CN115943318A - 用于改进的磁共振图像的采集和/或重建的b0不均匀性的估计 - Google Patents

用于改进的磁共振图像的采集和/或重建的b0不均匀性的估计 Download PDF

Info

Publication number
CN115943318A
CN115943318A CN202180043457.9A CN202180043457A CN115943318A CN 115943318 A CN115943318 A CN 115943318A CN 202180043457 A CN202180043457 A CN 202180043457A CN 115943318 A CN115943318 A CN 115943318A
Authority
CN
China
Prior art keywords
magnetic resonance
subsequent
field
interest
region
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
Application number
CN202180043457.9A
Other languages
English (en)
Inventor
U·S·鲁德拉帕特纳
J·内拉瓦利
K·戈帕拉克里希南
S·纳加拉杰
N·巴贾杰
R·瓦卡希坎迪
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN115943318A publication Critical patent/CN115943318A/zh
Pending legal-status Critical Current

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
    • G01R33/54—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
    • G01R33/56563—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of the main magnetic field B0, e.g. temporal variation of the magnitude or spatial inhomogeneity of B0
    • 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
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/243—Spatial mapping of the polarizing 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
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/38—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field
    • G01R33/387—Compensation of inhomogeneities
    • G01R33/3875—Compensation of inhomogeneities using correction coil assemblies, e.g. active shimming
    • 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
    • G01R33/5611—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
    • G01R33/565—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
    • G01R33/56518—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • 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
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G01R33/4824—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory
    • 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
    • G01R33/483—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/4833—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices
    • G01R33/4835—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices of multiple slices
    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Signal Processing (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本文公开了一种医学系统(100、300、500)，包括存储机器可执行指令(120)和B0场估计模块(126)的存储器(110)；以及，计算系统(106)。所述机器可执行指令的执行使所述计算系统接收(200)初始磁共振图像(122)，所述初始磁共振图像(122)包括幅度分量并且描述对象(118)的第一感兴趣区域(326)。所述机器可执行指令的执行还使所述计算系统执行以下至少一次迭代：接收(202)描述所述对象的后续感兴趣区域(328)的后续k‑空间数据(124)；通过将所述初始磁共振图像输入所述B0场估计模块，根据所述初始磁共振图像计算(204)针对所述后续感兴趣区域的估计的B0场映射(128)；以及，根据所述后续k‑空间数据和所述估计的B0场映射来重建(206)校正的磁共振图像(130)。

