CN114217255B - 一种快速的肝脏多参数定量成像方法 - Google Patents

一种快速的肝脏多参数定量成像方法 Download PDF

Info

Publication number
CN114217255B
CN114217255B CN202111447712.4A CN202111447712A CN114217255B CN 114217255 B CN114217255 B CN 114217255B CN 202111447712 A CN202111447712 A CN 202111447712A CN 114217255 B CN114217255 B CN 114217255B
Authority
CN
China
Prior art keywords
echo
liver
parameter
excitation
time
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.)
Active
Application number
CN202111447712.4A
Other languages
English (en)
Other versions
CN114217255A (zh
Inventor
叶慧慧
张子敬
刘华锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202111447712.4A priority Critical patent/CN114217255B/zh
Publication of CN114217255A publication Critical patent/CN114217255A/zh
Application granted granted Critical
Publication of CN114217255B publication Critical patent/CN114217255B/zh
Priority to PCT/CN2022/134310 priority patent/WO2023093842A1/zh
Priority to US18/120,988 priority patent/US20230210446A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/50—NMR imaging systems based on the determination of relaxation times, e.g. T1 measurement by IR sequences; T2 measurement by multiple-echo sequences
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
    • A61B5/4222—Evaluating particular parts, e.g. particular organs
    • A61B5/4244—Evaluating particular parts, e.g. particular organs liver
    • 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
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • 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
    • G01R33/561—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
    • G01R33/5611—Parallel magnetic resonance imaging, e.g. sensitivity encoding [SENSE], simultaneous acquisition of spatial harmonics [SMASH], unaliasing by Fourier encoding of the overlaps using the temporal dimension [UNFOLD], k-t-broad-use linear acquisition speed-up technique [k-t-BLAST], k-t-SENSE
    • 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]
    • G01R33/5618—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 both RF and gradient refocusing, e.g. GRASE

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Signal Processing (AREA)
  • Endocrinology (AREA)
  • Physiology (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)

Abstract

本发明公开了一种快速的肝脏多参数定量成像方法，其设计了一种新的磁共振序列，即自上而下、自下而上的多次激发采集和梯度回波、自旋回波以及混合回波的多回波采集方式，同时将估计出的主磁场信息合并到编码矩阵中，利用低秩约束来联合重建求解出多个无畸变的回波图像，利用这些回波图像进行字典匹配从而得到定量的T2和T2 *参数映射图。结合本发明在水膜和人体数据实验中的表现，通过与传统定量成像方法相比较，证明了本发明能够在较快的时间内实现与传统金标准方法一致的定量成像结果，这对于肝脏损伤特性的诊断、铁成分负荷水平的评估、癌症病灶的检测等具有重要的实际应用价值。

