扩散磁共振成像和重建方法技术

本发明专利技术公开一种扩散磁共振成像和重建方法。该方法包括：S1、使用多个通道线圈，采用多次激发扩散成像方式对被测目标进行信号采集，以获取k空间数据；S2、计算线圈敏感度图，进行迭代初始化；S3、根据采集到的k空间数据、计算得到的线圈敏感度图和初始化参数，基于POCS算法，对所需的扩散图像进行迭代重建。本发明专利技术的方法不仅提高了信号的采集效率，而且减少了图像的模糊伪影和运动伪影，提高了图像分辨率。

【技术实现步骤摘要】
【专利摘要】本专利技术公开一种。该方法包括：S1、使用多个通道线圈，采用多次激发扩散成像方式对被测目标进行信号采集，以获取k空间数据；S2、计算线圈敏感度图，进行迭代初始化；S3、根据采集到的k空间数据、计算得到的线圈敏感度图和初始化参数，基于POCS算法，对所需的扩散图像进行迭代重建。本专利技术的方法不仅提高了信号的采集效率，而且减少了图像的模糊伪影和运动伪影，提高了图像分辨率。【专利说明】
本专利技术涉及磁共振成像
，尤其涉及一种。
技术介绍
磁共振影像中的扩散成像技术是目前活体测量水分子扩散运动的唯一影像手段。在磁共振影像扩散成像中，通过沿着多个方向施加扩散梯度感知水分子的微观运动来探测组织的微细结构，既可以获得结构信息，又可以产生功能信息。因此，该技术在过去十年内得到了很快的发展，并逐渐成为了一项重要的常规临床检查和科研工具。由于技术上的限制，现在临床上使用的扩散成像方法通常采用单次激发的回波平面成像(Echo PlanarImaging, EPI)序列，单次激发EPI成像特点是扫描时间短，且不存在多次激发之间由于运动导致的相位误差。然而，单次激发技术有它本身的不足，例如空间分辨率低，过长的信号读取所造成的图像变形等。随着临床和神经成像研究需求的增加，人们期待扩散成像能提供更高的分辨率和更高的信噪比的图像。然而对传统的磁共振成像来说，在较少的成像时间内提高空间分辨率、信噪比和保真度一直是一个挑战。与EPI相比，螺旋轨迹能够有效减少图像变形。传统的螺旋扩散成像采用变密度螺旋轨迹，将每次激发时采集到的位于k空间中心的满采样数据作为导航数据，来矫正运动带来的相位误差；不过这种成像方式增加了每次激发的采集时间，采集效率低，带来模糊伪影。近来，提出了一种基于均匀径向密度的螺旋轨迹的高分辨率扩散成像重建方法SENSE+CG，对SENSE+CG技术的详细说明可以参考2013年Magnetic Resonancein MedicineOO:000 - 000, Trong-Kha Truong 等的“High-Resolution MultishotSpiral Diffusion Tensor Imaging with Inherent Correction of Motion-1nducedPhase Errors”，此处并入以供参考。在该重建方法中，通常采用SENSE技术估计每次激发的运动误差，对SENSE技术的详细说明可以参考2001年Magnetic Resonance inMedicine46:638-651, Klaas P.Pruessmann 等的“Advances in Sensitivity EncodingWith Arbitrary k-Space Trajectories”,此处并入以供参考。然后，利用共轭梯度算法(Conjugate Gradient,简称CG),将估计出的误差融入重建中，恢复出图像。但是,该算法要求激发次数(等同于SENSE加速倍数)相对阵列线圈数目要较小，否则会受并行成像g因子的影响，从而带来图像信噪比下降，因此激发的次数受到限制。进而，这会导致每次激发采集时间较长，获得的图像模糊且分辨率受到影响。
技术实现思路
