System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种高时间分辨率的实时磁共振温度成像方法技术_技高网

一种高时间分辨率的实时磁共振温度成像方法技术

技术编号:40959457 阅读:10 留言:0更新日期:2024-04-18 20:37
本发明专利技术公开了一种高时间分辨率的实时磁共振温度成像方法,涉及温度成像技术领域;该方法包括:构建温度预测方程并确定各参数;预测后续每帧图像的温度并得到预测的K空间数据;执行变密度采样策略得到实际欠采的K空间数据;对实际欠采的K空间数据进行数据填充得到更新后的K空间数据;基于PRF法进行相位差计算,得到若干温差图像并输出为温度动图。本发明专利技术利用预测出的K空间数据,对欠采扫描获得的K空间数据进行数据填充,得到完整的K空间数据;不仅在数据采集层面大大节省了时间,还消除了由于欠采带来的伪影,同时数据处理层面不需要像压缩感知技术那样过多的时间,保证了数据的实时性,极大地提高了治疗温度变化过程的时间分辨率。

【技术实现步骤摘要】

本专利技术涉及温度成像,具体为一种高时间分辨率的实时磁共振温度成像方法


技术介绍

1、介入热疗是由于与其具有微创甚至无创、对人体副作用小等优点成为继传统肿瘤治疗方式之后的又一种主流的肿瘤治疗方式。热疗过程中需要控制好加热温度,避免高热损坏周围区域的正常组织。为了确保肿瘤热治疗的安全性,需要对目标治疗区域进行精确地定位并且对加热过程中组织的温度进行监测,以保证治疗的有效性和安全性。

2、目前临床上常用的磁共振测温方法是prf法,即从加热期间采集的相位图像中减去加热之前采集的参考图像的相位图像,从图像的相位差中计算温度差,该方法原理示意图如附图3所示。受序列扫描时间、重建时间的影响,目前磁共振测温的时间分辨率较低。研究表明在热消融过程中,随着组织凝固,热传导和能量吸收方式会显著改变,较低的时间分辨率使得医生难以观测到这种能量吸收方式的改变以及消融过程中精准的温度变化过程,导致医生不能及时对后续消融方案作出适当调整。

3、现有技术的缺点之一是时间分辨率低,无法得到连续变化的温度变化过程。如果在现有技术基础上想要提高时间分辨率,则务必需要人为增加序列扫描次数,导致扫描步骤、扫描数据繁琐。

4、以持续时间t=60s的加热过程为例,假设现有技术使用gre序列扫描一次的时间是10s,现有技术一般只计算t=10s、20s、30s、40s、50s、60s6个时间点的温度差,忽略中间过程,即最多能得到7张相位图、6张温差图,即1min内最多能观察到6次温度变化过程,时间分辨率远远不够。

5、现有技术的另一个不足是实时性较差,这种方法一般是基于径向序列进行欠采扫描,然后结合压缩感知技术进行重建,这种径向欠采虽然保证了高时间分辨率的要求,但是在欠采恢复图像重建部分通常需要花费大量时间。

6、综上,现有技术存在时间分辨率低以及实时性较差的问题。因此,我们提供一种高时间分辨率的实时磁共振温度成像方法,在提高温度变化过程时间分辨率的保证成像的实时性。


技术实现思路

1、本专利技术的目的在于提供了一种高时间分辨率的实时磁共振温度成像方法,该方法基于prf法,从高度欠采样k空间数据中结合模型预测信息重建温度图。本方法将实际高度欠采的k空间数据与基于pennes bioheat生物热模型预测的k空间数据结合,更新出当前k空间的实际数据,并计算当前温度图。由于实际k空间数据都是高度欠采的,节省了很大数据采集时间;且本方法在温度图像序列中的计算是递归的,计算强度低,非常满足实时性的要求,极大地提高了治疗温度变化过程的时间分辨率。

2、本专利技术所解决的技术问题为:

3、(1)现有的温度成像的时间分辨率低;

4、(2)现有的欠采图像重建耗时长,实时性差。

5、本专利技术可以通过以下技术方案实现:一种高时间分辨率的实时磁共振温度成像方法,包括如下步骤:

6、步骤一、基于pennes bioheat生物热模型构建温度预测方程并确定方程中的各参数;

7、步骤二、利用温度预测方程从上一帧图像的温度预测下一帧图像的温度,再利用prf法将相邻两帧的温度差转化为相位差,随后进行傅里叶变化转换成k空间数据,得到预测的k空间数据;

8、步骤三、执行实际扫描中不同帧的采样策略,得到实际欠采的k空间数据;

