CN103124517B - Mri图像的多维迭代相位循环重构 - Google Patents

Mri图像的多维迭代相位循环重构 Download PDF

Info

Publication number
CN103124517B
CN103124517B CN201180048742.6A CN201180048742A CN103124517B CN 103124517 B CN103124517 B CN 103124517B CN 201180048742 A CN201180048742 A CN 201180048742A CN 103124517 B CN103124517 B CN 103124517B
Authority
CN
China
Prior art keywords
image
phase
mri
epi
patient
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201180048742.6A
Other languages
English (en)
Other versions
CN103124517A (zh
Inventor
陈南圭
A.V.阿夫拉姆
A.W.宋
张仲柯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Duke University
Original Assignee
Duke University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Duke University filed Critical Duke University
Publication of CN103124517A publication Critical patent/CN103124517A/zh
Application granted granted Critical
Publication of CN103124517B publication Critical patent/CN103124517B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56545—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by finite or discrete sampling, e.g. Gibbs ringing, truncation artefacts, phase aliasing artefacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G01R33/4824—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5611—Parallel magnetic resonance imaging, e.g. sensitivity encoding [SENSE], simultaneous acquisition of spatial harmonics [SMASH], unaliasing by Fourier encoding of the overlaps using the temporal dimension [UNFOLD], k-t-broad-use linear acquisition speed-up technique [k-t-BLAST], k-t-SENSE
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
    • G01R33/5616—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE] using gradient refocusing, e.g. EPI
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56554—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by acquiring plural, differently encoded echo signals after one RF excitation, e.g. correction for readout gradients of alternating polarity in EPI

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Signal Processing (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Theoretical Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

方法、***、计算机程序、电路和工作站配置成通过下列步骤来执行图像处理以生成具有减少的混叠伪影(例如尼奎斯特和/或运动诱导图像伪影)的MRI图像：(a)使用通过在至少二维上对相位梯度的不同估计值进行迭代循环从患者MRI图像数据集所得到的患者图像数据电子地重构一系列图像；以及(b)从所述所重构图像中电子地选择图像作为具有最低伪影等级。

Description

MRI图像的多维迭代相位循环重构
相关申请
本申请要求2010年10月7日提交的美国临时申请序号61/390728以及2010年11月30日提交的美国临时申请序号61/418134的权益和优先权，通过引用将其内容结合于此，好像在本文中全面叙述一样。
背景技术
MRI中的混叠伪影(源自尼奎斯特伪影或者扫描内运动诱导相位误差等等)极大地降低了临床MRI数据的质量。例如，众所周知，与回波平面成像(EPI)中的相反的频率编码梯度极性对应的k维空间（k-space）轨迹的不一致性引起尼奎斯特伪影。传统技术常常仅校正沿频率编码方向的相位误差(即，1D校正)，这可能仍然留下明显的残留伪影，特别是对于倾斜平面EPI或者在交叉项涡流存在的情况下。与1D校正相比，二维(2D)相位校正方法在抑制尼奎斯特伪影方面能够更加有效。但是，现有2D校正方法能够要求额外的参考扫描，和/或可能一般不适用于不同成像协议。此外，认为采用2D相位校正的EPI重构易受到参考扫描中的误差的放大。另外，分段扩散加权成像(例如分段扩散加权EPI、分段扩散加权螺旋成像、分段扩散快速自旋回波成像等等)中的扫描内运动诱导的成像域相位误差引起所获取数据中的严重混叠伪影。此外，大尺度运动可引起分段MRI获取(例如分段EPI、分段螺旋成像等等)中的k维空间相位误差，从而在重构图像中产生混叠伪影。
具有或不具有并行成像范式的其它MRI脉冲序列/图像获取类型也能够易受到尼奎斯特和/或运动诱导的伪影和/或其它类型的混叠伪影的影响。
发明内容
本发明的实施例提供采用改进的多维相位校正技术的方法和***。
本发明的实施例提供采用改进的多维迭代相位循环技术的用于减少混叠伪影(例如尼奎斯特伪影、运动诱导的伪影等等)的方法和***。
首先，通过使用多维(例如2D或3D)重构框架来循环相位误差的不同可能值，从相同的(原始)数据集来生成一系列图像。其次，使用基于分类和S形加权信号中的诸如背景能量(或者潜在的熵或者另一个可检测图像信号参数)之类的预定参数的标准根据第一步骤所生成的图像来识别具有最低伪影等级的图像。
新方法在无需获取附加参考扫描和后续误差放大的情况下去除单次激发和分段EPI中的尼奎斯特幻影方面是有效的。
