CN114252828A - 一种磁共振成像系统及其预加重涡流校正方法和装置 - Google Patents
一种磁共振成像系统及其预加重涡流校正方法和装置 Download PDFInfo
- Publication number
- CN114252828A CN114252828A CN202111574784.5A CN202111574784A CN114252828A CN 114252828 A CN114252828 A CN 114252828A CN 202111574784 A CN202111574784 A CN 202111574784A CN 114252828 A CN114252828 A CN 114252828A
- Authority
- CN
- China
- Prior art keywords
- eddy current
- gradient
- emphasis
- fitting
- delay 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000012937 correction Methods 0.000 title claims abstract description 84
- 238000002595 magnetic resonance imaging Methods 0.000 title claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 230000008054 signal transmission Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 10
- 238000013459 approach Methods 0.000 abstract description 5
- 238000003672 processing method Methods 0.000 abstract description 5
- 238000011002 quantification Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010587 phase diagram Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive 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
- G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
- G01R33/56518—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to eddy currents, e.g. caused by switching of the gradient magnetic field
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本申请提供了一种磁共振成像系统及其预加重涡流校正方法和装置。本申请在对涡流信号进行定量处理过程中使用了Nelder‑Mead Simplex非线性正则化最小化拟合,该方法原理较其它处理方法计算过程更加直观、可控,可以让操作人员看见拟合曲线逐步逼近目标曲线的全过程,同时使用多种判定方法确保拟合结果不陷入区域最小值中,最终结果准确且迭代计算过程直观,可以对磁共振成像系统中涡流衰减函数进行全自动地准确地判定,当涡流衰减形式得到正确的定义后,在迭代预加重校正过程中又将E指数的时间常数固定,有效地将非线性问题转化为线性模型定量,然后通过SVD线性最小化方法对涡流幅值进行迭代校正。并且校正的全过程可以完全自动化实现,不需要人工介入。
Description
技术领域
本申请涉及医疗器械技术领域,更具体地说,涉及一种磁共振成像系统及其预加重涡流校正方法和装置。
背景技术
在磁共振成像系统MRI(magnetic resonance imaging)中,梯度线圈中的电流随时间快速切换,会在周围导体结构中产生涡流,涡流会产生一个空间和时间上都不断变化的磁场,使成像区域内的梯度磁场发生畸变,最终影响磁共振成像系统的图像质量。
为了消除涡流对梯度磁场的影响,有些磁共振成像系统在其中增加自屏蔽线圈对涡流进行校正。自屏蔽线圈是通过在设计磁共振成像系统时添加额外的屏蔽线圈,实现对涡流场的屏蔽作用来抑制梯度线圈中的涡流,这种方法不仅增大线圈的占用空间、增加磁共振系统的设计难度,还会带来负极性的涡流,导致校正效果有限。
为了避免上述缺陷,现有的磁共振成像系统通过梯度波形预加重补偿方法实现梯度磁场的校正。梯度波形预加重补偿是主动使梯度波形过冲,产生与涡流幅值和衰减时间常数大小相同,但极性相反的涡流场,与系统涡流相互抵消,从而消除涡流影响,原理上更加高效、准确。但由于不同磁共振成像系统的硬件条件状况差别往往很大,不同的磁共振成像系统涡流的衰减指数的个数、时间参数以及电流值参数往往差异很大,十分依赖于工程师的主观经验判断,导致对梯度波形的补偿准确度不高,很容易使磁共振成像系统的梯度波形出现过拟合现象。
