CN115222640A - 磁共振图像的校正方法、装置、计算机设备和存储介质 - Google Patents
磁共振图像的校正方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115222640A CN115222640A CN202110411638.4A CN202110411638A CN115222640A CN 115222640 A CN115222640 A CN 115222640A CN 202110411638 A CN202110411638 A CN 202110411638A CN 115222640 A CN115222640 A CN 115222640A
- Authority
- CN
- China
- Prior art keywords
- pixel point
- eddy current
- coordinates
- pixel
- magnetic resonance
- 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 70
- 238000003702 image correction Methods 0.000 title description 11
- 238000012937 correction Methods 0.000 claims abstract description 20
- 230000006870 function Effects 0.000 claims description 65
- 238000009792 diffusion process Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000002595 magnetic resonance imaging Methods 0.000 description 7
- 239000006185 dispersion Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012772 sequence design Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本申请涉及一种磁共振图像的校正方法、装置、计算机设备和存储介质。该方法包括：获取磁共振扫描的原始图像中各像素点的初始坐标，根据梯度涡流配置信息和协议信息，确定涡流畸变函数，根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，空间偏移由涡流场形变而产生，基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标，根据各像素点的校正坐标得到校正后的目标图像。本方法中，计算机设备根据梯度涡流配置信息、协议信息、以及各像素点的初始坐标，确定各像素点的空间偏移，基于算法实现像素点的坐标校正，不需要增加额外的硬件涡流补偿模块，实现涡流补偿的同时，降低了涡流补偿的成本。
Description
技术领域
本申请涉及磁共振成像技术领域，特别是涉及一种磁共振图像的校正方法、装置、计算机设备和存储介质。
背景技术
弥散成像是目前最为快速的磁共振成像(magnetic resonance imaging，MRI)技术之一，可以研究生物组织内分子的热运动情况，被广泛应用于临床诊断和科学研究中。弥散成像过程通过多个不同方向的弥散梯度，得到不同方向的弥散图像。然而弥散梯度在上升和下降的过程中会产生涡流场，涡流场会持续存在于编码过程中，将会导致各个反向的弥散图像会发生形变。由于不同方向的弥散图像形变情况有很大区别，因此不同方向的弥散图像合成弥散加权图像时会导致图像模糊甚至伪影。
为了规避或校正弥散梯度产生的涡流场形变，现有技术通过在采集初始序列的设备中加入硬件的涡流补偿模块，基于涡流补偿模块对初始序列进行校正，以得到校正后的序列，从而根据校正后的序列得到弥散图像。
但是，上述方法为了改动既有的序列设计，需要再设备端增加硬件的涡流补偿模块，导致硬件成本比较高。
发明内容
基于此，有必要针对上述技术问题，提供一种能够实现低成本的涡流补偿的磁共振图像的校正方法、装置、计算机设备和存储介质。
第一方面，提供一种磁共振图像的校正方法，该方法包括：
获取磁共振扫描的原始图像中各像素点的初始坐标；
根据梯度涡流配置信息和协议信息，确定涡流畸变函数；
根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，空间偏移由涡流场形变而产生；
基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标；以及，根据各像素点的校正坐标得到校正后的目标图像。
在其中一个实施例中，上述协议信息包括像素点在各个方向的弥散梯度上升和下降时所产生的涡流场到达k空间中心点的时间间隔。