虽然方法可特别适合于单次激发和分段EPI，但是方法能够与其它脉冲序列一起使用，包括例如梯度和自旋回波成像“GRASE”(由Koichi Oshio和David Feinberg提出，参见例如美国专利No.5270654，通过引用将其内容结合于此，好像本文中全面叙述一样)、螺旋成像、扩散加权成像“DWI”（通常用于中风成像）快速自旋回波成像等。对于DWI，校正方法能够执行以用于去除段间运动伪影。
本发明的相位循环重构数学框架能够应用于抑制图像域多维相位误差(例如EPI中的尼奎斯特伪影、DWI中的运动诱导的相位误差等等)或者k维空间相位误差(例如由于大扫描的扫描内运动引起)。
本发明的方法能够应用于非并行或并行MRI脉冲序列，从而解决源自不同源的混叠伪影。
***和/或方法还可用于重构所取得的图像数据，以便从先前所获取MRI图像中去除伪影，因为不需要附加参考扫描。
方法能够使用3D相位校正来执行，而且并不局限于2D相位校正。
方法能够与单通道接收器或者多通道并行成像技术一起使用。
具体实施例针对用于生成具有减少的混叠伪影(例如尼奎斯特和/或运动诱导的图像伪影等等)的MRI图像的方法。方法包括：(a) 通过迭代地循环至少两个维度的相位梯度的不同估计值，使用从患者MRI图像数据集所得到的患者(人类或动物)图像数据电子地重构一系列图像；以及(b) 从所重构图像中电子地选择图像作为具有最低伪影等级。
电子重构步骤能够包括：对于相应图像片（slice），使用沿频率编码方向的不同的可能的相位梯度值来生成第一系列图像以及使用沿相位编码方向的相位梯度的不同的可能值来生成第二系列图像。
该方法可选地还可包括：(i) 生成与重构的第一和第二系列图像关联的1D图像信号分布（profile）；以及(ii) 将1D图像信号分布乘以相应的S形函数加权。电子地选择步骤因而能够使用S形加权信号来执行，以便识别相位误差模式。
在一些实施例中，1D图像信号分布表示重构图像中的背景能量。
重构步骤能够在无需获取参考扫描或者无需用户输入的情况下执行，以便识别图像中的背景区域。
通常执行生成和识别步骤，以便抑制、校正或去除来自患者图像的尼奎斯特幻影伪影或运动诱导的伪影或者其它类型的混叠伪影。
重构图像步骤能够使用(i)沿频率编码方向和(ii)沿相位编码方向的估计梯度值的变化中的定义好的步长以及定义好的值的相位范围来执行。
重构步骤可选地可包括使用沿位于沿频率编码方向的限定位置处的视野(FOV)中心附近的相位编码方向的图像数据的所选的第一列来生成第一系列图像，然后使用相邻的第二列来生成第二系列图像。
在沿相位编码方向的位置“y”以及沿频率编码方向的位置x0的所选的第一列中的相位误差φ能够至少使用下式所识别的C1和C2来表示：
其中，C1包括来自1) 对于整个2D图像是一致的相位偏移以及2) 沿频率编码方向的非线性相位项的份额，以及C2表示沿相位编码方向的线性相位梯度。
可替换地，在沿相位编码方向的位置“y”以及沿频率编码方向的位置x0的所选第一列中的相位误差φ能够使用下式来表示：
其中，C1包括来自1) 对于整个2D图像是一致的相位偏移以及2) 沿频率编码方向的非线性相位项的份额，C2表示沿相位编码方向的线性相位梯度，以及C3表示沿相位编码方向的非线性相位梯度。
在一些实施例中，生成步骤包括基于在所定义的数量“N”步中每个像素的在-π与+π之间循环的C1以及也在所定义的数量“N”步中在每个像素-π与每个像素+π之间循环的C2的不同的可能值来生成1D分布信号的多个集合，以便从所选列来生成N×N 1D分布信号，其中C1是包括来自1) 对于整个2D图像是一致的相位偏移以及2) 沿频率编码方向的非线性相位项的份额的变量，C2表示沿相位编码方向的线性相位梯度。
重构步骤可选地包括使用与中心FOV位置对应的图像数据来生成1D MRI信号分布。识别步骤可通过下列步骤来执行：按照所定义顺序电子地分类1D信号分布；将所分类信号分布乘以S形函数以定义S形加权信号；电子地对加权的分类信号分布求和；以及电子地将最低求和的1D信号分布识别为具有最低伪影等级的图像。
能够可选地执行重构步骤，使得使用第一相位误差范围和迭代步长来电子地评估第一系列的重构图像，以及随后使用减小的相位误差范围和经调整的步长电子地评估第二系列的重构图像。
患者图像数据可与下列脉冲序列的至少一个关联：单次激发EPI、分段EPI、并行EPI、GRASE、多次激发螺旋成像(具有或没有并行获取)、快速自旋回波成像(具有或没有并行获取)以及自旋卷绕成像和EPI的综合(具有或没有并行获取)。
又一些实施例针对以校正的运动诱导相位误差从扩散加权的多次激发螺旋成像来生成图像的方法。方法包括：(a)得到多次激发螺旋获取的MRI患者图像数据；(b)迭代地相位循环从中心k维空间所重构的所得的MRI患者图像数据的图像；(c)将背景区域中具有最低信号强度等级的图像选择作为具有最小混叠量的图像；以及(d)基于所选图像来生成(临床)患者图像。
能够迭代地执行相位循环，在第一迭代以第一范围和步长开始，然后在随后的迭代减小范围并且调整步长。
能够通过从中心k维空间重构低分辨率图像来执行迭代相位循环重构，以及执行生成步骤以生成更高分辨率的患者图像。
该方法还可包括按照所定义顺序来分类与重构图像中的背景能量关联的像素值。
分类能够按照升序，以及该方法能够包括对各图像中的最低百分比或数量的像素进行求和，以便定义那个图像的背景能量的度量。
在所得的患者图像数据是来自扩散加权的螺旋成像和扩散加权EPI的情况下，这个实施例可以是特别适合的。
又一些实施例针对配置成电子地对MRI患者图像数据集执行至少二维的迭代相位循环图像重构(而不要求参考扫描)的图像处理电路。
该电路能够至少部分集成到下列至少一个中或者与其进行通信：(a) MR扫描仪；(b) 临床医生工作站；或者(c) 具有已存档患者图片数据的图像存档和通信***。
图像处理电路能够配置成将S形加权因子应用于与重构图像关联的图像信号，以及分类加权信号以识别相位模式误差并且校正尼奎斯特伪影。
图像处理电路能够配置成通过对来自中心k维空间的所得的MRI患者图像数据的图像迭代地进行相位循环来重构低分辨率图像片，然后将背景区域中具有最低信号强度等级的图像选择作为具有最小混叠量的图像，以及基于所选图像来生成患者图像。
迭代相位循环能够以计算方式执行，在第一迭代以第一范围和步长开始，然后在随后的迭代减小范围并且调整步长。
又一些方面针对MR图像处理***。该***包括具有显示器和用户接口的临床医生工作站，其包括至少一个图像处理***或者与其进行通信，该图像处理***配置成电子地对MRI患者图像数据集执行多维迭代相位循环图像重构，以便在无需参考扫描的情况下生成具有减少的伪影的MRI图像。
该***还能够包括与工作站进行通信的MR扫描仪。作为补充或可替换地，工作站能够与具有已存档的患者MR图像数据的图片存档和通信***进行通信。
又一些实施例针对数据处理***，数据处理***包括非暂时的计算机可读存储介质，该介质中包含计算机可读程序代码。计算机可读程序代码包括对MRI患者图像数据集执行多维迭代相位循环图像重构以在无需参考扫描的情况下生成具有减少的伪影的MRI图像的计算机可读程序代码。
要注意，虽然没有相对其进行具体描述，但是针对一个实施例所述的本发明的方面可结合在不同的实施例中。也就是说，所有实施例和/或任何实施例的特征都能够以任何方式和/或组合相结合。此外，针对一项权利要求所要求保护的任何特征或者子特征可毫无保留地包含在另一项将来的权利要求中，并且这将被认为在所提交的权利要求中得到支持。因此，例如，针对方法权利要求所要求保护的任何特征能够可替换地作为***、电路、计算机可读程序代码或工作站的一部分来要求保护。因此，本申请人保留变更任何原始提交的权利要求或提交任何新权利要求的权利，包括能够修改任何原始提交的权利要求以使其从属于任何其它权利要求和/或合并任何其它权利要求的任何特征的权利，虽然原始地没有以那种方式要求保护。将在下面所提出的本说明书中详细说明本发明的这些及其它目的和/或方面。
本文中更详细地说明本发明的上述及其它目的和方面。
附图说明
