CN102959388B - 利用压缩感测重建的动态对比度增强mr成像 - Google Patents

Abstract

本发明涉及一种利用水和脂肪的信号分离执行对对象（10）的动态对比度增强磁共振成像的方法，所述方法包括利用化学位移编码空间中的Dixon采集和动态时间空间中的动态时间分辨在k空间中采集磁共振数据集，其中，采用欠采样执行所述数据集采集，其中，所述方法还包括：在所述k空间、所述化学位移编码空间和所述动态时间空间中应用压缩感测重建技术，由所述压缩感测重建得到重建数据集，对所述重建数据集执行Dixon重建，并且对Dixon重建数据集执行动态对比度分析。

Description

利用压缩感测重建的动态对比度增强MR成像

技术领域

本发明涉及一种利用压缩感测重建执行动态对比度增强磁共振成像的方法以及用于执行对象的动态对比度增强磁共振成像的计算机产品和磁共振成像设备。

背景技术

目前，利用磁场和核自旋之间的相互作用形成二维或三维图像的图像形成MR方法得到了广泛采用，尤其是在医疗诊断领域，因为对于软组织成像而言，所述方法在很多方面优于其他成像方法，并且其不需要电离辐射，而且通常是非侵入性的。

根据一般的MR方法，将患者的身体或者更通常而言的待检查对象布置到强的均匀磁场B₀内，该磁场的方向同时定义了所述测量所基于的坐标系的轴，一般为z轴。取决于所施加的磁场强度，所述磁场将产生不同的实现各核自旋的能量水平，可以通过施加具有限定频率，即所谓的拉莫尔频率或MR频率的交变电磁场(RF场)激发所述自旋(自旋共振)。从宏观的角度来看，各核自旋的分布将产生总体磁化，可以通过施加具有适当频率的、其磁场垂直于z轴延伸的电磁脉冲(RF脉冲)使所述总体磁化偏离平衡状态，从而使所述磁化执行围绕z轴的进动。

可以通过接收RF天线检测所述磁化的任何变化，所述天线以这样的方式布置在MR装置的检查体积内并设定一定取向，其布置使得能够沿垂直于z轴的方向测量所述磁化的变化。

为了实现体内的空间分辨，使沿三个主轴延伸的线性磁场梯度叠加到所述均匀磁场上，带来对自旋共振频率的线性空间相关性。因而，所述接收天线拾取的信号将含有不同频率的分量，可以将所述分量与体内的不同位置关联起来。通过接收天线获得的信号数据对应于空间频率域，并且被称为k空间数据。所述k空间数据通常包括采用不同的相位编码采集的多个行(multiplelines)。通过收集多个样本使每行数字化。例如，通过傅里叶变换将k空间数据的样本转化为MR图像。

动态对比度增强(DCE)MRI是基于MRI的乳腺癌诊断中的重要诊断基石之一。在造影剂(Gd)的施用(静脉注射)过程中或者之后执行时间分辨动态成像，以监测由于造影剂流入、流出和灌注导致的信号变化。通过这种方式，能够使血管***(包括毛细血管床)中的结构变化和组织间隙可视化，其有助于识别潜在的肿瘤。由脂肪组织引起的部分体积效应可能模糊对比度增强。因此，当前使用频谱脂肪预饱和方法抑制脂肪信号，以提高检测能力(比较DesmondKL等的JMRI2007；25:1293)。

B1-/B0-非均匀性妨碍临床应用中的总体脂肪抑制的质量。过于频繁地应用的化学位移选择性预饱和RF脉冲还可能对SAR(比吸收率)限制产生作用，尤其是在高场应用中。诸如两点或三点Dixon方案的化学位移编码方法允许以一种更加鲁棒的方式分离水和脂肪信号，例如，在GloverGH等的MRM1991；18:371、ReederSB等的MRM2004；51:35、ReederSB,等的MRM2005；54:636-644以及XiangQS.MRM2006；56:572-584中公开了所述方法。然而，所有的这些Dixon方法都需要更多的数据，延长了总扫描时间，因而降低了时间分辨率，这一点是不希望出现的。

可以将测量每次RF激励后的若干梯度回波的多回波技术(Koken等的ISMRMBerlin2007,1623)用于Dixon编码，但是多回波技术的采样效率不足以补偿所需的额外时间。