Description

用于改进的磁共振图像的采集和/或重建的B0不均匀性的估计
技术领域
本发明涉及磁共振成像，具体地，涉及对用于改进的图像采集和/或重建的B0不均匀性的估计。
背景技术
磁共振成像(MRI)扫描器使用大的静态磁场来对准原子的核自旋，作为用于生成患者体内的图像的过程的一部分。这种大的静态磁场被称为B0磁场，即主磁场，或者简称为B0场。产生高质量的磁共振图像依赖于校正B0场中的B0不均匀性，例如使用匀场，或者在重建期间补偿B0不均匀性。
Shi等人在“Template-Based Field Map Prediction for Rapid Whole BrainB0 Shimming”(Magnetic Resonance in Medicine 80:171-180(2018)中公开了一种基于模板的方法，以确定B0场中由于存在人类头部而导致的B0不均匀性。美国专利申请US 2006/0220645公开了带有相位增量冗余的专门从实际采集(SSFP)生成的B0图。
发明内容
所述方法在独立权利要求中提供了医学系统、计算机程序和方法。在从属权利要求中给出了实施例。例如，医学系统被实施为磁共振成像系统或MRI扫描器。待检查的患者可以位于MRI扫描器的检查区中。
如上所述，B0场中不均匀性的确定对于适当地匀场主磁体以及准确的磁共振图像的重建是重要的。通常，通过在几个不同的脉冲时间进行磁共振(MR)测量并记录相位上的变化来测量B0场。这提供了准确的结果，但很耗时。另一个困难是，在采集B0图之后，被成像的对象可能会移动。
实施例可以提供一种确定B0场映射的改进的装置，其通过使用初始磁共振图像来计算估计的B0场映射，以将随后采集的k-空间数据重建为校正的磁共振图像。初始磁共振图像例如能够是所谓的侦察图像或调查(survey)图像。侦察图像或调查图像可以具有第一感兴趣区域，所述第一感兴趣区能够对对象身体的大部分或在成像区域内的对象身体的至少部分进行成像。这可以有几个优点。首先，通常采集调查图像来对准后续成像程序。它不会减慢程序。另一个优点可以是，由于侦察图像或调查图像具有比后续图像更大的视野，因此在确定对象的身体对B0场的扭曲程度时，其将对象的大部分考虑在内。对对象身体内的体积进行成像的详细磁共振图像可能无法提供对B0场的准确估计，因为在后续感兴趣区域之外的对象的部分扭曲B0场，并且可能未被考虑在内。本发明的见解是，对B0不均匀性的可变性的主要贡献源于医学系统的检查区域内的不同解剖形状和/或患者定位。这二者都将由调查图像捕获。在第一次扫描(通常是初始调查扫描)之后，所采集的实际诊断图像能够是不同的。只要在测量扫描和诊断图像的感兴趣区域中存在显著的重叠，就可以根据第一幅度图像(调查/线圈调查/感测参考等)预测针对后面图像的B0-图。具体地，这是为了解决对象的运动和呼吸问题。本发明适用于任何幅度图像。它甚至能够使用单个SSFP扫描。然而，我们想要使用调查和预扫描，它们的采集时间要短得多，而且在任何会话中都需要。此外，根据本发明生成的B0-图可广泛用于匀场(静态和动态)以及EPI/螺旋等的重建，甚至在存在运动的情况下。本发明使用幅度图像中的“形状信息”来预测B0分布，并且不需要逐像素分析。本发明能够根据完全无关的扫描来预测B0分布，因此独立于正在执行的采集。本发明使用在幅度图像中捕获的结构信息，并且不适用于从美国专利申请US 2006/0220645中本身已知的逐像素拟合。也就是说，本发明利用跨体素的信息进行预测。即使在序列中存在运动或呼吸的情况下，本发明也能够预测B0分布。在第一次扫描之后采集的数据(后续图像)能够涉及新的位置或对象形状上的变化，例如旋转的头部、膨胀的胸部。对象位置或形状的变化导致B0分布上的变化。根据计算出的B0分布导出的更新后的B0匀场设置涉及由于这些生理变化而需要的更新。
在一个方面，本发明提供一种医学系统，所述医学系统包括存储机器可执行指令的存储器和被配置为用于控制医学系统的计算系统。在不同的范例中，医学系统能够采取不同的形式。在一个范例中，医学系统是用于执行医学或磁共振图像的重建的远程或云端服务器。在另一个范例中，计算系统是由放射科医生或其他医学专业人员用来审查或处理诸如磁共振图像的医学图像数据的工作站。在又一范例中，计算系统是包括磁共振成像系统的医学系统的一部分。例如，计算系统能够是控制系统或用于控制磁共振成像系统的控制系统的部分。
机器可执行指令的执行使计算系统接收描述对象的第一感兴趣区域的初始磁共振图像。初始磁共振图像包括幅度分量。在某些情况下，之后使用如下所述的初始磁共振图像来计算估计的B0场映射。
机器可执行指令的执行还使计算系统执行B0场映射的估计。即，接收描述对象的后续不同感兴趣区域的后续k-空间数据。后续感兴趣区域至少部分地与第一感兴趣区域重叠。机器可执行指令的执行还使计算系统至少执行一次以下迭代，即使用B0场估计模块根据初始磁共振图像来计算针对后续感兴趣区域的估计的B0场映射。机器可执行指令的执行还使计算系统至少执行一次以下迭代，即，根据后续k-空间数据和估计的B0场映射来重建校正的磁共振图像。
本实施例可以是有利的，因为先前的磁共振图像(在这种情况下为初始磁共振图像)可以用于生成估计的B0场图，所述估计的B0场图可以用于重建校正的磁共振图像。这可以减少或消除在执行磁共振成像检查时对初步B0场图的需要。
在其中这可以是特别有利的一个实例是当初始磁共振图像是所谓的调查或侦察图像时。调查或侦察图像是通常具有较低分辨率的初步图像，其用于确认对象的具体解剖区域的位置。所谓的调查或侦察图像的使用可以是有益的，因为它可以对对象的大的区域进行成像。对象的身体在B0磁场内的分布导致B0磁场的扭曲。
可以以各种不同的方式来执行估计的B0场映射的确定。例如，所述方法还可以包括运动校正。例如，传感器或相机能够用于测量对象随时间的位置，并且该数据能够用于根据初始磁共振图像来更新估计的B0场映射。在其他情况下，后续k-空间数据可以用于构建不具有运动或B0校正的初步磁共振图像。这可以随后被配准到初始磁共振图像，并用于确定运动参数，然后计算更准确的估计的B0场映射。
术语估计的B0场映射是指描述由主磁体中的对象导致的B0场的扭曲的数据。因此，可以以几种不同的方式来解释术语估计的B0场映射。B0残差图可以例如用于调整磁共振成像系统的磁匀场，以补偿由对象导致的B0不均匀性。在另一个实例中，估计的B0场映射能够指残余B0映射(匀场后剩余的磁不均匀性)。在这种情况下，估计的B0场可以用于在高灵敏度技术(如回波平面成像和利用像径向、螺旋等的非笛卡尔k-空间轨迹的成像)的重建期间校正B0磁场不均匀性的影响。
在另一实施例中，医学系统还包括磁共振成像系统，其被配置为用于从成像区域采集k-空间数据。存储器还包含第一脉冲序列命令，其被配置为从第一感兴趣区域采集初始k-空间数据。存储器还包含一组第二脉冲序列命令，每个第二脉冲序列命令被配置为用于从后续感兴趣区域采集后续k-空间数据。机器可执行指令的执行还使计算系统利用第一脉冲序列命令控制磁共振成像系统采集初始k-空间数据。
机器可执行指令的执行还使计算系统根据初始k-空间数据重建初始磁共振图像。机器可执行指令的执行还使计算系统利用一组第二脉冲序列命令中的一个来控制磁共振成像系统采集针对每次迭代的后续k-空间数据。本实施例可以是有益的，因为它提供了能够为来自单个初始磁共振图像的多个图像提供B0不均匀性重建的磁共振成像系统。
在另一实施例中，初始磁共振图像是幅度图像。应当注意，初始磁共振图像是幅度图像而不是相位图像。
在另一实施例中，后续感兴趣区域在第一感兴趣区域内。后续感兴趣区域的体积小于或等于第一感兴趣区域的体积。在更大视场或感兴趣区域内的图像的使用能够更准确地确定所得到的估计的B0场映射。例如，如果是对对象的整个头部进行成像的初始磁共振图像或调查或侦察图像，则能够精确地计算由头部导致的B0或主磁场中的扭曲。如果后续k-空间数据仅对头部的小区域(例如大脑的一部分)进行成像，则来自该后续感兴趣区域的B0场映射可以不给出关于估计的B0场映射的准确值。
在另一实施例中，后续感兴趣区域的体积大于第一感兴趣区域的体积。在一些情况下，初始磁共振图像能够用于确定针对大于第一感兴趣区域的区域的估计的B0场映射。例如，基于模板的方法能够将初始磁共振图像匹配到更大的区域，以计算针对后续感兴趣区域的估计的B0场映射。这同样适用于基于人工智能的方法。一些磁共振成像协议(如EPI)可能会产生严重扭曲的图像。能够选择初始磁共振图像的类型来使扭曲最小化。例如，能够采集常规梯度回波图像作为初始磁共振图像。尽管第一感兴趣区域小于后续感兴趣区域，但其缺乏扭曲，能够产生更准确的估计的B0场映射。
在另一实施例中，磁共振成像系统包括用于在成像区中生成B0磁场的主磁体。磁共振成像系统还包括可调节的B0磁场匀场，其被配置为匀场在成像区中的B0磁场。机器可执行指令的执行还使计算系统在每次采集后续k-空间数据之前执行以下操作。即，使用估计的B0场映射计算被配置为减少B0不均匀性的更新后的B0匀场设置。这可以是有益的，因为校正B0磁场的匀场设置增加了k-空间数据中的信噪比。一旦执行重建，这提供了更好质量的磁共振图像。这可以具有启用动态匀场过程的效果，以在每次采集之后改进对B0磁场的匀场。
在另一实施例中，机器可执行指令的执行还使计算系统直接根据初始磁共振图像计算针对后续感兴趣区域的初始B0场映射。这例如可以用于在第一次采集后续k-空间数据之前计算B0图。这例如可以用于调整主磁体的磁匀场。