图1a示出二次激发分段EPI的理想(a1)和失真(a2)k维空间轨迹的示意图。所获取的k维空间数据能够分解为四个部分，如(a3)-(a6)所示。
图1b和图1c分别示出采用2D FFT从k维空间数据所重构的幅值和相位图像(对应于(a1)-(a6))。
图1d示出作为父图像信号和2D相位误差的函数的图像域复信号(对应于(a1)-(a6))。
图2a示出使用等式(2)、对2D相位误差的不同的可能值进行循环所重构的一系列图像。
图2b是对于采用沿每个方向的50个不同相位梯度值所重构的2500个图像从背景所测量的能级的图表。
图3a-3c是对于两个不同的C1和C2值的集合的沿相位编码方向的信号强度对像素数量的图表(等式3)。图3a示出幻象EPI数据的1D幅值分布(来自八个线圈之一)。图3b示出所分类信号(实线)的图表。图3c示出S形加权信号的图表。
图3d示出在组合来自全部八个线圈的数据之后比较未校正的和经相位校正的二次激发EPI数据的图像。
图4a-4d示出分别以1、2、4和8段所获取的双倾斜平面中的人脑EPI数据。左列图像在没有任何相位校正的情况下重构。中间列图像采用1D相位校正来重构。右列图像采用按照本发明的实施例的迭代相位循环技术来重构，而无需任何参考扫描。
图5a示出采用1D相位校正所得到的12片的四次激发分段EPI。显示标度被调整(0.2的幂)成使得残留尼奎斯特伪影和背景噪声均是可见的。
图5b示出采用如本文中按照本发明的实施例所描述的2-D相位校正的迭代相位循环过程所重构的图像。
图6示出顶面和底面的一组分别具有2D相位校正T2*加权和逆恢复制备的高分辨率EPI图像的图像。
图7是示出按照本发明的实施例的混叠和未混叠图像、PSF和运动诱导的相位误差之间的关系的图示。
图8A是按照本发明的实施例、使用不同的gx和gy值所重构的一组图像。
图8B是按照本发明的实施例、图8A中的各图像的所分类信号强度的信号对像素数量的图表。
图8C是作为gx和gy的函数的能量的图表。
图9A-9C是按照本发明的实施例、包括配置成执行迭代相位循环重构以减少伪影误差的图像处理电路或者与该图像处理电路进行通信的不同***的示意图。
图10是按照本发明的实施例的数据处理***的示意图。
图11是能够用于执行本发明的实施例所考虑的减少MR图像中的伪影误差的动作或方法的示范操作的流程图。
图12是能够用于执行本发明的实施例所考虑的减少MR图像中的伪影误差的动作或方法的示范操作的另一个流程图。
具体实施方式
现在将参照附图在下文中更全面地描述本发明，附图中示出本发明的实施例。但是，本发明可通过许多不同形式来实施，而不应当被认为是局限于本文所阐述的实施例。相似的标号通篇表示相似的元件。附图中，为了清楚起见而可能放大某些层、组件或特征，以及虚线示出可选特征或操作，除非另加说明。另外，操作(或步骤)的序列并不局限于附图和/或权利要求中所呈现的顺序，除非另加专门说明。附图中，线、层、特征、组件和/或区域的厚度为了清楚起见可能经过放大，以及虚线示出可选的特征或操作，除非另加说明。针对一个附图或实施例所描述的特征能够与另一个附图的实施例关联，尽管没有这样具体描述或示出。
本文所使用的术语仅用于描述具体实施例的目的，而不是意在限制本发明。如在本文中所使用的那样，单数形式“一（a）”、“一（an）”和“该”意在也包括复数形式，除非上下文另加明确说明。还将会理解，术语“包括（comprises）”和/或“包括（comprising）”在本说明书中使用时规定了所述的特征、步骤、操作、元件和/或组件的存在，但是并不排除一个或多个其它特征、步骤、操作、元件、组件和/或其群组的存在或添加。如本文所使用的那样，术语“和/或”包括关联的所列项的一个或多个项的任何和所有组合。
将会理解，虽然术语“第一”和“第二”在本文中用于描述各种动作、步骤或组件，而不应当受到这些术语限制。这些术语仅用于区分一个动作、步骤或组件与另一个动作、步骤或组件。相似的标号通篇表示相似的元件。
除非另加说明，否则本文所使用的所有术语(包括技术术语和科学术语)都具有与本发明所属领域的技术人员通常所理解的相同的含意。还将会理解，诸如在常用词典中定义的那些术语之类的术语应被理解为具有与它们在本说明书的上下文中和相关领域的含意一致的含意，而不应当以理想化的或过分正式的意义来解释，除非本文中明确地如此限定。为了简洁和/或清楚起见，可能没有详细描述众所周知的功能或构造。
术语“电路”表示完全软件的实施例或者结合软件和硬件方面、特征和/或组件(包括例如处理器以及嵌入其中与其关联和/或由其可执行的软件，用于编程地指导和/或执行某些所述的动作或方法步骤)的实施例。
术语“编程地”表示能够由数字信号处理器和/或计算机程序代码指导和/或执行操作或步骤。类似地，术语“电子地”表示能够使用电子组件以自动化的方式执行、而不是人工地或者使用任何智力步骤来执行步骤或操作。
术语“存档”表示能够被访问并且重构为患者图像/可视化/描绘（rendering）的电子地存储的患者图像数据。诸如放射科医生之类的临床医生的诊断工作可以逐个患者地改变，并且相应地，患者的医疗图像的预期描绘或视图也能够是这样。在一些可视化***中，内科医生使用具有数据检索界面的交互式工作站，该数据检索界面从电子体数据（volume data）集来得到用于医疗图像描绘的医疗数据，以便生成预期医疗表示。能够使用例如PACS(图片存档和通信***)等的任何适当***来执行使用多维MRI图像数据的图像可视化。PACS是接收来自成像形态的图像、将数据存储在档案中并且将数据分发给放射科医生和临床医生供查看的***。
术语“直接体描绘”即DVR是本领域的技术人员众所周知的。DVR包括直接从体数据集电子地描绘医疗图像，以便由此使用3D数据来显示内部结构的彩色可视化。与常规等面图形构造相反，DVR不要求使用中间图形构造(例如多边形或三角形)来呈现对象、表面和/或边界。但是，DVR能够使用数学模型来分类某些结构，并且能够使用图形构造。
术语“MRI扫描仪”或“MR扫描仪”可互换地使用，以便指代磁共振成像***，并且包括通常引导脉冲序列和选择扫描平面的高场磁体和操作组件，例如RF放大器、梯度放大器和处理器。当前的商业扫描仪的示例包括：GE Healthcare：Signa 1.5T/3.0T；Philips Medical Systems：Achieva 1.5T/3.0T；Integra 1.5T；Siemens：MAGNETOM Avanto；MAGNETOM Espree；MAGNETOM Symphony；MAGNETOM Trio；和MAGNETOM Verio。如众所周知，MR扫描仪能够包括主操作/控制***，该主操作/控制***包含在驻留于MR控制室的一个或多个柜中，而MRI磁体驻留在MR扫描套装中。控制室和扫描室能够称作MR套装，并且两个室能够通过RF屏蔽壁分隔。术语“高磁场”表示高于大约0.5T、通常高于1.0T并且更通常地在大约1.5T与10T之间的场强。本发明的实施例可特别适合于1.5T和3.0T***、或者更高的场***，例如4.0T、5.0T、6.0T等的将来考虑的***。方法和***还能够应用于从动物MRI扫描仪所获取的动物MRI数据。术语“患者”指代人类和动物。
术语“自动地”表示操作能够在没有人工输入的情况下基本上并且通常完全地执行，以及通常被可编程地指导和/或执行。针对连接的术语“电子地”包括组件之间的无线和有线连接。
术语“临床医生”表示内科医生、放射科医生、物理学家或者期望审阅患者的医疗数据的其它医务人员。
术语“重构”广义地用于表示图像片或者图像数据集的图像的原始或获取后和存储以及后续构造。
术语“基于列的”表示能够按照行和列的矩阵配置来布置的图像数据，行和列表示图像域中的位置或者能够根据相对应的列和行的定位所限定的位置来迭代地评估的二维(例如频率编码方向/维度和相位编码方向/维度)的笛卡尔坐标中的k维空间的位置。附图演示应用本发明的相位循环重构以校正图像域相位误差，以及基于列的方法指代图像域列。应当注意，还能够直接应用本发明的相位循环重构来校正k维空间相位误差。
