【技术实现步骤摘要】
基于低秩与稀疏分解的磁共振介入成像方法、系统及介质
本专利技术涉及磁共振介入成像
,具体地,涉及一种基于低秩与稀疏分解的磁共振介入成像方法、系统及介质;尤其地,涉及一种对k空间采用黄金角径向采样、基于低秩与稀疏分解进行图像重建的磁共振介入成像方法。
技术介绍
磁共振介入成像(interventionalMRI,i-MRI)是磁共振图像引导治疗的重要方法。与其他成像方式(例如CT和超声)相比,磁共振图像可提供更好的软组织对比度。这可以大大提高活检和深部脑刺激(DBS)等手术的效果。然而,受成像时间的限制,常规的磁共振成像方法难以实现实时成像与介入导航。当前面向心跳和呼吸运动的磁共振动态成像虽然可以达到较好的时间和空间分辨率,但是需要在所有采集过程结束后开展图像重建,难以应用于实时成像导航。为了监视介入过程并实时跟踪介入特征的位置,磁共振介入成像需要快速的数据采集和图像重建。专利文献CN109118554A(申请号:CN201810849422.4)公开了一种基于低秩稀疏分解的电阻抗成像方法,包括作为先验信息的统计形状信息提取与EIT成像算法两部分,得到从高分辨率图像的肺部二值图像后,按照低秩稀疏分解的思想,将待重建的EIT图像向量x分解为低秩部分Dα和稀疏部分E:根据被测场域,获取重建所需的边界电压测量值和灵敏度矩阵J;按照EIT重建算法,在求解过程中,交替优化α和E求解目标函数,首先固定E,求解α的最优解,转变成对α的正则化约束优化问题并求解;固定α,求解E,去掉目标函数中与E无关的项,直至算法收敛;将 ...
【技术保护点】
1.一种基于低秩与稀疏分解的磁共振介入成像方法,其特征在于,包括:/n步骤1:在介入过程中,采用黄金角径向采样方式连续采集k空间数据;/n步骤2:对采集到的k空间数据进行分组;/n步骤3:采用基于低秩与稀疏分解和framelet变换的方法重建磁共振介入图像。/n
【技术特征摘要】
1.一种基于低秩与稀疏分解的磁共振介入成像方法,其特征在于,包括:
步骤1:在介入过程中,采用黄金角径向采样方式连续采集k空间数据;
步骤2:对采集到的k空间数据进行分组;
步骤3:采用基于低秩与稀疏分解和framelet变换的方法重建磁共振介入图像。
2.根据权利要求1所述的基于低秩与稀疏分解的磁共振介入成像方法,其特征在于,所述步骤1包括:采样径向辐条间隔角度为黄金角。
3.根据权利要求1所述的基于低秩与稀疏分解的磁共振介入成像方法,其特征在于,所述步骤2包括:采用分组重建方案用于磁共振介入图像的重建,不需要同时使用所有采集的k空间数据进行回顾性重建,而是将连续获取的径向辐条划分为M组,每组都重建n幅图像,M与n根据临床应用场景设定。
4.根据权利要求1所述的基于低秩与稀疏分解的磁共振介入成像方法,其特征在于,在磁共振介入成像中,在t时刻获得的k空间数据表示为:
d(k,t)=∫I(r,t)e-j2π(k·r)dr…………·(1)
其中,I(r,t)是待重建图像,k是k空间数据,r为空间位置,j为复数常量;
将I(r,t)视为一个离散的数据,写为Casorati矩阵
其中,N是空间位置,M是时间点,因此,式(1)重新写为:
d=ΩFSC+ε…………(3)
其中,为线圈敏感度,为傅里叶变换,为采样方式,是噪声。
5.根据权利要求4所述的基于低秩与稀疏分解的磁共振介入成像方法,其特征在于,求解矩阵C,低秩约束采用可分离函数进行分解,或采用非凸的Schatten-p范数,或核范数||·||*进行约束,将核范数的低秩约束与稀疏分解相结合,将矩阵C进行低秩与稀疏分解,得到:
C=L+S…………(4)
图像背景不变特征为低秩矩阵L,变化特征为稀疏矩阵S,基于L和S的空间稀疏约束,构建基于低秩与稀疏分解和framelet变换的模型,用于磁共振介入图像重建,公式为:
其中,E=ΩFS,ψ是framelet变换,和是正则化参数,表示在时间维度上的全变分。
6.根据权利要求5所述的基于低秩与稀疏分解的磁共振介入成像方法,其特征在于,采用原对偶不动点算法求解式(5),重新写为如下形式:
g(x1,x2,x3,x4)=f3(x1)+f4(x2)+f5(x3)+f6(x4)=λL||x1||*+λS||x2||1+λLψ||x3||1+λSψ||x4||1…………(7)
(x1,x2,x3,x4)分别表示g(x1,x2,x3,x4)函数的自变量,f3,f4,f5,f6分别表示组成g(x1,x2,x3,x4)函数的各个子函数,B是将g(x...
【专利技术属性】
技术研发人员:冯原,何钊,朱亚南,邱苏豪,张小群,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:上海;31
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。