发明内容
有鉴于此,本申请提供一种磁共振成像系统及其预加重涡流校正方法和装置,用于对磁共振成像系统的涡流进行校正处理。
为了实现上述目的,现提出的方案如下:
一种预加重涡流校正方法,应用于磁共振成像系统,所述预加重涡流方法包括步骤:
针对所述磁共振成像系统的梯度线圈,在多个延迟时间点分别采集在梯度驱动信号和射频信号驱动下产生的梯度回波信号;
计算每个所述梯度回波信号的相位斜率,得到每个所述延迟时间点的涡流值;
基于所有所述延迟时间点的所述涡流值做多E指数衰减模型的非线性拟合,得到合理E指数拟合曲线,并得到所述E指数拟合曲线中每个E指数的衰减常数;
对每个所述E指数的幅值做SVD线性拟合处理,得到对应每个所述延迟时间点的涡流幅值;
对所述涡流幅值进行判断;
如果所述涡流幅值大于预设涡流阈值,则对所述梯度驱动信号的预加重参数进行修正,并再次执行所述梯度驱动信号的施加和所述梯度回波信号的采集步骤;
如果所述涡流幅值小于或等于所述预设涡流阈值,则结束校正过程。
可选的,所述针对所述磁共振成像系统的梯度线圈,在多个延迟时间点分别采集在梯度驱动信号和射频信号驱动下产生的梯度回波信号,包括步骤:
向所述梯度线圈施加所述梯度驱动信号,所述梯度驱动信号保持固定幅值;
在所述梯度驱动信号施加过程中,每经一个所述延迟时间点控制射频系统发射射频信号;
在所述射频信号发射过程中采集所述梯度回波信号。
可选的,所述计算每个所述梯度回波信号的相位斜率,得到每个所述延迟时间点的涡流值,包括步骤:
对每个所述梯度回波信号的相位做定量计算,得到各个所述延迟时间点Xi的涡流值ECi(单位:微特斯拉),公式如下:
其中,ki表示第i次采集的所述梯度回波信号的相位信号经傅里叶变换后的斜率(单位:弧度/毫米),λ表示物理常量旋磁比(λ=0.267513弧度/毫秒/微特斯拉),Techo表示回波时间(单位:微秒)。
可选的,所述基于所有所述延迟时间点的所述涡流值做多E指数衰减模型的非线性拟合,得到合理E指数拟合曲线,并得到所述E指数拟合曲线中每个E指数的衰减常数,包括步骤:
利用Nelder-Mead Simplex算法对所述延迟时间点做多E指数衰减模型的非线性拟合,得到E指数拟合曲线,所述E指数拟合曲线包括多个E指数;
利用正则化参数对所有所述E指数的幅值做权重正则化处理;
判断所述E指数拟合曲线是否合理;
如果所述E指数拟合曲线合理,则剔除掉多余的指数项后,将所有所述E指数的衰减常数进行固定;
如果所述E指数拟合曲线不合理,则对所述正则化参数进行修正,并返回到所述利用正则化参数对所有所述E指数的幅值做权重正则化处理步骤。
可选的,所述利用Nelder-Mead Simplex算法对所述延迟时间点做多E指数衰减模型的非线性拟合,包括步骤:
利用如下公式进行计算:
其中,Aj表示涡流校正电流值常数,Bj表示涡流校正时间值常数,u表示正则化控制项的常数。
可选的,所述判断所述E指数拟合曲线是否合理,包括步骤
对Yi在x∈(X1,X40)范围内进行积分处理:
对得到的积分面积与预设面积阈值进行比较,根据比较结果判定所述E指数拟合曲线是否合理。
一种预加重涡流校正装置,应用于磁共振成像系统,所述预加重涡流装置包括:
信号采集模块,被配置为针对所述磁共振成像系统的梯度线圈,在多个延迟时间点分别采集在梯度驱动信号和射频信号驱动下产生的梯度回波信号;
信号计算模块,被配置为计算每个所述梯度回波信号的相位斜率,得到每个所述延迟时间点的涡流值;
第一拟合模块,被配置为基于所有所述延迟时间点的所述涡流值做多E指数衰减模型的非线性拟合,得到合理的E指数拟合曲线,并得到所述E指数拟合曲线中每个E指数的衰减常数;
第二拟合模块,被配置为对每个所述E指数的幅值做SVD线性拟合处理,得到对应每个所述延迟时间点的涡流幅值;
涡流值判断模块,被配置为对所述涡流幅值进行判断;
参数修正模块,被配置为如果所述涡流幅值大于预设涡流阈值,则对所述梯度驱动信号的预加重参数进行修正,并再次执行所述梯度驱动信号的施加和所述梯度回波信号的采集步骤;
结束控制模块,被配置为如果所述涡流幅值小于或等于所述预设涡流阈值,则结束校正过程。
可选的,所述信号采集模块包括:
第一驱动单元,用于向所述梯度线圈施加所述梯度驱动信号,所述梯度驱动信号保持固定幅值;
第二驱动单元,用于在所述梯度驱动信号施加过程中,每经一个所述延迟时间点控制射频系统发射射频信号;
采集执行单元,用于在所述射频信号发射过程中采集所述梯度回波信号。
可选的,所述第一拟合模块包括:
拟合处理单元,用于利用Nelder-Mead Simplex算法对所述延迟时间点做多E指数衰减模型的非线性拟合,得到E指数拟合曲线,所述E指数拟合曲线包括多个E指数;
正则处理单元,用于利用正则化参数对所有所述E指数的幅值做权重正则化处理;
曲线判断单元,用于判断所述E指数拟合曲线是否合理;