术语“迭代的”及其派生表示一种计算过程，其中在所定义范围和递增步长上使用不同的相位值来重复进行操作的循环。
术语“低分辨率”表示以比临床诊断质量图像小的分辨率、但是通常以足以允许背景区域与目标器官或组织在视觉上加以区分的分辨率来生成的图像/图像片。
术语“背景”和“背景区域”可互换地使用，并且指代图像/图像片中处于目标对象外部(例如器官或组织外部，例如大脑或心脏外部)的位置。
本文中所引用或论述的各产品、参考和患者由此通过引用结合于此，好像本文中全面叙述一样。
本发明的实施例可采取完全软件的实施例或者结合软件和硬件方面的实施例的形式，在本文中一般全部称为“电路”或“模块”。此外，本发明可采取在计算机可用存储介质上的计算机程序产品的形式，介质中包含计算机可用程序代码。可利用任何适当的计算机可读介质，包括硬盘、CD-ROM、光学存储装置、诸如支持因特网或内联网的那些介质之类的传输介质或者磁存储装置。一些电路、模块或例程可通过汇编语言或者甚至微码来编写，以便提高性能和/或存储器利用率。还将会理解，任一个或全部的程序模块的功能性也可使用分离的硬件组件、一个或多个专用集成电路(ASIC)或者编程的数字信号处理器或微控制器来实现。本发明的实施例不局限于特定的编程语言。
用于执行本发明的操作的计算机程序代码可以以诸如Java®、Smalltalk或C++之类的面向对象的编程语言来编写。但是，用于执行本发明的操作的计算机程序代码也可以以诸如“C”编程语言之类的常规过程编程语言来编写。程序代码可完全在用户的计算机上运行，部分地在用户计算机上作为独立软件包运行，部分地在用户计算机而部分地在本地和/或远程的另一计算机上或者完全在其它的本地或远程计算机上运行。在后一种情况下，其它的本地或远程计算机可通过局域网(LAN)或广域网(WAN)连接到用户的计算机，或者可与外部计算机进行连接(例如通过使用因特网服务提供商的因特网)。
本文中部分参照按照本发明的实施例的方法、设备(***)和计算机程序产品的流程图图示和/或框图来描述本发明的实施例。将会理解，流程图图示和/或框图的每个框以及流程图图示和/或框图中的框的组合能够通过计算机程序指令来实现。可将这些计算机程序指令提供给通用计算机、专用计算机或其它可编程数据处理设备的处理器以产生机器，使得经由计算机或其它可编程数据处理设备的处理器运行的指令创建用于实现在流程图和/或框图的一个或多个框中规定的功能/动作的工具。
这些计算机程序指令还可存储在计算机可读存储器中，它们能够指导计算机或其它可编程数据处理设备以特定方式运行，使得存储在计算机可读存储器中的指令产生制造产品，该制造产品包括实现在流程图和/或框图的一个或多个框中规定的功能/动作的指令工具。
计算机程序指令还可加载到计算机或其它可编程数据处理设备上，以便使一系列操作步骤在计算机或其它可编程设备上执行，从而产生计算机实现的过程，使得在计算机或其它可编程设备上运行的指令提供用于实现流程图和/或框图的一个或多个框中规定的功能/动作的部分或全部功能/动作的步骤。
本文中的某些图中的流程图和框图示出本发明的实施例的可能实现的示范架构、功能性和操作。在这点上，流程图或框图中的每个框表示模块、分段或部分代码，其包括用于实现(一个或多个)规定逻辑功能的一个或多个可执行指令。还应当注意，在一些可替换实现中，框中所示的功能可不按照图中所示的顺序出现。例如，连续示出的两个框实际上可基本同时地运行，或者这些框有时可按照相反顺序来运行，或者两个或更多个框可以相结合，或者框经过划分并且单独执行，这取决于所涉及的功能性。
采用交替极性的快速切换频率编码梯度来获取单次激发和分段回波平面成像(EPI)的k维空间数据。由于涡流、场不均匀性和其它硬件缺陷，与不同梯度极性对应的k维空间轨迹常常没有完全对齐，从而引起重构图像中的尼奎斯特伪影。
当今大多数尼奎斯特伪影减小过程设计成沿频率编码方向校正k维空间轨迹未对齐，并且在本文中称作一维(1D)校正。使用1D校正过程，k维空间未对齐通常根据非相位编码或相位编码参考扫描来测量，并且随后用于校正与不同频率编码梯度极性0对应的1D图像分布之间的图像域相位差(沿频率编码方向的空间函数)。参见例如Bruder H、Fischer H、Reinfelder HE、Schmitt F的“Image reconstruction for echo planar imaging with nonequidistant k-space sampling”(Magn Reson Med 1992；23(2)：311-323)以及Hu X、Le TH的“Artifact reduction in EPI with phase-encoded reference scan”(Magn Reson Med 1996；36(1)：166-171)。由于1D相位差可以只根据嵌入常规EPI序列的一个或几个额外ky线条来估计，所以1D参考扫描没有降低成像时间分辨率。参见例如Jesmanowicz A、Wong EC、Hyde JS的“Phase correction for EPI using internal reference lines”(1993年；New York，USA，第1239页)。
还已经表明，甚至在没有额外参考扫描的情况下，相反梯度极性之间的1D图像域相位差也能够实际上直接根据EPI数据本身来估计。参见例如：Buonocore MH、Gao L的“Ghost artifact reduction for echo planar imaging using image phase correction”(Magn Reson Med 1997；38(1)：89-100)；Hennel F的“Image-based reduction of artifacts in multishot echo-planar imaging”(J Magn Reson 1998；134(2)：206-213)；以及Buonocore MH、Zhu DC的“Image-based ghost correction for interleaved EPI”(Magn Reson Med 2001；45(1)：96-108)。还已经表明，这个信息能够通过将从k维空间数据的不同子集所重构的图像与并行重构进行比较来得到。参见例如：Kuhara S、Kassai Y、Ishihara Y、Yui M、Hamamura Y、Sugimoto H的“A novel EPI reconstruction technique using multiple RF coil sensitivity maps”(2000；Denver，Colorado，USA，第154页)；Kim YC、Nielsen JF、Nayak KS的“Automatic correction of echo-planar imaging (EPI) ghosting artifacts in real-time interactive cardiac MRI using sensitivity encoding”(J Magn Reson Imaging 2008；27(1)：239-245)；以及Kellman P、McVeigh ER的“Phased array ghost elimination”(NMR Biomed 2006；19(3)：352-361)。可替换地，Foxall等人已经表明，单次激发EPI中的尼奎斯特伪影能够在无需获取任何参考扫描的情况下采用迭代相位循环过程来最小化。参见例如Foxall DL、Harvey PR、Huang J的“Rapid iterative reconstruction for echo planar imaging”(Magn Reson Med 1999；42(3)：541-547)。
