RU2014117696A - Способ и система для быстрой реконструкции изображения мрт из недосемплированных данных - Google Patents
Способ и система для быстрой реконструкции изображения мрт из недосемплированных данных Download PDFInfo
- Publication number
- RU2014117696A RU2014117696A RU2014117696/08A RU2014117696A RU2014117696A RU 2014117696 A RU2014117696 A RU 2014117696A RU 2014117696/08 A RU2014117696/08 A RU 2014117696/08A RU 2014117696 A RU2014117696 A RU 2014117696A RU 2014117696 A RU2014117696 A RU 2014117696A
- Authority
- RU
- Russia
- Prior art keywords
- reconstruction
- space
- dictionary
- reconstructed
- sparse
- Prior art date
Links
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
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0036—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room including treatment, e.g., using an implantable medical device, ablating, ventilating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
-
- 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]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
1. Способ реконструкции изображения магнитно-резонансной томографии (МРТ) из недосемплированных данных, содержащий этапы, на которых:получают недосемплированный спектр в k-пространстве с помощью приемной катушки,выполняют первоначальную реконструкцию путем заполнения несэмплированных позиций в k-пространстве начальным приближением,выполняют многополосное разложение первоначально реконструированного спектра на ряд отдельных спектров,выполняют реконструкцию с использованием словаря изображений, соответствующих разложенных полосам, иобъединяют реконструированные изображения для получения результирующего целевого изображения,отличающийся тем, что:a. первоначальную реконструкцию выполняют посредством оптимизации критериальной функции, включающей упрощение lнормы;b. многополосное разложение применяют к первоначально реконструированному спектру в k-пространстве для получения ряда отдельных спектров для разных полос частот;c. реконструкцию с использованием словаря выполняют посредством чередования разреженной аппроксимации и восстановления измеренных частот;d. объединение реконструированных изображений дает конечный результат в виде суммы результатов реконструкции каждой полосы частот.2. Способ по п. 1, в котором регуляризацию lнормы упрощают через оптимизацию lнормы.3. Способ по п. 2, в котором оптимизацию lнормы реализуют посредством способа на основе алгоритма Split Bregman (распределенного алгоритма по Брегману) или способа приближенного разреженного кодирования.4. Способ по п. 3, в котором способ на основе алгоритма Split Bregman включает в себя восстановление измеренных семплов в k-пространстве в реконс
Claims (18)
1. Способ реконструкции изображения магнитно-резонансной томографии (МРТ) из недосемплированных данных, содержащий этапы, на которых:
получают недосемплированный спектр в k-пространстве с помощью приемной катушки,
выполняют первоначальную реконструкцию путем заполнения несэмплированных позиций в k-пространстве начальным приближением,
выполняют многополосное разложение первоначально реконструированного спектра на ряд отдельных спектров,
выполняют реконструкцию с использованием словаря изображений, соответствующих разложенных полосам, и
объединяют реконструированные изображения для получения результирующего целевого изображения,
отличающийся тем, что:
a. первоначальную реконструкцию выполняют посредством оптимизации критериальной функции, включающей упрощение l0 нормы;
b. многополосное разложение применяют к первоначально реконструированному спектру в k-пространстве для получения ряда отдельных спектров для разных полос частот;
c. реконструкцию с использованием словаря выполняют посредством чередования разреженной аппроксимации и восстановления измеренных частот;
d. объединение реконструированных изображений дает конечный результат в виде суммы результатов реконструкции каждой полосы частот.
2. Способ по п. 1, в котором регуляризацию l0 нормы упрощают через оптимизацию l1 нормы.
3. Способ по п. 2, в котором оптимизацию l1 нормы реализуют посредством способа на основе алгоритма Split Bregman (распределенного алгоритма по Брегману) или способа приближенного разреженного кодирования.
4. Способ по п. 3, в котором способ на основе алгоритма Split Bregman включает в себя восстановление измеренных семплов в k-пространстве в реконструированном спектре во время внутренних итераций Брегмана.
5. Способ по п. 3, в котором способ на основе алгоритма Split Bregman включает в себя восстановление измеренных семплов в k-пространстве в реконструированном спектре после завершения процедуры алгоритма Split Bregman.
6. Способ по п. 3, в котором способ приближенного разреженного кодирования включает в себя:
a. сбор набора данных из полностью семплированных k-пространств;
b. подготовку недосемплированных данных из полностью семплированных данных путем применения маски семплирования;
c. обучение модели прогнозировать разреженные коды для недосемплированных данных, используя полностью семплированные данные для вычисления погрешности;
d. прогнозирование приближенных разреженных кодов из недосемплированных данных с использованием обученной модели.