第一执行单元,用于如果所述E指数拟合曲线合理,则剔除掉多余的指数项后,将所有所述E指数的衰减常数进行固定;
第二执行单元,用于如果所述E指数拟合曲线不合理,则对所述正则化参数进行修正,并返回到所述利用正则化参数对所有所述E指数的幅值做权重正则化处理步骤。
一种磁共振成像系统,包括控制器,所述控制器设置有如上所述的预加重涡流校正装置。
从上述的技术方案可以看出,本申请公开了一种磁共振成像系统及其预加重涡流校正方法和装置。本申请在对涡流信号进行定量处理过程中使用了Nelder-Mead Simplex非线性正则化最小化拟合,该方法原理较其它处理方法计算过程更加直观、可控,可以让操作人员看见拟合曲线逐步逼近目标曲线的全过程,同时使用多种判定方法确保拟合结果不陷入区域最小值中,最终结果准确且迭代计算过程直观,可以对磁共振成像系统中涡流衰减函数进行全自动地准确地判定,当涡流衰减形式得到正确的定义后,在迭代预加重校正过程中又将E指数的时间常数固定,有效地将非线性问题转化为线性模型定量,然后通过SVD线性最小化方法对涡流幅值进行迭代校正。并且校正的全过程可以完全自动化实现,不需要人工介入。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例的一种预加重涡流校正方法的流程图;
图2为预加重校正前受涡流影像与未受涡流影响的梯度回波信号的相位信号的对比图;
图3为预加重校正后受涡流影像与未受涡流影响的梯度回波信号的相位信号的对比图;
图4为预加重校正前的涡流曲线图;
图5为预加重校正后的涡流曲线图;
图6为本申请实施例的一种预加重涡流校正装置的框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一
图1为本申请实施例的一种预加重涡流校正方法的流程图。
如图1所示,本实施例提供的预加重涡流校正方法应用于磁共振成像系统,具体来说是应用于该磁共振成像系统的控制器,是基于该控制器的程序运行实现的。该预加重涡流校正方法包括如下步骤:
S1、采集多个梯度回波信号。
由于磁共振成像系统包括三组梯度线圈,分布为X方向梯度线圈,Y方向梯度线圈和Z方向梯度线圈,因此,具体方案内容如下。
首先,针对每个梯度线圈控制对应的梯度信号输出模块向其输出梯度驱动信号,该梯度驱动信号的幅值保持固定不变,具体幅值根据工程实践确定;然后,在向梯度线圈输出梯度驱动信号的同时,在多个延迟时间点控制射频系统输出射频信号;最后,在每个延迟时间点采集磁共振成像系统的梯度回波信号。
本实施例将该梯度线圈驱动信号的输出时间分割为40份时间段,每个时间段的特定时间点确定为该延迟时间点Xi,在每个延迟时间点Xi时采集磁共振成像系统在该梯度驱动信号和射频信号的联合作用下产生的梯度回波信号,即得到的梯度回波信号为40个。
S2、通过每个梯度回波信号计算涡流值。
即计算每个梯度回波信号的相位斜率,该相位斜率即该延迟时间点的涡流值EC(i)。具体处理过程如下:
对每个延迟时间点的梯度回波信号的相位做定量计算,得到各个延迟时间点Xi的涡流值EC(i)(单位:微特斯拉),具体公式如下:
其中,ki表示第i次采集的梯度回波信号的相位信号并经傅里叶变换后的斜率,其单位为弧度/毫米,λ表示物理常量旋磁比(λ=0.267513弧度/毫秒/微特斯拉),Techo表示回波时间(单位:微秒)。
S3、基于所有涡流值得到合理E指数拟合曲线。
本步骤具体处理过程如下:
首先,利用Nelder-Mead Simplex算法对每个延迟时间点Xi的涡流值做多E指数瞬间模型的非线性拟合处理,得到E指数拟合曲线,该E指数拟合曲线中包含有多个E指数。具体利用如下公式进行计算:
其中,Aj表示涡流校正电流值常数,Bj表示涡流校正时间值常数,u表示正则化控制项的常数。
然后,利用初始拟定的正则化参数对每个E指数的幅值进行权重正则化处理,即得到修正后的E指数拟合曲线。
再后,对经过修正的E指数拟合曲线是否合理进行判断。在判断时对Yi在x∈(X1,X40)范围内进行积分处理:
对得到的积分面积与预设面积阈值进行比较,根据比较结果判定E指数拟合曲线是否合理。该面积阈值根据工程实践进行确定。
如果该E指数拟合曲线合理,则剔除多余的指数项,并将所有E指数的衰减常数Bj进行固定。
如果该E指数拟合曲线不合理,则对上述正则化参数进行修正,重新利用经过修正的正则化参数再次对每个E指数的幅值进行权重正则化处理,并再次对其合理性进行判断,直到该曲线合理。
S4、对E指数的幅值做SVD线性拟合处理。
对上述涡流值的E指数的幅值做SVD线性拟合,根据拟合定量得到对应于各个时间常数Bj的E指数的涡流幅值Aj。
S5、判断涡流幅值是否大于预设涡流阈值。
即判断此时的涡流幅值Aj是否大于预设的涡流阈值,本申请的涡流阈值选定为初始最大涡流的百分之一。如该涡流幅值Aj小于或等于此阈值表明该校正效果满足本申请的发明目的,此时执行步骤S7;反之,即该涡流幅值Aj大于该阈值,则执行步骤S6。
S6、对梯度驱动信号的预加重参数进行修正。