通过迭代相位循环，首先通过使用能够从其中基于背景信号值来识别具有最低伪影等级的最终图像的相位差的不同的可能值来生成一系列图像。近来，研究人员已经将迭代相位循环扩展到分段EPI的1D相位校正。参见例如Clare S的“Iterative Nyquist ghost correction for single and multi-shot EPI using an entropy measure”(2008；Toronto，Canada，第1041页)。即使1D校正技术通常能够减少大多数的尼奎斯特伪影，但是在许多情况下，1D校正之后的残留混叠仍然相当明显。具体来说，当(与相反的频率编码梯度极性对应的二次取样图像之间的)图像域相位差沿频率和相位编码方向(例如在倾斜平面成像中)发生变化时(参见例如Reeder SB、Atalar E、Faranesh AZ、McVeigh ER的“Referenceless interleaved echo-planar imaging”(Magn Reson Med 1999；41(1)：87-94))，或者在交叉项涡流存在的情况下(参见例如Grieve SM、Blamire AM、Styles P的“Elimination of Nyquist ghosting caused by read-out to phase-encode gradient cross-terms in EPI”(Magn Reson Med 2002；47(2)：337-343))，1D校正之后的残留伪影能够是足以相当明显的，使得重构图像不适合于临床使用。在这些情况下，需要二维相位校正。
用于测量和校正2D相位误差的过程在若干方式上与1D相位映射和校正有所不同。首先，在相位映射方面，EPI数据中的2D相位误差无法如常规1D校正过程中那样根据单个过取样ky线条来测量。而是已经表明，2D相位误差测量要求以时间分辨率的显著代价的附加完全k维空间参考扫描。参见例如Chen NK、Wyrwicz AM的“Removal of EPI Nyquist ghost artifacts with two-dimensional phase correction”(Magn Reson Med 2004；51(6)：1247-1253)、Xiang QS、Ye FQ的“Correction for geometric distortion and N/2 ghosting in EPI by phase labeling for additional coordinate encoding (PLACE)”。(参见Magn Reson Med 2007；57(4)：731-741)；Hoge WS、Huan Tan H、Kraft RA的“Robust EPI Nyquist Ghost Elimination via Spatial and Temporal Encoding”(In Press. Magn Reson Med 2010)；Xu D、King KF、Zur Y、Hinks RS的“Robust 2D phase correction for echo planar imaging under a tight field-of-view”(In Press. Magn Reson Med 2010)；以及美国专利7375519。例如，授予Zur的美国专利No.7375519描述二维相位和幅值校正，但是要求参考扫描而没有使用迭代处理。通过引用将这个专利的内容结合于此，好像本文中全面叙述一样。
即使有可能在没有增加总扫描时间的情况下将2D参考扫描合并在动态EPI中(参见例如上述Hoge等人)，这个成像方案一般也不可适用于不同成像协议、诸如基于分段EPI的高分辨率成像。其次，在图像校正方面，一旦根据参考扫描来测量2D相位误差，需要通过经由矩阵求逆求解一组线性方程来计算无伪影图像。如果所获取2D相位图是不准确的(例如由于参考与实际EPI扫描之间的受检者运动)，则误差可根据矩阵求逆的条件数来放大(参见例如上述Xu等人)。
本发明的实施例提供解决这些限制的新过程，并且能够估计2D相位误差并且抑制尼奎斯特伪影，无需参考扫描或用户输入。通过这些新过程，能够避免先前随2D相位校正过程所报告的误差放大。此外，这种技术能够一般应用于单次激发和分段EPI获取以及其它图像获取技术，包括例如GRASE、螺旋成像和DWI、综合自旋卷绕成像(例如但不限于SPGR)和EPI以及快速自旋回波。
一些MRI重构过程能够执行与相反频率编码梯度极性对应的2D相位差的校正，假定2D相位差是先验已知的。相比之下，本发明的实施例提供迭代相位循环方法，当没有参考扫描可用时，根据该迭代相位循环方法使用各种可能的2D相位误差值来重构一系列相位校正图像。然后能够采用诸如低背景能量之类的标准来识别具有最低尼奎斯特伪影等级的图像。在一些实施例中，图像数据处理技术能够用于显著降低迭代相位循环重构的计算成本。
采用 2D 相位误差的校正的重构
图1a1和图1a2示意地比较二次激发EPI获取中的理想k维空间轨迹以及因与相反频率编码梯度极性对应的2D相位差引起的失真k维空间轨迹(使用与正频率编码梯度对应的相位项作为参考)。分别在图1b和图1c的对应列中示出数学幻象的重构幅度和相位图像(其中具有相反频率编码梯度极性的轨迹之间的2.2 kx步和0.1 ky步的位移)。
二次激发EPI数据(图1a2)能够分解为与1) 段#1/正频率编码梯度(即，图1a3所示的S1+)、2) 段#2/正梯度(即，图1a4所示的S2+)、3) 段#1/负梯度(即，图1a5所示的S1-)以及4) 段#2/负梯度(即，图1a6所示的S2-)对应的四个子集(或者一般对于N次激发EPI的2N个子集)。根据25%的k维空间子集以75%零填充所重构的图像的四个集合(图1b3至图1b6、图1c3至图1c6)的求和能够再生具有尼奎斯特伪影的EPI图像(图1b2、图1c2)。在二次激发EPI图像(例如图1b2)中，来自由父图像中的四分之一的FOV所分隔的四个体素（voxel）(例如图1b1所示的Loc 1至4)的信号因混叠效应而混合。2D校正的目标因而是确定父图像(图1d1)中与被破坏的EPI数据(图1d2)在空间上分隔的那些信号。
图1d中，Pn表示来自无伪影父图像的位置n的信号，以及θ=θ(x,y)是根据与相反频率编码梯度极性对应的、例如根据上述Chen等人的建议的参考扫描所测量或者在执行以下所述的迭代相位循环重构之前以数学方式所构成的完全k维空间数据所重构的两个图像之间的相位差。
通过图1d的16个圆角矩形(具有灰色背景)以数学方式描述来自四个二次取样数据集(图1b3至b6、1c3至c6)的四个位置(Loc 1至4)的信号，其中粗体表示来自同一位置的父图像信号，而规则字体表示来自其它三个位置的混叠信号。如图1d3所示，在四个位置的每个中，根据S1+数据所重构的信号是来自全部四个位置的父图像信号的线性组合。根据S2+数据所重构的信号由于沿相位编码方向的k维空间轨迹偏移(与S1+相比)而是通过每个傅立叶变换的某个相位调制项所加权的父与混叠图像的重叠。参见例如Madore B、Glover GH、Pelc NJ的“Unaliasing by fourier-encoding the overlaps using the temporal dimension (UNFOLD), applied to cardiac imaging and fMRI”(Magn Reson Med 1999；42(5)：813-828)，如图1d4所示。根据S1-和S2-(分别如图1d5和图1d6所示)所重构的信号通过两个因子来调制：1) 因所选子集的不同k维空间轨迹引起的沿相位编码方向的线性相位变化，以及2) 因涡流和其它硬件缺陷引起的沿频率和相位编码方向的非线性相位变化。