发明内容

通过上述内容，应该可以认识到，需要一种改进的MR成像方法。因此，本发明的目的在于以一种快速的方式实现动态对比度增强磁共振成像。此外，由上文应该可以认识到，需要一种适于执行根据本发明所述方法的改进的MR成像***和一种适于执行根据本发明所述方法的改进的计算机程序产品。

根据本发明，提出了一种利用水和脂肪的信号分离执行对对象的动态对比度增强磁共振成像的方法，所述方法包括利用化学位移编码空间中的Dixon采集并且以动态时间空间中的动态时间分辨率(resolution)，在k空间中采集磁共振数据集，其中，采用欠采样执行对所述磁共振数据集的采集，其中，所述方法还包括在所述k空间、化学位移编码空间和动态时间空间中应用压缩感测(CS)重建技术，其中，所述压缩感测重建产生重建数据集。此外，对所述重建数据集执行Dixon重建，最后对Dixon重建数据集执行动态对比度分析。

换言之，公开了使用适当的数据子采样和对应的信号重建来加速化学位移编码的水/脂肪分辨的DCE。还公开了使用压缩感测的原理加速DCE测量。

本发明的实施例的优点在于提高了DCEMR数据的质量，其允许得到更高的空间和时间分辨率，同时保持低的数据采集时间和数据处理时间。其允许提高(例如)基于DCE的肿瘤检测的诊断质量。

因此，本发明例如能够用于促进加速的水/脂肪分辨的DCE乳腺癌诊断。

根据本发明的实施例，采用欠采样在k空间、化学位移编码空间和动态时间空间中采集数据集。这允许缩短扫描时间，但是由于CS数据重建的原因仍然保证了高图像质量。

根据本发明的另一实施例，以组合的优化过程一起执行压缩感测重建和Dixon重建。换言之，作为首先执行压缩感测重建其次执行单独的Dixon重建步骤的替代，以结合在一起的方式执行这两个步骤。

根据本发明的另一实施例，所述方法还包括采集对象的先验水-脂肪图像，其中，所述压缩感测重建包括确定预期的水-脂肪图像的MR信号模型，并且迭代地对所述信号模型进行线性化，利用所述先验水-脂肪图像对所述迭代初始化。

这允许以一种快速且可靠的方式执行压缩感测重建。

根据本发明的另一实施例，先验水-脂肪图像包括水信号、脂肪信号和场图，其中，在假定了与所述水信号和/或脂肪信号和/或所述场图在动态时间空间中的时间特性相关的约束条件的情况下，执行所述压缩感测重建。这样的先验假设(约束条件)确保了在数学上使重建过程进一步稳定化。

根据本发明的另一实施例，在k空间和化学位移编码空间中采用完整采样来采集先验水-脂肪图像。由于具有对于单个时帧的场图的良好的初始“估计”，所述压缩感测重建和Dixon重建的结合问题变得基本为线性，这使得计算更加容易，并且更有效率。

根据本发明的另一实施例，对所述k空间中心完整采样。

根据本发明的另一实施例，随机或者准随机地执行欠采样。这允许以不相干的方式抹去重建图像中的伪像，因而其提高了MR图像质量。

根据本发明的另一实施例，采用并行成像采集磁共振数据集。这进一步加速了数据采集过程。

根据本发明的另一实施例，所述Dixon采集是多回波Dixon采集，优选是两点回波Dixon采集。或者，所述Dixon采集可以是单点Dixon采集，例如，这种采集可以从J.Berglund,H.L.Johansson,和J.Kullberg.的Single-imagewater/fatseparation.ISMRM2010,#2907中已知。

另一方面，本发明涉及一种计算机程序产品，其包括用以执行上述方法步骤中的任何方法步骤的可执行指令。

另一方面，本发明涉及一种用于利用水和脂肪的信号分离来执行对对象的动态对比度增强磁共振成像的磁共振成像设备，所述设备包括：

-用于采集磁共振图像数据的磁共振成像扫描器，

-控制器，其适于控制利用化学位移编码空间中的多回波Dixon采集并且以动态时间空间中的动态时间分辨率，采集k空间中的磁共振数据集的扫描器操作，其中，所述控制器还适于采用欠采样执行对所述磁共振数据集的采集，