在另一实施例中，至少部分地使用更新后的B0匀场设置来计算估计的B0场映射。B0磁场匀场的调整将改变B0磁场的均匀性。因此，使用更新后0匀场设置来更新B0场映射是有利的。
在另一实施例中，机器可执行指令的执行还使计算系统在后续k-空间数据采集期间执行以下步骤。在后续k-空间数据采集期间执行的一个步骤是，在后续k-空间数据采集期间或之后接收描述对象的运动的运动参数。在后续k-空间数据采集期间执行的另一个步骤是，至少部分使用运动参数计算估计的B0场。估计的B0场能够随后在图像重建期间使用。
在另一实施例中，医学系统还包括运动传感器系统，其被配置为至少部分地测量运动参数。机器可执行指令的执行还使计算系统控制运动传感器系统测量运动参数。例如，呼吸带或相机系统可以用于直接测量对象的运动。在其他范例中，可以存在基准标记，其可以用于光学地精确测量对象的位置，或者，如果存在MRI基准标记，则可以用于测量对象在磁共振图像本身中的位置。
在另一实施例中，机器可执行指令的执行还使计算系统从后续k-空间数据中重建中间图像。机器可执行指令的执行还使计算系统计算中间图像与初始磁共振图像之间的配准。
机器可执行指令的执行还使计算系统从配准来计算运动参数。本实施例可以是有益的，因为不需要外部系统或运动传感器来确定运动参数。这还可以使得能够非常准确地确定后续感兴趣区域相对于第一感兴趣区域的位置。这可以提供更准确的估计的B0场计算。
在另一实施例中，至少部分使用分析模型来计算估计的B0场图，以使用运动参数来计算估计的B0场映射的空间变换。例如，如果直接根据初始磁共振图像来计算B0场映射，则能够在对象移动之后使用分析模型来变换B0场的位置。
在另一实施例中，至少部分地通过将初始磁共振图像和/或估计的B0场映射和运动参数输入到训练后的神经网络中来计算估计的B0场。在本范例中，训练后的神经网络可以用于使用运动参数来预测或估计B0场图和/或残余B0场图。
在另一实施例中，至少部分地通过将估计的B0场映射和运动参数输入到训练后的人工智能算法来计算估计的B0场。同样，在本实施例中，可以使用训练后的人工智能算法来改进估计的B0场映射的值。
在另一实施例中，至少部分地通过将运动参数输入到训练后的支持向量机来计算估计的B0场。支持向量机可以被训练或编程为执行这种运动参数到估计的B0场图的变换。
在另一实施例中，存储器还包含系统模型，其被配置为响应于输入该组第二脉冲序列命令中的一个，输出描述磁共振成像系统的电磁特性的时间相关数据。机器可执行指令的执行还使计算系统通过将后续脉冲序列命令输入到系统模型来计算时间相关数据。根据后续k-空间数据、估计的B0场映射和时间相关数据来重建校正的磁共振图像。
存在可以预先计算或建模的影响磁共振成像重建质量的各种参数。时间和温度相关数据是根据这些量导出的电磁数据。时间/温度相关数据可以描述以下任何一项：B0场变化、磁共振成像系统整个部分内的涡流、发射RF场振幅和不均匀性、梯度磁场幅度和非线性、接收线圈灵敏度变化、运动相关B0不均匀性、伴随的磁场校正以及它们的组合。
在另一实施例中，第二脉冲序列命令中的一个被配置为根据回波平面成像磁共振成像协议采集后续k-空间数据。
在另一实施例中，第二脉冲序列命令被配置为根据多频带磁共振成像协议来采集后续k-空间数据。回波平面成像和多频带磁共振成像都可以受益于具有匀场和对残余B0不均匀性的更好估计。
在另一实施例中，第二脉冲序列命令被配置为以螺旋k-空间采样模式采集后续k-空间数据。
在另一实施例中，第二脉冲序列命令被配置为以非笛卡尔采样模式采集后续k-空间数据。
但是应当注意，实施例可以有益于所有k-空间采样模式或轨迹。
在另一实施例中，B0场估计模块被实施为B0建模神经网络。B0建模神经网络例如可以是诸如卷积神经网络的神经网络，其已经被训练为响应于接收到一个或多个磁共振图像而生成B0场的估计。B0建模神经网络可以例如通过测量磁共振图像并且然后在执行另一磁共振图像之前或之后被训练为测量B0图。因此，B0建模神经网络的训练将是一种直接的反向传播或深度学习算法。
在另一实施例中，B0场估计模块被实施为机器学习系统。
在另一实施例中，B0场估计模块被实施为B0建模随机森林回归系统。
在另一实施例中，B0场估计模块被实施为B0支持向量机学习系统。
在另一实施例中，B0场估计模块被实施为基于模板的B0磁场预测器系统。基于模板的系统已被证明能够准确地生成B0磁场图。
在另一方面，本发明提供一种计算机程序，所述计算机程序包括由用于控制医学系统的计算系统执行的机器可执行指令。机器可执行指令的执行使计算系统接收描述对象的第一感兴趣区域的初始磁共振图像。初始磁共振图像包括幅度分量。
机器可执行指令的执行还使计算系统至少执行一次以下迭代：首先，是接收描述对象的后续感兴趣区域的后续k-空间数据。后续感兴趣区域至少部分地与第一感兴趣区域重叠。
机器可执行指令的执行还使计算系统根据初始磁共振图像迭代地执行对针对后续感兴趣区域的估计的B0场映射的计算。机器可执行指令的执行还使计算系统至少执行一次以下迭代，即，根据后续k-空间数据和估计的B0场映射来重建校正的磁共振图像。
在另一方面，本发明提供一种医学成像方法。所述方法包括接收描述对象的第一感兴趣区域的初始磁共振图像。初始磁共振图像包括幅度分量。机器可执行指令的执行还使计算系统至少执行一次以下迭代：迭代的第一步是接收描述对象的后续感兴趣区域的后续k-空间数据。
后续感兴趣区域至少部分地与第一感兴趣区域重叠。迭代的下一步是通过使用B0场估计模块根据初始磁共振图像来计算针对后续感兴趣区域的估计的B0场映射。迭代的下一步是根据后续k-空间数据和估计的B0场映射来重建校正的磁共振图像。
本发明的磁共振成像系统被配置为安排根据回波信号来重建一组磁共振图像，其中，重建软件安装在磁共振检查系统的计算系统中，或者其中，计算系统具有到远程重建设施的接口。重建软件可以被安装在例如在甚至可接入数据网络的健康护理机构中的远程服务器上，其中，重建软件在“云端”可用。在这些远程配置中，计算系统配备有在远程定位的重建功能处安排重建一组磁共振图像的功能。此外，磁共振图像的重建可以通过机器学习来完成，例如通过训练后的神经网络来完成，所述训练后的神经网络可以并入计算系统中或者可以从远程位置访问。
应当理解，本发明的一个或多个上述实施例可以组合，只要组合后的实施例互不排斥。
如本领域技术人员将理解的，本发明的各方面可以体现为装置、方法或计算机程序产品。因此，本发明的各方面可以采取完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)、或者结合软件和硬件方面的实施例的形式，这些实施例在本文中总体上称为“电路”、“模块”或“系统”。此外，本发明的各方面可以采取体现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，所述计算机可读介质具有体现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”包括任何有形存储介质，其可以存储可由计算设备的处理器或计算系统执行的指令。计算机可读存储介质可以被称为计算机可读非暂时性存储介质。计算机可读存储介质也可以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可以存储能够由计算设备的计算系统访问的数据。计算机可读存储介质的范例包括但不限于：软盘、磁硬盘驱动器、固态硬盘、闪存、USB拇指驱动器、随机存取存储器(RAM)、只读存储器(ROM)、光盘、磁光盘和计算系统的寄存器文件。光盘的范例包括压缩盘(CD)和数字通用盘(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访问的各种类型的记录介质。例如，可以通过调制解调器、通过互联网或通过局域网检索数据。体现在计算机可读介质上的计算机可执行代码可以使用任何适当的介质来传输，包括但不限于无线、有线、光纤电缆、RF等，或上述任意适当的组合。
计算机可读信号介质可以包括传播的数据信号，其中带有体现在其中的计算机可执行代码，例如，在基带中或作为载波的一部分。这种传播的信号可以采取各种形式中的任何一种，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，并非计算机可读存储介质但能够通信、传播或传输由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序的任何计算机可读介质。
“计算机内存”或“内存”是计算机可读存储介质的范例。计算机内存是计算系统可以直接访问的任何内存。“计算机存储”或“存储”是计算机可读存储介质的又一范例。计算机存储是任何非易失性计算机可读存储介质。在一些实施例中，计算机存储器也可以是计算机内存，反之亦然。
本文使用的“计算系统”涵盖能够执行程序或机器可执行指令或计算机可执行代码的电子组件。对包括“计算系统”的范例的计算系统的引用应当解释为可能包含多个计算系统或处理核心。计算系统可以例如是多核处理器。计算系统也可以指在单个计算机系统内的或分布在多个计算机系统之间的计算系统的集合。术语计算系统还应当解释为可能指代包括处理器或计算系统的计算设备的集合或网络。机器可执行代码或指令可以由多个计算系统或处理器执行，所述多个计算机系统或处理器可以位于同一计算设备内或者可以甚至分布在多个计算设备上。