即对上述初始对特定梯度线圈所加载的梯度信号的相关的预加重参数进行修正,修正后返回到步骤S1,即根据对特定梯度线圈输出经过修正的梯度驱动信号。
S7、结束校正过程。
即当涡流幅值小于或等于该预设涡流阈值时,表明校正完成,此时结束校正过程。如果此时修正的是第一个梯度线圈或第二个梯度线圈,则按上述步骤执行对下一个梯度线圈的校正,如果是第三个梯度线圈,则结束全部校正过程,即完成了对该磁共振成像系统的校正。
从上述技术方案可以看出,本实施例提供了一种预加重涡流校正方法,该方法应用于磁共振成像系统。本申请在对涡流信号进行定量处理过程中使用了Nelder-MeadSimplex非线性正则化最小化拟合,该方法原理较其它处理方法计算过程更加直观、可控,可以让操作人员看见拟合曲线逐步逼近目标曲线的全过程,同时使用多种判定方法确保拟合结果不陷入区域最小值中,最终结果准确且迭代计算过程直观,可以对磁共振成像系统中涡流衰减函数进行全自动地准确地判定,当涡流衰减形式得到正确的定义后,在迭代预加重校正过程中又将E指数的时间常数固定,有效地将非线性问题转化为线性模型定量,然后通过SVD线性最小化方法对涡流幅值进行迭代校正。并且校正的全过程可以完全自动化实现,不需要人工介入。
附图2与附图3分别是无预加重校正的40个不同延时点的梯度回波信号的相位图和预加重校正后40个不同延时点的梯度回波信号的相位图。其中:横坐标是采样点相对位置,纵坐标是相位(单位:rad)。可以看到附图2中回波相位斜率差值较大,附图3中校正后回波相位斜率已经基本一致。
附图4与附图5分别是预加重校正前和预加重校正后涡流曲线图,其中横坐标是时间(单位:ms),纵坐标是涡流大小(单位:微特斯拉)。附图4中涡流最大值为10-3数量级,附图5中校正后涡流最大值为10-5数量级(单位:微特斯拉)。
实施例二
图6为本申请实施例的一种预加重涡流校正装置的框图。
如图6所示,本实施例提供的预加重涡流校正装置应用于磁共振成像系统,具体来说是应用于该磁共振成像系统的控制器,可以理解为该控制器内的硬件装置或功能模块。该预加重涡流校正装置包括信号采集模块10、信号计算模块20、第一拟合模块30、第二拟合模块40、涡流值判断模块50、参数修正模块60和结束控制模块70。
信号采集模块用于针对磁共振成像系统的梯度线圈,在多个延迟时间点分布采集梯度回波信号。
由于磁共振成像系统包括三组梯度线圈,分布为X方向梯度线圈,Y方向梯度线圈和Z方向梯度线圈,因此,该信号采集模块包括第一驱动单元、第二驱动单元和采集执行单元。
第一驱动单元用于针对每个梯度线圈控制对应的梯度信号输出模块向其输出梯度驱动信号,该梯度驱动信号的幅值保持固定不变,具体幅值根据工程实践确定;第二驱动单元用在向梯度线圈输出梯度驱动信号的同时,在多个延迟时间点控制射频系统输出射频信号;采集执行单元用于在每个延迟时间点采集磁共振成像系统的梯度回波信号。
本实施例将该梯度线圈驱动信号的输出时间分割为40份时间段,每个时间段的特定时间点确定为该延迟时间点Xi,在每个延迟时间点Xi时采集磁共振成像系统在该梯度驱动信号和射频信号的联合作用下产生的梯度回波信号,即得到的梯度回波信号为40个。
信号计算模块用于通过对每个梯度回波信号的相位斜率的计算,得到涡流值。
即计算每个梯度回波信号的相位斜率,该相位斜率即该延迟时间点的涡流值EC(i)。具体处理过程如下:
对每个延迟时间点的梯度回波信号的相位做定量计算,得到各个延迟时间点Xi的涡流值EC(i)(单位:微特斯拉),具体公式如下:
其中,ki表示第i次采集的梯度回波信号的相位信号并经傅里叶变换后的斜率,其单位为弧度/毫米,λ表示物理常量旋磁比(λ=0.267513弧度/毫秒/微特斯拉),Techo表示回波时间(单位:微秒)。
第一拟合模块用于基于所有涡流值做多E指数衰减模型的非线性拟合,得到合理E指数拟合曲线。
该第一拟合模块具体包括拟合处理单元、正则处理单元、曲线判断单元、第一执行单元和第二执行单元。
拟合处理单元用于利用Nelder-Mead Simplex算法对每个延迟时间点Xi的涡流值做多E指数瞬间模型的非线性拟合处理,得到E指数拟合曲线,该E指数拟合曲线中包含有多个E指数。具体利用如下公式进行计算:
其中,Aj表示涡流校正电流值常数,Bj表示涡流校正时间值常数,u表示正则化控制项的常数。
正则处理单元用于利用初始拟定的正则化参数对每个E指数的幅值进行权重正则化处理,即得到修正后的E指数拟合曲线。
曲线判断单元用于对经过修正的E指数拟合曲线是否合理进行判断。在判断时对Yi在x∈(X1,X40)范围内进行积分处理:
对得到的积分面积与预设面积阈值进行比较,根据比较结果判定E指数拟合曲线是否合理。该面积阈值根据工程实践进行确定。
第一执行单元用于如果该E指数拟合曲线合理,则剔除多余的指数项,并将所有E指数的衰减常数Bj进行固定。
第二执行单元用于如果该E指数拟合曲线不合理,则对上述正则化参数进行修正,重新利用经过修正的正则化参数再次对每个E指数的幅值进行权重正则化处理,并再次对其合理性进行判断,直到该曲线合理。
第二拟合模块用于对E指数的幅值做SVD线性拟合处理。