在其中一个实施例中，上述根据梯度涡流配置信息和协议信息，确定涡流畸变函数包括：
根据涡流配置文件和协议信息确定涡流场多项式；
根据涡流场多项式确定涡流畸变函数。
在其中一个实施例中，上述涡流畸变函数包括横向畸变表达式和纵向畸变表达式。
在其中一个实施例中，上述根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，包括：
将各像素点的初始坐标作变换，得到各像素点的逻辑坐标；
根据涡流畸变函数，确定各像素点的逻辑坐标所对应的空间偏移。
在其中一个实施例中，各像素点的逻辑坐标所对应的空间偏移通过如下方式获得：
将原始图像进行网格化处理，得到网格中各像素点的网格坐标；
将各像素点的网格坐标遍历代入涡流畸变函数，得到各像素点的空间偏移。
在其中一个实施例中，目标图像通过如下方式确定：
通过插值方法计算得到各像素点的校正坐标所对应的计算像素值；
将计算像素值填充至各像素点的初始坐标位置，得到目标图像。
第二方面，提供一种磁共振图像的校正装置，该装置包括：
确定模块，用于获取磁共振扫描的原始图像中各像素点的初始坐标；
构建模块，用于根据梯度涡流配置信息和协议信息，确定涡流畸变函数；
校正模块，用于根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，空间偏移由涡流场形变而产生；以及，基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标；
成像模块，用于根据各像素点的校正坐标得到校正后的目标图像。
第三方面，提供一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述第一方面任一所述的磁共振图像的校正方法。
第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面任一所述的磁共振图像的校正方法。
上述磁共振图像的校正方法、装置、计算机设备和存储介质，计算机设备获取磁共振扫描的原始图像中各像素点的初始坐标，根据梯度涡流配置信息和协议信息，确定涡流畸变函数，根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，空间偏移由涡流场形变而产生，基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标，根据各像素点的校正坐标得到校正后的目标图像。本方法中，计算机设备根据梯度涡流配置信息和协议信息，确定涡流畸变函数，并根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，从而根据各像素点的空间偏移得到各像素点的校正坐标，全程基于软件算法实现各像素点的坐标校正，不需要增加额外的硬件涡流补偿模块，在基于软件算法实现涡流补偿的同时，降低了涡流补偿的成本。
附图说明
图1为一个实施例中磁共振图像的校正方法的应用环境图；
图2为一个实施例中磁共振图像的校正方法的流程示意图；
图3为一个实施例中磁共振图像的校正方法的流程示意图；
图4为一个实施例中磁共振图像的校正方法中弥散梯度上升、下降示意图；
图5为一个实施例中磁共振图像的校正方法的流程示意图；
图6为一个实施例中磁共振图像的校正方法的流程示意图；
图7为一个实施例中磁共振图像的校正方法中网格化示意图；
图8为一个实施例中磁共振图像的校正方法的流程示意图；
图9为一个实施例中磁共振图像的校正方法的流程示意图；
图10为一个实施例中磁共振图像的校正装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的磁共振图像的校正方法，可以应用于如图1所示的应用环境中。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，也可以是终端，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种磁共振图像的校正方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是，本申请图2-图10实施例提供的磁共振图像的校正方法，其执行主体为计算机设备，也可以是磁共振图像的校正装置，该磁共振图像的校正装置可以通过软件、硬件或者软硬件结合的方式成为计算机设备的部分或全部。下述方法实施例中，均以执行主体是计算机设备为例来进行说明。
在一个实施例中，如图2所示，提供了一种磁共振图像的校正方法，涉及的是计算机设备根据协议信息确定原始图像中各像素点的初始坐标，根据梯度涡流配置信息和协议信息，确定涡流畸变函数，根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标，根据各像素点的校正坐标得到校正后的目标图像的过程，包括以下步骤：