机器可执行指令或计算机可执行代码可以包括使处理器或其他计算系统执行本发明的方面的指令或程序。用于执行本发明各方面的操作的计算机可执行代码可以用一种或多种编程语言的任意组合来编写，包括诸如Java、Smalltalk、C++等的面向对象的编程语言，或者诸如“C”编程语言的常规程序编程语言，或者类似的编程语言，并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预编译的形式，并且可以与动态生成机器可执行指令的解释器结合使用。在其他实例中，机器可执行指令或计算机可执行代码可以是用于可编程逻辑门阵列的编程形式。
计算机可执行代码可以完全在用户的计算机上执行、部分在用户的电脑上执行、作为独立软件包执行、部分在使用者的电脑上部分在远程电脑上执行、或完全在远程电脑或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机，或者可以连接到外部计算机(例如，通过使用因特网服务提供商的因特网)。
参考根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图来描述本发明的各方面。应当理解，流程图、图示和/或框图的每个块或块的部分能够在适用时由计算机可执行代码形式的计算机程序指令来实施。还应当理解，如果互不排斥，可以组合不同流程图、图示和/或框图中的块的组合。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的计算系统，以产生机器，从而使经由计算机的计算系统或其他可编程数据处理装置执行的指令创建用于实施流程图和/或框图的块中指定的功能/动作的手段。
这些机器可执行指令或计算机程序指令也可以存储在计算机可读介质中，其能够知道计算机、其他可编程处理装置或其他设备以特殊的方式运行，使得存储在计算机可读介质中的指令产生包括实施流程图和/或框图的块中指定的功能/动作的指令的制品。
机器可执行指令或计算机程序指令还可以加载到计算机、其他可编程数据处理装置或其他设备上，以使一系列操作步骤在计算机、其他可编程装置或其他设备上执行，以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执行的指令提供用于实施流程图和/或框图的块中指定的功能/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”也可以称为“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，并且该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范例。通过键盘、鼠标、轨迹球、触摸板、指点杆、图形输入板、游戏杆、游戏板、网络摄像头、耳机、脚踏板、有线手套、遥控器和加速计接收数据都是用户接口组件的范例，这些组件允许从操作者接收信息或数据。
本文使用的“硬件接口”涵盖使计算机系统的计算系统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。硬件接口可以允许计算系统向外部计算设备和/或装置发送控制信号或指令。硬件接口还可以使计算系统能够与外部计算设备和/或装置交换数据。硬件接口的范例包括但不限于：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、模拟输入接口和数字输入接口。
本文使用的“显示器”或“显示设备”包括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、音频和/或触觉数据。显示器的范例包括但不限于：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、双稳态显示器、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)、投影仪和头戴式显示器。
本文将K-空间数据定义为在磁共振成像扫描期间使用磁共振装置的天线对原子自旋发射的射频信号的记录测量值。磁共振数据是断层摄影医学图像数据的范例。
本文将磁共振成像(MRI)图像、MR图像或磁共振成像数据定义为包含在磁共振成像数据内的解剖数据的重建的二维或三维可视化。这种可视化能够使用计算机来执行。
附图说明
在以下优选实施例中，将仅通过范例的方式并参考附图描述本发明，其中：
图1图解说明了医学系统的范例；
图2示出了操作图1的医学系统的方法的流程图；
图3图解说明了医学系统的另一范例；
图4示出了操作图3的医学系统的方法的流程图；
图5图解说明了医学系统的另一范例；
图6示出了操作图5的医学系统的方法的流程图；
图7图解说明了一种医学成像的方法；
图8图解说明了图像重建模块的范例；
图9图解说明了训练基于模板的AI系统以计算B0不均匀性图的方法；以及
图10图解说明了使用图9的AI系统产生B0不均匀性图。
具体实施方式
这些附图中相同编号的元素或者是等效元素，或者执行相同的功能。如果功能是等效的，则先前讨论过的元素不必在后面的附图中讨论。
图1图解说明了医学系统100的范例。图1中的医学系统100被描述为包括计算机102。计算机具有可选的硬件接口104，硬件接口104例如可以使计算机102能够通信或控制医学系统100中的其他组件。计算机102被示出为包括计算系统106。计算系统106可以被实施为处理器或多个处理器，并且还可以分布在多个位置。计算系统106也可以是现场可编程门阵列或能够执行计算的其他系统。计算机102还被示出为包括可选的用户接口108。用户接口108可以使操作者能够控制计算机102和医学系统100的操作和功能。计算机102还被示出为包括存储器110。存储器110旨在表示计算系统106可访问的不同类型的存储器110。计算系统106被示出为与硬件接口104、用户接口108和存储器110通信。
医学系统100在不同的范例中可以采取不同的形式。在一个范例中，医学系统100可以是远程服务器或云端计算组件。在其他范例中，医学系统100可以是由医生或其他医学专业人员使用的工作站计算机。在其他范例中，医学系统100可以集成到控制磁共振成像系统的医学系统100的控制系统中。
存储器110被示出为包含机器可执行指令120。机器可执行指令120使计算系统106能够提供和执行各种计算任务。例如，这可以包括基本数据处理、图像处理和医学图像重建任务。存储器110被示出为包含接收到的初始磁共振图像122。例如，它可能已经被数据载体接收，或者它可以已经经由网络或互联网连接被接收。存储器110还被示出为包含后续k-空间数据124。针对对象的第一感兴趣区域采集初始磁共振图像。后续k-空间数据描述了对象的后续感兴趣区域。在该具体范例中，后续感兴趣区域在第一感兴趣区域内，并且具有小于或等于第一感兴趣区的体积。在其他范例中，后续感兴趣区域和第一感兴趣区域可以仅至少部分重叠。
存储器110还被示出为包含B0场估计模块126，其被配置用于至少将磁共振图像的幅度分量作为输入。作为响应，它输出针对后续k-空间数据124的估计的B0场映射128。存储器110还被示出为使用估计的B0场映射128根据后续k-数据124重建的校正的磁共振图像130。估计的B0场映射128能够例如用于在采集后续k-空间数据124时校正B0不均匀性。
图2示出了图解说明操作图1的医学系统100的方法的流程图。首先，在步骤200中，接收初始磁共振图像122。初始磁共振图像122描述对象的第一感兴趣区域。初始磁共振图像是幅度图像。接下来，所述方法进行到步骤202。在步骤202中，接收后续k-空间数据124。接下来，在步骤204中，通过将初始磁共振图像122输入到B0场估计模块126来计算估计的B0场映射128。然后，在步骤206中，使用后续k-空间数据124和估计的B0场映射128来计算校正的磁共振图像130。
图3示出了医学系统300的另一个范例。医学系统300与图1中的医学系统100相似，不同之处在于它额外地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也可以称为主磁体。磁体304是具有穿过其的孔306的超导圆柱形磁体。也可能使用不同类型的磁体；例如，也可能使用分裂式圆柱形磁体和所谓的开放磁体二者。分裂式圆柱形磁体与标准圆柱形磁体相似，不同之处在于低温恒温器被分裂成两个部分，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。开放磁体具体两个磁体部分，一个在另一个上面，中间有足够大的空间来接收对象：这两部分区域的布置类似于亥姆霍兹线圈。开放磁体很受欢迎，因为对象限制较少。在圆柱形磁体的低温恒温器内，存在超导线圈的集合。
在圆柱形磁体304的孔306内存在成像区308，在成像区308中，磁场对于执行磁共振成像足够强且足够均匀。对象318被示出为由对象支撑件320支撑，使得对象318的至少一部分在成像区308内。在磁体304的孔306内还能看见B0磁场匀场线圈322，其被连接到B0磁场匀场电源324。硬件接口104可以用于控制和动态改变磁体304的主磁场的匀场。