Description

一种快速的肝脏多参数定量成像方法
技术领域
本发明属于MRI成像技术领域，具体涉及一种快速的肝脏多参数定量成像方法。
背景技术
定量磁共振成像是一种快速兴起的诊断多发性肝脏疾病的无创的成像方式，例如它可利用T2定量图进行肝脏损伤特性诊断，利用T2和T2 *定量图进行铁成分负荷水平的评估等。多参数定量磁共振成像通过联合监测疾病的不同病理生理特性，已在提供有价值的诊断和预后信息方面表现出巨大的潜力。
多个参数的定量映射成像通常涉及多个不同对比度的加权成像来捕获信号随时间的演变，那么相应的数据扫描采集时间就会很长，这使得它的临床发展和研究实用价值受到了极大的限制。在传统的定量成像方法中，人们通常使用多个分开的数据采集序列来获得多个参数的定量图，例如使用经典自旋单回波序列来多次采集不同TE下的自旋回波信号来估计T2定量图、使用经典梯度多回波序列来采集不同TE下的梯度回波信号来估计T2 *定量图；这些多个不同的扫描通常在分开的屏气过程中按顺序进行，故而导致肝脏定量实验中的扫描时间过长，患者疲劳，并且可能得到错误配准的多参数定量图。
基于此，快速的同时多参数肝脏定量成像是一个亟需解决的问题；磁共振指纹成像是一种可以在单次屏息的情况下对单个层面进行多参数的肝脏组织定量成像的方法，但是这些研究的整个肝脏覆盖率低扫描效率不高，阻碍了它们在实际临床上的应用。为了能够在单次屏气的情况下实现对全肝同时进行快速的多参数T2和T2 *定量成像，并得到适用于临床应用，发挥实用研究价值的解决方案，本发明提出了基于平面回波成像(EPI)的肝脏自上而下、自下而上的多次激发的多回波平面成像技术(liver-msBUDA-SAGE)。
发明内容
鉴于上述，本发明提供了一种快速的肝脏多参数定量成像方法，其设计了一种新的磁共振序列，即自上而下、自下而上的多次激发采集和梯度回波、自旋回波以及混合回波的多回波采集方式，同时将估计出的主磁场信息合并到编码矩阵中，利用低秩约束来进行无畸变的多参数定量成像。
一种快速的肝脏多参数定量成像方法，包括如下步骤：
(1)针对所需定量的组织参数设计并生成基于平面回波的多参数磁共振数据采集序列，所述组织参数包括横向驰豫时间T2和表观横向驰豫时间
Figure BDA0003379763900000021
(2)将上述多参数磁共振数据采集序列导入磁共振扫描仪，在一次屏气过程中利用扫描仪对被试者肝脏部位进行扫描，获得每一回波时间下的多横切面原始肝脏k空间数据；
(3)利用经典并行成像算法(SENSE或MUSSELS)对多横切面原始肝脏k空间数据进行重建，得到每一回波时间下对应的多横切面肝脏图像；
(4)利用具有相反相位编码方向的回波对应的所有图像对估计出引起图像畸变的非均匀的主磁场B0，将B0合并到编码矩阵中并加入低秩矩阵约束以构建图像重建模型，通过对模型优化求解重建出各回波时间下对应的多横切面肝脏图像；
(5)给定所需定量的组织参数的动态变化范围以及离散化步长，基于Bloch方程建立反映回波信号时序变化的字典；
(6)将步骤(4)重建得到图像的每一像素点的时序变化信号与字典中的回波信号逐一进行匹配，从而为每一像素点索引得到具体的组织参数值，进而得到所需组织参数的定量图像。
进一步地，所述步骤(1)设计的多参数磁共振数据采集序列由两种激发角度的脉冲P1和P2重复交错组成，相邻两个脉冲P1的间隔为一个TR，一个TR中包含有三个回波，依次为梯度回波、混合回波以及自旋回波，脉冲P2位于梯度回波与混合回波之间；对于相邻两个TR，其中一个TR中的回波采用自上而下的相位编码方向，另一个TR中的回波采用自下而上的相位编码方向。
进一步地，所述步骤(1)生成多参数磁共振数据采集序列采用msBUDA和SAGE联合采集的方式，其中msBUDA方法将多次激发中的奇数次和偶数次激发用相反的相位编码方向来采集数据，从而得到相反的几何畸变图像，进而估计出引起其发生畸变的非均匀的主磁场B0强度分布；SAGE采集方法则是在平面回波序列中设计增加多个不同加权的回波数据读出，包括自旋回波、梯度回波以及自旋-梯度混合回波，由此在一个TR中获得三个不同回波时间的回波信号。
进一步地，所述步骤(4)中将具有相反相位编码方向的回波对应的所有图像对输入到FSL的topup软件中，即可估计出引起图像畸变的非均匀的主磁场B0。