-数据重建***，其适于在所述k空间、所述化学位移编码空间和所述动态时间空间中应用压缩感测重建技术，所述压缩感测重建产生重建数据集，其中，所述数据重建***还适于对重建数据集执行Dixon重建，并且对Dixon重建数据集执行动态对比度分析。

这样的***能够从水/脂肪分辨的DCE提供信息。除了从仅水的数据获得的更好的DCE信息之外，分离出的脂肪数据也能够携带有意义的组织结构信息。所述DCE脂肪数据也可以进一步起到诊断作用，受到局部组织磁化率变化影响的主场不均匀性图可能对支持诊断具有潜在的帮助。

附图说明

在下文中更加详细地描述了仅作为例子的本发明的优选实施例。因而，下面的附图仅仅是出于举例说明的目的而设计的，而非界定对本发明的范围的限制。在附图中：

图1示出了用于实现根据本发明的方法的MR装置，

图2示出了两种不同的有效的三点Dixon数据采集方案的例子。

图3是两种不同的编码方案的例子。

具体实施方式

参考图1，其示出了MR成像***1。所述***包括超导或电阻性主磁体线圈2，从而沿z轴建立穿过检查体积的基本均匀的在时间上恒定的主磁场B₀。

磁共振生成操纵***施加一系列RF脉冲和切换的磁场梯度以反转或激励核磁自旋、诱发磁共振、使磁共振重新聚焦、操纵磁共振、对磁共振进行空间编码或者其他形式的编码、使自旋饱和等，以执行MR成像。

更具体而言，梯度脉冲放大器3沿检查体积的x、y和z轴向全身梯度线圈4、5、6中的选定线圈施加电流脉冲。RF发射器7通过发送/接收开关8向RF天线9发送RF脉冲或脉冲包，从而向检查体积内发射RF脉冲。典型的MR成像序列由短时长的RF脉冲序列的包构成，所述RF脉冲序列的包彼此结合并且与所施加的任何磁场梯度结合将实现对核磁共振的选定操纵。使用所述RF脉冲使共振饱和、激励共振、反转磁化、使共振重新聚焦或者操纵共振，并且选择处于检查体积内的身体10的部分。也可以通过RF天线9拾取MR信号。

为了(例如)利用并行成像生成身体或者一般而言的对象10的有限区域的MR图像，邻近所选定的要成像的区域放置一组局部阵列RF线圈11、12和13。可以使用阵列线圈11、12和13接收通过RF天线实现的RF发射所感生的MR信号。但是，也有可能使用阵列线圈11、12和13向检查体积发射RF信号。

通过RF天线9和/或通过RF线圈11、12、13的阵列拾取所得到的MR信号，并通过接收器14对所述MR信号解调，接收器14优选包括前置放大器(未示出)。将接收器14经由发送/接收开关8连接至RF线圈9、11、12和13。

主计算机15控制梯度脉冲放大器3和发射器7以生成多种成像序列中的任何一个，例如，回波平面成像(EPI)、回波体积成像、梯度和自旋回波成像、快速自旋回波成像等。

对于选定的序列而言，接收器14接收随着每一RF激励脉冲而快速接续而来的单个或者多个MR数据行。数据采集***16对所接收的信号执行模数转换，并将每一MR数据行转换成适合进一步处理的数字格式。在新型的MR装置中，数据采集***16是专门用于采集原始图像数据的分立计算机。

最后，重建处理器17采用傅里叶变换或者其他适当的重建算法将数字原始图像数据重建为图像表示。MR图像可以表示穿过患者的平面切片、平行的平面切片的阵列、三维体积等。然后，将所述图像存储到图像存储器中，可以在所述图像存储器中对图像进行访问，从而将图像表示的切片或者其他部分转换成用于可视化的适当形式，例如，通过视频监视器18进行可视化，其将提供所得到的MR图像的人可读显示。

主计算机15可以适于控制扫描器的操作，该操作为利用化学位移编码空间中的多回波Dixon采集并且以动态时间空间中的动态时间分辨率来控制采集k空间中的磁共振数据集，其中，所述控制器还适于采用欠采样执行所述磁共振数据集的采集。

所述重建处理器17适于在k空间、化学位移编码空间和动态时间空间中应用压缩感测重建技术，所述压缩感测重建产生重建数据集，其中，所述数据重建***还适于对重建数据集执行Dixon重建，并且对Dixon重建数据集执行动态对比度分析。