在成像区308内能够看见第一感兴趣区域326。它能够被视为几乎涵盖了对象318的整个头部区域。由于它涵盖了整个头部区域并对其进行成像，所以它能够对由将对象318置于成像区308内所导致的B0磁场不均匀性提供非常好的估计。此外，在成像区308内能够看见后续感兴趣区域328。该区域被视为非常紧密地仅围绕对象318头部的一部分。这可以用于提供临床或更详细的磁共振图像。然而，由于只有头部的一小部分区域被成像，所以它不将会准确地产生关于B0不均匀性的信息。在后续感兴趣区域328之外的对象318的区域也将具有扭曲B0或主磁场的效果。
在磁体的孔306内还存在一组磁场梯度线圈310，其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连接到磁场梯度线圈电源312。磁场梯度线圈310是代表性的。典型地，磁场梯度线圈310包含三组单独的线圈，用于在三个正交的空间方向上进行空间编码。磁场梯度电源向磁场梯度线圈提供电流。提供给磁场梯度线圈310的电流被控制为时间的函数，并且可以是斜坡或脉冲的。
与成像区308相邻的是射频线圈314，其用于操纵成像区308内的磁自旋的取向，并且用于接收也来自成像区308内的自旋的无线电传输。射频天线可以包含多个线圈元件。射频天线也可以称为信道或天线。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可以由单独的发射和接收线圈以及单独的发射器和接收器代替。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还旨在表示专用的发射天线和专用的接收天线。同样，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可以具有多条接收/发射信道。例如，如果执行诸如SENSE的并行成像技术，则射频罐314将具有多个线圈元件。
收发器316、磁场梯度线圈电源312和梯度控制器312被示出为连接到计算机系统102的硬件接口106。
存储器110还被示出为包含第一脉冲序列命令330。存储器110还被示出为包含初始k-空间数据332，所述k-空间数据332是通过利用第一脉冲序列指令330控制磁共振成像系统302从第一感兴趣区域326采集的。存储器110还被示出为包含一组第二脉冲序列指令334。这些表示能够采集k-空间数据的各种不同的磁共振成像协议。存储器110还被示出为包含第二脉冲序列命令336中的一个或选择。这只是组334中的一种。存储器110还被示出为包含后续k-空间数据338，所述k-空间数据338通过利用第二脉冲顺序命令中的一个336控制磁共振成像系统302针对后续感兴趣区域328采集的。可以针对该组第二脉冲序列命令334的不同选择重复该过程。这也可以涉及，对于每次采集，存在不同的后续感兴趣区域328。这可以例如实现一种针对各种不同的采集估计B0场映射128的非常灵活的系统。
图4示出了图解说明操作图3的医学系统300的方法的流程图。首先，在步骤400中，利用第一脉冲序列命令330控制磁共振成像系统302采集初始k-空间数据332。接下来，在步骤402中，根据初始k-空间数据332重建初始磁共振图像122。然后，方法进行到图2的步骤200。在步骤200之后，执行步骤404。在步骤404中，利用第二脉冲序列命令中的一个336控制磁共振成像系统302采集后续k-空间数据338。然后，方法继续进行通过图2的步骤202、204和206。步骤406是一个决策框，并且问题是是否存在更多的图像要采集。如果答案是肯定的，则方法返回步骤404。如果答案是否定的，则方法返回步骤408，方法在步骤408中结束。
图5示出了医学系统500的另一范例。图5中图解说明的医学系统500与图3中的医学系统300相似，不同之处在于它额外地包括相机系统502。相机系统502可以例如用于在采集后续k-空间数据338期间直接测量描述对象318的运动的运动参数。存储器110还被示出为包含更新后的匀场设置504。这些更新后的B0匀场设置可以被配置为通过控制B0磁场匀场电源324来减少B0不均匀性。相机系统502是运动传感器系统。存储器110还被示出为包含已经根据后续k-空间数据338重建的中间图像508，可能没有B0校正，并且也没有运动校正。存储器110还被示出为包含中间图像508与初始磁共振图像112之间的图像配准510。这可以用于确定也示出为存储在存储器110中的运动参数506。相机系统502还能够测量运动参数506。在某些情况下，相机502和图像配准510都可以用于导出或计算运动参数506。
存储器110还被示出为可选地包含系统模型512。系统模型512包含磁共振成像系统302的模型，其电磁特性是响应于脉冲序列命令的时间的函数。这能够用于如建模涡电流导致的B0不均匀性、温度相关的梯度磁场非线性、其他时间相关的梯度磁场非线性、磁共振线圈灵敏度的变化、运动相关的B1不均匀性、静态磁梯度场非线性以及伴随的磁场校正等情况。存储器110还被示出为包含响应于输入第二脉冲序列命令中的一个336而由系统模型512输出的时间相关数据514。该时间相关数据514可以用于改进校正后的磁共振图像130的重建。
图6示出了图解说明操作图5所示医学系统500的方法的流程图。首先，执行图4所示的步骤400、402和200。接下来，可选地执行步骤600。在步骤600中，根据初始图像估计初始B0场映射。例如，如果希望对B0磁场进行匀场，则初始B0场映射能够用于算法的第一遍历。接下来，所述方法进行到步骤602。步骤602也是可选的。在步骤602中，计算更新后的B0匀场设置，并且更新后的B0匀场设置被配置为使用估计的B0场映射或初始B0场映射来降低B0不均匀性。
接下来，执行可选步骤604。在步骤604中，通过利用更新后的B0匀场设置控制可调整的B0磁场匀场来对B0磁场进行匀场。在步骤606之后，所述方法进行到图4的步骤404。然后，如图4所示，也执行步骤202。然后，所述方法进行到步骤608。步骤608也是可选的。在步骤608中，接收运动参数506。运动参数描述在采集后续k-空间数据338期间或之后对象318的运动。在步骤608之后，执行先前在图4中描述的步骤204。在步骤204之后，执行可选步骤610。在步骤610中，通过将第二脉冲序列命令中的一个336输入到系统模型512来计算时间相关的数据514。在步骤610之后，执行如图4所示的步骤206。在校正的磁共振图像130的重建期间，如果时间相关数据514存在的话可以使用时间相关数据514。
图7图解说明了一种医学成像方法。在该范例中，采集对应于初始磁共振图像122的所谓智能调查。这包括使用调查扫描来计算B0磁场。在每次采集后续k-空间数据124之前，使用与B0场估计模块126相对应的人工智能模块来校正和设置硬件值，例如B0场的匀场。来自早期扫描124的图像可以用于估计运动和/或硬件设置。最后，来自各种采集的数据用于重建校正的磁共振图像130。
图8图解说明了图像重建模块800的范例。原始k-空间数据或后续k-空间数据124被输入其中。首先是重建，重建中间图像508。该中间图像508是在没有运动校正也可能没有B0不均匀性的校正的情况下重建的。模块中的下一步骤估计运动608。接收运动参数，可以从外部相机系统502接收，也可以从图像配准510接收。然后将其输入模块的下一部分，预测204针对对象的新位置的新B0。还可以可选地存在一个系统，其对磁共振成像系统的电磁特性进行建模并对硬件缺陷610进行建模。磁共振成像设备的被建模的电磁特性是时间相关数据514，其可以通过将脉冲序列命令输入系统模型512来计算。然后，模块执行高保真度重建206，其使用后续k-空间数据124、来自608的运动估计、来自204的新B0场和硬件缺陷610。
图9图解说明了人工智能块的训练。在这种情况下，人工智能块使用机器学习算法，所述机器学习算法通过使用测量出的图像以及测量出的B0场不均匀性902来训练，以共同配准到模板904。训练涉及图像900的变换的参数以及测量出的B0场不均匀性902的变换。图像和B0场不均匀性902的这些平移的组合能够用于训练带有这两种参数的机器语言回归算法。使用共同-配准参数和球面谐波系数来完成对测量出的B0场不均匀性902的训练。
图10图解说明了使用图9中所示的系统计算B0场映射128。初始磁共振图像122被共同-配准到模板904。这产生了变换后的初始磁共振图像122。将这些变换输入到图9的人工智能块中，能够预测球面谐波系数，并得到估计的B0场映射128。针对初始磁共振图像计算的旋转、平移和拉伸倾斜可以利用运动参数506来更新，然后用于计算校正的估计的B0场映射。
如前所述，磁共振成像(MRI)扫描器使用B0预备扫描来改善SNR，以及在重建期间的图像质量(例如，减少EPI、MB-SENSE、螺旋中的图像扭曲)。然而，预备扫描可能对整个扫描持续时间增加大量时间(最多10％)。此外，尽管使用B0预扫描，MRI图像有时仍会受到伪影的影响，从细微的到严重的图像退化。通常，运动和呼吸与扫描器硬件限制相结合，并产生伪影。伪影的出现要求必须重复扫描，导致扫描器吞吐量降低，患者舒适度降低。此外，它还通过降低图像质量影响了测量可信度。这是一个影响几乎所有MRI系统和所有应用领域的广泛问题。
如在图6或图8中所描绘的范例图像采集/重建框架可以以一种全面的方式解决这个问题，通过解释在一大类快速MRI扫描(EPI、MB-SENSE、螺旋等)中的问题背后的基本物理特性。通过去掉MRI检查所需的B0预备扫描，范例还可以直接减少扫描时间。AI可以是采集和重建阶段的关键推动者。范例可以提供改进的图像质量和减少的扫描时间的组合的好处。