7. Способ по п. 1, в котором упомянутая разреженная аппроксимация включает в себя извлечение неравновеликих перекрывающихся патчей из входного изображения, соответствующего входному сигналу МРТ, выполнение разреженного разложения патчей на разреженные коды с использованием словаря, реконструкцию патчей разреженными кодами и словарем и реконструкцию изображения реконструированными патчами.
8. Способ по п. 7, в котором упомянутый словарь обучают заранее с использованием патчей, извлеченных из набора полностью семплированных обучающих изображений МРТ.
9. Способ по п. 7, в котором словарь обучают отдельно для каждой полосы частот.
10. Способ по п. 7, в котором разреженное разложение выполняют посредством минимизации числа ненулевых компонент в представлении патча как линейной комбинации элементов словаря.
11. Способ по п. 7, в котором упомянутые неравновеликие патчи имеют соотношение сторон, зависимое от величины анизотропии схемы семплирования.
12. Способ по п. 7, в котором упомянутые патчи имеют неквадратную прямоугольную форму для одномерного декартового семплирования и других анизотропных схем и имеют наибольший размер в направлении наибольших информационных потерь в недосемплированном k-пространстве.
13. Способ по п. 7, в котором патчи имеют квадратную форму для изотропной схемы семплирования.
14. Способ по п. 1, в котором реконструкцию с использованием словаря выполняют для каждого k-пространства, соответствующего различной полосе частот.
15. Способ по п. 1, в котором разложенные k-пространства, соответствующие полосам частот, состоят из частот, взятых из первоначально реконструированного k-пространства, соответствующего текущей полосе частот, тогда как другие частоты заполняются нулями и отмечаются как измеренные.
16. Способ по п. 1, в котором дополнительно отображают конечный результат на дисплее.
17. Система для реконструкции изображений магнитно-резонансной томографии (МРТ) из недосемплированных данных, содержащая:
медицинское оборудование, выполненное с возможностью:
получения недосемплированного спектра в k-пространстве с помощью приемной катушки, и
передачи недосемплированного k-пространства в сервер реконструкции;
сервер реконструкции, содержащий процессор и память, подключенную к процессору, причем сервер реконструкции выполнен с возможностью:
приема и сохранения недосемплированного k-пространства, переданного из медицинского оборудования,
выполнения первоначальной реконструкции посредством заполнения начальным приближением несемплированных позиций в k-пространстве,
выполнения многополосного разложения первоначально реконструированного спектра на ряд отдельных спектров,
выполнения реконструкции с использованием словаря изображений, соответствующих разложенным полосам,
объединения реконструированных изображений для получения результирующего целевого изображения, и
передачи результата объединения на пульт оператора; и
пульт оператора, содержащий дисплей и контроллер, причем пульт оператора выполнен с возможностью:
приема результата объединения от сервера реконструкции, и
отображения результата объединения на дисплее, отличающаяся тем, что
a. первоначальную реконструкцию выполняют посредством оптимизации критериальной функции, включающей упрощение l0 нормы;
b. многополосное разложение применяют к первоначально реконструированному спектру в k-пространстве для получения ряда отдельных спектров для разных полос частот;
c. реконструкцию с использованием словаря выполняют посредством чередования разреженной аппроксимации и восстановления измеренных частот;
d. объединение реконструированных изображений дает конечный результат в виде суммы результатов реконструкции каждой полосы частот.