如果2D相位误差(例如图1d中的θn，其中n=1,2,3,4)是先验已知的，则无伪影信号(例如四个未知数：Pn；n=1,2,3,4)能够采用线性方程(例如，在具有图1d底部附近的实心点的4个圆角矩形中)根据所测量信号(例如来自S1+、S2+、S1-和S2-数据集的位置1的4个信号：图1b中的4个闭合的周长圆)来确定。对应于来自其它位置(例如位置2：通过具有图1d中具有实心点的底部矩形上的一行的圆圈的圆角矩形来表示)的信号的线性方程对于与位置1对应的等式是冗余的。一般来说，对于N次激发EPI，无伪影患者图像信号能够通过求解等式1或者其矩阵形式的等效等式2来得到。
[等式1]
[等式2]
其中，等式1中的p是2N×1列向量，其元素Pn表示沿相位编码方向被所分隔的未混叠的复父图像信号；等式1中的v是2N×1列向量，其元素uk和vk分别表示与第k段的正和负频率编码梯度极性对应的混叠图像信号(例如图1b3至b6)；等式1中的E是2N×2N矩阵，其中等式2中的φn表示在位置Pn的2D相位误差。注意，足以仅对所重构uk和vk图像的体素求解等式2以展现全FOV中的未知数Pn。
尼奎斯特幻影伪影的最小化和迭代相位循环重构
如果2D相位误差是先验已知的，则等式2能够用于重构无伪影图像，如同参考扫描的情况中一样(参见例如上述Chen等人)。但是，2D参考扫描是费时的，特别是对于分段EPI，并且一般不可适用于各种应用(例如心脏MRI和动态神经成像等等)。此外，如果受检者在参考与实际EPI扫描之间移动，则可能不会正确估计相位误差，并且因而残留伪影在采用等式2所重构的图像中仍然是显著的。
为了解决这些限制，2D EPI相位校正过程能够与迭代相位循环重构相结合而无需先验2D相位信息。迭代重构能够沿等式2的矩阵的线条来生成/重构一系列图像，对2D相位误差的不同的可能值进行循环。然后基于诸如背景能级之类的有效标准来识别具有最小尼奎斯特伪影的图像。例如，来自图2a的不同列的图像根据数学幻象(用于产生图1b2和图1c2)采用沿频率编码方向的相位梯度的五个不同的可能值(集中在2.2 kx步位移)来重构，以及来自不同行的图像采用沿相位编码方向的相位梯度的五个不同的可能值(集中在0.1 ky点位移)来重构。在图2b中对于采用沿每个方向的50个不同相位梯度值所重构的2500个图像来绘制从背景所测量的能级。能够看到，仅当所选相位梯度值匹配模拟输入时才有效地消除尼奎斯特伪影。
实际上，2D相位误差常常包括常数和非线性项(特别是沿频率编码方向)，并且因而不能采用如同我们的数学幻象中一样的线性相位梯度来描述。因此，当2D相位误差的全部可能非线性模式包含在迭代相位循环重构时，它可能非常费时。此外，它通常要求人工输入以识别背景区域，需要根据该背景区域计算和比较能级。
为了解决这些问题，本发明的实施例采用基于列的过程来降低尼奎斯特伪影去除的迭代相位循环重构的计算成本，而无需人工选择背景区域，如下面所述的那样。
能够实现迭代相位循环重构过程，假定全部2D相位误差包括1) 空间上独立的相位偏移，2) 沿频率编码方向的非线性项，以及3) 沿相位编码方向的线性项。这个模型极充分地去除幻象和人类MRI(例如EPI)数据中的尼奎斯特伪影。如果需要的话，则该过程还能够以更高计算成本来扩展到校正沿相位编码方向的非线性相位误差项。基于列的过程中的其它假设是，被扫描对象比FOV要小，这对于大多数MRI研究是有效的。
具体来说，迭代相位循环方案能够用于处理来自沿位于FOV中心附近的相位编码方向的单列的MRI信号。这个所选列(在沿频率编码方向的位置x0)中的2D相位误差能够由等式3来表示(x0表示沿频率编码方向的列位置；对于那个所选列，y表示沿相位编码方向的体素位置)。
[等式3]
其中，C1包括来自1) 对于整个2D图像是一致的相位偏移以及2) 沿频率编码方向的非线性相位项的份额；C2表示沿相位编码方向的线性相位梯度；以及y表示沿所选列的相位编码方向的图像域体素位置。
这个等式能够用于扫描笛卡尔坐标中的k维空间数据的脉冲序列，包括EPI、GRASE、综合自旋卷绕成像和EPI以及快速自旋回波。相位循环重构不仅能够用于抑制源自涡流效应和梯度波形失真的相位误差，而且还抑制产生于与不同RF脉冲激发对应的多个段之间的扫描内受检者运动的相位不一致性，特别是在DWI和DTI扫描中的扩散敏化梯度存在的情况下。与多次激发扩散加权EPI相似，多次激发扩散加权快速自旋回波成像也对扫描内运动诱导相位变化敏感。能够应用迭代相位循环重构以校正快速自旋回波成像中的相位变化，因为快速自旋回波成像扫描笛卡尔坐标中的k维空间数据。对于非笛卡尔坐标脉冲序列(例如螺旋成像)，不能直接应用这个等式。如以下针对螺旋成像所述，多个体素重叠所重构的螺旋成像，并且“点展宽函数”评估过程能够用来代替等式3。
随后，1D分布的多个集合能够采用等式2、基于C1(50步中每个像素在-π与π之间循环)和C2(50步中在每个像素-π与每个像素+π之间)的不同的可能值来生成。换言之，根据这个所选列生成1D信号的2500个集合。评估信号以便选择与最低等级的尼奎斯特伪影对应的分布(从N×N分布中进行选择，例如2500个分布)。对于大多数MRI应用，我们通常具有与关于FOV的被扫描对象的尺寸有关的大致概念。例如，对于大脑MRI，对象可能占据FOV的70%至95%。这个知识实际上足以帮助(从2500个分布)通过四个步骤来识别最低伪影等级之间的1D分布：1) 根据相位模式之一所生成的1D信号按照升序来分类；2) 所分类1D分布与S形函数相乘，从而抑制FOVy的~80%中的信号；3) 对所分类和S形加权信号进行求和；以及4) 从与系数C1和C2的不同组合对应的分布中来识别具有最低求和信号的1D分布。
例如，图3a的左和右面板示出分别根据等式3的C1和C2值的两个不同集合所生成的(来自八个线圈之一的)幻象EPI数据的1D幅值分布。所分类信号在图3b中通过实曲线来表示，表明与右面板相比，更大能量存在于左面板中的S形窗口的未抑制区域(通过虚线示出)下。图3c中示出S形加权信号。从对所有所分类和加权信号进行求和所得到的值在左面板中比在右面板中要高。基于求和信号的强度，左面板中的数据具有比右面板中的数据更高等级的尼奎斯特伪影。在根据相位循环重构数据来识别具有最低伪影等级的1D分布之后，能够确定所选列中的相位误差模式(通过等式3中的两个系数C1和C2所表示)。
对于位于紧随先前所处理的列的两列，当搜索最佳地抑制尼奎斯特伪影的最佳C1和C2值时，我们能够安全地降低相位循环的范围，因为2D相位误差在空间中缓慢变化。在一个示范实现中，C1和C2循环的范围能够对每个减少了4/5，使得通过基于等式2的矩阵求逆仅生成100个分布。这个过程则能够扩展到图像片中的所有列、扩展到相邻片以及扩展到整个大脑。注意，根据线圈之一所测量的2D相位误差模式实际上能够用于处理从其它线圈所得到的数据。图3d在组合来自全部八个线圈的数据之后使用这个过程来比较未校正和经相位校正的二次激发EPI数据。
与图2所示的方案相比，所开发的基于列的数据处理过程具有较低的计算成本。重构的64×64矩阵大小的分段EPI数据集的计算时间使用Linux PC(CentOS，2.6 GHz CPU，8 GB存储器)中的Matlab实现大约为每片3秒。
能够用于抑制FOV的80%(或者一般为r1)中的所分类信号的数学过程的示例，假定所分类1D分布的长度为L。首先，使用下式来创建长度为2×L的S形加权阵列(S)：
[等式4]
其中，L2是长度2×L的整数阵列(-L+1,-L+2…,L)。
其次，长度L的新阵列(T)采用下式从S形加权阵列S的子集来选择。
[等式5]
其中，或者一般。
所分类的1D分布则能够与所创建的T阵列相乘，以便抑制80%(或者一般为r1)的信号。
并行 EPI 的相位循环重构：