对上述涡流值的E指数的幅值做SVD线性拟合,根据拟合定量得到对应于各个时间常数Bj的E指数的涡流幅值Aj。
涡流值判断模块用于判断涡流幅值是否大于预设涡流阈值。
即判断此时的涡流幅值Aj是否大于预设的涡流阈值,本申请的涡流阈值选定为初始最大涡流的百分之一。
参数修正模块用于对梯度驱动信号的预加重参数进行修正。
即经过对涡流值的判断,如果该涡流幅值Aj大于该阈值,对上述初始对特定梯度线圈所加载的梯度信号的相关的预加重参数进行修正,并控制信号采集模块基于修正后的预加重参数再次进行参数采集。
结束控制模块用于结束校正过程。
即当涡流幅值小于或等于该预设涡流阈值时,表明校正完成,此时结束校正过程。如果此时修正的是第一个梯度线圈或第二个梯度线圈,则按上述步骤执行对下一个梯度线圈的校正,如果是第三个梯度线圈,则结束全部校正过程,即完成了对该磁共振成像系统的校正。
从上述技术方案可以看出,本实施例提供了一种预加重涡流校正装置,该装置应用于磁共振成像系统。本申请在对涡流信号进行定量处理过程中使用了Nelder-MeadSimplex非线性正则化最小化拟合,该方法原理较其它处理方法计算过程更加直观、可控,可以让操作人员看见拟合曲线逐步逼近目标曲线的全过程,同时使用多种判定方法确保拟合结果不陷入区域最小值中,最终结果准确且迭代计算过程直观,可以对磁共振成像系统中涡流衰减函数进行全自动地准确地判定,当涡流衰减形式得到正确的定义后,在迭代预加重校正过程中又将E指数的时间常数固定,有效地将非线性问题转化为线性模型定量,然后通过SVD线性最小化方法对涡流幅值进行迭代校正。并且校正的全过程可以完全自动化实现,不需要人工介入。
实施例三
本实施例提供了一种磁共振成像系统,该程序系统包括相应的控制器,该控制器设置有上一实施例所提供的预加重涡流校正装置。从而能够使该控制器实现如实施例一所提供的预加重涡流校正方法。
该预加重涡流校正装置用于针对磁共振成像系统的梯度线圈,在多个延迟时间点分别采集在梯度驱动信号和射频信号驱动下产生的梯度回波信号;计算每个梯度回波信号的相位斜率,得到每个延迟时间点的涡流值;基于所有延迟时间点的涡流值做多E指数衰减模型的非线性拟合,得到合理的E指数拟合曲线,并得到E指数拟合曲线中每个E指数的衰减常数;对每个E指数做SVD线性拟合处理,得到对应每个延迟时间点的涡流幅值;对涡流幅值进行判断;如果涡流幅值大于预设涡流阈值,则对梯度驱动信号的预加重参数进行修正,并再次执行梯度驱动信号的施加和梯度回波信号的采集步骤;如果涡流幅值小于或等于预设涡流阈值,则结束校正过程。
本申请的预加重涡流校正方案在对涡流信号进行定量处理过程中使用了Nelder-Mead Simplex非线性正则化最小化拟合,该方法原理较其它处理方法计算过程更加直观、可控,可以让操作人员看见拟合曲线逐步逼近目标曲线的全过程,同时使用多种判定方法确保拟合结果不陷入区域最小值中,最终结果准确且迭代计算过程直观,可以对磁共振成像系统中涡流衰减函数进行全自动地准确地判定,当涡流衰减形式得到正确的定义后,在迭代预加重校正过程中又将E指数的时间常数固定,有效地将非线性问题转化为线性模型定量,然后通过SVD线性最小化方法对涡流幅值进行迭代校正。并且校正的全过程可以完全自动化实现,不需要人工介入。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的技术方案进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种预加重涡流校正方法,应用于磁共振成像系统,其特征在于,所述预加重涡流方法包括步骤:
针对所述磁共振成像系统的梯度线圈,在多个延迟时间点分别采集在梯度驱动信号和射频信号驱动下产生的梯度回波信号;
计算每个所述梯度回波信号的相位斜率,得到每个所述延迟时间点的涡流值;
基于所有所述延迟时间点的所述涡流值做多E指数衰减模型的非线性拟合,得到合理E指数拟合曲线,并得到所述E指数拟合曲线中每个E指数的衰减常数;
对每个所述E指数的幅值做SVD线性拟合处理,得到对应每个所述延迟时间点的涡流幅值;
对所述涡流幅值进行判断;
如果所述涡流幅值大于预设涡流阈值,则对所述梯度驱动信号的预加重参数进行修正,并再次执行所述梯度驱动信号的施加和所述梯度回波信号的采集步骤;
如果所述涡流幅值小于或等于所述预设涡流阈值,则结束校正过程。
2.如权利要求1所述的预加重涡流校正方法,其特征在于,所述针对所述磁共振成像系统的梯度线圈,在多个延迟时间点分别采集在梯度驱动信号和射频信号驱动下产生的梯度回波信号,包括步骤:
向所述梯度线圈施加所述梯度驱动信号,所述梯度驱动信号保持固定幅值;
在所述梯度驱动信号施加过程中,每经一个所述延迟时间点控制射频系统发射射频信号;
在所述射频信号发射过程中采集所述梯度回波信号。
4.如权利要求1所述的预加重涡流校正方法,其特征在于,所述基于所有所述延迟时间点的所述涡流值做多E指数衰减模型的非线性拟合,得到合理E指数拟合曲线,并得到所述E指数拟合曲线中每个E指数的衰减常数,包括步骤:
