振成像图像的降噪方法及装置 |
WO2021005363A1 (en) * | 2019-07-11 | 2021-01-14 | St George's Hospital Medical School | A method and apparatus for quasi-diffusion magnetic resonance imaging |
CN111505553A (zh) * | 2019-07-12 | 2020-08-07 | 上海联影医疗科技有限公司 | 磁共振成像系统和方法 |
CN110680322A (zh) * | 2019-10-17 | 2020-01-14 | 河海大学 | 一种描述磁共振成像信号非指数衰减的方法及其应用 |
CN110780247A (zh) * | 2019-11-12 | 2020-02-11 | 无锡鸣石峻致医疗科技有限公司 | 一种基于磁共振原理的器官脂肪无创定量检测方法 |
CN110879980A (zh) * | 2019-11-13 | 2020-03-13 | 厦门大学 | 基于神经网络算法的核磁共振波谱去噪方法 |
CN111721795A (zh) * | 2020-06-29 | 2020-09-29 | 无锡鸣石峻致医疗科技有限公司 | 一种基于核磁共振系统的物质测量方法及系统 |
CN111915007A (zh) * | 2020-07-29 | 2020-11-10 | 厦门大学 | 一种基于神经网络的磁共振谱降噪方法 |
CN112462311A (zh) * | 2020-11-09 | 2021-03-09 | 无锡鸣石峻致医疗科技有限公司 | 一种横向磁化矢量衰减时间常数的校正测量方法、装置、计算机设备及非均匀场磁共振系统 |
Non-Patent Citations (5)
Title |
---|
ADAM JOHANSSON, ANDERS GARPEBRING, MIKAEL KARLSSON, THOMAS ASKLU: "Improved quality of computed tomography", 《ACTA ONCOLOGICA》 * |
任阳红: "医学磁共振图像去噪算法研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
孙畅,张超: "基于局部与非局部医学图像降噪技术的研究进展", 《中国医学物理学杂志》 * |
陈亮等: "全相位模型估计方法压制磁共振测深谐波噪声应用研究", 《地质科技通报》 * |
陈曦; 蔡淑惠; 郑志伟; 蔡聪波; 陈忠: "磁共振成像中背景不均匀场去除方法研究", 《功能与分子医学影像学(电子版)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114186584B (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4484138A (en) | Method of eliminating effects of spurious free induction decay NMR signal caused by imperfect 180 degrees RF pulses | |
JP5123192B2 (ja) | 機能的磁気共鳴イメージング用の、画像の取得及び再構成の方法 | |
WO2022000948A1 (zh) | 基于核磁共振系统的物质测量方法及系统 | |
CN112462311B (zh) | 一种横向磁化矢量衰减时间常数的校正测量方法、装置、计算机设备及非均匀场磁共振系统 | |
US9746539B2 (en) | MR imaging with suppresion of flow artifacts | |
US7719275B2 (en) | Method for calculating signal-to-noise ratio in parallel acquisition image reconstruction | |
US8274284B2 (en) | Parallel-accelerated complex subtraction MRI | |
US10120053B2 (en) | Magnetic resonance imaging method and apparatus | |
US10466330B2 (en) | Magnetic resonance diffusion weighted imaging method and apparatus | |
US10203387B2 (en) | MR imaging with enhanced susceptibility contrast | |
CN102713658B (zh) | 磁化率梯度绘图 | |
JPH0549611A (ja) | 磁気共鳴映像装置 | |
CN111351813B (zh) | 一种基于非均匀场磁共振系统的表观扩散系数测量方法 | |
CN112415454B (zh) | 一种adc-t2二维图谱的测量方法、装置、计算机设备及非均匀场磁共振系统 | |
CN110174632B (zh) | 磁共振成像方法、装置、成像设备及磁共振成像系统 | |
JP4325791B2 (ja) | 画像再構成するためのコンピュータ・プログラム・コードでエンコードされた記憶媒体及び画像再構成するための装置 | |
CN106796274B (zh) | 具有伪迹抑制的propeller-mr成像 | |
CN105997074B (zh) | 一种磁共振定量磁化率成像多回波相位拟合方法 | |
US20210223343A1 (en) | Methods and systems for fingerprinting magnetic resonance imaging and machine learning | |
CN114186584B (zh) | 一种基于扩展指数模型对磁共振信号降噪的方法和设备 | |
US7852075B1 (en) | Magnetic resonance imaging using adaptive phase encoding gradient | |
US20200249301A1 (en) | Reconstruction of magnetic-resonance datasets using machine learning | |
EP1365253A2 (en) | Automatic field of view optimization in MR imaging for maximization of resolution and elimination of aliasing artifacts | |
JP2005525188A (ja) | 磁気共鳴イメージング方法 | |
Tamhane et al. | Iterative image reconstruction for PROPELLER‐MRI using the nonuniform fast fourier transform |
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 |