详细来讲，为了促进3D时间分辨的水-脂肪DCE成像，针对若干动态(dynamic)，即，在动态时间空间中，采集3个回波时间上的3D数据。如图解所示，不同回波的采集运行在内部循环中。

TE1TE2TE3TE1TE2TE3...TE1TE2TE3

动态1动态2动态N

如上所述，所采集的数据优选是在具有完整采样的k空间中心的多维k-TE-t空间中随机或准随机地欠采样的(例如，通过泊松(Poisson)盘采样)，以考虑到所述k空间中心周围的较高信号能量。

在所述最为基础的实施方式中，使用压缩感测重建独立地重建每一图像x_i(对于单个TE和单个动态而言)，将所重建图像用作水-脂肪分离重建中的输入，并且最后执行DCE评估。CS重建需要解下述最小化问题

$\begin{array}{cc}min.\left|\right|{\mathrm{\&Psi;x}}_i|{|}_1& s.t.\left|\right|F_u{x}_i-y_i|{|}_2^2<\mathrm{\&epsiv;}\end{array}---\left(1\right)$

$x=\left[\begin{array}{c}w\\ f\\ \mathrm{\&Delta;}{B}_0\end{array}\right]$

这里，x是包含水图像、脂肪图像和场不均匀性(场图)的向量。y_i是对应的k空间数据向量，F_u是欠采样傅里叶算子，Ψ是稀疏化(sparsify)变换，例如，小波变换，并且ε是所估计的噪声水平。

然而，这一基础实施方式只允许采用单独的Dixon重建在k空间中进行CS重建。尚未考虑所述k空间(k)、化学位移编码空间(TE)和动态时间空间(t)中的相干性。

使用最初由(1)计算出的水、脂肪及场图能够实现对(1)的改进，从而对同时的水-脂肪CS重建初始化，如DonevaM等的ISMRMStockholm2010,2919中所描述的。

因而，可以通过解下述问题而针对每一动态执行结合的(integrated)水/脂肪分离CS重建：

其中，w、f和分别是水、脂肪图像和场图。Ψ仍然是稀疏化变换(小波，有限差分)，并且Φ是对场图施加的平滑度算子(二阶有限差分)。测量算子g是基本形成了水-脂肪图像的MR信号模型的场图水和脂肪信号的非线性函数。

一种解问题(2)的选择是在w、f和的当前估值周围对g进行迭代地线性化，并针对每次迭代解线性问题。可以将在上述方法(1)中获得的场图估计用于初始化，场图估计通常非常接近解，因此只需要很少的外部迭代(线性化步骤)。

然而，实施方式(2)中只允许考虑k空间(k)和化学位移编码空间(TE)中的相干性。仍然未考虑动态时间空间(t)。

因而，为了在(不同动态上的)重建中结合时间相关性，可以对每一TE来解k-tCS问题，而不是象(1)中描述的那样针对每幅图像进行独立的重建，例如，通过解下述问题来解k-tCS问题：

$\begin{array}{cc}min.\left|\right|\mathrm{\&Psi;}(x_i-x_c)|{|}_1& s.t.\left|\right|F_u{x}_i-y_i|{|}_2^2<\mathrm{\&epsiv;}\end{array}---\left(3\right)$

其中，x_c是针对给定TE和所有的动态的复合图像，并采用重建图像对下述结合问题初始化

其中，w_c和f_c是复合的水和脂肪图像。

这最终考虑了k、TE和t空间中的相干性，因而显著提高了水/脂肪分辨的DCE的时间分辨率，其也可能换取空间分辨率。在水/脂肪分辨的DCE中，存在一定数据/信息冗余度，因为在(例如)造影剂(例如，包括Gd)施用过程中水/脂肪组织成分将保持不变。因而，能够在扫描的非时间临界相内，即在造影剂施用之前测量基础水/脂肪成分，并且将基础水/脂肪成分用作先验信息，该信息可用于促进更为急剧的子采样。

所要施用的造影剂预计将导致主要在水图像中，而不在脂肪图像中的随着时间的信号变化；而且，场图预计也不发生变化。因此，优选定义所述重建过程地相应限制条件。因而，在给定了对于单个时帧的场图良好的初始估计的情况下，对于所有动态而言，该问题几乎都变成了线性问题。这使得计算更为容易，也更加有效率。