利用Nelder-Mead Simplex算法对所述延迟时间点做多E指数衰减模型的非线性拟合,得到E指数拟合曲线,所述E指数拟合曲线包括多个E指数;
利用正则化参数对所有所述E指数的幅值做权重正则化处理;
判断所述E指数拟合曲线是否合理;
如果所述E指数拟合曲线合理,则剔除掉多余的指数项后,将所有所述E指数的衰减常数进行固定;
如果所述E指数拟合曲线不合理,则对所述正则化参数进行修正,并返回到所述利用正则化参数对所有所述E指数的幅值做权重正则化处理步骤。
7.一种预加重涡流校正装置,应用于磁共振成像系统,其特征在于,所述预加重涡流装置包括:
信号采集模块,被配置为针对所述磁共振成像系统的梯度线圈,在多个延迟时间点分别采集在梯度驱动信号和射频信号驱动下产生的梯度回波信号;
信号计算模块,被配置为计算每个所述梯度回波信号的相位斜率,得到每个所述延迟时间点的涡流值;
第一拟合模块,被配置为基于所有所述延迟时间点的所述涡流值做多E指数衰减模型的非线性拟合,得到合理的E指数拟合曲线,并得到所述E指数拟合曲线中每个E指数的衰减常数;
第二拟合模块,被配置为对每个所述E指数的幅值做SVD线性拟合处理,得到对应每个所述延迟时间点的涡流幅值;
涡流值判断模块,被配置为对所述涡流幅值进行判断;
参数修正模块,被配置为如果所述涡流幅值大于预设涡流阈值,则对所述梯度驱动信号的预加重参数进行修正,并再次执行所述梯度驱动信号的施加和所述梯度回波信号的采集步骤;
结束控制模块,被配置为如果所述涡流幅值小于或等于所述预设涡流阈值,则结束校正过程。
8.如权利要求7所述的预加重涡流校正装置,其特征在于,所述信号采集模块包括:
第一驱动单元,用于向所述梯度线圈施加所述梯度驱动信号,所述梯度驱动信号保持固定幅值;
第二驱动单元,用于在所述梯度驱动信号施加过程中,每经一个所述延迟时间点控制射频系统发射射频信号;
采集执行单元,用于在所述射频信号发射过程中采集所述梯度回波信号。
9.如权利要求7所述的预加重涡流校正装置,其特征在于,所述第一拟合模块包括:
拟合处理单元,用于利用Nelder-Mead Simplex算法对所述延迟时间点做多E指数衰减模型的非线性拟合,得到E指数拟合曲线,所述E指数拟合曲线包括多个E指数;
正则处理单元,用于利用正则化参数对所有所述E指数的幅值做权重正则化处理;
曲线判断单元,用于判断所述E指数拟合曲线是否合理;
第一执行单元,用于如果所述E指数拟合曲线合理,则剔除掉多余的指数项后,将所有所述E指数的衰减常数进行固定;
第二执行单元,用于如果所述E指数拟合曲线不合理,则对所述正则化参数进行修正,并返回到所述利用正则化参数对所有所述E指数的幅值做权重正则化处理步骤。
10.一种磁共振成像系统,其特征在于,包括控制器,所述控制器设置有如权利要求7~9任一项所述的预加重涡流校正装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111574784.5A CN114252828A (zh) | 2021-12-21 | 2021-12-21 | 一种磁共振成像系统及其预加重涡流校正方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111574784.5A CN114252828A (zh) | 2021-12-21 | 2021-12-21 | 一种磁共振成像系统及其预加重涡流校正方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114252828A true CN114252828A (zh) | 2022-03-29 |
Family
ID=80793858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111574784.5A Pending CN114252828A (zh) | 2021-12-21 | 2021-12-21 | 一种磁共振成像系统及其预加重涡流校正方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114252828A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117075011A (zh) * | 2023-10-11 | 2023-11-17 | 安徽福晴医疗装备有限公司 | 一种用于磁共振多核成像的自适应射频切换系统及其方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060022674A1 (en) * | 2004-08-02 | 2006-02-02 | Yong Zhou | Eddy current measurement and correction in magnetic resonance imaging systems |
WO2007071349A1 (en) * | 2005-12-19 | 2007-06-28 | Roche Diagnostics Gmbh | Analytical method and instrument |
