【技术实现步骤摘要】
基于重叠回波的单扫描同步磁共振扩散及T2成像方法
本专利技术涉及磁共振成像,尤其是涉及基于重叠回波的单扫描同步磁共振扩散(apparentdiffusioncoefficient,ADC)及T2成像方法。
技术介绍
磁共振定量成像可以提供用于以非入侵的方式分析正常和病态活体组织的对比机制,目前已应用于脑、心脏、脊髓微细结构的研究[1,2]。定量成像可以消除独立于组织性质的影响,比如对操作者依赖性、扫描参数差异、磁场空间变化和图像缩放等[3]。多参数的定量成像在临床磁共振成像(magneticresonanceimaging,MRI)中获得越来越多的关注。多参数的定量成像通过采集不同参数的定量图(如T2和扩散图),并用这些图对感兴趣区域(regionofinterest,ROI)进行联合分析,从而得到更多更准确的关于人体生理状态的变化或者神经结构的信息[4-6]。T2图需要通过拟合多个不同回波时间(echotime,TE)的自旋回波MRI数据得到,扩散图需要拟合多个不同扩散加权的MRI数据得到,因而一般获取T2和扩散图的时间很长。较长的采样时间也使得T2和扩散图像容 ...
【技术保护点】
1.基于重叠回波的单扫描同步磁共振扩散及T2成像方法,其特征在于包括以下步骤:1)在磁共振成像仪操作台上,打开磁共振成像仪中相应的操作软件,首先对成像物体进行感兴趣区域定位,然后进行调谐、匀场、功率和频率校正;2)导入事先编译好的DT2M‑OLED成像序列,根据具体的实验情况,设置脉冲序列的各个参数;3)执行步骤2)设置好的DT2M‑OLED成像序列,进行数据采样,数据采样完成后,得到两个回波链的信号;4)对步骤3)得到的两个回波链的信号进行归一化、充零和快速傅里叶变换,将k空间的信号转换到图像域,再将图像域的信号用基于卷积神经网络的方法重建,得实验数据;5)根据实验样品的 ...
【技术特征摘要】
1.基于重叠回波的单扫描同步磁共振扩散及T2成像方法,其特征在于包括以下步骤:1)在磁共振成像仪操作台上,打开磁共振成像仪中相应的操作软件,首先对成像物体进行感兴趣区域定位,然后进行调谐、匀场、功率和频率校正;2)导入事先编译好的DT2M-OLED成像序列,根据具体的实验情况,设置脉冲序列的各个参数;3)执行步骤2)设置好的DT2M-OLED成像序列,进行数据采样,数据采样完成后,得到两个回波链的信号;4)对步骤3)得到的两个回波链的信号进行归一化、充零和快速傅里叶变换,将k空间的信号转换到图像域,再将图像域的信号用基于卷积神经网络的方法重建,得实验数据;5)根据实验样品的特征生成随机的模板,对模板进行模拟采样得到k空间信号,然后对k空间信号进行归一化、充零和快速傅里叶变换,得到训练数据;6)使用tensorflow深度学习框架和python搭建卷积神经网络模型,设置好训练的相关参数,得数据训练网络;7)使用步骤6)得到的数据训练网络,直至数据训练网络收敛并达到稳定,得到训练好的网络模型,然后对步骤4)得到的实验数据进行重建,得到ADC和T2图像。2.如权利要求1所述基于重叠回波的单扫描同步磁共振扩散及T2成像方法,其特征在于在步骤2)中,所述DT2M-OLED成像序列的结构依次为:第1翻转角为α的激发脉冲、脉冲间距δTE、第2翻转角为α的激发脉冲、第2移位梯度、第1翻转角为β的重聚脉冲、第一个采样回波链、第2翻转角为β的重聚脉冲、第二个采样回波链;所述脉冲间距δTE中包含第1移位梯度和扩散梯度,第1移位梯度包含沿频率维x方向的梯度Gro1和沿相位维y方向的梯度Gpe1;第2移位梯度包含沿频率维x方向的梯度Gro2和沿相位维y方向的梯度Gpe2;所述第1翻转角和第2翻转角为α的激发脉冲结合第1移位梯度和第2移位梯度,使两个回波在k空间的中心产生偏移,重聚脉冲以及两个小角度激发脉冲都与层选方向z方向的层选梯度Gss相结合进行层选;第2翻转角为α的激发脉冲前后分别施加回波延时,其中δTE的长度为1/3回波链长,重聚脉冲前后有x,y,z三个方向的破坏梯度作用;所述第一个采样回波链和第二个采样回波链是由分别作用在x,y方向的梯度链组成;x方向的梯度链由一系列正负梯度构成,且每个梯度的面积是所述移位梯...
【专利技术属性】
技术研发人员:蔡聪波,马崚嶒,陈忠,蔡淑惠,丁兴号,
申请(专利权)人:厦门大学,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。