18. Система по п. 17, в которой пульт оператора дополнительно выполнен с возможностью: приема ввода от оператора на выполнение реконструкции изображения, формирования команды реконструировать изображение и передачи этой команды в сервер реконструкции; и сервер реконструкции дополнительно выполнен с возможностью приема команды с пульта оператора и выполнения реконструкции изображения.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2014117696/08A RU2568929C1 (ru) | 2014-04-30 | 2014-04-30 | Способ и система для быстрой реконструкции изображения мрт из недосемплированных данных |
KR1020140195373A KR102376388B1 (ko) | 2014-04-30 | 2014-12-31 | 자기 공명 영상 장치 및 자기 공명 영상의 생성 방법 |
PCT/KR2015/004446 WO2015167307A1 (ko) | 2014-04-30 | 2015-04-30 | 자기 공명 영상 장치 및 자기 공명 영상의 생성 방법 |
EP15785798.8A EP3132742B1 (en) | 2014-04-30 | 2015-04-30 | Magnetic resonance imaging apparatus |
US15/307,936 US11080847B2 (en) | 2014-04-30 | 2015-04-30 | Magnetic resonance imaging device and method for generating magnetic resonance image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2014117696/08A RU2568929C1 (ru) | 2014-04-30 | 2014-04-30 | Способ и система для быстрой реконструкции изображения мрт из недосемплированных данных |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2014117696A true RU2014117696A (ru) | 2015-11-10 |
RU2568929C1 RU2568929C1 (ru) | 2015-11-20 |
Family
ID=54536208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2014117696/08A RU2568929C1 (ru) | 2014-04-30 | 2014-04-30 | Способ и система для быстрой реконструкции изображения мрт из недосемплированных данных |
Country Status (4)
Country | Link |
---|---|
US (1) | US11080847B2 (ru) |
EP (1) | EP3132742B1 (ru) |
KR (1) | KR102376388B1 (ru) |
RU (1) | RU2568929C1 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496468A (zh) * | 2020-03-20 | 2021-10-12 | 北京航空航天大学 | 深度图像的修复方法、装置和存储介质 |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6370280B2 (ja) * | 2015-09-16 | 2018-08-08 | 富士フイルム株式会社 | 断層画像生成装置、方法およびプログラム |
US10267883B2 (en) | 2015-12-11 | 2019-04-23 | Siemens Healthcare Gmbh | System and method for motion resolved MRI |
KR101826063B1 (ko) * | 2016-08-18 | 2018-02-06 | 성균관대학교산학협력단 | 화학 교환 포화 전이 자기 공명 영상 장치 및 방법 |
US10436028B2 (en) * | 2016-09-22 | 2019-10-08 | Halliburton Energy Services, Inc. | Methods and systems for obtaining high-resolution spectral data of formation fluids from optical computing device measurements |
CN110023776B (zh) * | 2016-09-29 | 2023-09-22 | 皇家飞利浦有限公司 | 用于提高磁共振成像(mri)系统中的数据通信链路的效率和鲁棒性的方法和装置 |
WO2018085788A1 (en) * | 2016-11-04 | 2018-05-11 | The University Of North Carolina At Chapel Hill Office Of Commercialization And Economic Development | Methods, systems, and computer readable media for smart image protocoling |
US11586674B2 (en) * | 2016-12-28 | 2023-02-21 | Khalifa University of Science and Technology | Methods and systems for searching |
US10685429B2 (en) * | 2017-02-22 | 2020-06-16 | Siemens Healthcare Gmbh | Denoising medical images by learning sparse image representations with a deep unfolding approach |
KR101883806B1 (ko) * | 2017-04-07 | 2018-07-31 | 울산과학기술원 | 영상 복원 장치 및 방법 |
US11185248B2 (en) | 2017-04-11 | 2021-11-30 | Korea Advanced Institute Of Science And Technology | MRI approach of multiple times to repeat for detection of neuronal oscillations |
KR102045998B1 (ko) * | 2017-04-11 | 2019-11-18 | 한국과학기술원 | 다중 반복시간을 이용한 자기공명영상 뉴런진동 검출방법 |
US10983236B2 (en) * | 2017-06-20 | 2021-04-20 | Saudi Arabian Oil Company | Super-resolution radon transform based on thresholding |
KR102210457B1 (ko) * | 2017-09-29 | 2021-02-01 | 연세대학교 산학협력단 | 학습을 이용한 자기공명영상 복원을 위한 언더샘플링 장치 및 방법과 학습을 이용한 자기공명영상 복원 장치 및 방법, 그리고 이에 대한 기록 매체 |
