基于高通滤波的磁共振图像重建方法技术

本发明专利技术公开了一种基于高通滤波的磁共振图像重建方法，包括以下步骤：1)对原始k空间数据进行高通滤波；2)对高通滤波后的k空间数据进行降采样，并利用高通滤波后的k空间数据进行灵敏度估计，得到灵敏度图；3)降采样的k空间数据和灵敏度图进行作为SENSE算法的输入，进行磁共振图像重建；4)对重建图像进行二维傅里叶变换，将重建图像映射到k空间，得到相应的k空间数据；5)对k空间数据进行逆高通滤波；6)逆高通滤波后的k空间数据进行逆二维傅里叶变换，得到最终的磁共振图像。该方法解决了传统SENSE重建磁共振图像在高倍降采样时图像质量差的问题，计算效率高，应用范围广。

【技术实现步骤摘要】
基于高通滤波的磁共振图像重建方法
本专利技术涉及磁共振图像重建领域，具体地说是一种基于高通滤波的磁共振图像重建方法。
技术介绍
磁共振成像软组织分辨率高，成像参数多，且无电离辐射，目前在临床上是一种常规检查手段。磁共振成像的一个主要缺点是数据采集时间较长，因而导致成像速度较慢。多通道采集技术与并行成像算法的出现，使得磁共振成像速度大大加快。临床上常用的并行成像方法包括SENSE(sensitivityencoding)、GRAPPA(generalizedautocalibratingpartiallyparallelacquisitions)等。SENSE是目前临床上应用范围最广的图像域的并行成像方法，随着加速因子的提高，线圈灵敏度估计的错误会导致最终得到的图像有残差。
技术实现思路
有鉴于此，本专利技术针对上述现有技术存在的SENSE在高倍加速采样情况下重建磁共振图像质量差的问题，提供了一种基于高通滤波的磁共振图像重建方法。本专利技术的技术解决方案是，提供一种以下步骤的磁共振图像重建方法，包括以下步骤：1)对原始k空间数据进行高通滤波；2)对高通滤波后的k空间数据进行降采样，并利用高通滤波后的k空间数据进行灵敏度估计，得到灵敏度图；3)利用步骤2)中获得的降采样的k空间数据和灵敏度图进行作为SENSE算法的输入，进行磁共振图像重建；4)对步骤3)中得到的重建图像进行二维傅里叶变换，将重建图像映射到k空间，得到相应的k空间数据；5)对步骤4)中傅里叶变换得到的k空间数据进行逆高通滤波，该步骤中的逆高通滤波与步骤1中的高通滤波相对应；6)对步骤5)中逆高通滤波后的k空间数据进行逆二维傅里叶变换，得到最终的磁共振图像。采用以上方法，本专利技术与现有技术相比，具有以下优点：(1)计算效率高，仅在SENSE基础上增加了两次滤波操作；(2)应用范围广，可以用于头部成像、关节成像等，也可用于小动物成像；(3)可以用于不同线圈通道数量，如2-128个线圈通道。本专利技术提出的磁共振图像重建方法是传统SENSE方法的改进，具体而言，是在SENSE图像重建前对k空间数据进行高通滤波，图像重建后对k空间数据进行逆高通滤波，因此本方法简称为高通滤波SENSE(high-passfilteredSENSE，HF-SENSE)。作为改进，在步骤1)中，采用的滤波器表达式为：其中ky是相位编码数，kx是频率编码数，c设置滤波器的截止频率，w决定滤波器边界的平滑度。作为改进，对于8通道射频接收线圈，所述滤波器参数c＝24，w＝8。作为改进，在步骤2)中，利用自适应重建方法求灵敏度图，具体来说，通过对每8×8个区块数据进行训练，求得的局部信号相关矩阵应用于4×4区块上，从而求得准确度高的灵敏度图。附图说明图1为本专利技术磁共振图像重建方法的流程图；图2为本专利技术实施例一中SoS方法重建得到的图像；图3为本专利技术实施例一中HF-SENSE方法重建，未应用逆高通滤波的图像；图4为本专利技术实施例一中HF-SENSE方法重建得到的图像；图5为本专利技术实施例一中HF-SENSE方法与SoS方法重建图像的残差图；图6为本专利技术实施例一中SENSE方法重建得到的图像；图7为本专利技术实施例一中SENSE方法与SoS方法重建图像的残差图；图8为本专利技术实施例二中SoS方法重建得到的图像；图9为本专利技术实施例二中HF-SENSE方法重建，未应用逆高通滤波的图像；图10为本专利技术实施例二中HF-SENSE方法重建得到的图像；图11为本专利技术实施例二中HF-SENSE方法与SoS方法重建图像的残差图；图12为本专利技术实施例二中SENSE方法重建得到的图像；图13为本专利技术实施例二中SENSE方法与SoS方法重建图像的残差图；具体实施方式下面结合附图和具体实施例对本专利技术作进一步说明，但本专利技术并不仅仅限于这些实施例。本专利技术涵盖任何在本专利技术的精髓和范围上做的替代、修改、等效方法以及方案。为了使公众对本专利技术有彻底的了解，在以下本专利技术优选实施例中详细说明了具体的细节，而对本领域技术人员来说没有这些细节的描述也可以完全理解本专利技术。本专利技术用残差图和标准均方根误差(Normalizedroot-mean-square-error，NRMSE)来评价HF-SENSE和SENSE方法重建得到的磁共振图像的质量。其中Iref(r)是SoS(squarerootofsumofsquares)方法重建得到的图像，I(r)是HF-SENSE或SENSE方法重建得到的图像。图2至图7所示为本专利技术的第一个实施例。8通道头部线圈采集得到的T1加权头部磁共振图像，加速因子为4，高通滤波器的数学表达式如下：其中ky是相位编码数，kx是频率编码数，c设置滤波器的截止频率，w决定滤波器边界的平滑度。在实施例1中，c和w分别取24和8。从残差图中可以看出，HF-SENSE方法与SoS方法之间的差值明显比SENSE方法与SoS方法之间的差值小。HF-SENSE和SENSE的NRMSE分别为5.2％和17.6％。图8至图13所示为本专利技术的第二个实施例，利用8通道膝关节线圈采集数据，所用的T2序列参数为TR/TE＝550/18ms，层厚4mm，偏转角150°。在实施例2中，高通滤波器与实施例1中采用的高通滤波器原理相同，滤波器的参数选取也相同，c和w分别取24和8。从残差图中可以看出，HF-SENSE方法与SoS方法之间的差值明显比SENSE方法与SoS方法之间的差值小。HF-SENSE和SENSE的NRMSE分别为21％和24％。以上仅就本专利技术较佳的实施例作了说明，但不能理解为是对权利要求的限制。本专利技术不仅局限于以上实施例，其具体结构允许有变化。总之，凡在本专利技术独立权利要求的保护范围内所作的各种变化均在本专利技术的保护范围内。本文档来自技高网...