进一步地，所述图像重建模型的表达式如下：
Figure BDA0003379763900000031
其中：Fs为第s次激发的欠采样傅里叶变换操作，Ws为基于主磁场B0的第s次激发的畸变操作，Ns为自定义的总激发次数，C为从无畸变的梯度回波数据中估计得到的线圈磁敏感图，xs为对应第s次激发的重建图像，ds为k空间数据中对应第s次激发所扫描采集得到的数据，‖‖2表示2范数，‖‖*表示核范数，λ为权重系数，x为所有xs组成的集合，H(x)为对x进行低秩先验约束得到的结果。
进一步地，所述步骤(4)中采用凸集投影方法(POCS)对图像重建模型进行迭代优化求解，逐一重建出每一回波时间下每一横切面的肝脏图像，迭代在数据一致项和低秩约束项之间交替，停止条件为两次连续迭代之间的均方误差达到0.01％。
进一步地，所述Bloch方程的表达式如下：
Figure BDA0003379763900000032
其中：S(t)为在回波时间t下采集到的MRI信号，T为自旋回波的回波时间，S0 I为90°脉冲激发后的初始信号，S0 II为90°脉冲和180°脉冲激发后的叠加初始信号，R2＝1/T2，R2 *＝1/T2 *；建立字典过程中，在给定组织参数动态变化范围的同时，需给定δ＝S0 I/S0 II的数字范围为1～1.82。
本发明设计了一种基于EPI的自上而下、自下而上的多次激发采集和同时多回波采集的序列，将所得到的blip up/down图像对输入到FSL的topup软件中，从而估计出引起图像畸变的主磁场B0，并将其合并到编码矩阵中利用低秩约束来联合重建求解出多个无畸变的回波图像，利用这些回波图像进行字典匹配从而得到定量的T2(＝1/R2)和T2 *(＝1/R2 *)参数映射图。结合本发明在水膜和人体数据实验中的表现，通过与传统定量成像方法相比较，证明了本发明能够在较快的时间内(约20秒，一次屏气)实现与传统金标准方法一致的定量成像结果，这对于肝脏损伤特性的诊断、铁成分负荷水平的评估、癌症病灶的检测等具有重要的实际应用价值。
附图说明
图1(a)为本发明所设计的磁共振数据采集序列(liver-msBUDA-SAGE)示意图，包括肝脏的msBUDA和SAGE采集方法。
图1(b)为本发明所设计的基于低秩约束的无畸变的多对比度回波图像重建算法示意图。
图2(a)为在phantom上实验验证所得到的T2和T2 *定量映射参数图的对比结果示意图，其方法分别为传统的采集和定量成像方法(CMM)、本发明的第一种实验验证方法(BUDA-SAGE 8-shot,Protocol1)、本发明的第二种实验验证方法(BUDA-SAGE 4-shot,Protocol2)。
图2(b)为将本发明方法的实验结果与传统方法的实验结果做一致性分析所绘制的Bland-Altman统计图，其中第一行为Protocol1与CMM的T2和T2 *结果一致性分析图，第二行为Protocol2与CMM的T2和T2 *结果一致性分析图。
图3(a)为Protocol1在in-vivo实验中所得到的无畸变的多对比度的回波图像重建结果。
图3(b)为Protocol2在in-vivo实验中所得到的无畸变的多对比度的回波图像重建结果。
图4(a)为肝脏第3片、第7片、第13片的T2 *的定量结果对比图(CCM vs.Protocol1vs.Protocol2)，其中选取了6个感兴趣区域(ROI)来做统计分析。
图4(b)为肝脏第3片、第7片、第13片的T2的定量结果对比图(Protocol1vs.Protocol2)。
具体实施方式
为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
本发明肝脏多参数定量成像方法，包括如下步骤：
S1.msBUDA采集方法的序列设计。
如图1(a)所示，将磁共振数据采集中的相位编码方向设计为自上而下和自下而上这种交替激发采集的方式，可以得到具有相反的相位编码方向的磁共振数据，从而得到具有相反的几何畸变的图像，为后续估计引发图像畸变的非均匀的主磁场的强度分布提供信息。
S2.SAGE采集方法的序列设计。
如图1(a)所示，在基于EPI快速成像的序列中，设计添加多个不同加权的回波数据读出，从而得到具有不同对比度的图像信息，其中包括自旋回波、梯度回波以及自旋-梯度混合回波，为后续进行多参数定量成像提供信息。