S201、获取磁共振扫描的原始图像中各像素点的初始坐标。
其中，原始图像中各像素点的初始坐标根据协议信息获取，协议信息也可称为脉冲序列信息，其是射频脉冲、梯度场和/或信号采集时刻等相关各参数的设置及其在时序上的排列。其中，与射频脉冲相关的参数可以包括射频脉冲带宽、强度、何时施加以及持续时间等；与梯度场相关的参数可以包括梯度场施加方向、梯度场场强、何时施加以及持续时间等。在此实施例中，梯度场设置为弥散梯度场，协议信息包括像素点在各个方向的弥散梯度上升和下降时所产生的涡流场到达k空间中心点的时间间隔、矩阵(matrix)、层厚、层间距、视野(field of view)等中一种或多种的组合。原始图像为通过施加弥散梯度场获得的磁共振图像。在此实施例中，矩阵可以表征磁共振扫描的原始图像层面内行和列的数目，也就是频率编码和相位编码方向上的像素数目，通过矩阵即可获得原始图像中各像素点的计算坐标(理论坐标)，也即获得原始图像中各像素点的初始坐标。
可选地，计算机设备可以通过获取像素点在各个方向的弥散梯度上升和下降时，所产生的涡流场的第一时刻点和各涡流场到达k空间中心点的第二时刻点，计算各涡流场对应的时间间隔。
在本实施例中，如图3所示，图3给出了4个时刻点，分别包括弥散梯度上升时刻点1和4，以及弥散梯度下降时刻点2和3。计算机设备可以根据相邻两个相位编码之间的时间间隔τesp，确定各涡流场到达k空间中心点的第二时刻点Q。根据第一时刻点和第二时刻点，可以确定t1、t2、t3、t4四个时间间隔，将时间间隔确定为当前原始图像的像素点的协议信息，进一步地，计算机设备可以根据确定的协议信息，获取原始图像中各像素点的初始坐标。
在本实施例中，将采集k空间中心点的时刻所感受到的涡流场作为构建涡流场(函数)多项式的依据，从而构建出足够准确而又不依赖于时间的涡流场多项式。
S202、根据梯度涡流配置信息和协议信息，确定涡流畸变函数。
在本实施例中，可选地，计算机设备可以通过系统获取涡流场的梯度涡流配置信息，从而根据协议信息以及梯度涡流配置信息，确定涡流畸变函数。可选地，涡流畸变函数包括横向畸变方程和纵向畸变方程，计算机设备可以根据各像素点的空间偏移、预设的采样时间间隔等参数，确定各像素点的横向畸变方程；可选地，计算机设备还可以根据各像素点的空间偏移、相邻两个相位编码之间的时间间隔等参数，确定各像素点的纵向畸变方程。
S203、根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，空间偏移由涡流场形变而产生。
在本实施例中，计算机设备根据涡流畸变函数，将各像素点的初始坐标的值代入到涡流畸变函数中，计算得到各像素点的空间偏移，需要说明的是，这里基于涡流畸变函数所计算得到的空间偏移，可以表示涡流场形变的程度。
S204、基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标；以及，根据各像素点的校正坐标得到校正后的目标图像。
其中，计算机设备根据各像素点的空间偏移确定各像素点的校正坐标，进而据各像素点的校正坐标得到校正后的目标图像。可选地，计算机设备在计算各个像素点的空间偏移的过程中，还可以将原始图像上的像素点网格化，通过遍历网格上的每一点的初始坐标，将初始坐标代入涡流畸变函数计算各个网格点的校正坐标，从而基于校正坐标，确定目标图像。可选地，计算机设备可以基于校正坐标的像素值，确定目标图像，本实施例对此不做限定。
上述磁共振图像的校正方法中，计算机设备根据协议信息确定原始图像中各像素点的初始坐标，根据梯度涡流配置信息和协议信息，确定涡流畸变函数，根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，空间偏移由涡流场形变而产生，基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标，根据各像素点的校正坐标得到校正后的目标图像。本方法中，计算机设备根据梯度涡流配置信息和协议信息，确定涡流畸变函数，并根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，从而根据各像素点的空间偏移得到各像素点的校正坐标，全程基于软件算法实现各像素点的坐标校正，不需要增加额外的硬件涡流补偿模块，在基于软件算法实现涡流补偿的同时，降低了涡流补偿的成本。
计算机设备在确定各像素点的空间偏移时，可以根据原始图像中各像素点的初始坐标和协议信息来确定，在一个实施例中，如图4所示，上述根据梯度涡流配置信息和协议信息，确定涡流畸变函数，包括：
S301、根据涡流配置文件和协议信息确定涡流场多项式。
在本实施例中，计算机设备可以根据涡流场的特性，通过球谐展开式来描述涡流场，可选地，计算机设备根据协议信息，即原始图像中各像素点在各个方向的弥散梯度上升和下降时所产生的涡流场到达k空间中心点的时间间隔，基于球谐展开式来构建各像素点的每一个时间间隔对应的涡流场多项式，用不超过3阶的展开式来表示涡流场多项式可以表示为：