9、步骤四、利用预测的k空间数据对实际欠采的k空间数据进行数据填充更新,得到更新后的k空间数据;

10、步骤五、基于prf法将更新后的k空间数据与第一帧全采样图像进行相位差计算,得到若干温差图像并输出为温度动图。

11、本专利技术的进一步技术改进在于:pennes bioheat生物热模型方程为:

12、

13、其中,t为组织温度(℃),r为组织密度(kg/m3),c为组织比热(j/kg/℃),k为组织导热系数(w/m/℃),w为pennes灌注参数(kg/立方米/秒),q为沉积功率密度(瓦/立方米);

14、经过简化变形后,得到温度预测方程

15、其中,qrel为归一化功率分布,且un为第n帧的微波或者超声功率。

16、本专利技术的进一步技术改进在于:在prf法中,根据相位变化计算出温度变化的计算式为:

17、

18、其中,δφ是两次扫描图像的相位差,γ为磁旋比,氢质子的磁旋比数值为42.575mhz/t,α是prf热系数,当温度变化范围在-15℃至100℃之间时,其数值大小为-1.03±0.02ppm/℃,b0为主磁场强度,te为回波时间。

19、本专利技术的进一步技术改进在于:在prf法中,将温度差转化为相位差的公式为:φn+1=φn+γb0αte(tn+1-tn)。

20、本专利技术的进一步技术改进在于:步骤三中采样策略为:对于第一帧图像进行全采样扫描,其他帧图像进行变密度的欠采样扫描。

21、本专利技术的进一步技术改进在于:变密度的欠采样扫描包括:将k空间被分为五个区域,最中间的为全采样区,全采样区的两边为中密度采样区,最外层为低密度采样区,中密度采样区设置为每隔m行采集一条数据,低密度区设置为每隔j行采集一条数据,且m<j。

22、本专利技术的进一步技术改进在于:步骤二和所述步骤三的执行顺序能够进行调换或同时进行。

23、与现有技术相比,本专利技术具备以下有益效果:

24、本专利技术利用生物热方程预测出后续每帧图像的温度并转换为k空间数据,然后对实际数据采用变密度欠采方式,在数据采集层面大大节省了时间。同时,将预测值填充到实际欠采的k空间数据行中得到完整的k空间数据消除了由于欠采带来的伪影,由于预测值是通过提前预测得到,并不占用实际数据采集时间,数据处理层面也不需要像压缩感知技术那样过多的时间。

本文档来自技高网...

【技术保护点】

1.一种高时间分辨率的实时磁共振温度成像方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的一种高时间分辨率的实时磁共振温度成像方法,其特征在于,所述Pennes bi oheat生物热模型方程为:

3.根据权利要求1所述的一种高时间分辨率的实时磁共振温度成像方法,其特征在于,在PRF法中,根据相位变化计算出温度变化的计算式为:

4.根据权利要求3所述的一种高时间分辨率的实时磁共振温度成像方法,其特征在于,在PRF法中,将温度差转化为相位差的公式为:Φn+1=Φn+γB0αTE(Tn+1-Tn)。

5.根据权利要求1所述的一种高时间分辨率的实时磁共振温度成像方法,其特征在于,步骤三中所述采样策略为:对于第一帧图像进行全采样扫描,其他帧图像进行变密度的欠采样扫描。

6.根据权利要求5所述的一种高时间分辨率的实时磁共振温度成像方法,其特征在于,变密度的欠采样扫描包括:将K空间被分为五个区域,最中间的为全采样区,全采样区的两边为中密度采样区,最外层为低密度采样区,中密度采样区设置为每隔m行采集一条数据,低密度区设置为每隔j行采集一条数据,且m<j。

7.根据权利要求1所述的一种高时间分辨率的实时磁共振温度成像方法,其特征在于,所述步骤二和所述步骤三的执行顺序能够进行调换或同时进行。

...

【技术特征摘要】

1.一种高时间分辨率的实时磁共振温度成像方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的一种高时间分辨率的实时磁共振温度成像方法,其特征在于,所述pennes bi oheat生物热模型方程为:

3.根据权利要求1所述的一种高时间分辨率的实时磁共振温度成像方法,其特征在于,在prf法中,根据相位变化计算出温度变化的计算式为:

4.根据权利要求3所述的一种高时间分辨率的实时磁共振温度成像方法,其特征在于,在prf法中,将温度差转化为相位差的公式为:φn+1=φn+γb0αte(tn+1-tn)。

5.根据权利要求1所述的一种...

【专利技术属性】
技术研发人员:周阳罗鹏辉王长亮周建太张华彬袁克诚周玉福
申请(专利权)人:安徽福晴医疗装备有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1