【技术保护点】
1.一种基于高通滤波的磁共振图像重建方法，包括以下步骤：1)对原始k空间数据进行高通滤波；2)对高通滤波后的k空间数据进行降采样，并利用高通滤波后的k空间数据进行灵敏度估计，得到灵敏度图；3)利用步骤2)中获得的降采样的k空间数据和灵敏度图进行作为SENSE算法的输入，进行磁共振图像重建；4)对步骤3)中得到的重建图像进行二维傅里叶变换，将重建图像映射到k空间，得到相应的k空间数据；5)对步骤4)中傅里叶变换得到的k空间数据进行逆高通滤波，该步骤中的逆高通滤波与步骤1中的高通滤波相对应；6)对步骤5)中逆高通滤波后的k空间数据进行逆二维傅里叶变换，得到最终的磁共振图像。

【技术特征摘要】
1.一种基于高通滤波的磁共振图像重建方法，包括以下步骤：1)对原始k空间数据进行高通滤波；2)对高通滤波后的k空间数据进行降采样，并利用高通滤波后的k空间数据进行灵敏度估计，得到灵敏度图；3)利用步骤2)中获得的降采样的k空间数据和灵敏度图进行作为SENSE算法的输入，进行磁共振图像重建；4)对步骤3)中得到的重建图像进行二维傅里叶变换，将重建图像映射到k空间，得到相应的k空间数据；5)对步骤4)中傅里叶变换得到的k空间数据进行逆高通滤波，该步骤中的逆高通滤波与步骤1中的高通滤波相对应；6)对步骤5)中逆高通滤波后的k空间数据进行逆二维傅里叶变换，得到最终的磁共振图像。2.如权利要求1所述的基于高通滤波的磁共振...

【专利技术属性】
技术研发人员：张鞠成，褚永华，丁文洪，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33