CN101915901A - 磁共振成像方法及装置 - Google Patents

Abstract

一种磁共振成像方法，包括如下步骤：对视野校准扫描得到多个复合图像，对多个复合图像进行绝对值求和得到求和图像，并根据所述多个复合图像及求和图像计算得到灵敏度系数；校正所述灵敏度系数，并生成重建图像。上述磁共振成像方法及装置对复合图像的绝对值进行求和得到求和图像，并通过该求和图像计算得到灵敏度系数，从而有效地提高了灵敏度系数的均匀性，灵敏度系数校正后生成重建图像，有效消除了扫描过程中运动等因素对图像造成的伪影，提高了重建后生成的无伪影复合图像的分辨率，加强了重建图像的鲁棒性。

Description

磁共振成像方法及装置

【技术领域】

本发明涉及磁共振成像技术，特别是涉及一种磁共振成像方法及装置。

【背景技术】

磁共振成像具有较高的软组织对比度和空间分辨率，可根据需要灵活选择成像参数与成像层面，广泛应用于临床中。传统的磁共振成像常常出现由于数据采集时间较长而导致成像速度较慢的问题。这是由于梯度场强已经接近极限而严重制约着磁共振成像的扫描速度。因此，在传统的磁共振成像中采用了多通道并行成像技术，即多通道采集与并行成像算法，使得磁共振成像可以不再依赖于梯度场强的提高也能大大加速数据的采集。多通道并行成像技术是利用相控阵线圈空间信息取代梯度编码信息，各个线圈单元同时对K空间进行欠采样，使得每个线圈单元所采集的K空间信号数量大大减少，成像速度大大提高。这一成像方法既提高了成像的速度，又可提高图像的对比度，因此在心脏、动态增强、血管成像等成像要求非常高的检查中具有广泛的实用价值。

但是，多通道并行成像技术中，由于各个线圈都欠采样采集K空间数据，而根据奈奎斯特采样定理，对各个线圈单元所采集的数据直接进行图像重建会发生混叠，导致重叠伪影。重叠伪影可以通过灵敏度系数(Sensitivity Encoding，SENSE)技术去除。

然而，在传统的灵敏度编码技术中，会出现灵敏度系数均匀性太差，根据灵敏度系数而得到的灵敏度图表面不平滑的缺陷，并且在数据采集的过程中，由于运动常常会使数据发生异常，从而对图像产生非常大的伪影，对图像质量产生重大影响。

【发明内容】

基于此，有必要提供一种可提高灵敏度均匀性的磁共振成像方法。

此外，还有必要提供一种可提高灵敏度均匀性的磁共振成像装置。

一种磁共振成像方法，包括如下步骤：对视野校准扫描得到多个复合图像，对多个复合图像进行绝对值求和得到求和图像，并根据所述多个复合图像及求和图像计算得到灵敏度系数；校正所述灵敏度系数，并生成重建图像。

优选地，述校正所述灵敏度系数，并生成重建图像的步骤之前还包括校正所述复合图像偏差场的步骤。

优选地，所述校正所述复合图像中的偏差场的步骤是：对复合图像预处理，得到掩模；将所述掩模作用于复合图像中以抽取组织部分图像，并对所述组织部分图像进行对数变换，得到加性偏差场；根据加性偏差场和掩模，通过高斯低通滤波器和归一化卷积得到初步估计的偏差场；对初步估计的偏差场进行B样条拟合得到精确估计的偏差场，并通过测量得到的图像灰度与所述精确估计的偏差场之比得到校正的复合图像。

优选地，所述对复合图像预处理，得到掩膜的步骤是：在复合图像中测量得到灰度图像，通过所述灰度图像得到所述灰度图像中点的亮度最大值，设定阈值为最大亮度的百分比，低于阈值部分设为0，组织部分设为1，形成二值图像，得到掩膜。

优选地，所述校正所述灵敏度系数，并生成重建图像的步骤是：通过参考图像与在视野扫描中获得的复合图像的拟合得到残差；引入退火参数，将所述残差导入连接强度函数中，得到所述连接强度函数的值，所述连接强度函数的值作为对角矩阵对角线上的元素；通过复数图像、对角矩阵以及灵敏度系数得到无伪影复合图像。