另一种获得场图的良好估计的选择是在造影剂施用以前利用三点测量执行完整采样预扫描。采用所得到的场图作为初始化状态。可以采用脂肪和水图像来替代复合图像w_c和f_c。在造影剂施用过程中从每一时帧减去最初获得的水和脂肪图像可以是一种有用的稀疏化变换。可以将场不均匀性图(ΔB₀)用于Gauss-Newton算法的初始化。

可以利用与相控阵列相关的编码函数(其包括线圈灵敏度)代替/扩展傅里叶变换，从而对所述重建进一步扩展以使用相控阵列。

如果将两点乃至单点Dixon测量用于水-脂肪编码，那么能够实现进一步的加速。这有助于进一步缩短测量时间。

图2示出了两种不同的有效的3点Dixon数据采集方案的例子。在多回波模式中应用三点Dixon(化学位移编码)，其中，在一次RF激励之后采集(DAQ数据采集)三个梯度回波(GE1，GE2，GE3)。(a)对于同一相位编码步骤k，对化学位移编码数据采样。(b)在k方向执行子采样。以随机方式应用对应的相位编码标志(200)，从而针对不同的编码时间测量不同的k空间样本。

因而，所述序列通过这样的方式执行欠采样，即，在化学位移维度采集更少的剖面(profile)，并且稍微修改多梯度回波模式，从而允许相位编码标志梯度对这一回波串中的不同相位编码步骤寻址，以获得高扫描效率。最后，使用如上所述的DCE水/脂肪分辨的CS重建对数据进行重建。在这一水/脂肪分辨的DCE中，可以获得用于进一步分析的数据，相对于常规方法而言，所述数据是在不存在时间损失的情况下采集的。

图3示出了两种不同的编码方案的例子。图3a)示出了在标准MRI中使用的用于化学位移编码，或者用以俘获动态过程的均匀编码。在图3b)中，按照随机的方式执行子采样，以用于扫描加速。利用压缩感测重建来恢复缺失的信息。

作为例子，可以使用三点Dixon多回波编码执行3D时间分辨的(6动态)DCE测量。在施加造影剂(Gd)之前，使用图2a所示的序列执行单个常规(非欠采样)水/脂肪分辨的3D扫描，其给出了初始水/脂肪分布和对应的ΔB₀图。在这一扫描之后，将所述序列切换至欠采样模式，这意味着将使用图2b所示的序列在化学位移编码以及在时间维度中采集更少的剖面。

因而，在k-TE-t维度执行欠采样。在Gd摄入过程中，使用适当的欠采样因子(例如，3-4)采集若干3D动态。使用DCE水/脂肪分辨的k-tCS重建对数据进行重建。在这种重建当中，可以将最初获得的ΔB₀图(在施用Gd以前)以及潜在的水和脂肪分布用作稀疏化因子(sparsifyer)，以及包含的先验信息。

在设想造影剂不影响脂肪信号的情况下，来自初始化学位移成像的先验信息将足以将脂肪信号从DCE数据中减去。在这种情况下，可以利用k-tCS进一步加速DCE测量。在这一水/脂肪分辨的DCE中，可以获得更高质量和更高时间分辨率的数据。

例如，能够使用本发明促进加速的水/脂肪分辨的DCE乳腺癌诊断。所述加速的水/脂肪分离算法无偿地提供了ΔB₀图。其反映了主场不均匀性(ΔB₀)，并且受到局部组织磁化率变化的影响，所述变化可以具有额外的诊断价值，有助于表征肿瘤组织。分离的脂肪组织信号也可以携带有助于在结构层面表征组织的诊断信息。DCE脂肪数据也可以对诊断做出贡献。

Claims (23)

1.一种利用水和脂肪的信号分离执行对对象(10)的动态对比度增强磁共振成像的方法，所述方法包括利用化学位移编码空间中的Dixon采集并且以动态时间空间中的动态时间分辨率，在k空间中采集磁共振数据集，其中，采用欠采样执行对所述磁共振数据集的采集，其中，所述方法还包括：