即使在校准良好的MRI扫描器中，伪影也会在不同程度上影响图像质量，这取决于扫描类型和感兴趣的解剖结构。伪影的根本原因能够细分为以下与其原因一起列出的两种主要类型：
1、系统缺陷(以下给出范例)
a、涡电流(能够对所有采集条件在空间和时间上充分建模)
b、梯度非线性(对所有条件完全建模)
2、人类生理学相关(以下给出范例)
a、磁场不均匀性(取决于感兴趣区域)
b、运动、呼吸等(不容易描述，但能够使用成像等工具测量)
系统缺陷能够通过在安装期间执行校准扫描来充分量化，其影响通常在采集期间和/或图像重建期间得到缓解。然而，生理学导致的伪影很难预测。通过预备扫描(B0预扫描)减轻了一些如磁场不均匀性的来源。但其导致增加的扫描时间，并可能导致大量开销。然而，大多数尝试使用图像处理来试着减轻伪影，或者根本没有解决方案，需要重复扫描。具体地，运动导致的伪影很难量化和校正，特别是在随时间采集一系列图像体积的动态扫描中。
一个经常被忽略，但这里需要注意的问题是，所有的伪影的来源都是相互作用的，并且不能使用后-处理来纠正。例如，在脑部扫描的情况下，头部运动会改变磁场不均匀性，也会导致涡电流和梯度非线性的不同影响。在这种条件下保持图像保真度的一种方式是将所有伪影的来源合并到单个图像重建框架中。这已经导致了过多的后-处理选项，这些选项试图以零碎的(piece-meal)方式校正不同的伪影，而没有一种方式能够提供相同的图像保真度，以解释在重建期间同时发生的所有原因。
范例可以解决两个技术问题。A)在某些范例中消除了对使用基于AI的预测采集B0预扫描的需要。B)即使在运动的情况下，通过使用相同的基于AI的预测策略来预测匀场之后的残余B0不均匀性，提供真实的保真度重建，这将被用作到重建算法的输入。
在多次扫描之前在扫描器上常规执行的B0预扫描不能直接提供任何诊断价值。但它们目前对改善SNR(匀场)至关重要。它们还用于向重建算法提供输入以改善图像质量。然而，这伴随着一种假设，即患者不会在预扫描和主扫描之间移动。这一假设在实践中经常被违背，导致图像质量下降。
范例可以消除对执行B0预扫描的需要，从而导致直接扫描时间减少。这能够节省10％或更多的总扫描时间。此外，这可以提供一种预测B0不均匀性的方式，从而即使在存在运动的情况下，也可以直接改善一大类扫描的图像质量。因此，范例可以提供运动-稳定的、扫描时间减少的采集和重建框架。
最近的研究强调，无论所考虑的解剖结构如何，人类的B0不均匀性在对象中都非常相似。B0不均匀性的主要变化源于扫描器内不同的解剖形状和患者定位。这两个都将通过在每次MR检查中进行的调查扫描(初始磁共振图像122)来捕获，以帮助进行规划。
范例可以有益于非常广泛使用的快速成像扫描，如回波平面成像(EPI)及其变体(例如，MB-SENSE)，以及由于容易受到伪影(例如，螺旋成像)的影响，迄今尚未被广泛采用的具有巨大临床潜力的扫描。这两种类型的扫描通常都是在几秒内捕获图像体积。
范例还提供了全面图像采集/重建框架的实施方式，如图6和图8中所示。这种框架可以用于考虑时间相关数据514，如涡电流、梯度非线性和磁场不均匀性。在范例中，重建框架可以包括运动相关的效果(直接的和间接的)，但也可以通过消除为了测量磁场不均匀性而执行的预备扫描的需要(通过确定估计的B0场映射128)来减少扫描时间。
在开发包括运动的全面图像重建框架中的一个障碍是基于当前图像重建技术的假设。例如，当前EPI和螺旋图像重建执行预备扫描(预扫描)以测量磁场不均匀性，但固有地假设预备扫描与主扫描(EPI/螺旋)采集之间没有运动。然而，这一假设可能会被违背，特别是在涉及多个体积的动态扫描中，其中，对象运动通常会导致意外伪影。与所公开的范例相反，当前使用的框架通常可能需要重复的预备扫描来测量磁场不均匀性，这在动态扫描中是完全不可行的，因为运动连续发生(特别是在躯干区域)。
最近的研究表明，在脑部扫描中，如果已知初始磁场不均匀性分布，就能够预测运动导致的磁场不均匀性。虽然此概念已经用于在后处理阶段校正EPI图像，但范例可以将此概念直接并入本文所公开的重建框架中。范例可以用使用AI的调查扫描来预测磁场不均匀性，从而消除对采集用于测量磁场不均匀性的预备扫描的需要。
范例采集/重建框架可以涉及以下一个或多个步骤：
a)执行调查扫描，以进行计划(例如EPI/螺旋体)(接收200初始磁共振图像122)
b)从使用AI的调查扫描预测磁场不均匀性(计算估计的B0场映射204或计算初始B0场映射600)
c)通过设置适当的匀场电流(计算602更新后的匀场设置504和B0磁场的匀场604)来改善磁场均匀性，并且还预测残余磁场不均匀性(使用B0匀场设置606的变化来调整估计的B0场映射)。这能够使用简单的计算来完成。
d)执行EPI/螺旋动态扫描(随时间变化的多个体积，例如DTI、fMRI、推注追踪等)(采集404后续k-空间数据124)
e)使用从步骤c获得的残余磁场并利用系统缺陷的知识以高保真度重建序列中的第一图像体积。应当注意，在步骤c的预测与采集时间序列中的第一体积之间可能没有时间间隙。(重建206校正的磁共振图像130)
f)对于每个后续图像体积
1、(利用现有框架而不是所提出的框架)执行低质量重建(重建中间图像508)，并且使用对第一体积(第一感兴趣区域326)的图像共同配准(配准510)来估计运动参数(平移、旋转、倾斜和拉伸)。可选择地，从其他来源，例如从相机系统502获得可靠的运动估计。
2、使用运动参数来预测使用AI的残余磁场不均匀性(使用B0场估计模块126计算128估计的B0场映射128)
3、在综合重建框架中使用运动参数506和所预测的残余磁场不均匀性以及更新后的系统缺陷(以解释运动)来获得高保真度重建(校正的磁共振图像130)。
一些范例可以提供来自调查扫描的B0预扫描预测(估计的B0场映射128)，并且因而能够使用从实际扫描将其消除，而不考虑扫描器(场强度和变体)、扫描类型以及潜在的解剖结构(尽管我们的初始测试仅限于脑部扫描)。这通过预扫描消除直接导致扫描时间减少。
其他范例可以提供将在图像重建应用中的残余B0合并到所有场强度和变体，并且当前在本领域中的和新开发的那些大类MRI扫描，例如都已经在本领域中的EPI扭曲校正、SENSE、MB-SENSE、CSENSE等，能够从所提议的全面重建框架中受益，只要能够在几秒钟(<10秒)内采集所述采集体积，而它们通常也是这样做的。
尽管在附图和前面的描述中已经详细说明和描述了本发明，但是这种说明和描述应当被认为是说明性的或范例性的，而不是限制性的；本发明不限于所公开的实施例。
本领域技术人员在实践所要求保护的发明时，通过对附图、公开内容和所附权利要求的研究，能够理解并实现对所公开实施例的其他变型。在权利要求中，“包括”一词不排除其他元素或步骤，不定冠词“一”或“一个”不排除多个。单个处理器或其他单元可以实现权利要求中列举的若干项的功能。仅仅在相互不同的从属权利要求中列举了某些措施这一事实并不表明这些措施的组合不能被有利地使用。计算机程序可以存储/分布在适当的介质上，例如与其他硬件一起提供或作为其他硬件的一部分的光学存储介质或固态介质，但是也可以以其他形式分布，例如经由互联网或其他有线或无线电信系统。权利要求中的任何附图标记不应被解释为限制保护范围。
附图标记列表
100医学系统
102计算机
104硬件接口
106计算系统
108用户接口
110存储器
120机器可执行指令
122初始磁共振图像
124后续k-空间数据
126B0场估计模块
128估计的B0场映射
130校正的磁共振图像
200接收描述对象的第一感兴趣区域的初始磁共振图像，其中所述初始磁共振信号是幅度图像
202接收描述对象的后续感兴趣区域的后续k-空间数据，其中所述后续感兴趣区在第一感兴趣区域内
204通过将初始磁共振图像输入B0场估计模块，从初始磁共振图像计算后续感兴趣区域的估计的B0场映射
206从后续k-空间数据和估计的B0场映射重建校正的磁共振图像
300医学系统
302磁共振成像系统
304主磁体
306磁体的孔
308成像区
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对象支撑件
322B0磁场匀场线圈
324B0磁场匀场电源
326第一感兴趣区域
328后续感兴趣区域
330第一脉冲序列命令
332初始k-空间数据
334一组第二脉冲序列命令
336第二脉冲序列命令之一
338后续k-空间数据
400用第一脉冲序列命令控制磁共振成像系统采集初始k-空间数据
402从初始k-空间数据重建初始磁共振图像
404用该组第二脉冲序列命令中的一个控制磁共振成像系统采集用于每次迭代的后续k-空间数据
500医学系统
502相机系统
504更新后的匀场设置
506运动参数
508中间图像
510配准
512系统模块
514时间相关数据
600从初始磁共振图像计算初始B0场映射
602使用估计的B0场映射计算被配置为减少B0不均匀性的更新后的B0匀场设置
604通过用更新后的B0匀场设置控制可调整的B0磁场匀场来对B0磁场进行匀场
606使用B0匀场设置的变化来调整估计的B0场映射
608在采集后续k-空间数据期间或之后接收描述对象运动的运动参数
610计算时间相关数据
800重建模块
900测量的图像
902测量的B0场不均匀性
904模板