一种磁共振成像装置，至少包括：相控阵列线圈，用于对视野扫描得到多个复合图像、以及相对应的复数图像；计算装置，用于根据所述多个复合图像得到求和图像，并根据所述多个复合图像及求和图像计算得到灵敏度系数；图像重建装置，用于校正所述灵敏度系数，并生成重建图像。

优选地，还包括：亮度校正装置，用于校正所述复合图像中的偏差场。

优选地，所述亮度校正装置至少包括：掩模处理模块，用于对复合图像预处理，得到掩模；组织变换模块，用于将所述掩模作用于复合图像中以抽取组织部分图像，并对所述组织部分图像进行对数变换，得到加性偏差场；预校正模块，用于根据加性偏差场和掩模，通过高斯低通滤波器和归一化卷积得到初步估计的偏差场；平滑模块，用于对初步估计的偏差场进行B样条平滑拟合得到精确估计的偏差场，并通过测量得到的图像灰度与所述精确估计的偏差场之比得到校正的复合图像。

优选地，所述掩模处理模块还用于在复合图像中测量得到灰度图像，通过所述灰度图像得到所述灰度图像中点的亮度最大值，设定阈值为最大亮度的百分比，低于阈值部分设为0，组织部分设为1，形成二值图像，以得到掩模。

优选地，所述图像重建装置至少包括：拟合模块，用于通过参考图像与所述复合图像的拟合得到残差；估计模块，用于引入退火参数，将所述残差导入连接强度函数中，得到所述连接强度函数的值，所述连接强度函数的值作为对角矩阵中对角线上的元素；图像生成模块，用于通过复数图像、对角矩阵以及灵敏度系数得到无伪影复合图像。上述磁共振成像方法及装置对复合图像的绝对值进行求和得到求和图像，并通过该求和图像计算得到灵敏度系数，从而有效地提高了灵敏度系数的均匀性，灵敏度系数校正后生成重建图像，有效消除了扫描过程中运动等因素对图像造成的伪影，提高了重建后生成的无伪影复合图像的分辨率，加强了重建图像的鲁棒性。

上述磁共振成像方法及装置在校正灵敏度系数之前，首先校正了复合图像中的偏差场，从而获得亮度均匀的图像，且提高了信噪比，提高观察者对可视图像进行分析的准确性。

上述磁共振成像方法及装置高斯低通滤波器和归一化卷进行滤波，得到了初步估计的偏差场，去除了背景区域和组织图像之间的伪迹。

【附图说明】

图1为一实施例中磁共振成像方法的流程图；

图2为一实施例中校正复合图像中的偏差场的流程图；

图3A为大脑原始图像；

图3B为与大脑原始图像相对应的校正后的图像；

图4A为大脑原始图像的线图；

图4B为与大脑原始图像相对应校正后的图像的线图；

图5为一实施例中校正灵敏度系数并生成重建图像的流程图；

图6为一实施例中生成重建图像的示意图；

图7为一实施例中磁共振成像装置的详细模块图；

图8A为体模的参考图像；

图8B为通过传统方法所得的体模图像；

图8C为本发明所生成的体模图像；

图9A为脑部的参考图像；

图9B为通过传统方法所得的脑部图像；

图9C为本发明所生成的脑部图像；

图10A为腹部的参考图像；

图10B为通过传统方法所得的腹部图像；

图10C为本发明所生成的腹部图像。

【具体实施方式】

图1示出了一实施例中磁共振成像的方法流程，包括如下步骤：

在步骤S10中，对视野校准扫描得到多个复合图像，对多个复合图像进行绝对值求和得到求和图像，并根据多个复合图像及求和图像计算得到灵敏度系数。一实施例中，在K空间中对视野校准扫描采样而得到复合图像f_l(l＝1，2，...，L)，通过将根据复合图像f_l生成的绝对值图像相加而得到求和图像