其中，(x,y,z)为像素点的初始坐标；t为像素点的某一个时间间隔；Ci(i＝1,2,...,16)为关于时间t的函数，和弥散梯度有关。在磁共振成像(MRI)系统部署完成后，会对各个方向的弥散梯度涡流场做一次测量，给出Ci在一定时间范围(比如2ms～200ms)内某些时刻点(比如2ms,4ms,6ms,...,200ms)的值。
表1展示了一张样表，具体为弥散梯度相关的涡流系数表，涡流配置文件包括该涡流系数表，其行表示时刻点，列表示各阶系数C1～Cm，其中m、n都为大于1的整数。
表1
S302、根据涡流场多项式确定涡流畸变函数。
在本实施例中，计算机设备通过获取各个像素点在各个方向的弥散梯度上升和下降时所产生的涡流场到达k空间中心点的时间间隔，针对每一个时间间隔所包括的时刻点，将当前时间间隔内的所有时刻点以及各像素点对应的初始坐标，代入当前时间间隔对应的涡流场多项式中，确定各像素点对应的涡流畸变函数。可选地，若存在多个时间间隔，在确定得到每个时间间隔对应的涡流系数及相应的涡流多项式之后，可以将所有涡流场多项式之和确定为原始图像的涡流畸变函数，基于各个时间间隔对应的涡流场多项式进行计算，得到原始图像的各像素点的涡流畸变函数表达式。
可选地，在一个实施例中，上述涡流畸变函数包括横向畸变表达式和纵向畸变表达式。
其中，计算机设备可以根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移ΔB，从而根据各像素点的空间偏移ΔB、采样时间间隔τx、预设频率γ＝425MHz/T，确定各像素点的横向畸变表达式为：
Δro＝γ*ΔB*τx
另外，计算机设备可以根据各像素点的空间偏移ΔB、相连两个相位编码之间的时间间隔τesp、相位编码方向的相位点数为Npe，确定各像素点的纵向畸变表达式为：
Δpe＝γ*ΔB*τesp*Npe
在本实施例中，可选地，按照通常的采样参数设置，可以发现Δro～10-1pixel,而Δpe～5pixel，因此在实际矫正时，可以忽略横向RO方向的形变而只矫正纵向PE方向。
在本实施例中，计算机设备根据各个像素点在各个方向的弥散梯度上升和下降时所产生的涡流场到达k空间中心点的时间间隔、以及涡流配置文件，基于球谐展开式构建涡流场表达式，可以有效准确的确定各个像素点在产生涡流场时造成的空间偏移，根据已知参数构建各像素点的横向畸变表达式和纵向畸变表达式，可以快速、有效地确定各个像素点在频率读出(RO)方向或相位编码(PE)方向的畸变量，从而进行各像素点坐标的校正。
可选地，计算机设备在构建涡流畸变函数之后，在一个实施例中，如图5所示，上述根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，包括：
S501、将各像素点的初始坐标作变换，得到各像素点的逻辑坐标。
在本实施例中，计算机设备将各像素点的在物理坐标系下的初始坐标转换为在逻辑坐标系下的逻辑坐标，其中，逻辑坐标系与物理坐标系之间的转换可以经过旋转和平移得到，示例地，假设旋转矩阵为RotA,逻辑坐标原点在物理坐标系下的坐标为(x0,y0,z0)，则坐标变换公式可以表示为：
S502、根据涡流畸变函数，确定各像素点的逻辑坐标所对应的空间偏移。
在本实施例中，计算机设备将各像素点的逻辑坐标代入涡流畸变函数，得到各像素点的对应的空间偏移。
在本实施例中，计算机设备通过涡流畸变函数可以有效地确定各像素点的空间偏移，从而确定各像素点的校正坐标，进而根据校正坐标确定目标图像，该实现方法简单、有效。
计算机设备可以对原始图像进行网格化处理，以得到各像素点的逻辑坐标所对应的空间偏移。在一个实施例中，如图6所示，各像素点的逻辑坐标所对应的空间偏移通过如下方式获得：
S601、将原始图像进行网格化处理，得到网格中各像素点的网格坐标。
在本实施例中，计算机设备将原始图像进行网格化处理，如图7所示，图7给出了一个10*10的像素矩阵网格化后的示意图。行表示RO方向，列表示PE方向。以网格中心为坐标原点，RO、PE为坐标平面，与选层方向SS按右手法则组成逻辑坐标系。网格上的A～D表示矫正前的像素点。计算机设备基于任意一种遍历算法，遍历得到网格中的所有像素点的网格坐标，可选地，计算机设备还可以将遍历得到的各像素点的网格坐标存储至指定的存储空间中。
S602、将各像素点的网格坐标遍历代入涡流畸变函数，得到各像素点的空间偏移。
在本实施例中，计算机设备将各像素点的网格坐标的值遍历代入涡流畸变函数中，计算得到各像素点的空间偏移。
在本实施例中，计算机设备将原始图像网格化处理，基于网格化处理后的各像素点的网格坐标计算各像素点的空间偏移以及各像素点的畸变坐标比较准确。
计算机设备在得到校正坐标之后，根据各像素点的校正坐标得到校正后的目标图像，在一个实施例中，如图8所示，目标图像通过如下方式确定：
S701、通过插值方法计算得到各像素点的校正坐标所对应的计算像素值。