S3.利用所设计的liver-msBUDA-SAGE序列，对被试进行磁共振扫描。
在该过程中，要求人体被试屏住呼吸，然后快速采集在不同TE下的多个不同加权的多对比度全肝图像的原始k空间数据。在扫描实验中，我们设计了两种不同的实验方案(Protocol1和Protocol2)来验证本发明的结果鲁棒性，并且实现了传统的单个参数的定量成像扫描以用作结果准确性的验证。
3.1Phantom实验验证：
Protocol1：平面内分辨率＝1.5×1.5mm2，层厚＝5mm，重建矩阵＝330×220×80mm3，16片(层)，欠采样因子＝4，局部傅里叶因子＝75％，TR＝2.2s，TE时间为：12，28，48，70，80，102ms。我们采集4-shots的liver-msBUDA-SAGE数据，不同shot之间的相位编码方向交替自上而下和自下而上，数据采集的总时间为19.8s。
Protocol2：其具有与Protocol1相同的参数设置，除了欠采样因子＝8，局部傅里叶因子＝100％，TR＝1.8s，TE时间为：12，28，40，56，72，88ms，数据采集时间为30.6s。
CMM(传统采集和定量成像方法)：(1)为了估计T2 *定量参数图，一个二维的多回波的梯度回波序列被扫描，具体参数设置为：分辨率＝1.5×1.5×5mm3，10片，重建矩阵＝192×192×50mm3，TR＝2.5s，TE时间为：3.55、8.30、13.05、17.80、22.55、27.30、32.05、36.80、41.55、46.30ms，数据采集时间为2分钟40s。(2)为了估计T2定量参数图，6个多层单回波的自旋回波序列被扫描，具体参数设置为：分辨率＝1.5×1.5×5mm3，10片，重建矩阵＝192×192×50mm3，TR＝2.5s，TE时间为：10、30、50、70、90、110ms，数据采集时间为10.5分钟。
3.2In-vivo实验验证：
在Institutional Review Board的同意批准下，我们对一名健康的志愿者进行了磁共振数据扫描。
本发明序列liver-msBUDA-SAGE的in-vivo扫描实验参数设计与上述phantom的两种实验设计相同(Protocol1和2)；需要注意的是，在志愿者被扫描的过程中，需要屏住呼吸。
In-vivo的CMM扫描方法设计为：为了获得T2 *的定量参数估计图，一个一个二维的多回波的梯度回波序列被扫描，具体参数设置为：分辨率＝1.5×1.5×5mm3，16片，重建矩阵＝336×216×80mm3，TR＝286ms，TE时间为：3.02、6.67、10.32、13.97、17.62、21.27、24.92、28.57、32.22ms，数据总的采集时间为32.6s。需要注意的是我们是分两次进行的数据扫描，每次时间为16.3s，并且需要被试者屏住呼吸。
一个二维的低分辨率的参数匹配的梯度回波序列也被扫描以获取无畸变的线圈磁敏感图用于本发明序列liver-msBUDA-SAGE的图像重建中。
S4.利用所获取的k空间数据，进行无畸变图像重建。
如图1(b)所示，基于S3的实验设计中所获得的原始k空间数据，我们首先利用经典的并行成像算法(MUSSELS)进行blip up/down(自上而下/自下而上)图像对的分别重建；然后将所有图像对输入到FSL topup软件中来估计引起图像畸变的非均匀的主磁场B0，最后将B0的信息合并到系统编码矩阵中，并加入低秩矩阵的正则化约束进行联合重建求解。本发明所设计对于肝脏的联合重建模型如下：
Figure BDA0003379763900000071
其中：Fs为第s次激发的欠采样傅里叶变换操作，Ws是第s次激发的畸变操作(可通过FSL topup软件估计得到非均匀的主磁场B0)，C是从无畸变的梯度回波数据中估计得到的线圈磁敏感图，ds是扫描采集得到的每次激发的k空间数据，|| ||2表示2范数，|| ||*表示核范数，λ为权重系数，||H(x)||*是对blip up/down数据进行低秩先验约束。
采用凸集投影(POCS)方法对该模型进行迭代优化求解，该迭代在数据一致项和低秩约束项之间交替，停止条件为两次连续迭代之间的均方误差(RMSE)为0.01％。