本专利技术旨在至少解决上述技术问题之一。为此，本专利技术需要提供一种，该方法提高了信号的采集效率，并且矫正不同激发之间由运动导致的相位误差。进一步地，本专利技术需要提供一种，该方法减少了图像模糊伪影和运动伪影，提高了图像分辨率。为了解决上述技术问题中的至少一个，根据本专利技术实施例的可以包括以下步骤:S1、使用多个通道线圈，采用多次激发扩散成像，对被测目标进行信号采集，以获取k空间数据kd ;S2、计算每个所述通道线圈的线圈敏感度图，并对所需的扩散图像f进行迭代初始化；以及S3、根据所述k空间数据kd、所述线圈敏感度图和所述迭代初始化的初始化参数，对所述扩散图像f进行重建，以获得所需的扩散图像f。由此，根据本专利技术实施例的，可以有效地提高信号的采集效率，并且可矫正不同激发之间由运动导致的相位误差，减少了图像模糊伪影和运动伪影，加快数据采集，提高了图像分辨率。另外，根据本专利技术的还具有如下附加技术特征:所述重建包括基于POCS算法进行多次迭代，以重建所需的所述扩散图像f，其中，第n+1次被执行的所述迭代包括如下步骤:S31、根据所述k空间数据kd进行图像更新，以获得更新后的每次所述激发、每个所述通道线圈的图像gu，其中，i=l…N，N为所述激发的次数，J=1-Nc, Ne为所述通道线圈的个数；S32、对于每次所述激发，将每个所述通道线圈更新后的所述图像gu进行通道合并，得到每次所述激发的合并图像h ;S33、将每次所述激发的所述合并图像hi求平均得到平均图像，并判断所述平均图像‘cr是否迭代收敛，其中，n+1为迭代次数；S34，如果收敛，则所述平均图像.C为所需的扩散图像；以及S35，如果不收敛且n+1小于预设的最大迭代次数，则对每次所述激发进行相位恢复，以得到第n+2次迭代所需的每次所述激发的初始图像，并根据所述初始图像继续执行所述步骤S31。这样可保证迭代重 建收 敛，进 而提高图像的分辨率。所述信号采集为回波平面成像、均匀密度螺旋式成像或变密度螺旋式成像中的一种或多种。所述步骤S31进一步包括:S311、对于每次所述激发，将第η次迭代的每次激发的更新图像ff)作为所需的所述扩散图像f的图像估计值；S312、对于每次所述激发，将所需的所述扩散图像f的图像估计值和每个所述通道线圈的所述线圈敏感度图相乘，并依次经过傅里叶变换和反网格化变换得到k空间数据kcn+1 ;S313、将所述k空间数据kcn+1和所述k空间数据kd相减，并将得到的差值依次经过网格化变换和反傅里叶变换，以得到每次所述激发、每个所述通道线圈图像的图像域误差；以及S314、将所述图像域误差和所需的所述扩散图像f的所述图像估计值相加，得到每次所述激发对应的每个所述通道线圈图像更新后的图像gi，j。所述通道合并采用最优化信噪比方法、SOS方法、自适应重建方法、主成分分析方法、奇异值分解方法中的任意一种。在所述通道合并采用所述最优化信噪比方法时，所述合并图像Iii通过下述重建模型获得:【权利要求】1.一种，其特征在于，包括以下步骤: 51、使用多个通道线圈，采用多次激发扩散成像，对被测目标进行信号采集，以获取k空间数据kd ； 52、计算每个所述通道线圈的线圈敏感度图，并对所需的扩散图像f进行迭代初始化；以及 53、根据所述k空间数据kd、所述线圈敏感度图和所述迭代初始化的初始化参数，对所述扩散图像f进行重建，以获得所需的扩散图像f。2.根据权利要求1所述的，其特征在于，所述重建包括基于POCS算法进行多次迭代，以重建所需的所述扩散图像f，其中，第n+1次被执行的所述迭代包括如下步骤: 531、根据所述k空间数据kd进行图像更新，以获得更新后的每次所述激发、每个所述通道线圈的图像gi，j，其中，i=l…N，N为所述激发的次数，J=1-Nc, Ne为所述通道线圈的个数； 532、对于每次所述激发，将每个所述通道线圈更新后的所述图像gu进行通道合并，得到每次所述激发的合并图像比； 本文档来自技高网...

【技术保护点】
一种扩散磁共振成像和重建方法，其特征在于，包括以下步骤：S1、使用多个通道线圈，采用多次激发扩散成像，对被测目标进行信号采集，以获取k空间数据kd；S2、计算每个所述通道线圈的线圈敏感度图，并对所需的扩散图像f进行迭代初始化；以及S3、根据所述k空间数据kd、所述线圈敏感度图和所述迭代初始化的初始化参数，对所述扩散图像f进行重建，以获得所需的扩散图像f。

【技术特征摘要】

【专利技术属性】
技术研发人员：马晓栋，郭华，张喆，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11