从而利用以下公式进行计算得到灵敏度系数C_l：

C_l＝f_l/Am

其中，l为多个相控阵列线圈中所对应某一的相控阵列线圈。

通过复合图像f₁的绝对值图像相加而得到灵敏度系数C_l，有效地提高了均匀性，使由此灵敏度系数C_l产生的灵敏度图像具有平滑的表面。

在步骤S20中，校正所述复合图像中的偏差场。一实施方式中，偏差场也称为低频的乘性场，是指图像在同一生理组织或结构中，亮度缓慢变化的现象。在采集数据时由于敏感度系数的不同，会造成所得图像的亮度非均匀性。亮度非均匀的图像提供了虚假的对比度，严重阻碍了观察者对该图像进行相关性及准确性分析。基于此，如图2所示，在一个实施例中，步骤S20的具体过程是：

在步骤S201中，对复合图像预处理，得到掩模。复合图像的预处理是掩模处理，指的是用选定的图像、图形或物体对待处理的图像(全部或局部)进行遮挡，以控制图像区域的处理过程。覆盖于待处理图像上的选定图像、图形或物体称为掩模。掩模处理的过程具体是：在复合图像f₁中测量得到灰度图像，生成亮度直方图，通过亮度直方图找出灰度图像中像素点的亮度最大值，然后设定阈值为最大亮度的百分比，低于阈值的部分可看成是背景区域或噪声，设置为0，组织部分设为1，从而得到一幅二值图像作为掩模t。

在步骤S202中，将掩模作用于复合图像中以抽取组织部分图像，并对组织部分图像进行对数变换，得到加性偏差场。一实施例中，将掩模t遮挡于复合图像f₁上，抽取出组织部分图像v′_l，如下公式所示，对组织部分图像v′_l进行对数变换，把乘性偏差场转化为加性偏差场。

V_l＝logv′_l＝logu′+logf′_l

其中，u′是掩模后的真实图像灰度，f′_l是掩模后的光滑变化偏差场。

在步骤S203中，根据加性偏差场和掩模，通过高斯低通滤波器和归一化卷积得到初步估计的偏差场。一实施例中，通过高斯低通滤波器进行滤波，滤波后在会在背景区域和组织图像之间产生不同程度的伪迹，严重地影响了图像的质量。因此，还通过归一化卷积的方法再次进行滤波，去除背景区域和组织图像之间的伪迹，得到初步估计的偏差场d_l

d_l＝exp(LPF[V_l]/LPF[t_l])

在步骤S204中，对初步估计的偏差场进行B样条拟合得到精确估计的偏差场，并通过测量得到的图像灰度与精确估计的偏差场之比得到校正的复合图像。一实施例中，由于在归一化卷积的滤波过程中，是认为组织图像的数据已知，背景区域的数据丢失，对出现在组织图像中的伪迹没有作用，因此对初步估计的偏差场进行B样条拟合。对初步估计的偏差场进行B样条拟合而得到精确估计的偏差场的过程是：在初步估计的偏差场中选择较平坦的区域进行亚采样，所得的样本点作为拟合节点，然后用B样条拟合所得到的拟合节点，最后通过插值、外推图像，得到平滑的精确估计的偏差场f′_l，B样条拟合函数可表示为：

$f_l(x,y)=\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}{\mathrm{\θ}}_{\mathrm{ij}}{B}_i\left(x\right)B_j\left(y\right)$

其中，B_i、B_j为一维B样条函数，θ_ij为拟合参数。

B样条拟合是使J＝E(θ)+ωR(θ)最小的优化过程，式中，E(θ)为一致度，反映了B样条拟合函数与原始数据s(x，y)的接近程度，即

$E\left(\mathrm{\θ}\right)=\underset{x,y}{\mathrm{\Σ}}{\left|\right|s(x,y)-f(x,y)\left|\right|}^2$

ω为根据经验选择的一个加权因子；R(θ)为光滑度，反映B样条函数的光滑程度，即

$R\left(\mathrm{\θ}\right)=\underset{x,y}{\mathrm{\Σ}}[{\left(\frac{{\∂}^{2}f}{\∂x\∂x}\right)}^2+2{\left(\frac{{\∂}^{2}f}{\∂x\∂y}\right)}^2+{\left(\frac{{\∂}^{2}f}{\∂y\∂y}\right)}^2]$

根据测量得到的图像灰度v_l及精确估计的偏差场f′_l通过如下公式得到校正的复合图像，即

u＝v_l/f′_l

校正的复合图像其亮度非均匀校正结果如图3A至图3B所示，图3A的大脑原始图像的线图如图4A所示，图3B校正后图像中第60列的校正结果如图4B所示。在图4A至图4B中，与大脑原始图像的线图相比较，校正后图像的线图较平滑，毛刺较少。

