去除信号中干扰的方法和装置、磁共振系统和存储介质制造方法及图纸

本发明专利技术实施例中公开了去除信号中干扰的方法和装置、磁共振系统和存储介质，方法包括：针对复数个通道接收的目标运动信号，利用当前干扰抑制矩阵进行干扰消除，得到目标运动导航信号；其中，当前干扰抑制矩阵通过如下方法得到：针对所述目标运动信号，获取一个设定时段内复数个通道接收的数据，其包括：第一设定子时段的无干扰数据和第二设定子时段的有干扰数据；利用第一设定子时段的无干扰数据和第二设定子时段的有干扰数据，得到对应时段内的干扰数据，并构成一干扰矩阵；对干扰矩阵进行特征值和特征向量分解，并将一能量最大的特征向量去除，生成当前干扰抑制矩阵。本发明专利技术实施例中的技术方案能够再现满足扫描导航所需的目标运动导航信号。标运动导航信号。标运动导航信号。

【技术实现步骤摘要】
去除信号中干扰的方法和装置、磁共振系统和存储介质


[0001]本专利技术涉及磁共振成像
，特别是一种去除目标运动信号中干扰的方法及装置、一种磁共振成像系统、以及一种计算机可读存储介质。

技术介绍

[0002]磁共振成像(Magnetic resonance imaging，MRI)是利用磁共振现象进行成像的一种技术。磁共振成像的原理主要包括：包含单数质子的原子核，例如人体内广泛存在的氢原子核，其质子具有自旋运动，犹如一个小磁体，并且这些小磁体的自旋轴无一定的规律，如果施加外在磁场，这些小磁体将按外在磁场的磁力线重新排列，具体为在平行于或反平行于外在磁场磁力线的两个方向排列，将上述平行于外在磁场磁力线的方向称为正纵向轴，将上述反平行于外在磁场磁力线的方向称为负纵向轴，原子核只具有纵向磁化分量，该纵向磁化分量既具有方向又具有幅度。用特定频率的射频(RF，Radio Frequency)脉冲激发处于外在磁场中的原子核，使这些原子核的自旋轴偏离正纵向轴或负纵向轴，产生共振，这就是磁共振现象。上述被激发原子核的自旋轴偏离正纵向轴或负纵向轴之后，原子核具有了横向磁化分量。
[0003]停止发射射频脉冲后，被激发的原子核发射回波信号，将吸收的能量逐步以电磁波的形式释放出来，其相位和能级都恢复到激发前的状态，将原子核发射的回波信号经过空间编码等进一步处理即可重建图像。
[0004]在磁共振成像过程中，为了获得清晰的临床诊断图像，要求扫描对象在扫描过程中必须保持静止，特别是对于某些运动敏感的序列。但显然，扫描对象的有些运动是无法避免的，例如呼吸、心跳等引起的运动。为了最大限度地减小运动的影响，采用了多种方法来检测这些运动，如呼吸带、步速(PACE)等，通过捕捉这些运动，可以在最小运动时例如患者吸气或呼气的平台期等来触发或门控磁共振成像序列和信号采集。该过程中需要在呼吸波等相关目标运动信号控制精确的情况下才可以获得高质量的图像。上述的呼吸等目标运动信号可称为磁共振成像的导航信号，例如呼吸导航信号或心跳导航信号等。
[0005]以呼吸导航为例，目前有一种应用是通过射频传输和反射测量来检测病人的呼吸运动，其采用磁共振接收通道作为呼吸信号的接收通道，这降低了设计复杂度。然而在某些情况下，当运行序列脉冲时或者加载某梯度信号时，接收到的呼吸信号会出现严重失真，如图1所示，示出了当序列脉冲被触发运行时某个通道接收的失真的呼吸信号，即带干扰的呼吸信号。图1中圆圈处的信号为失真信号，失真信号所对应时间段内的虚线信号为应有的无失真呼吸信号。可见，这种失真的信号已无法再准确地表示呼吸运动，因此不能被视为呼吸导航信号。同理，心跳导航等也存在类似问题。