S5.基于无畸变的多对比度图像重建结果和字典匹配方法，进行定量成像。
首先，基于如下Bloch方程，通过离散化方程中的各个参数值，建立磁共振信号字典：
Figure BDA0003379763900000072
其中：S(t)为在回波时间t下采集到的MRI信号，T是自旋回波的回波时间，S0 I为90°脉冲激发后的初始信号，S0 II为90°脉冲和180°脉冲激发后的叠加初始信号，R2(＝1/T2)为横向弛豫时间的倒数，R2 *(＝1/T2 *)为表观横向弛豫时间的倒数。三个回波的t的大小分别为自旋回波的t＝T、梯度回波的t<T以及自旋-梯度混合回波的t>T。
字典的具体建立方式为：首先我们基于上述Bloch方程，将在S4中不同TE下的回波图像结果输入方程中，进行最小二乘求解，从而得到S0 I，S0 II，R2(＝1/T2)和R2 *(＝1/T2 *)的估计值；然后我们可以得到常量比值参数δ＝S0 I/S0 II，接下来可基于这三个参数δ，R2和R2 *进行字典建立。基于三参数迭代求解结果，δ的数值范围为1.00～1.82，我们在该范围内将其离散为100个数值用于字典建立；对于每一个δ值，我们设置T2的离散数值为[1:1:50 52:2:150 155:5:250]，T2 *的离散数值为[1:1:50 52:2:150]，基于这些离散数值和上述Bloch方程，我们即可建立适用于本发明方法的磁共振信号字典。
我们将上述S4中所重建得到的无畸变的各个磁共振回波图像与所建字典进行模式匹配，从而可得到T2(＝1/R2)和T2 *(＝1/R2 *)定量参数映射图。
以下是我们对phantom和in-vivo进行实验从而验证本发明方法结果的准确性和鲁棒性。图2(a)所示为在phantom上实验验证所得到的T2和T2 *定量映射参数图的对比结果，其方法分别为：传统的采集和定量成像方法(CMM)、本发明的第一种实验验证方法(BUDA-SAGE 8-shot,Protocol1)、本发明的第二种实验验证方法(BUDA-SAGE 4-shot,Protocol2)；图2(b)为将本发明方法的实验结果与传统方法的实验结果做一致性分析所绘制的Bland-Altman统计图，第一行为Protocol1与CMM的T2和T2 *结果一致性分析图，第二行为Protocol2与CMM的T2和T2 *结果一致性分析图。综合定性和定量评价总体来说，本发明方法的两种实验设计结果均与传统方法的结果在一致性区间内，同时验证了对于phantom实验结果，本发明方法具有良好的准确性和鲁棒性。
图3(a)和图3(b)分别为两中实验方案Protocol1和Protocol2在in-vivo实验中所得到的无畸变的多对比度的回波图像重建结果，这两种实验设计在in-vivo数据结果中表现出了良好的一致性，验证了本发明方法针对于in-vivo数据具有较高的鲁棒性。图4(a)和图4(b)分别为肝脏第3片、第7片、第13片的T2 *和T2的定量结果对比图(CCM vs.Protocol1vs.Protocol2)。我们选取了6个感兴趣区域(ROI)来做统计分析，如表1所示，该数值结果证明了我们的方法与文献中所列出的方法结果具有良好的一致性，进一步从量化的方面验证了本发明方法在in-vivo数据中的准确性和鲁棒性。
上述实验均在西门子Prisma扫描仪上完成，实施例中参数定义如下：
T2：横向弛豫时间，指横向磁化矢量从100％衰减至37％所需的时间；根据横向弛豫时间的长短，可以将组织划分为短T2组织(1ms<T2≤10ms)，和长T2组织(10ms<T2)。
T2 *：表观横向弛豫时间，指存在磁场不均匀性的情况下，横向磁化矢量从100％衰减至37％所需的时间。
B0：主磁场强度，B0图中通常仅显示磁场分布相对于主磁场的差异。
TE：回波时间(echo time)，指信号激发中心到回波中心之间的时间间隔。
TR：重复时间(repetition time)，指序列两次相邻激发之间的时间间隔。
表1
Figure BDA0003379763900000091
上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。