US10989779B2 (en) | 2017-09-29 | 2021-04-27 | Yonsei University, University - Industry Foundation (UIF) | Apparatus and method for reconstructing magnetic resonance image using learning, and under-sampling apparatus method and recording medium thereof |
CN110249365B (zh) * | 2017-11-10 | 2023-05-30 | 上海联影医疗科技股份有限公司 | 用于图像重建的系统和方法 |
US11668777B2 (en) | 2017-12-01 | 2023-06-06 | Shenzhen Institutes Of Advanced Technology | Adaptive joint sparse coding-based parallel magnetic resonance imaging method and apparatus and computer readable medium |
CN109978809B (zh) * | 2017-12-26 | 2022-02-22 | 同方威视技术股份有限公司 | 图像处理方法、装置及计算机可读存储介质 |
CN108346167B (zh) * | 2017-12-28 | 2022-02-18 | 深圳中物光子科技有限公司 | 一种基于正交字典下同时稀疏编码的mri图像重构方法 |
KR102233996B1 (ko) * | 2018-04-27 | 2021-03-29 | 연세대학교 산학협력단 | 자기 공명 영상 재구성 장치 및 방법 |
US10761167B2 (en) * | 2018-05-18 | 2020-09-01 | Case Western Reserve University | System and method for generating a magnetic resonance fingerprinting dictionary using semi-supervised learning |
US11062490B2 (en) * | 2018-10-25 | 2021-07-13 | The Board Of Trustees Of The Leland Stanford Junior University | Reinforcement learning for online sampling trajectory optimization for magnetic resonance imaging |
WO2020127031A1 (en) * | 2018-12-18 | 2020-06-25 | Agfa Nv | Method of decomposing a radiographic image into sub-images of different types |
CN109658471B (zh) * | 2018-12-20 | 2023-07-25 | 上海联影医疗科技股份有限公司 | 一种医学图像重建方法和系统 |
WO2020148163A1 (en) * | 2019-01-16 | 2020-07-23 | Koninklijke Philips N.V. | Learning of temporal dynamics for feature extraction and compression of physiological waveforms |
US10950014B2 (en) * | 2019-03-01 | 2021-03-16 | Canon Medical Systems Corporation | Method and apparatus for adaptive compressed sensing (CS) to correct motion artifacts in magnetic resonance imaging (MRI) |
CN111856365B (zh) * | 2019-04-24 | 2023-03-14 | 深圳先进技术研究院 | 磁共振成像方法、装置、系统及存储介质 |
CN111856364B (zh) * | 2019-04-24 | 2023-03-28 | 深圳先进技术研究院 | 一种磁共振成像方法、装置、系统及存储介质 |
CN110148193A (zh) * | 2019-04-30 | 2019-08-20 | 台州学院 | 基于自适应正交字典学习的动态磁共振并行重建方法 |
JP7334073B2 (ja) * | 2019-06-19 | 2023-08-28 | キヤノンメディカルシステムズ株式会社 | 医用データ処理装置及び医用データ処理方法 |
CN110426704B (zh) * | 2019-08-20 | 2023-03-24 | 中国科学院重庆绿色智能技术研究院 | 一种用于稀疏阵列的全变差快速成像算法 |
US11568584B2 (en) * | 2019-08-26 | 2023-01-31 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for magnetic resonance imaging |
US11645791B2 (en) * | 2019-10-17 | 2023-05-09 | Rutgers, The State University Of New Jersey | Systems and methods for joint reconstruction and segmentation of organs from magnetic resonance imaging data |
US20210118200A1 (en) * | 2019-10-21 | 2021-04-22 | Regents Of The University Of Minnesota | Systems and methods for training machine learning algorithms for inverse problems without fully sampled reference data |
CN111047660B (zh) * | 2019-11-20 | 2022-01-28 | 深圳先进技术研究院 | 图像重建方法、装置、设备及存储介质 |
CN113050009B (zh) * | 2019-12-27 | 2022-12-13 | 深圳先进技术研究院 | 三维磁共振快速参数成像方法和装置 |
CN112213674B (zh) * | 2020-09-11 | 2023-03-21 | 上海东软医疗科技有限公司 | 磁共振压缩感知重建方法及装置 |
CN113143243B (zh) * | 2021-02-25 | 2023-08-22 | 厦门大学 | 一种基于谱分解的深度学习磁共振波谱重建方法 |
CN115754857A (zh) * | 2021-09-03 | 2023-03-07 | 中国科学院深圳先进技术研究院 | 一种低场磁共振快速成像方法、终端设备及计算机存储介质 |
CN115900949A (zh) * | 2021-09-23 | 2023-04-04 | 光宝科技新加坡私人有限公司 | 具有膜层结构的梳状滤光片以及微型光谱测量装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050228261A1 (en) | 2002-05-13 | 2005-10-13 | Koninklijke Philips Electronics N.V. | Magnetic resonance imaging method |
US7646924B2 (en) * | 2004-08-09 | 2010-01-12 | David Leigh Donoho | Method and apparatus for compressed sensing |
US8165215B2 (en) * | 2005-04-04 | 2012-04-24 | Technion Research And Development Foundation Ltd. | System and method for designing of dictionaries for sparse representation |
US7864999B2 (en) * | 2005-10-19 | 2011-01-04 | Siemens Medical Solutions Usa, Inc. | Devices systems and methods for processing images |