在本实施例中，可选地，计算机设备可以通过插值法确定各像素点的校正坐标所对应的计算像素值。
在本实施例中，如图7所示，假设由于涡流场的作用，像素点A变形到了点A’，而A’落在C和D之间，那么矫正后的图像网格上点A的位置将用A’的像素值填充。其中A’的坐标可以由C和D点的坐标插值获得。遍历网格上的所有点，可以得到所有像素点的校正坐标，根据所有像素点的校正坐标获取其对应的计算像素值。
S702、将计算像素值填充至各像素点的初始坐标位置，得到目标图像。
在本实施例中，计算机设备根据就散得到的各像素点的校正坐标所对应的计算像素值，根据各像素点的校正坐标与初始坐标的对应关系，将校正坐标处的计算像素值替换至各像素点的初始坐标处的像素值，实现所有像素点的像素值的重新填充，便可得到矫正后的图像，即得到目标图像。
在本实施例中，根据各像素点校正坐标与初始坐标的对应关系，将校正坐标的计算像素值填充至初始坐标位置，完成对原始图像中各像素点的校正补偿，该方案在实现涡流补偿的同时，不需要新增硬件涡流补偿模块，降低了涡流补偿的成本。
为了更好的说明上述方法，如图9所示，本实施例提供一种磁共振图像的校正方法，具体包括：
S101、获取原始图像中各像素点的初始坐标；
S102、根据涡流配置文件和协议信息确定涡流场多项式；
S103、根据涡流场多项式确定涡流畸变函数；
S104、将各像素点的初始坐标作变换，得到各像素点的逻辑坐标；
S105、将原始图像进行网格化处理，得到网格中各像素点的网格坐标；
S106、将各像素点的网格坐标遍历代入涡流畸变函数，得到各像素点的空间偏移；
S107、基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标；
S108、通过插值方法计算得到各像素点的校正坐标所对应的计算像素值；
S109、将计算像素值填充至各像素点的初始坐标位置，得到目标图像。
在本实施例中，计算机设备全程基于软件算法实现坐标校正，不需要增加额外的硬件涡流补偿模块，在基于软件算法实现涡流补偿的同时，降低了涡流补偿的成本。
在一实施例中，提供磁共振成像方法，具体包括：获取多个弥散梯度方向对应的磁共振原始图像；
对每个弥散梯度方向对应的磁共振原始图像进行校正，获取每个弥散梯度方向对应的目标图像；
将多个弥散梯度方向对应的目标图像配准至同一标准化空间，获取弥散合成图像。
可选配准方式可以采用刚性配准或非刚性配准等方式。
可选的，弥散梯度方向可以是沿X轴、Y轴或Z轴等。
可选的，对每个弥散梯度方向对应的磁共振原始图像进行校正，采用前述附图2、附图9所示的流程方法。而且，磁共振原始图像在校正前还可进行数据格式转换、计算各项异性值或去骨操作图像等预处理操作。
上述实施例提供的磁共振图像的校正方法，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
应该理解的是，虽然图2-9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-9中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图10所示，提供了一种磁共振图像的校正装置，包括：确定模块01、构建模块02、校正模块03和成像模块04，其中：
确定模块01，用于获取磁共振扫描的原始图像中各像素点的初始坐标；
构建模块02，用于根据梯度涡流配置信息和协议信息，确定涡流畸变函数；
校正模块03，用于根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，空间偏移由涡流场形变而产生；以及，基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标；
成像模块04，用于根据各像素点的校正坐标得到校正后的目标图像。
在其中一个实施例中，协议信息包括像素点在各个方向的弥散梯度上升和下降时所产生的涡流场到达k空间中心点的时间间隔。
在其中一个实施例中，构建模块02，用于根据涡流配置文件和协议信息确定涡流场多项式；根据涡流场多项式确定涡流畸变函数。
在其中一个实施例中，上述涡流畸变函数包括横向畸变表达式和纵向畸变表达式。
在其中一个实施例中，校正模块03，用于将各像素点的初始坐标作变换，得到各像素点的逻辑坐标；根据涡流畸变函数，确定各像素点的逻辑坐标所对应的空间偏移。
在其中一个实施例中，校正模块03，用于将原始图像进行网格化处理，得到网格中各像素点的网格坐标；将各像素点的网格坐标遍历代入涡流畸变函数，得到各像素点的空间偏移。
在其中一个实施例中，成像模块04，用于通过插值方法计算得到各像素点的校正坐标所对应的计算像素值；将计算像素值填充至各像素点的初始坐标位置，得到目标图像。
关于磁共振图像的校正装置的具体限定可以参见上文中对于磁共振图像的校正方法的限定，在此不再赘述。上述磁共振图像的校正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取磁共振扫描的原始图像中各像素点的初始坐标；