Claims (15)

1.一种医学系统(100、300、500)，包括：
-存储机器可执行指令(120)和B0场估计模块(126)的存储器(110)，所述B0场估计模块(126)被配置为响应于接收作为输入的初始磁共振图像的至少一个幅度分量而输出估计的B0场映射(128)；以及
-计算系统(106)，其被配置为控制所述医学系统，其中，所述机器可执行指令的执行使所述计算系统接收(200)所述初始磁共振图像(122)，其中，所述初始磁共振图像描述对象(118)的第一感兴趣区域(326)；
其中，所述机器可执行指令的执行还使所述计算系统至少进行一次以下操作：
-接收(202)描述所述对象的后续不同感兴趣区域(328)的后续k-空间数据(124)，其中，所述后续感兴趣区域至少部分地与所述第一感兴趣区域重叠；
-通过将所述初始磁共振图像输入所述B0场估计模块，根据所述初始磁共振图像计算(204)针对所述后续感兴趣区域的所述估计的B0场映射(128)；并且
-布置为根据所述后续k-空间数据和所述估计的B0场映射来重建(206)校正的磁共振图像(130)。
2.根据权利要求1所述的医学系统，其中，所述医学系统还包括磁共振成像系统(302)，所述磁共振成像系统被配置为从成像区(308)采集k-空间数据，其中，所述存储器还包含第一脉冲序列命令(330)，所述第一脉冲序列命令被配置为从所述第一感兴趣区域采集初始k-空间数据(332)，其中，所述存储器还包含一组第二脉冲序列命令(334)，每个第二脉冲顺序命令被配置为用于从所述后续感兴趣区域采集所述后续k-空间数据，其中，所述机器可执行指令的执行还使所述计算系统：
-利用所述第一脉冲序列命令控制(400)所述磁共振成像系统采集所述初始k空间数据；并且
-根据所述初始k-空间数据来重建(402)所述初始磁共振图像；并且
-利用所述一组第二脉冲序列命令中的一个(336)控制(404)所述磁共振成像系统采集针对每次迭代的所述后续k-空间数据。
3.根据权利要求2所述的医学系统，其中，所述磁共振成像系统包括用于生成所述成像区中的B0磁场的主磁体(304)，其中，所述磁共振成像系统还包括可调整的B0磁场匀场(322、324)，所述可调整的B0磁场匀场被配置为用于对所述成像区中的所述B0磁场进行匀场，
其中，所述机器可执行指令的执行还使所述计算系统在每次采集所述后续k-空间数据之前执行以下操作：
-计算(602)被配置为使用所述估计的B0场映射来减少B0不均匀性的更新后的B0匀场设置(504)；并且
-通过利用所述更新后的B0匀场设置控制所述可调整的B0磁场匀场来对所述B0磁场进行匀场(604)。
4.根据权利要求3所述的医学系统，其中，至少部分地使用所述更新后的B0匀场设置来计算(606)所述估计的B0场映射。
5.根据权利要求3或4所述的医学系统，其中，所述机器可执行指令的执行还使所述计算系统执行以下步骤，以采集所述后续k-空间数据：接收(608)描述在后续k-空间数据的采集期间或之后所述对象的运动的运动参数(506)；其中，所述估计的B0场至少部分地使用所述运动参数来计算。
6.根据权利要求5所述的医学系统，其中，所述医学系统还包括运动传感器系统(502)，所述运动传感器系统被配置为至少部分地测量所述运动参数，其中，所述机器可执行指令的执行还使所述计算系统控制所述运动传感器系统测量所述运动参数。
7.根据权利要求5或6所述的医学系统，其中，所述机器可执行指令的执行还使所述计算系统：
-根据所述后续k-空间数据来重建中间图像(508)；
-计算所述中间图像与所述初始磁共振图像之间的配准(510)；并且
-根据所述配准来计算所述运动参数。
8.根据权利要求5、6或7所述的医学系统，其中，所述估计的B0场至少部分地通过以下任一项来计算：
-使用分析模型，以使用所述运动参数来计算所述估计的B0场映射的空间变换；
-将所述估计的B0场映射和/或所述初始磁共振图像和所述运动参数输入到训练后的神经网络中；
-将所述估计的B0场映射和所述运动参数输入到训练过的人工智能算法中；以及
-将所述估计的B0场映射和所述运动参数输入到支持向量机中。
9.根据权利要求2至8中的任一项所述的医学系统，其中，所述存储器还包含系统模型(512)，所述系统模型被配置为用于响应于输入所述一组第二脉冲序列命令中的一个而输出描述所述磁共振成像系统的电磁特性的时间相关数据(514)，其中，所述机器可执行指令的执行还使所述计算系统通过将所述后续脉冲序列命令输入到所述系统模型中来计算所述时间相关数据，其中，所述校正的磁共振图像是根据所述后续k-空间数据、所述估计的B0场映射和所述时间相关性数据来重建的。
10.根据权利要求9所述的医学系统，其中，所述时间相关数据描述以下各项中的任一项：由涡电流导致的B0不均匀性、温度相关的梯度磁场非线性、时间相关的梯度磁场非线性、磁共振线圈灵敏度的变化、运动相关的B1不均匀性、静态磁梯度场非线性、伴随的磁场校正及其组合。
11.根据权利要求2至10中的任一项所述的医学系统，其中，所述第二脉冲序列命令中的所述一个被配置为根据以下中的任一项来采集所述后续k-空间数据：
-根据回波平面成像磁共振成像协议；
-根据多频带磁共振成像协议；
-利用螺旋k-空间采样模式；
-利用非笛卡尔采样模式；以及
-上述各项的组合。
12.根据前述权利要求中的任一项所述的医学系统，其中，所述B0场估计模块被实施为以下各项中的任一项：
-B0建模机器学习系统；
-B0建模神经网络；
-B0建模随机森林回归系统；
-B0支持向量机学习系统；以及
-基于模板的B0磁场预测器系统。
13.根据前述权利要求中的任一项所述的医学系统，其中，以下各项中的任一项：
-其中，所述后续感兴趣区域在所述第一感兴趣区域内，其中，所述后续感兴趣区域具有小于或等于所述第一感兴趣区域的体积；并且
-其中，所述后续感兴趣区域具有大于所述第一感兴趣区域的体积。
14.一种计算机程序，包括用于由控制医学系统(100、300、500)的计算系统(106)执行的机器可执行指令，其中，所述机器可执行指令的执行使所述计算系统：接收(200)描述对象(118)的第一感兴趣区域(326)的初始磁共振图像(122)，其中，所述初始磁共振图像包括幅度分量；
其中，所述机器可执行指令的执行还使所述计算系统执行至少一次以下迭代：
-接收(202)描述所述对象的后续不同感兴趣区域(328)的后续k-空间数据(124)，其中，所述后续感兴趣区域至少部分地与所述第一感兴趣区域重叠；
-通过将所述初始磁共振图像输入到所述B0场估计模块，根据所述初始磁共振图像计算(204)针对所述后续感兴趣区域的估计的B0场映射(128)，其中，所述B0场估计模块被配置为响应于接收所述初始磁共振图像的至少所述幅度分量而输出所述估计的B0场映射；并且
-布置为根据所述后续k-空间数据和所述估计的B0场映射来重建(206)校正的磁共振图像(130)。
15.一种医学成像的方法，其中，所述方法包括接收(200)描述对象(118)的第一感兴趣区域(326)的初始磁共振图像(122)，其中，所述初始磁共振信号包括幅度分量；
其中，所述方法包括执行至少一次以下迭代：
-接收(202)描述所述对象的后续不同感兴趣区域的后续k-空间数据(124)，其中，所述后续区域至少部分地与所述第一感兴趣区域重叠；
-通过将所述初始磁共振图像输入到B0场估计模块，根据所述初始磁共振图像来计算(204)针对所述后续感兴趣区域的估计的B0场映射(128)，其中，所述B0场估计模块被配置为响应于接收作为输入的所述初始磁共振图像的至少所述幅度分量而输出所述估计的B0场映射；以及
-根据所述后续k-空间数据和所述估计的B0场映射来重建(206)校正的磁共振图像(130)。
CN202180043457.9A 2020-06-15 2021-06-10 用于改进的磁共振图像的采集和/或重建的b0不均匀性的估计 Pending CN115943318A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP20179903.8 2020-06-15
EP20179903.8A EP3926355A1 (en) 2020-06-15 2020-06-15 Estimation of b0 inhomogeneities for improved acquisition and/or reconstruction of magnetic resonance images
PCT/EP2021/065586 WO2021254861A1 (en) 2020-06-15 2021-06-10 Estimation of b0 inhomogeneities for improved acquisition and/or reconstruction of magnetic resonance images