以上将若干数学等式(即，等式1和2)描述为对于常规非并行EPI是特别有用的。但是，本发明的方面能够用于并行EPI，其中仅获取k维空间数据的子集。例如，通过2的加速因子的并行EPI(常用于扩散张量成像)，仅得到约50%的k维空间数据。在这种情况下，等式1和2能够如以下所示来修改(对于具有M的加速因子的N次激发分段EPI)。
[等式1’]
[等式2’]
其中，等式1’中的p是2N×1列向量，其元素Pn表示沿相位编码方向被所分隔的未混叠的复父图像信号；等式1’中的v是列向量，其元素uk和vk表示与第k段的正和负频率编码梯度极性对应的混叠图像信号；等式1’中的E是矩阵，其中等式2’中的φn表示在位置Pn的2D相位误差。
注意，具有2N个未知数以及仅个线性等式的等式1’和2’是欠定的。因此，所提出的相位循环重构能够与已发表SENSE算法相结合，以便通过求解以下所示的等式6去除EPI尼奎斯特伪影。对于SENSE的描述，参见Pruessmann等人的“SENSE：sensitivity encoding for fast MRI”(Magn Reson Med，1999年11月；42(5)：952-62。
[等式6]
其中，表示在位置n的线圈数量w的线圈灵敏度分布；以及和表示从线圈数量w所测量的与k段的正和负频率编码梯度极性对应的混叠的图像信号。注意，当包括来自全部W个线圈的数据时，等式6中存在2N个未知数和个线性方程，这在W>M时是可解的。还应当注意，等式6只演示了用于综合相位循环重构和并行成像的许多可能实现的其中之一。一般来说，在具体实施例中，相位循环重构提供用于进一步减少并行MRI(而并不局限于并行EPI)中的混叠伪影的新的数学框架。
方法
由于图像处理不要求附加参考扫描，所以能够应用新的多维相位校正技术以便以回顾性方式来抑制先前采用不同扫描参数所获取的多个幻象和人类MRI(例如EPI)数据集中的尼奎斯特伪影。不同扫描参数的示例包括自旋回波和梯度回波EPI、单次激发和分段EPI、完全傅立叶和部分傅立叶EPI、快速自旋回波、正交线圈和相控阵列线圈、1.5T和3T。与1D校正相比，新的多维(例如2D)相位校正方法能够一致地并且更好地抑制尼奎斯特伪影，特别是在倾斜平面所获取的EPI数据中的尼奎斯特伪影。
这里所呈现的人脑EPI数据的第一集合采用正交头部线圈以3特斯拉从健康志愿者中所获取的。四个全脑图像采用由1、2、4和8段所组成的自旋回波EPI来得到。其它扫描参数包括：FOV=24cm×24cm，矩阵大小=64×64，片厚度=4mm，TR=2秒，以及TE被设置为可用的最小值(分别为34、26、20和16毫秒)。受检者的头部位置从理想位置倾斜(偏转：~20°；斜度：~10°)，使得选择双倾斜平面以生成与规则轴平面对应的图像。所获取的数据采用常规的1D校正(参见例如Reeder等人)或者新的2D校正方法来校正。选择S形函数以抑制FOV的85%(即，假定扫描对象占据FOV的85%)中的信号。然后根据背景中的残留伪影等级来比较所重构的图像。
人脑EPI数据的第二和第三集合采用八通道线圈以3特斯拉从健康自愿者中所得到的。T2*加权的图像采用2段的梯度回波完全傅立叶EPI来获取，并且扫描参数包括：FOV=24cm×24cm，矩阵大小=160×160，片厚度=2.4mm，TR=3秒，以及TE=35毫秒。T1加权的图像采用2段的逆恢复制备的自旋回波部分傅立叶EPI来获取，并且扫描参数包括：FOV=24cm×24cm，矩阵大小=160×160，片厚度=2.4mm，求逆时间=1秒，TR=5秒，以及TE=67毫秒。图像的这两个集合具有相同的体素大小(1.5mm×1.5mm×2.4mm)和失真模式，并且能够直接相互比较以供多对比度评估。
对于T1加权的部分傅立叶EPI，在来自线圈之一的数据中执行2D校正，并且使用上述迭代相位循环方案来表征相位误差。然后应用所得出的信息以使用等式2去除来自八个线圈的每个线圈的数据中的尼奎斯特伪影。经相位校正的部分傅立叶数据使用Cuppen算法来扩展到完全傅立叶数据。参见例如Cuppen JJ、Groen JP、Konijn J的“Magnetic resonance fast Fourier imaging”(Med Phys 1986；13(2)：248-253)，通过引用将其内容结合于此，好像本文中全面叙述一样。然后来自多个线圈的数据相结合，以平方和的形式，以便形成合成的幅值图像。应用极相似的2D相位校正过程以去除T2*加权的完全傅立叶EPI数据中的尼奎斯特伪影，除了对于完全傅立叶图像不需要Cuppen算法之外。
结果
图4a至图4d中分别示出以1、2、4和8段所获取的双倾斜平面中的人脑EPI数据。图4的左列中的图像在无需任何相位校正的情况下采用傅立叶变换直接根据k维空间数据来重构，并且示出在全部四个数据集中的强尼奎斯特伪影。图4的中间列中的图像采用1D相位校正来重构，并且与未校正图像相比，呈现显著减少的伪影。但是，残留伪影仍然为可见，并且可干扰父图像信号，如箭头所示。图4的右列中的图像采用新的2D相位校正技术来重构，而无需任何参考扫描。能够看到，采用2D校正比采用常规1D校正方法要更好地抑制尼奎斯特伪影。
然后将采用1D和2D校正所得到的四次激发分段EPI的显示标度调整(以0.2的幂)成使得残留尼奎斯特伪影和背景噪声是可见的。如图5a所示，1D相位校正图像在12个所选的片中具有显著的残留伪影。另一方面，使用所开发的2D相位校正方法，能够更有效地抑制大多数的尼奎斯特伪影(图5b)。根据全部12个片中的人工选择的ROI所测量的幻影-噪声比、例如片中的1的黄色区域(幻影)和红色区域(噪声)，在1D相位校正图像中为4.6，以及对于2D相位校正图像为2.3。
值得注意的是，即使单S形函数用于抑制全部片的FOV的85%中的信号，残留伪影在图5b的几乎全部这12个片中为低，而与关于FOV的对象大小无关。已经评估了采用不同S形分布所得到的图像质量(例如以便抑制FOV的70%、80%或90%中的信号)，并且仍然能够可靠地取得类似的伪影抑制效率。
分别在图6的顶行和底行示出三个所选片的相位校正的T2*的加权和逆恢复制备的EPI图像。能够看到，所取得的图像质量看起来与采用常规自旋卷绕成像所得到的相似。预计采用这种尼奎斯特伪影去除技术的图像质量提高对于EPI技术的临床使用将是重要的。
综合自旋卷绕成像和 EPI 的伪影去除
已经表明，EPI读出梯度波形能够嵌入在常规的自旋卷绕成像（诸如扰相梯度回波(SPGR)）中，以便提高扫描效率和吞吐量。参见例如Reeder等人的“Multi-echo segmented k-space imaging: an optimized hybrid sequence for ultrafast cardiac imaging”(Magn. Reson Med，1999年2月；41(2)：375-385，通过引用将其内容结合于此，好像本文中全面叙述一样。能够直接应用新的相位循环重构，以便去除综合自旋卷绕成像和EPI中的尼奎斯特伪影，从而允许高质量和高吞吐量的MRI。
论述
已经表明，当相位误差项沿频率和相位编码方向在空间上改变时，EPI中的所产生的尼奎斯特伪影无法采用1D相位校正有效地去除。这对于倾斜平面EPI特别成问题，其中两个或更多个物理梯度相结合以生成快速切换频率编码梯度。倾斜平面扫描常规地用于大脑成像(例如与前连合-后连合线平行)和心脏EPI(例如与心脏长轴垂直)等等。因此，我们预计，我们的用于有效EPI尼奎斯特伪影去除的新2D相位校正将证明对于许多临床应用是有价值的。
能够在无需额外参考扫描的情况下采用迭代相位循环来完全表征2D相位误差。应当注意，我们的新技术还与基于参考扫描的相位校正兼容。例如，1D参考扫描(例如嵌入在EPI扫描中，无需扫描时间损失(3))能够用于首先校正沿频率编码方向的全局相位偏移和1D非线性相位变化(即，等式3中的C1)。经1D相位校正的EPI数据然后能够经过相同的迭代相位循环重构和2D相位校正。以这种方式，相位循环的范围并且因而计算成本能够潜在地显著降低。