CN101903911A (zh) * | 2007-12-20 | 2010-12-01 | 皇家飞利浦电子股份有限公司 | 身体和身体轮廓的3d重建 |
US8310233B2 (en) * | 2009-02-18 | 2012-11-13 | Mayo Foundation For Medical Education And Research | Method for image reconstruction from undersampled medical imaging data |
US8274284B2 (en) | 2009-10-06 | 2012-09-25 | Northshore University Healthsystem | Parallel-accelerated complex subtraction MRI |
EP2588878A1 (en) | 2010-07-02 | 2013-05-08 | Koninklijke Philips Electronics N.V. | Parallel magnetic resonance imaging using undersampled coil data for coil sensitivity estimation |
WO2012085810A2 (en) | 2010-12-22 | 2012-06-28 | Koninklijke Philips Electronics N.V. | Rapid parallel reconstruction for arbitrary k-space trajectories |
US20120259590A1 (en) * | 2011-04-11 | 2012-10-11 | Jong Chul Ye | Method and apparatus for compressed sensing with joint sparsity |
KR101283532B1 (ko) | 2012-04-17 | 2013-07-23 | 고려대학교 산학협력단 | 자기공명영상장치 및 이를 이용한 자기공명영상 획득 방법 |
CN103142228A (zh) * | 2012-12-14 | 2013-06-12 | 中国科学院深圳先进技术研究院 | 压缩感知磁共振快速成像方法 |
-
2014
- 2014-04-30 RU RU2014117696/08A patent/RU2568929C1/ru not_active IP Right Cessation
- 2014-12-31 KR KR1020140195373A patent/KR102376388B1/ko active IP Right Grant
-
2015
- 2015-04-30 EP EP15785798.8A patent/EP3132742B1/en active Active
- 2015-04-30 US US15/307,936 patent/US11080847B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496468A (zh) * | 2020-03-20 | 2021-10-12 | 北京航空航天大学 | 深度图像的修复方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP3132742A4 (en) | 2018-06-06 |
RU2568929C1 (ru) | 2015-11-20 |
KR102376388B1 (ko) | 2022-03-18 |
EP3132742A1 (en) | 2017-02-22 |
KR20150125543A (ko) | 2015-11-09 |
EP3132742B1 (en) | 2021-12-29 |
US20170053402A1 (en) | 2017-02-23 |
US11080847B2 (en) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2014117696A (ru) | Способ и система для быстрой реконструкции изображения мрт из недосемплированных данных | |
RU2015137794A (ru) | Способ, устройство и система для реконструкции магнитно-резонансного изображения | |
ES2360472T3 (es) | Muestreo y reconstrucción ciegos de espectros de señales de múltiples bandas. | |
WO2011116785A8 (en) | Method and device for reconstructing a sequence of mr images using a regularized nonlinear inverse reconstruction process | |
US20150028872A1 (en) | Magnetic resonance imaging apparatus and image processing apparatus | |
RU2013103063A (ru) | Динамическая контрастная улучшенная мр визуализация с реконструкцией сжатого измерения | |
JP6014266B2 (ja) | 磁気共鳴撮影装置および水脂肪分離方法 | |
CN103142228A (zh) | 压缩感知磁共振快速成像方法 | |
CN110133556A (zh) | 一种磁共振图像处理方法、装置、设备及存储介质 | |
US10527695B2 (en) | Systems and methods for efficient magnetic resonance fingerprinting scheduling | |
EP2553926B1 (en) | Procede de codage et de reconstruction d'un bloc d'une sequence d'images en utilisant un dictionnaire d'atomes structures et un dictionnaire de patches associes | |
US20180306881A1 (en) | Magnetic resonance imaging apparatus | |
KR101580532B1 (ko) | 자기 공명 영상 처리 장치 및 방법 | |
CN104181482B8 (zh) | 一种化学位移成像方法及其系统 | |
CN104280705A (zh) | 基于压缩感知的磁共振图像重建方法和装置 | |
CN111295137B (zh) | 磁共振摄影装置、灵敏度分布算出方法及存储介质 | |
Liao et al. | Acceleration of mr fingerprinting with low rank and sparsity constraint | |
CN106443534B (zh) | 一种磁共振快速成像方法及系统 | |
KR20140106664A (ko) | 국소화된 일차원 자기 공진 공간-주파수 분광기 | |
CN110034745B (zh) | 用于减小时域选通边缘误差的频谱扩展无边缘选通 | |
Smith et al. | Curvelets as a sparse basis for compressed sensing magnetic resonance imaging | |
JP2018175767A (ja) | 磁気共鳴イメージングシステム | |
Boesandi et al. | Compressive sensing in the Huffman coding DWT SVD medical image watermarking | |
CN105790769B (zh) | 基于离散椭球序列的随机解调方法 | |
CN111856366B (zh) | k空间数据采集装置及方法、磁共振成像装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200501 |