-在所述k空间、所述化学位移编码空间和所述动态时间空间中应用压缩感测重建技术，所述压缩感测重建产生重建数据集，

-对所述重建数据集执行Dixon重建，并且对Dixon重建数据集执行动态对比度分析。

2.根据权利要求1所述的方法，其中，采用欠采样在所述k空间、所述化学位移编码空间和所述动态时间空间中采集所述磁共振数据集。

3.根据权利要求1所述的方法，其中，以组合的优化过程一起执行所述压缩感测重建和Dixon重建。

4.根据权利要求3所述的方法，还包括采集所述对象(10)的先验水-脂肪图像，其中，所述压缩感测重建包括：

-确定预期的水-脂肪图像的MR信号模型，

-迭代地对所述信号模型进行线性化，利用所述先验水-脂肪图像对所述迭代进行初始化。

5.根据权利要求4所述的方法，其中，所述先验水-脂肪图像包括水信号、脂肪信号和场图，其中，在假定了与所述水信号和/或所述脂肪信号和/或所述场图在所述动态时间空间中的时间特性相关的限制条件的情况下，执行所述压缩感测重建。

6.根据权利要求4所述的方法，其中，利用所述k空间和所述化学位移编码空间中的完整采样来采集所述先验水-脂肪图像。

7.根据权利要求1所述的方法，其中，所述k空间的中心被完整采样。

8.根据权利要求1所述的方法，其中，随机或者准随机地执行所述欠采样。

9.根据权利要求1所述的方法，其中，采用并行成像来采集所述磁共振数据集。

10.根据权利要求1所述的方法，其中，所述Dixon采集是多回波Dixon采集。

11.根据权利要求1所述的方法，其中，所述Dixon采集是单点Dixon采集。

12.一种利用水和脂肪的信号分离执行对对象(10)的动态对比度增强磁共振成像的装置，所述装置包括用于利用化学位移编码空间中的Dixon采集并且以动态时间空间中的动态时间分辨率，在k空间中采集磁共振数据集的模块，其中，采用欠采样执行对所述磁共振数据集的采集，其中，所述装置还包括：

-用于在所述k空间、所述化学位移编码空间和所述动态时间空间中应用压缩感测重建技术的模块，所述压缩感测重建产生重建数据集，

-用于对所述重建数据集执行Dixon重建，并且对Dixon重建数据集执行动态对比度分析的模块。

13.根据权利要求12所述的装置，其中，采用欠采样在所述k空间、所述化学位移编码空间和所述动态时间空间中采集所述磁共振数据集。

14.根据权利要求12所述的装置，其中，以组合的优化过程一起执行所述压缩感测重建和Dixon重建。

15.根据权利要求14所述的装置，还包括用于采集所述对象(10)的先验水-脂肪图像的模块，其中，所述压缩感测重建包括：

-确定预期的水-脂肪图像的MR信号模型，

-迭代地对所述信号模型进行线性化，利用所述先验水-脂肪图像对所述迭代进行初始化。

16.根据权利要求15所述的装置，其中，所述先验水-脂肪图像包括水信号、脂肪信号和场图，其中，在假定了与所述水信号和/或所述脂肪信号和/或所述场图在所述动态时间空间中的时间特性相关的限制条件的情况下，执行所述压缩感测重建。

17.根据权利要求15所述的装置，其中，利用所述k空间和所述化学位移编码空间中的完整采样来采集所述先验水-脂肪图像。

18.根据权利要求12所述的装置，其中，所述k空间的中心被完整采样。

19.根据权利要求12所述的装置，其中，随机或者准随机地执行所述欠采样。

20.根据权利要求12所述的装置，其中，采用并行成像来采集所述磁共振数据集。

21.根据权利要求12所述的装置，其中，所述Dixon采集是多回波Dixon采集。

22.根据权利要求12所述的装置，其中，所述Dixon采集是单点Dixon采集。

23.一种用于利用水和脂肪的信号分离执行对象(10)的动态对比度增强磁共振成像的磁共振成像设备(1)，所述设备包括：

-磁共振成像扫描器，其用于采集磁共振图像数据，

-控制器(15)，其适于控制利用化学位移编码空间中的多回波Dixon采集并且以动态时间空间中的动态时间分辨率，在k空间中采集磁共振数据集的扫描器操作，其中，所述控制器(15)还适于采用欠采样执行对所述磁共振数据集的采集，

-数据重建***(17)，其适于在所述k空间、所述化学位移编码空间和所述动态时间空间中应用压缩感测重建技术，所述压缩感测重建产生重建数据集，其中，所述数据重建***还适于对所述重建数据集执行Dixon重建，并且对Dixon重建数据集执行动态对比度分析。