Claims (5)

1.一种快速的肝脏多参数定量成像方法，包括如下步骤：
(1)针对所需定量的组织参数设计并生成基于平面回波的多参数磁共振数据采集序列，所述组织参数包括横向驰豫时间T2和表观横向驰豫时间
Figure FDA0003736452050000011
所述多参数磁共振数据采集序列由两种激发角度的脉冲P1和P2重复交错组成，相邻两个脉冲P1的间隔为一个TR，一个TR中包含有三个回波，依次为梯度回波、混合回波以及自旋回波，脉冲P2位于梯度回波与混合回波之间；对于相邻两个TR，其中一个TR中的回波采用自上而下的相位编码方向，另一个TR中的回波采用自下而上的相位编码方向；
生成多参数磁共振数据采集序列需采用msBUDA和SAGE联合采集的方式，其中msBUDA方法将多次激发中的奇数次和偶数次激发用相反的相位编码方向来采集数据，从而得到相反的几何畸变图像，进而估计出引起其发生畸变的非均匀的主磁场B0强度分布；SAGE方法则是在平面回波序列中设计增加多个不同加权的回波数据读出，包括自旋回波、梯度回波以及自旋-梯度混合回波，由此在一个TR中获得三个不同回波时间的回波信号；
其中TR表示重复时间，msBUDA表示多射交替脉冲相位编码方向采集，SAGE表示自旋和梯度回波采集；
(2)将上述多参数磁共振数据采集序列导入磁共振扫描仪，在一次屏气过程中利用扫描仪对被试者肝脏部位进行扫描，获得每一回波时间下的多横切面原始肝脏k空间数据；
(3)利用经典并行成像算法对多横切面原始肝脏k空间数据进行重建，得到每一回波时间下对应的多横切面肝脏图像；
(4)利用具有相反相位编码方向的回波对应的所有图像对估计出引起图像畸变的非均匀的主磁场B0，将主磁场B0合并到编码矩阵中并加入低秩矩阵约束以构建图像重建模型，通过对模型优化求解重建出各回波时间下对应的多横切面肝脏图像；
(5)给定所需定量的组织参数的动态变化范围以及离散化步长，基于Bloch方程建立反映回波信号时序变化的字典；
(6)将步骤(4)重建得到图像的每一像素点的时序变化信号与字典中的回波信号逐一进行匹配，从而为每一像素点索引得到具体的组织参数值，进而得到所需组织参数的定量图像。
2.根据权利要求1所述的肝脏多参数定量成像方法，其特征在于：所述步骤(4)中将具有相反相位编码方向的回波对应的所有图像对输入到工具包FSL的topup软件中，即可估计出引起图像畸变的非均匀的主磁场B0，FSL即FMRIB'sSoftware Library。
3.根据权利要求1所述的肝脏多参数定量成像方法，其特征在于：所述图像重建模型的表达式如下：
Figure FDA0003736452050000021
其中：Fs为第s次激发的欠采样傅里叶变换操作，Ws为基于主磁场B0的第s次激发的畸变操作，Ns为自定义的总激发次数，C为从无畸变的梯度回波数据中估计得到的线圈磁敏感图，xs为对应第s次激发的重建图像，ds为k空间数据中对应第s次激发所扫描采集得到的数据，‖ ‖2表示2范数，‖ ‖*表示核范数，λ为权重系数，x为所有xs组成的集合，H(x)为对x进行低秩先验约束得到的结果。
4.根据权利要求1所述的肝脏多参数定量成像方法，其特征在于：所述步骤(4)中采用凸集投影方法对图像重建模型进行迭代优化求解，逐一重建出每一回波时间下每一横切面的肝脏图像，迭代在数据一致项和低秩约束项之间交替，停止条件为两次连续迭代之间的均方误差达到0.01％。
5.根据权利要求1所述的肝脏多参数定量成像方法，其特征在于：所述Bloch方程的表达式如下：
Figure FDA0003736452050000022
其中：S(t)为在回波时间t下采集到的MRI信号，T为自旋回波的回波时间，S0 I为90°脉冲激发后的初始信号，S0 II为90°脉冲和180°脉冲激发后的叠加初始信号，R2＝1/T2，R2 *＝1/T2 *；建立字典过程中，在给定组织参数动态变化范围的同时，需给定δ＝S0 I/S0 II的数字范围为1～1.82。
CN202111447712.4A 2021-11-29 2021-11-29 一种快速的肝脏多参数定量成像方法 Active CN114217255B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111447712.4A CN114217255B (zh) 2021-11-29 2021-11-29 一种快速的肝脏多参数定量成像方法
PCT/CN2022/134310 WO2023093842A1 (zh) 2021-11-29 2022-11-25 一种肝脏多参数定量成像方法
US18/120,988 US20230210446A1 (en) 2021-11-29 2023-03-13 Method for simultaneous multiple magnetic resonance parameter mapping of liver