技术实现思路

[0006]有鉴于此，本专利技术实施例中一方面提出了一种去除目标运动信号中去除干扰的方法，另一方面提出了一种去除目标运动信号中干扰的装置、磁共振成像系统和计算机可读
存储介质，用以再现能满足扫描导航所需的目标运动导航信号。
[0007]本专利技术实施例中提出的去除目标运动信号中干扰的方法，包括：针对复数个通道接收的每个目标运动信号，利用当前干扰抑制矩阵进行干扰消除，得到目标运动导航信号；其中，所述当前干扰抑制矩阵通过如下方法得到：针对所述目标运动信号，获取一个设定时段内复数个通道接收的数据；其中，所述设定时间段内复数个通道接收的数据包括：第一设定子时段的无干扰数据和第二设定子时段的有干扰数据；利用所述第一设定子时段的无干扰数据预估出第二设定子时段的无干扰数据，利用所述第二设定子时段的有干扰数据减去预估的第二设定子时段的无干扰数据，得到对应所述设定时段内的干扰数据，所述干扰数据构成一干扰矩阵；对所述干扰矩阵进行特征值和特征向量分解，并将一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成当前干扰抑制矩阵。
[0008]在一个实施方式中，需要利用多个设定时段的数据进行干扰抑制矩阵计算；该方法进一步包括：判断是否还需要利用下一个设定时段的数据进行干扰抑制矩阵计算，如果还需要利用下一个设定时段的数据进行干扰抑制矩阵计算，则返回执行针对所述目标运动信号获取一个设定时段内复数个通道接收的数据的步骤；并且，在执行对所述干扰矩阵进行特征值和特征向量分解之前，该方法进一步包括：对已得到的复数个干扰矩阵进行均值处理，得到一平均后的干扰矩阵。
[0009]在一个实施方式中，所述利用第一设定子时段的无干扰数据预估出第二设定子时段的无干扰数据包括：对所述第一设定子时段的无干扰数据进行平均值计算，利用计算得到的平均值数据作为预估的第二设定子时段的无干扰数据；或者，对所述第一设定子时段的无干扰数据进行多项式曲线拟合，根据得到的拟合曲线，得到预估的第二设定子时段的无干扰数据。
[0010]在一个实施方式中，所述目标运动信号为：呼吸信号或心跳信号。
[0011]在一个实施方式中，所述无干扰数据为无射频干扰数据；所述有干扰数据为有射频干扰数据；所述干扰抑制矩阵为视频干扰抑制矩阵；或者，所述无干扰数据为无梯度干扰数据；所述有干扰数据为有梯度干扰数据；所述干扰抑制矩阵为梯度干扰抑制矩阵。
[0012]在一个实施方式中，所述利用当前干扰抑制矩阵进行干扰消除之前，进一步包括：针对所述复数个通道接收的每个目标运动信号，首先利用至少一个抗干扰矩阵进行干扰消除；其中，所述至少一个抗干扰矩阵通过如下方法得到：针对所述目标运动信号，获取未运行序列脉冲时一设定时间段内复数个通道接收的数据，所述数据构成一参考矩阵；根据当前干扰信号的频率以及所述设定时间段内的数据样本数，得到一频率相关矩阵；利用所述频率相关矩阵和所述参考矩阵，计算得到一干扰系数矩阵；对所述干扰系数矩阵进行特征值和特征向量分解，并将一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成一抗干扰矩阵。
[0013]在一个实施方式中，还存在其它未处理的干扰信号；该方法进一步包括：确定当前干扰信号，利用所述抗干扰矩阵对所述参考矩阵进行干扰消除，得到新的参考矩阵；并返回执行所述根据当前干扰信号的频率以及所述设定时间段内的数据样本数得到一频率相关矩阵的步骤。
[0014]在一个实施方式中，所述当前干扰信号为固定频率信号；所述根据所述当前干扰
信号的频率以及所述设定时间段内的数据数量，得到一频率相关矩阵包括：根据所述当前干扰信号的固定频率的谐波频率范围，选取设定的谐波频率范围，根据所选取的谐波频率范围确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵。
[0015]在一个实施方式中，所述当前干扰信号为变化频率信号；所述根据所述当前干扰信号的频率以及所述设定时间段内的数据数量，得到一频率相关矩阵包括：根据所述当前干扰信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.去除目标运动信号中干扰的方法，其特征在于，包括：针对复数个通道接收的每个目标运动信号，利用当前干扰抑制矩阵进行干扰消除，得到目标运动导航信号(205)；其中，所述当前干扰抑制矩阵通过如下方法得到：针对所述目标运动信号，获取一个设定时段内复数个通道接收的数据；其中，所述设定时间段内复数个通道接收的数据包括：第一设定子时段的无干扰数据和第二设定子时段的有干扰数据(201)；利用所述第一设定子时段的无干扰数据预估出第二设定子时段的无干扰数据，利用所述第二设定子时段的有干扰数据减去预估的第二设定子时段的无干扰数据，得到对应所述设定时段内的干扰数据，所述干扰数据构成一干扰矩阵(202)；对所述干扰矩阵进行特征值和特征向量分解，并将一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成当前干扰抑制矩阵(204)。