根据梯度涡流配置信息和协议信息，确定涡流畸变函数；
根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，空间偏移由涡流场形变而产生；
基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标；以及，根据各像素点的校正坐标得到校正后的目标图像。
上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取磁共振扫描的原始图像中各像素点的初始坐标；
根据梯度涡流配置信息和协议信息，确定涡流畸变函数；
根据涡流畸变函数和各像素点的初始坐标，确定各像素点的空间偏移，空间偏移由涡流场形变而产生；
基于空间偏移对原始图像中各像素点的初始坐标进行校正，得到各像素点的校正坐标；以及，根据各像素点的校正坐标得到校正后的目标图像。
上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种磁共振图像的校正方法，其特征在于，所述方法包括：
获取磁共振扫描的原始图像中各像素点的初始坐标；
根据梯度涡流配置信息和协议信息，确定涡流畸变函数；
根据所述涡流畸变函数和所述各像素点的初始坐标，确定所述各像素点的空间偏移，所述空间偏移由涡流场形变而产生；
基于所述空间偏移对所述原始图像中所述各像素点的初始坐标进行校正，得到各所述像素点的校正坐标；以及，根据各所述像素点的校正坐标得到校正后的目标图像。
2.根据权利要求1所述的方法，其特征在于，所述协议信息包括各所述像素点在各个方向的弥散梯度上升和下降时所产生的涡流场到达k空间中心点的时间间隔。
3.根据权利要求1所述的方法，其特征在于，所述根据梯度涡流配置信息和协议信息，确定涡流畸变函数包括：
根据所述梯度涡流配置文件和所述协议信息，确定涡流场多项式；
根据所述涡流场多项式确定所述涡流畸变函数。
4.根据权利要求1所述的方法，其特征在于，所述涡流畸变函数包括横向畸变表达式和纵向畸变表达式。
5.根据权利要求1所述的方法，其特征在于，所述根据所述涡流畸变函数和所述各像素点的初始坐标，确定所述各像素点的空间偏移，包括：
将所述各像素点的初始坐标作变换，得到所述各像素点的逻辑坐标；
根据所述涡流畸变函数，确定所述各像素点的逻辑坐标所对应的空间偏移。
6.根据权利要求5所述的方法，其特征在于，所述各像素点的逻辑坐标所对应的空间偏移通过如下方式获得：
将所述原始图像进行网格化处理，得到网格中各所述像素点的网格坐标；
将各所述像素点的网格坐标遍历代入所述涡流畸变函数，得到各所述像素点的空间偏移。
7.根据权利要求5所述的方法，其特征在于，所述目标图像通过如下方式确定：
通过插值方法计算得到各所述像素点的校正坐标所对应的计算像素值；
将所述计算像素值填充至各所述像素点的初始坐标位置，得到所述目标图像。
8.一种磁共振图像的校正装置，其特征在于，所述装置包括：
确定模块，用于获取磁共振扫描的原始图像中各像素点的初始坐标；
构建模块，用于根据梯度涡流配置信息和协议信息，确定涡流畸变函数；
校正模块，用于根据所述涡流畸变函数和所述各像素点的初始坐标，确定所述各像素点的空间偏移，所述空间偏移由涡流场形变而产生；以及，基于所述空间偏移对所述原始图像中所述各像素点的初始坐标进行校正，得到各所述像素点的校正坐标；
成像模块，用于根据各所述像素点的校正坐标得到校正后的目标图像。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110411638.4A CN115222640A (zh) | 2021-04-16 | 2021-04-16 | 磁共振图像的校正方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110411638.4A CN115222640A (zh) | 2021-04-16 | 2021-04-16 | 磁共振图像的校正方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115222640A true CN115222640A (zh) | 2022-10-21 |
Family
ID=83604328
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110411638.4A Pending CN115222640A (zh) | 2021-04-16 | 2021-04-16 | 磁共振图像的校正方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115222640A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115690567A (zh) * | 2022-10-25 | 2023-02-03 | 广州三海海洋工程勘察设计有限公司 | 机器学习水深反演方法、装置、计算机设备以及存储介质 |