在步骤S30中，校正灵敏度系数，并生成重建图像。一实施方式中，采集原始数据时，放置于人体某些部位的线圈在采集数据时非常容易受到运动的影响或是遭到噪声的破坏而发生异常，含伪影的破坏数据成为原始数据集中的异常值，为统计出遭到运动或噪声破坏的伪影图像数据，对灵敏度系数C_l进行AM鲁棒估计。如图5所示，在一实施例中，步骤S30的过程具体是：

在步骤S301中，通过参考图像与在视野扫描中获得的复合图像的拟合得到残差。定义在视野扫描中获得的复合图像f_l与参考图像的差为残差r_l。参考图像是通过仅扫描低频数据快速得到的，该参考图像分辨率较高。

在步骤S302中，引入退火参数，将残差导入连接强度函数中，得到连接强度函数的值，连接强度函数的值作为对角矩阵对角线上的元素。根据自适应不连续马尔可夫先验模型，连接强度函数为

其中t为迭代过程中逐渐递减的退火参数，其降温策略通过tⁿ＝0.1×t^n-1来完成，退火参数t的初值为2。通过连接强度函数计算得到对角矩阵列D中对角线上的元素，即D＝diag(d₁，d₂，...，d_l)，其中l为残差点数目。

在步骤S303中，通过在视野扫描中得到的复数图像、对角矩阵以及灵敏度系数得到无伪影复合图像。进行小视野扫描得到复数图像S_l，从而将复数图像S_l、对角矩阵D以及灵敏度系数C_l导入以下图像重建公式中

ρ^AM＝(C_l ^HDC_l)^-1C_l ^HDS_l

其中，ρ^AM为重建后得到的无伪影复合图像，C^H为矩阵C的赫尔米特转置。

如图6所示，通过相控阵列线圈Coil_l(l＝1，2，...L)扫描后进行快速傅叶(fast fourier transform，FFT)变换得到相对应的复数图像S_l，从而将复数图像S_l和敏感度系数C_l进行AM鲁棒估计后，得到无伪影的复合图像。

图7示出了一实施例中的磁共振成像装置，该磁共振成像装置包括相控阵列线圈20、计算装置40、亮度校正装置60以及图像重建装置80，其中：

相控阵列线圈20，用于对视野扫描得到多个复合图像、以及相对应的复数图像。相控阵列线圈20在K空间中进行欠采样得到复合图像f_l，并经过快速傅里叶变换得到复数图像S_l。

计算装置40，用于根据多个复合图像计算得到求和图像，并根据多个复合图像及求和图像计算得到灵敏度系数。一实施例中，通过将根据多个复合图像f_l生成的绝对值图像相加而得到求和图像

并根据以下公式计算得到灵敏度系数C_l：

C_l＝f_l/Am

亮度校正装置60，用于校正复合图像中的偏差场。如前所述，在一个实施例中，亮度校正装置60包括：

掩模处理模块601，用于对复合图像预处理，得到掩模。该掩模处理模块601对复合图像进行掩模处理，在复合图像f_l中测量得到灰度图像，生成亮度直方图，通过该亮度直方图找出灰度图像中点的亮度最大值，然后设定阈值为最大亮度的百分比，低于阈值的部分可看成是背景区域或噪声，设置为0，组织部分设为1，从而得到一幅二值图像作为掩模t。

组织变换模块602，用于将掩模作用于复合图像中以抽取组织部分图像，并对组织部分图像进行对数变换，得到加性偏差场。该组织变换模块602将掩模t遮挡于复合图像f_l上，抽取出组织部分图像v′_l，通过以下公式将组织部分图像v′_l进行对数变换，把乘性偏差场转化为加性偏差场，即

v_l＝logv′_l＝logu′+logf′_l

其中，u′是掩模后的真实图像灰度，f′_l是掩模后的光滑变化偏差场。

预校正模块603，用于根据加性偏差场和掩模，通过高斯低通滤波器和归一化卷积得到初步估计的偏差场。该预校正模块603通过高斯低通滤波器进行滤波后，通过归一化卷积的再次进行滤波，得到初步估计的偏差场d_l，即

d_l＝exp(LPF[V_l]/LPF[t_l])