US20120116732A1 (en) * | 2010-11-08 | 2012-05-10 | Chevron U.S.A. Inc. | Method and system for pulse neutron capture sigma inversion |
US20130147481A1 (en) * | 2010-08-26 | 2013-06-13 | Shouichi Miyawaki | Magnetic resonance imaging apparatus and vibrational error magnetic field reduction method |
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 |
CN108805202A (zh) * | 2018-06-11 | 2018-11-13 | 上海新增鼎数据科技有限公司 | 一种用于电解槽故障预警的机器学习方法及其应用 |
CN109799472A (zh) * | 2019-03-08 | 2019-05-24 | 沈阳工业大学 | 一种基于深度学习的磁共振涡流补偿方法 |
CN110634573A (zh) * | 2019-09-27 | 2019-12-31 | 南昌大学第一附属医院 | 一种临床脑梗患者复发风险预警评分可视化模型系统及其评价方法 |
CN112712180A (zh) * | 2020-12-30 | 2021-04-27 | 深圳前海微众银行股份有限公司 | 基于可靠性验证的模型构建优化方法、装置、设备和介质 |
CN112881959A (zh) * | 2020-06-10 | 2021-06-01 | 苏州纽迈分析仪器股份有限公司 | 一种用于磁共振成像的梯度涡流补偿方法及系统 |
-
2021
- 2021-12-21 CN CN202111574784.5A patent/CN114252828A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060022674A1 (en) * | 2004-08-02 | 2006-02-02 | Yong Zhou | Eddy current measurement and correction in magnetic resonance imaging systems |
WO2007071349A1 (en) * | 2005-12-19 | 2007-06-28 | Roche Diagnostics Gmbh | Analytical method and instrument |
US20130147481A1 (en) * | 2010-08-26 | 2013-06-13 | Shouichi Miyawaki | Magnetic resonance imaging apparatus and vibrational error magnetic field reduction method |
US20120116732A1 (en) * | 2010-11-08 | 2012-05-10 | Chevron U.S.A. Inc. | Method and system for pulse neutron capture sigma inversion |
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 |
CN108805202A (zh) * | 2018-06-11 | 2018-11-13 | 上海新增鼎数据科技有限公司 | 一种用于电解槽故障预警的机器学习方法及其应用 |
CN109799472A (zh) * | 2019-03-08 | 2019-05-24 | 沈阳工业大学 | 一种基于深度学习的磁共振涡流补偿方法 |
CN110634573A (zh) * | 2019-09-27 | 2019-12-31 | 南昌大学第一附属医院 | 一种临床脑梗患者复发风险预警评分可视化模型系统及其评价方法 |
CN112881959A (zh) * | 2020-06-10 | 2021-06-01 | 苏州纽迈分析仪器股份有限公司 | 一种用于磁共振成像的梯度涡流补偿方法及系统 |
WO2021248752A1 (zh) * | 2020-06-10 | 2021-12-16 | 苏州纽迈分析仪器股份有限公司 | 一种用于磁共振成像的梯度涡流补偿方法及系统 |
CN112712180A (zh) * | 2020-12-30 | 2021-04-27 | 深圳前海微众银行股份有限公司 | 基于可靠性验证的模型构建优化方法、装置、设备和介质 |
Non-Patent Citations (3)
Title |
---|
臧凤超;李建奇;王鹤;谢海滨;: "磁共振成像系统中的自动梯度预加重调节方法研究", 波谱学杂志, no. 01 * |