-
2021
- 2021-04-16 CN CN202110411638.4A patent/CN115222640A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115690567A (zh) * | 2022-10-25 | 2023-02-03 | 广州三海海洋工程勘察设计有限公司 | 机器学习水深反演方法、装置、计算机设备以及存储介质 |
| CN115690567B (zh) * | 2022-10-25 | 2023-09-26 | 广州三海海洋工程勘察设计有限公司 | 机器学习水深反演方法、装置、计算机设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7772843B2 (en) | Method for processing a distortion-corrected 2D or 3D reconstruction image recorded by a magnetic resonance device | |
| CN107607895B (zh) | 磁共振成像方法和系统 | |
| CN110133556B (zh) | 一种磁共振图像处理方法、装置、设备及存储介质 | |
| JP3877240B2 (ja) | 核スピントモグラフィ装置でのグラジエント非直線性の歪補正装置 | |
| CN106769909B (zh) | 一种成像光谱仪定标位置修正的方法及装置 | |
| KR101036046B1 (ko) | 초고자장 ｍｒｉ 장비에서 ｅｐｉ 영상 왜곡 보정 방법 | |
| CN115222640A (zh) | 磁共振图像的校正方法、装置、计算机设备和存储介质 | |
| CN111190131B (zh) | 用于磁共振图像重建的方法和磁共振系统 | |
| JP4660080B2 (ja) | 線形セグメント勾配波形モデルを用いるｂ−値の計算及び補正 | |
| CN111583099A (zh) | 图像摆正方法、计算机设备和存储介质 | |
| CN113777545A (zh) | 化学交换饱和转移成像校正方法、装置及可读存储介质 | |
| US20170248668A1 (en) | Magnetic resonance magnification imaging | |
| JP2006255046A (ja) | 磁気共鳴映像法および画像処理装置 | |
| US9536286B2 (en) | Magnetic resonance method and tomography system for acquiring image data sets | |
| CN112150485B (zh) | 图像分割方法、装置、计算机设备和存储介质 | |
| EP4343358A1 (en) | Method for determining magnetic resonance gradient correction compensation factor, magnetic resonance gradient correction method, and apparatus | |
| CN113495242A (zh) | 相位误差探测方法、装置、磁共振系统及其成像方法 | |
| CN107102056B (zh) | 缺陷漏磁信号的单元伸缩构建方法 | |
| RU2020111530A (ru) | Управляемая потоком данных коррекция фазозависимых артефактов в системе магнитно-резонансной томографии | |
| JP2019187695A (ja) | 磁気共鳴イメージング装置 | |
| Reznicek et al. | Finite-element approach to camera modelling and calibration | |
| CN110910436B (zh) | 基于图像信息增强技术的测距方法、装置、设备和介质 | |
| CN114283177A (zh) | 图像配准方法、装置、电子设备和可读存储介质 | |
| CN110101379B (zh) | 流速测量方法、装置、磁共振成像设备 | |
| CN111009020A (zh) | 图像重建方法、装置、计算机设备和存储介质 |
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 |