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111447712.4A CN114217255B (zh) 2021-11-29 2021-11-29 一种快速的肝脏多参数定量成像方法

Publications (2)

Publication Number Publication Date
CN114217255A CN114217255A (zh) 2022-03-22
CN114217255B true CN114217255B (zh) 2022-09-20

Family

ID=80699179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111447712.4A Active CN114217255B (zh) 2021-11-29 2021-11-29 一种快速的肝脏多参数定量成像方法

Country Status (3)

Country Link
US (1) US20230210446A1 (zh)
CN (1) CN114217255B (zh)
WO (1) WO2023093842A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114217255B (zh) * 2021-11-29 2022-09-20 浙江大学 一种快速的肝脏多参数定量成像方法
CN115137347B (zh) * 2022-05-10 2023-05-26 浙江大学 三维超短回波时间磁共振指纹成像的髓鞘定量成像方法
CN116299108A (zh) * 2023-03-27 2023-06-23 广东省人民医院 基于3d-buda采集和联合低秩约束重建的mr成像方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110133553A (zh) * 2019-05-10 2019-08-16 浙江大学 一种超短回波时间磁共振指纹弛豫时间测量方法
CN111881887A (zh) * 2020-08-21 2020-11-03 董秀园 基于多摄像头的运动姿态监测和指导方法及装置

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10598750B2 (en) * 2015-04-02 2020-03-24 The General Hospital Corporation 3D balanced EPI magnetic resonance fingerprinting
CN105232046B (zh) * 2015-11-26 2017-12-29 厦门大学 一种基于重叠回波的单扫描定量磁共振t2成像方法
CN105785298B (zh) * 2016-03-10 2018-08-17 大连锐谱科技有限责任公司 一种高精度三维化学位移成像方法
US10317501B2 (en) * 2016-07-26 2019-06-11 The General Hospital Corporation System and method for magnetic resonance fingerprinting in the presence of inhomogeneous magnetic fields
CN110133554B (zh) * 2018-02-08 2021-04-30 深圳先进技术研究院 一种基于分数阶模型的磁共振指纹成像方法、装置及介质
EP3531154A1 (en) * 2018-02-22 2019-08-28 Koninklijke Philips N.V. Dixon mr imaging using a multi-gradient-echo sequence
CN108663644B (zh) * 2018-03-14 2020-02-14 厦门大学 基于残差网络重建的单扫描定量磁共振t2*成像方法
US10799183B2 (en) * 2018-11-07 2020-10-13 General Electric Company Methods and systems for whole body imaging
CN110780247B (zh) * 2019-11-12 2021-02-12 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
CN111090069B (zh) * 2019-11-21 2022-03-29 深圳先进技术研究院 定量磁共振成像参数确定方法、装置、设备及存储介质
CN111537931B (zh) * 2020-04-28 2022-05-17 深圳先进技术研究院 快速磁共振多参数成像方法和装置
CN111685764B (zh) * 2020-05-13 2021-08-20 复旦大学 一种基于磁共振指纹成像的快速定量T1ρ的方法
CN112150568A (zh) * 2020-09-16 2020-12-29 浙江大学 基于Transformer模型的磁共振指纹成像重建方法
CN112617796A (zh) * 2020-12-30 2021-04-09 深圳市联影高端医疗装备创新研究院 磁共振功能成像方法、装置、设备、存储介质及系统
CN112819949B (zh) * 2021-02-07 2024-03-26 哈尔滨工业大学 一种基于结构化低秩矩阵的磁共振指纹图像重建方法
CN113129401B (zh) * 2021-03-22 2022-08-30 厦门大学 一种参数化磁共振成像的图像重建方法
CN113406544B (zh) * 2021-06-18 2023-04-25 中国科学院电工研究所 一种人体生物组织的磁共振电磁特性参数成像方法和装置
CN113391250B (zh) * 2021-07-09 2022-11-29 清华大学 组织属性的多参数定量测试系统及其方法
CN114217255B (zh) * 2021-11-29 2022-09-20 浙江大学 一种快速的肝脏多参数定量成像方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110133553A (zh) * 2019-05-10 2019-08-16 浙江大学 一种超短回波时间磁共振指纹弛豫时间测量方法
CN111881887A (zh) * 2020-08-21 2020-11-03 董秀园 基于多摄像头的运动姿态监测和指导方法及装置