谭成勋;刘伟;王雅静;申晋;: "CONTIN算法及其在测量微凝胶颗粒粒度分布中的应用", 光散射学报, no. 01 * |
黄坤;杨永国;罗金辉;赵敏;: "基于AHP法的煤层气井历史拟合程度计算模型研究", 煤炭技术, no. 09 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117075011A (zh) * | 2023-10-11 | 2023-11-17 | 安徽福晴医疗装备有限公司 | 一种用于磁共振多核成像的自适应射频切换系统及其方法 |
CN117075011B (zh) * | 2023-10-11 | 2024-01-02 | 安徽福晴医疗装备有限公司 | 一种用于磁共振多核成像的自适应射频切换系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7843194B2 (en) | Magnetic resonance imaging apparatus and magnetic resonance imaging method | |
CN114252828A (zh) | 一种磁共振成像系统及其预加重涡流校正方法和装置 | |
CN107367703B (zh) | 磁共振扫描方法、系统、装置及存储介质 | |
US11137468B2 (en) | Method and magnetic resonance apparatus for acquiring a magnetic resonance dataset with correction of gradient impulse response functions | |
CN104678343A (zh) | 一种波形发生器频响特性校准方法、装置及系统 | |
CN108279393A (zh) | 一种磁共振成像全自动预加重校正涡流的方法 | |
CN109828307B (zh) | 一种瞬变电磁多频率融合的探测方法及应用 | |
CN114090952A (zh) | 损失函数动态加权的方法、装置、设备和存储介质 | |
CN111460934B (zh) | 一种超导高场磁共振的中心频率计算方法及系统 | |
US20180143279A1 (en) | Method, computer and magnetic resonance apparatus for determination of parameters for the magnetic resonance apparatus | |
US20040227513A1 (en) | Method for determining a compensation setting for an eddy current field | |
CN112040224A (zh) | 校验摄像头模组性能测试设备的方法、介质和电子设备 | |
CN114074661A (zh) | 一种车速控制方法及装置 | |
CN105811395B (zh) | 励磁系统pss参数整定方法及装置 | |
CN114325531B (zh) | 磁共振系统延迟的校正方法、装置、计算机设备和介质 | |
CN108021025B (zh) | 针对频率响应测量而控制注入的方法及设备 | |
US10649046B2 (en) | Calculation of stimulation values in magnetic resonance tomography | |
US9654156B2 (en) | Nonlinear compensating apparatus and method, transmitter and communication system | |
CN110868703B (zh) | 应用程序信号质量的保证方法及装置 | |
KR101506641B1 (ko) | 자기 공명 영상 장치 및 자기 공명 영상 장치의 자장 보정 방법 | |
US11726470B2 (en) | Method and device for determining a measure of quality continuously | |
CN116226607A (zh) | 谱线解谱方法、解谱装置、电子设备及存储介质 | |
CN115102186A (zh) | 低频振荡控制方法、装置、电子设备及存储介质 | |
CN110445357B (zh) | 一种并网逆变器谐波电流抑制方法及可读存储介质 | |
US11789101B2 (en) | Magnetic resonance imaging apparatus and method of compensating for error magnetic field |
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 |