平滑模块604，用于对初步估计的偏差场进行B样条拟合得到精确估计的偏差场，并通过测量得到的图像灰度与精确估计的偏差场之比得到校正的复合图像。该平滑模块604在初步估计的偏差场中选择较平坦的区域进行亚采样，将所得到的样本点作为拟合节点，然后用B样条拟合所得到的拟合节点，最后通过插值、外推图像，得到平滑的精确估计的偏差场f′_l，B样条拟合函数可表示为：

$f_l(x,y)=\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}{\mathrm{\θ}}_{\mathrm{ij}}{B}_i\left(x\right)B_j\left(y\right)$

其中，B_i、B_j为一维B样条函数，θ_ij为拟合参数。

B样条拟合是使J＝E(θ)+ωR(θ)最小的优化过程，式中，E(θ)为一致度，反映了B样条拟合函数与原始数据s(x，y)的接近程度，即

$E\left(\mathrm{\θ}\right)=\underset{x,y}{\mathrm{\Σ}}{\left|\right|s(x,y)-f(x,y)\left|\right|}^2$

ω为根据经验选择的一个加权因子；R(θ)为光滑度，反映B样条函数的光滑程度，即

$R\left(\mathrm{\θ}\right)=\underset{x,y}{\mathrm{\Σ}}[{\left(\frac{{\∂}^{2}f}{\∂x\∂x}\right)}^2+2{\left(\frac{{\∂}^{2}f}{\∂x\∂y}\right)}^2+{\left(\frac{{\∂}^{2}f}{\∂y\∂y}\right)}^2]$

根据测量得到的图像灰度v_l及精确估计的偏差场f′_l通过如下公式得到校正的复合图像，即

u＝v_l/f′_l

图像重建装置80，用于校正灵敏度系数，并生成重建图像。一实施例中，图像重建装置80对灵敏度系数C_l进行AM鲁棒估计，包括：

拟合模块801，用于通过参考图像与复合图像的拟合得到残差r_l。参考图像是通过扫描低频沼气快速得到的，分辨率较高。

估计模块802，用于引入退火参数，将残差导入连接强度函数中，得到连接强度函数的值，连接强度函数的值作为对角矩阵中对角线上的元素。如前所述，估计模块802选用

的连接强度函数，其中t为迭代过程中逐渐递减的退火参数，其降温策略通过tⁿ＝0.1×t^n-1来完成，退火参数t的初值为2。通过连接强度函数计算得到对角矩阵列D中对角线上的元素，即D＝diag(d₁，d₂，...，d_l)。

图像生成模块803，用于通过复数图像、对角矩阵以及灵敏度系数得到无伪影复合图像。如前所述，图像生成模块803将复数图像S_l、对角矩阵D以及灵敏度系数C_l导入以下图像重建公式中，以得到无伪影复合图像

ρ^AM＝(C_l ^HDC_l)^-1C_l ^HDS_l

其中，ρ^AM为重建后得到的无伪影复合图像，C^H为矩阵C的赫尔米特转置。

如图8A至图8C所示，通过在体模数据重建结果中参考图像、传统方法所得图像与上述磁共振成像访求及装置所得到的无伪影复合图像的比较，可以看出无伪影复合图像更为清晰。

如图9A至图9C所示，通过在真实脑部数据的重建结果中，对比参考图像、传统方法所得图像与上述磁共振成像访求及装置所得到的无伪影复合图像，在传统方法的箭头所指示的位置，无伪影复合图像清晰且无伪影。

如图10A至图10C所示，通过在腹部数据的重建结果中，对比参考图像、传统方法所得图像与上述磁共振成像访求及装置所得到的无伪影复合图像，在传统方法的箭头所指示的位置，无伪影复合图像清晰且无伪影。

上述磁共振成像方法及装置对复合图像的绝对值进行求和得到求和图像，并通过该求和图像计算得到灵敏度系数，从而有效地提高了灵敏度系数的均匀性，灵敏度系数校正后生成重建图像，有效消除了扫描过程中运动等因素对图像造成的伪影，提高了重建后生成的无伪影复合图像的分辨率，加强了图像重建的鲁棒性。