Also Published As

Publication number Publication date
WO2023093842A1 (zh) 2023-06-01
US20230210446A1 (en) 2023-07-06
CN114217255A (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
Knoll et al. Deep-learning methods for parallel magnetic resonance imaging reconstruction: A survey of the current approaches, trends, and issues
CN114217255B (zh) 一种快速的肝脏多参数定量成像方法
Jaubert et al. Multi‐parametric liver tissue characterization using MR fingerprinting: simultaneous T1, T2, T2*, and fat fraction mapping
Hamilton et al. MR fingerprinting for rapid quantification of myocardial T1, T2, and proton spin density
Ben‐Eliezer et al. Rapid and accurate T2 mapping from multi–spin‐echo data using Bloch‐simulation‐based reconstruction
Ueda et al. Compressed sensing and deep learning reconstruction for women’s pelvic MRI denoising: utility for improving image quality and examination time in routine clinical practice
CN103238082B (zh) 使用多点Dixon技术和低分辨率校准的MR成像
CN106997034B (zh) 基于以高斯模型为实例整合重建的磁共振扩散成像方法
Hamilton et al. Deep learning reconstruction for cardiac magnetic resonance fingerprinting T1 and T2 mapping
CN105814449B (zh) 具有水/脂肪分离的零回波时间mr成像
Song et al. Least-square NUFFT methods applied to 2-D and 3-D radially encoded MR image reconstruction
Liu et al. Assessment of different fitting methods for in-vivo bi-component T2* analysis of human patellar tendon in magnetic resonance imaging
Wang et al. Parcel: physics-based unsupervised contrastive representation learning for multi-coil mr imaging
Wang et al. High‐fidelity direct contrast synthesis from magnetic resonance fingerprinting
JP2002000581A (ja) 磁気共鳴画像化を使用して得られた複素画像の合成
Kathiravan et al. A review of magnetic resonance imaging techniques
Gan et al. SS-JIRCS: Self-supervised joint image reconstruction and coil sensitivity calibration in parallel MRI without ground truth
Murata et al. Effect of hybrid of compressed sensing and parallel imaging on the quantitative values measured by 3D quantitative synthetic MRI: A phantom study
CN113391250B (zh) 组织属性的多参数定量测试系统及其方法
JP7230149B2 (ja) 磁気共鳴イメージングで得た画像の処理方法、画像処理プロブラム、及び、計算機
Bödenler et al. Joint multi‐field T1 quantification for fast field‐cycling MRI
Pei et al. Rapid 3D T1 mapping using deep learning‐assisted Look‐Locker inversion recovery MRI
Byanju et al. Time efficiency analysis for undersampled quantitative MRI acquisitions
Wang et al. High-fidelity direct contrast synthesis from magnetic resonance fingerprinting
Cheng et al. deep MR parametric mapping with unsupervised multi-tasking framework

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