一种三维磁共振成像重建方法、装置、应用及可读介质制造方法及图纸

本发明专利技术涉及磁共振成像的技术领域，公开了一种三维磁共振成像重建方法、装置、应用及可读介质，所述三维磁共振成像重建方法包括以下步骤：步骤1：获取欠采样的磁共振数据，并行重建得到模糊的重建图像；步骤2：由CPU多线程和GPU多线程并行运行进行迭代重建图像；步骤3：进行多通道合并，生成重建的磁共振图像。本发明专利技术采用CPU多线程和GPU多线程并行的方式，可以加速三维重建计算速度，实验证明本发明专利技术比只用GPU计算或者只用CPU并行计算更快，提高了时间效率。

A Reconstruction Method, Device, Application and Readable Media for Three-dimensional Magnetic Resonance Imaging

【技术实现步骤摘要】
一种三维磁共振成像重建方法、装置、应用及可读介质
本专利技术涉及磁共振成像的
，特别涉及一种三维磁共振成像重建方法、装置、应用及可读介质。
技术介绍
磁共振成像技术是将射频电磁波与人体内的氢质子共振所产生的信号，经处理后，转换成影像的检查方法。三维头颈联合血管壁磁共振成像技术可以在一次扫描中对脑中风病人的颅内外血管狭窄程度及斑块形态等进行全面检查，该技术需要高分辨率，大覆盖范围以及提供高信噪比的多通道并行接收线圈，这使得扫描时间过长，而且扫描数据和待重建图像的数据量非常大，比如覆盖头颈，分辨率为各向同性0.55mm的扫描时间需要10分钟，扫描所得数据约有10GB，重建图像约有4GB。过长的扫描时间使得该技术很容易遭受病人呼吸，吞咽以及头部不自主运动等导致的图像伪影。为缩短该技术的扫描时间，一般采用欠采样方法进行加速，比如采用5倍加速能够将覆盖头颈，分辨率为各向同性0.55mm的血管壁成像的扫描时间从完全采样所需要的25分钟缩短至5分钟。但是高度欠采样导致的数据缺失需要在重建技术上挽回。如何准确地恢复高度欠采样数据，降低估计误差，满足血管壁成像技术对图像信噪比及血管壁边界锐利度等的极高要求，通过充分利用信号采集过程中所用的多通道并行接收线圈提供的敏感度信息以及磁共振图像自身所具有的稀疏先验信息，最终将图像重建问题描述成一个数学优化问题，采用交替迭代的算法进行求解计算,由于每次迭代需要处理高达10GB左右数据的运算，导致图像重建的计算时间大于扫描时间，无法在线成像，严重制约了该技术在临床上的应用和推广。现有的成像技术为快速磁共振成像技术。根据图1快速磁共振成像的采集和重建示意图所示，一般的成像过程可以分为以下步骤，(a)利用高分辨率多通道并行接收线圈接收信号；(b)欠采样得到稀疏采样K空间数据；(c)计算卷积核补充采样；(d)并行重建得到模糊的重建图像；(e)通过稀疏表示并行图像得到稀疏约束系数；(f)利用小波变换稀疏重建图像；最后，利用步骤(f)得到的结果和步骤(b)得到的稀疏采样数融合，继续从步骤(c)开始迭代重建。如此迭代，直到满足误差达1e-6或者迭代次数达到指定值。上述是重建一次二维图像的过程，如果是三维重建，则分成多个二维重建来完成。MarkMurphy等人(MurphyM,AlleyM,DemmelJ,etal.Fastl-SPIRiTcompressedsensingparallelimagingMRI:scalableparallelimplementationandclinicallyfeasibleruntime[J].IEEETransactionsonMedicalImaging,2012,31(6):1250-62.)详细描述了l1-spirit的快速磁共振成像方法。为了降低重建时间，其所述方法在实现的过程中用了NVIDIA的GPU并行加速平台CUDA加速方式，可支持多GPU运行。GPU加速后的计算时间比采用CPU线程并行有很大提升。目前，在头颈联合血管壁成像应用中，由于硬件资源限制，工作站一般采用双GPU模式来运行该重建，结果双GPU加速方式无法满足应用需求。
技术实现思路
本专利技术要解决的技术问题是目前的三维磁共振重建系统及方法，其图像重建的时间效率过慢，影响成像质量，严重制约了该技术在临床上的应用和推广。为了解决上述技术问题，本专利技术中披露了一种三维磁共振成像重建方法，所述三维磁共振成像重建方法包括以下步骤：步骤1：获取欠采样的磁共振数据，并行重建得到模糊的重建图像；步骤2：由CPU多线程和GPU多线程并行运行进行迭代重建图像；步骤3：进行多通道合并，生成重建的磁共振图像。优选地，所述步骤1具体包括以下步骤：步骤1-1：读入欠采样数据K0；步骤1-2：数据K0按通道分别自校准后得到K1；步骤1-3：欠采样数据直接补0，并行FFT(离散傅氏变换的快速算法)重建得到图像x。优选地，所述步骤2具体包括以下步骤：步骤2-1：对K1并行重建，对重建结果进行并行稀疏约束小波滤波得到图像xk；步骤2-2：xk和x进行融合得到xk+1；步骤2-3：以图像xk+1作为图像x，并重复步骤2-1～步骤2-3，当达到终止条件为止。优选地，所述CPU多线程和GPU多线程并行运行模式包括：1)给CPU和GPU分配任务：根据三维重建输入数据的大小，分为R个任务；先根据GPU的性能给N个GPU分别分配Ni(i＝1～N)个任务，再给CPU分配K个任务，R＝K+SUM(Ni)；2)启动CPU和GPU执行任务：每个GPU，启动一个GPU控制线程来控制GPU；CPU的每个任务，启动一个CPU线程来执行；3)CPU主线程等待所有线程完成并结束线程。优选地，所述GPU控制线程的优先级设计为高优先级，其他任务默认优先级。优选地，所述GPU控制线程用pthread_create创建，所述GPU控制线程执行内容包括：给GPU分配任务，给GPU发指令，辅助GPU完成任务；每个GPU的任务数大于1，该线程循环依次下发任务给GPU运行。优选地，所述步骤1，自校正阶段采用CPU多线程和GPU多线程模式计算。优选地，所述步骤1包括：利用多个磁共振线圈多通道并行接收信号。优选地，一种三维磁共振成像重建方法的装置，用于执行权利要求1～8中任一项所述方法的装置，包括：磁共振数据获取模块，用于获取欠采样的磁共振数据，并行重建得到模糊的重建图像；迭代更新模块，用于由CPU多线程和GPU多线程并行运行进行迭代重建图像；重建图像生成模块，用于进行多通道合并，生成重建的磁共振图像。优选地，一种三维磁共振成像重建方法的应用，根据权利要求1～8中任一项所述的三维磁共振成像重建方法在头颈联合血管壁成像中的应用。优选地，一种可读介质，所述可读介质存储用于实施如权利要求1～8任一项所述方法的计算机可读指令。实施本专利技术的有益效果主要有：1、本专利技术在现有的快速磁共振成像技术基础上提出了一种可以用在三维磁共振快速成像的重建计算方法。2、本专利技术采用CPU多线程和GPU多线程并行的方式，可以加速三维重建计算速度，实验证明本专利技术比只用GPU计算或者只用CPU并行计算更快，提高了时间效率。3、本专利技术可将重建时间缩短至2分钟内，与没有加CPU多线程的方案相比，可以提高25％时间效率，可以更好地满足临床上需求。附图说明为更好地理解本专利技术的技术方案，可参考下列的、用于对现有技术或实施例进行说明的附图。这些附图将对部分实施例或现有技术涉及的产品或方法进行简要的展示。这些附图的基本信息如下：图1为
技术介绍
中，快速磁共振成像的采集和重建示意图；其中，图1(a)实施例中，为多通道并行采集示意图；图1(b)实施例中，为稀疏采样示意图；图1(c)实施例中，为卷积核示意图；图1(d)实施例中，为并行重建示意图；图1(e)实施例中，为稀疏表示示意图；图1(f)实施例中，为稀疏重建示意图；图2为实施例中，一种三维磁共振成像重建方法示意图；图3为实施例中，所采用的二维磁共振迭代重建算法流程示意图；其中，图3(a)为实施例中，迭代重建算法流程示意图；图3(b)为实施例中，迭代重建流程中并行重建模块示意图；图3(c)为实施例中，迭代重建流程中稀疏约束模块示意图；图4为实施例中，三维磁共振成像本文档来自技高网...