2.根据权利要求1所述的去除目标运动信号中干扰的方法，其特征在于，需要利用多个设定时段的数据进行干扰抑制矩阵计算；该方法进一步包括：判断是否还需要利用下一个设定时段的数据进行干扰抑制矩阵计算(206)，如果还需要利用下一个设定时段的数据进行干扰抑制矩阵计算，则返回执行针对所述目标运动信号获取一个设定时段内复数个通道接收的数据的步骤；并且，在执行对所述干扰矩阵进行特征值和特征向量分解之前，该方法进一步包括：对已得到的复数个干扰矩阵进行均值处理，得到一平均后的干扰矩阵(203)。3.根据权利要求1所述的去除目标运动信号中干扰的方法，其特征在于，所述利用第一设定子时段的无干扰数据预估出第二设定子时段的无干扰数据包括：对所述第一设定子时段的无干扰数据进行平均值计算，利用计算得到的平均值数据作为预估的第二设定子时段的无干扰数据；或者，对所述第一设定子时段的无干扰数据进行多项式曲线拟合，根据得到的拟合曲线，得到预估的第二设定子时段的无干扰数据。4.根据权利要求1至3中任一项所述的去除目标运动信号中干扰的方法，其特征在于，所述目标运动信号为：呼吸信号或心跳信号。5.根据权利要求1至3中任一项所述的去除目标运动信号中干扰的方法，其特征在于，所述无干扰数据为无射频干扰数据；所述有干扰数据为有射频干扰数据；所述干扰抑制矩阵为视频干扰抑制矩阵；或者，所述无干扰数据为无梯度干扰数据；所述有干扰数据为有梯度干扰数据；所述干扰抑制矩阵为梯度干扰抑制矩阵。6.根据权利要求1至3中任一项所述的去除目标运动信号中干扰的方法，其特征在于，所述利用当前干扰抑制矩阵进行干扰消除之前，进一步包括：针对所述复数个通道接收的每个目标运动信号，首先利用至少一个抗干扰矩阵进行干扰消除；其中，所述至少一个抗干扰矩阵通过如下方法得到：针对所述目标运动信号，获取未运行序列脉冲时一设定时间段内复数个通道接收的数据，所述数据构成一参考矩阵(501)；根据当前干扰信号的频率以及所述设定时间段内的数据样本数，得到一频率相关矩阵
(502)；利用所述频率相关矩阵和所述参考矩阵，计算得到一干扰系数矩阵(503)；对所述干扰系数矩阵进行特征值和特征向量分解，并将一特征向量的能量在所有特征向量的总能量中的占比大于设定阈值的特征向量或能量最大的特征向量去除，生成一抗干扰矩阵(504)。7.根据权利要求6所述的去除目标运动信号中干扰的方法，其特征在于，还存在其它未处理的干扰信号；该方法进一步包括：确定当前干扰信号，利用所述抗干扰矩阵对所述参考矩阵进行干扰消除，得到新的参考矩阵(506)；并返回执行所述根据当前干扰信号的频率以及所述设定时间段内的数据样本数得到一频率相关矩阵的步骤。8.根据权利要求6所述的去除目标运动信号中干扰的方法，其特征在于，所述当前干扰信号为固定频率信号；所述根据所述当前干扰信号的频率以及所述设定时间段内的数据数量，得到一频率相关矩阵包括：根据所述当前干扰信号的固定频率的谐波频率范围，选取设定的谐波频率范围，根据所选取的谐波频率范围确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵。9.根据权利要求6所述的去除目标运动信号中干扰的方法，其特征在于，所述当前干扰信号为变化频率信号；所述根据所述当前干扰信号的频率以及所述设定时间段内的数据数量，得到一频率相关矩阵包括：根据所述当前干扰信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵。10.根据权利要求6至9中任一项所述的去除目标运动信号中干扰的方法，其特征在于，进一步包括：根据所述目标运动信号的频率变化范围，以及根据每秒钟的样本数确定的最小的频率分辨率确定矩阵总行数，根据所述设定时间段内的数据的样本数确定矩阵总列数，根据所述总行数和总列数得到一频率相关矩阵；利用所述频率相关矩阵和所述参考矩阵，计算得到目标系数矩阵；对所述目标系数矩阵进行特征值和特征向量分解，并将能量最大的特征向量作为目标运动特征向量，所述目标运动特征向量对应的特征值为目标运动特征值；所述生成一抗干扰矩阵之后，进一步包括：将对所述干扰系数矩阵进行特征值和特征向量分解后能量最大的特征向量作为干扰特征向量，将所述干扰特征向量对应的特征值作为干扰特征值；判断所述干扰特征值与所述目标运动特征值的比值是否小于一设定的第一阈值，如果是，则认为所述干扰信号远小于所述目标运动信号，所述干扰信号可忽略不计，并舍弃所述抗干扰矩阵；或者，判断所述干扰特征向量的转置与所述目标运动特征向量的乘积是否大于一设定的第二阈值，如果是，则认为所述干扰特征向量与所述目标运动特征向量相似，消
除所述干扰信号会影响所述目标运动信号，并舍弃所述抗干扰矩阵。11.去除目标运动信号中干扰的装置，其特征在于，包括：干扰消除模块(610)，用于针对复数个通道接收的每个目标运动信号，利用当前干扰抑制矩阵进行干扰消除，得到...

【专利技术属性】
技术研发人员：黄艳图，张秋艺，李志宾，
申请(专利权)人：西门子深圳磁共振有限公司，
类型：发明
国别省市：