Publications (1)

Publication Number Publication Date
CN115943318A true CN115943318A (zh) 2023-04-07

Family

ID=71096529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180043457.9A Pending CN115943318A (zh) 2020-06-15 2021-06-10 用于改进的磁共振图像的采集和/或重建的b0不均匀性的估计

Country Status (5)

Country Link
US (1) US20230280429A1 (zh)
EP (2) EP3926355A1 (zh)
JP (1) JP2023529975A (zh)
CN (1) CN115943318A (zh)
WO (1) WO2021254861A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7116105B1 (en) * 2005-04-01 2006-10-03 Toshiba America Mri, Inc. Magnetic field mapping during SSFP using phase-incremented or frequency-shifted magnitude images
DE102014210778B4 (de) * 2014-06-05 2016-01-14 Siemens Aktiengesellschaft Erzeugung einer Parameterkarte in der Magnetresonanztechnik
DE102015204955B4 (de) * 2015-03-19 2019-05-16 Siemens Healthcare Gmbh Verfahren zur Magnetresonanz-Bildgebung

Also Published As

Publication number Publication date
EP3926355A1 (en) 2021-12-22
EP4165425A1 (en) 2023-04-19
WO2021254861A1 (en) 2021-12-23
JP2023529975A (ja) 2023-07-12
US20230280429A1 (en) 2023-09-07

Similar Documents

Publication Publication Date Title
US10191131B2 (en) Medical imaging apparatus having multiple subsystems, and operating method therefor
JP2021506419A (ja) 運動補償磁気共鳴イメージング
CN112136056A (zh) 使用根据电流传感器数据计算的经校正的k空间轨迹的磁共振成像
CN105467340B (zh) 具有多个子系统的医学成像检查设备的运行
CN102749602B (zh) 采集磁共振图像数据的方法和相应的组合的装置
CN112204411A (zh) Cest磁共振成像中的运动检测
JP7025410B2 (ja) 補正された感度符号化磁気共鳴イメージング
WO2021052898A1 (en) Motion corrected tracer-kinetic mapping using mri
US11519991B2 (en) Motion estimation and correction in magnetic resonance imaging
CN110073234B (zh) 医学仪器及其方法
US10890638B2 (en) Determination of higher order terms of the three-dimensional gradient impulse response function
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
US20230186532A1 (en) Correction of magnetic resonance images using multiple magnetic resonance imaging system configurations
US20230280429A1 (en) Estimation of b0 inhomogeneities for improved acquisition and/or reconstruction of magnetic resonance images
CN113490859A (zh) 使用多幅扩散加权mr图像来计算b0图像
EP3543725A1 (en) Self-navigation in three-dimensional magnetic resonance imaging
EP4306980A1 (en) Determiniaton of b0 inhomogeneity in magnetic resonance imaging
EP4163657A1 (en) Motion correction using low resolution magnetic resonance images
WO2023034044A1 (en) Dynamic distortion correction for mri using fid navigators
WO2024012945A1 (en) Making anatomical measurements using magnetic resonance imaging
WO2023148039A1 (en) Simulated computer tomographic imaging
WO2024012947A1 (en) Determiniaton of bo inhomogenity in magnetic resonance imaging
JP2024512439A (ja) 心臓磁気共鳴イメージング用の計画画像の段階的再構成
JP2022527509A (ja) シミュレーション磁気共鳴画像を使用した磁気共鳴画像の補正
JP2021518222A (ja) 導電率の（３−ｎ）次元特定

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