【技术保护点】
1.一种三维磁共振成像重建方法，其特征在于，所述三维磁共振成像重建方法包括以下步骤：步骤1：获取欠采样的磁共振数据，并行重建得到模糊的重建图像；步骤2：由CPU多线程和GPU多线程并行运行进行迭代重建图像；步骤3：进行多通道合并，生成重建的磁共振图像。

【技术特征摘要】
1.一种三维磁共振成像重建方法，其特征在于，所述三维磁共振成像重建方法包括以下步骤：步骤1：获取欠采样的磁共振数据，并行重建得到模糊的重建图像；步骤2：由CPU多线程和GPU多线程并行运行进行迭代重建图像；步骤3：进行多通道合并，生成重建的磁共振图像。2.根据权利要求1所述的三维磁共振成像重建方法，其特征在于，所述步骤1具体包括以下步骤：步骤1-1：读入欠采样数据K0；步骤1-2：数据K0按通道分别自校准后得到K1；步骤1-3：欠采样数据直接补0，并行FFT重建得到图像x。3.根据权利要求2所述的三维磁共振成像重建方法，其特征在于，所述步骤2具体包括以下步骤：步骤2-1：对K1并行重建，对重建结果进行并行稀疏约束小波滤波得到图像xk；步骤2-2：图像xk和图像x进行融合得到图像xk+1；步骤2-3：以图像xk+1作为图像x，并重复步骤2-1～步骤2-3，当达到终止条件为止。4.根据权利要求1所述的三维磁共振成像重建方法，其特征在于，所述CPU多线程和GPU多线程并行运行模式包括：1)给CPU和GPU分配任务：根据三维重建输入数据的大小，分为R个任务；先根据GPU的性能给N个GPU分别分配Ni(i＝1～N)个任务，再给CPU分配K个任务，R＝K+SUM(Ni)；2)启动CPU和GPU执行任务：每个GPU，启动一个GPU控制线程来控制GPU；CPU的每个任务，启动一个CPU线程来执行；3)...

【专利技术属性】
技术研发人员：梁栋，冯歌，贾森，王海峰，邹丽娴，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44