上述磁共振成像方法及装置在校正灵敏度系数之前，首先校正了复合图像中的偏差场，从而获得亮度均匀的图像，且提高了信噪比，提高观察者对可视图像进行分析的准确性。

上述磁共振成像方法及装置高斯低通滤波器和归一化卷进行滤波，得到了初步估计的偏差场，去除了背景区域和组织图像之间的伪迹。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种磁共振成像方法，包括如下步骤：

对视野校准扫描得到多个复合图像，对多个复合图像进行绝对值求和得到求和图像，并根据所述多个复合图像及求和图像计算得到灵敏度系数；

校正所述灵敏度系数，并生成重建图像。

2.根据权利要求1所述的磁共振成像方法，其特征在于，所述校正所述灵敏度系数，并生成重建图像的步骤之前还包括校正所述复合图像偏差场的步骤。

3.根据权利要求2所述的磁共振成像方法，其特征在于，所述校正所述复合图像中的偏差场的步骤是：

对复合图像预处理，得到掩模；

将所述掩模作用于复合图像中以抽取组织部分图像，并对所述组织部分图像进行对数变换，得到加性偏差场；

根据加性偏差场和掩模，通过高斯低通滤波器和归一化卷积得到初步估计的偏差场；

对初步估计的偏差场进行B样条拟合得到精确估计的偏差场，并通过测量得到的图像灰度与所述精确估计的偏差场之比得到校正的复合图像。

4.根据权利要求3所述的磁共振成像方法，其特征在于，所述对复合图像预处理，得到掩膜的步骤是：

在复合图像中测量得到灰度图像，通过所述灰度图像得到所述灰度图像中点的亮度最大值，设定阈值为最大亮度的百分比，低于阈值部分设为0，组织部分设为1，形成二值图像，得到掩膜。

5.根据权利要求3所述的磁共振成像方法，其特征在于，所述校正所述灵敏度系数，并生成重建图像的步骤是：

通过参考图像与在视野扫描中获得的复合图像的拟合得到残差；

引入退火参数，将所述残差导入连接强度函数中，得到所述连接强度函数的值，所述连接强度函数的值作为对角矩阵对角线上的元素；

通过复数图像、对角矩阵以及灵敏度系数得到无伪影复合图像。

6.一种磁共振成像装置，其特征在于，至少包括：

相控阵列线圈，用于对视野扫描得到多个复合图像、以及相对应的复数图像；

计算装置，用于根据所述多个复合图像得到求和图像，并根据所述多个复合图像及求和图像计算得到灵敏度系数；

图像重建装置，用于校正所述灵敏度系数，并生成重建图像。

7.根据权利要求6所述的磁共振成像装置，其特征在于，还包括：

亮度校正装置，用于校正所述复合图像中的偏差场。

8.根据权利要求7所述的磁共振成像装置，其特征在于，所述亮度校正装置至少包括：

掩模处理模块，用于对复合图像预处理，得到掩模；

组织变换模块，用于将所述掩模作用于复合图像中以抽取组织部分图像，并对所述组织部分图像进行对数变换，得到加性偏差场；

预校正模块，用于根据加性偏差场和掩模，通过高斯低通滤波器和归一化卷积得到初步估计的偏差场；

平滑模块，用于对初步估计的偏差场进行B样条平滑拟合得到精确估计的偏差场，并通过测量得到的图像灰度与所述精确估计的偏差场之比得到校正的复合图像。

9.根据权利要求8所述的磁共振成像装置，其特征在于，所述掩模处理模块还用于在复合图像中测量得到灰度图像，通过所述灰度图像得到所述灰度图像中点的亮度最大值，设定阈值为最大亮度的百分比，低于阈值部分设为0，组织部分设为1，形成二值图像，以得到掩模。

10.根据权利要求8所述的磁共振成像装置，其特征在于，所述图像重建装置至少包括：

拟合模块，用于通过参考图像与所述复合图像的拟合得到残差；

估计模块，用于引入退火参数，将所述残差导入连接强度函数中，得到所述连接强度函数的值，所述连接强度函数的值作为对角矩阵中对角线上的元素；

图像生成模块，用于通过复数图像、对角矩阵以及灵敏度系数得到无伪影复合图像。

Images