除了先前段落所述的策略之外，也可使用基于GPU的处理(而不是CPU)和并行计算来降低迭代相位循环重构的计算时间(参见例如Stone SS、Haldar JP、Tsao SC、Hwua W-mW、Sutton BP、Liang Z-P的“Accelerating advanced MRI reconstructions on GPUs”(J Parallel Distrib Comput 2008；68：1307-1318))。此外，如果在另一个平台、例如C而不是Matlab来实现算法，则可进一步减少计算时间。
在等式3中，假定2D相位误差沿相位编码方向线性地变化，并且我们发现，这个模型足以去除我们的EPI数据中的尼奎斯特伪影。如果存在沿相位编码方向的非线性相位梯度，则我们可将等式3中的线性模型扩展到包括非线性项。
[等式3’]
基于这个模型的迭代相位循环重构显然要求更高的计算成本。在这种情况下，如前面两个段落所述，用于减少计算时间的策略将是重要的。
单次激发EPI是用于功能MRI、动态对比度增强成像和扩散张量成像的强有力工具。另一方面，即使分段的EPI具有用于产生多对比度数据的潜在性，部分由于抑制不期望的尼奎斯特伪影方面的难题，它尚未在临床上广泛使用。通过本文所示的有效的伪影校正技术，基于分段EPI的结构成像可潜在地提供与自旋卷绕成像相当的图像质量，但具有更短的扫描时间。
除了EPI中的尼奎斯特伪影之外，所开发的相位循环重构方案还可进一步扩展到识别和去除源自其它类型的扫描内相位不一致性的伪影。例如，可采用我们的新技术来估计和校正扩散加权的分段EPI中的运动诱导相位变化，而无需导航器回波（navigator echo）。
相位循环重构可以能够解决EPI和并行EPI中的各种类型的与相位相关的伪影。
使用迭代相位循环的多次激发螺旋成像中的运动诱导相位误差的固有校正
螺旋成像近来因其有效的k维空间覆盖和对流动伪影的低灵敏度而作为用于扩散张量成像(DTI)的回波平面成像的可替换方案而出现。参见例如：Liu，MRM 2004；52：1388；Karampinos，MRM 2009；62：1007；以及Frank，Neurolmage 2010；49：1510，通过引用将其内容结合于此，好像本文中全面叙述一样。通常要求多次激发螺旋轨迹以取得高分辨率，同时保持短的读出持续时间以使非共振效应为最小。但是，在扩散梯度存在的情况下由运动所诱导的激发到激发（shot-to-shot）相位变化导致严重的伪影。可变密度螺旋轨迹能够用于根据每次激发的过取样中心k维空间来生成低分辨率相位估计，并且校正这类伪影。参见上述Liu、Karampinos、Frank。但是，读出持续时间增加高达70%，从而导致更长的扫描时间以及对非共振效应的更高灵敏度。参见：Li，JMRI 2005；21：468，通过引用将其内容结合于此，好像本文中全面叙述一样。迭代相位循环方法能够校正多次激发螺旋成像中的运动诱导相位误差，它不要求任何导航器，因而与可变密度螺旋相比允许获取更短的扫描时间。
方法
为了简洁起见，考虑具有N×N矩阵大小的2次激发螺旋获取，但是扩展到任何次数量的激发是直接了当的。对于每次激发m，点扩展函数计算为：，其中DCF是密度补偿函数，(kx,ky)是螺旋k维空间轨迹，以及(x,y)是网格上的空间位置。然后单独重构来自每次激发的k维空间数据(通过对缺失数据进行零填充)，从而因欠取样而引起混叠图像。对于各像素(x0,y0)，这些图像与待重构的未混叠图像之间的关系能够表示为：
[等式7]
其中，a是包含来自混叠图像的像素值的2×1阵列，以及u是N2×1阵列，它的第(x0,y0)元素包含来自未混叠图像的像素值(图7)。
在没有运动的情况下，E是2×N2矩阵，它的行包含PSF1和PSF2的N×N子集 (红色正方形)。在运动存在的情况下，E的第二行与相乘，其中φ是两次激发之间的运动诱导相位误差。因此，如果φ为已知，则对于各像素，能够通过求解等式[7]来确定未混叠图像。
但是，由于φ一般是未知的，所以我们使用相位循环方法，该方法的要素是使用不同的φ值来重构一系列图像，并且选择具有最小混叠量的图像。能够假定φ在空间上是线性的，即， ，其中φ0是全局相位偏移，以及(gx,gy)是沿(x,y)的线性相位梯度，并且对φ0、gx和gy的不同值进行循环。这个模型足以校正刚体运动所诱导的相位误差(Anderson，MRM，1994；32：379)，但是能够易于扩展到校正非刚性运动所诱导的非线性相位误差。
将具有最小混叠量的图像选择作为背景中(即，对象外部)具有最低信号强度的图像。为了避免必须人工定义背景区域，能够按照预期顺序、例如降序或升序、通常按照升序来分类各图像的像素值，并且能够对最低的25%进行求和以产生背景能量。由于不需要在整个背景中计算能量，所以这个阈值不是关键的，并且通常的范围能够在大约5%至50%之间。
因为对φ的所有可能值进行循环要求较长的计算时间，所以两个策略能够加速重构。首先，能够仅对根据中心k维空间所重构的低分辨率图像执行相位循环，这仍然是极为有效的，只要分辨率足以区分背景与对象。一旦φ为已知，则能够以全分辨率来重构最终图像。其次，迭代地执行相位循环，对于φ0、gx和gy以大范围和步长开始。一旦找到φ的估计，则在下一次迭代降低范围和步长。初始步长应当足够小以避免背景能量中的局部最小数。
作为概念验证，使用2次激发螺旋脉冲序列在3 T GE扫描仪上研究/评估健康志愿者，其中TR/TE=1580/30ms，FOV= 24.3cm，矩阵大小=64×64，以及片厚度=3.8 mm。在3.4GHz PC上以Matlab来执行图像重构。
图8A示出使用不同gx和gy值所重构的图像。图8B示出各图像的分类信号强度，以及图8C示出作为gx和gy的函数的背景能量。
未校正图像(图8A，中心正方形)以及使用不同gx和gy值以全分辨率所重构的代表图像具有极为不同的混叠模式。所分类的信号强度(图8B)示出，这些图像之一与未校正图像[(gx,gy)=(0,0)，中心框]或者任何其它图像(黑色轮廓框)相比具有背景中的最低信号[(gx,gy)=(1,-2)，上部行加亮显示框]。作为gx和gy的函数的背景能量的图表表明，对于(gx,gy)=(1,-2)达到最小能量(以k维空间线偏移的单位)(图8C)。这些结果确定，背景能量最小化实际上能够识别具有最小混叠量的图像(图8A，右侧的顶部正方形，(1,-2位置))。在对φ0进行循环时，能够得到类似结果。
通过以16×16的较低的分辨率来执行相位循环，每个片的计算时间能够减少，通常从大约100 h减少到大约1 h。另外，通过使用具有可变步长的相位循环的五次迭代而不是单次迭代，计算时间进一步减少到13 s，这表示总共减少到1/（3×104）。
这些结果证明，所提出的迭代相位循环方法能够实际有效地校正多次激发螺旋成像中的运动诱导相位误差，而无需任何附加导航器。还考虑到方法能够用于多次激发螺旋DTI。
图9A-9C示出具有多维迭代相位循环伪影校正模块或电路10M的示范图像处理***10。
图9A示出***10能够包括具有用于访问模块10M的入口的至少一个工作站60。模块10M能够保持在经由LAN、WAN或因特网是可访问的远程服务器上。工作站60能够与可保持在远程或本地服务器或者其它电子可访问数据库或资料库的存档患者图像数据40A进行通信。工作站60能够包括具有GUI(图形用户输入)和访问入口的显示器。***10能够与PACS***进行通信或者集成在其中。在具体实施例中，如本领域的技术人员已知，***10能够包括具有图像导入模块、患者数据存储器40A、取数据模块、客户端工作站60和描绘***的至少一个服务器。工作站60能够允许图像描绘的交互式协合，以便为内科医生提供预期特征的交替图像视图。描绘***能够配置成进行缩放、旋转和以其它方式进行平移，以便在诸如截面、前、后、顶、底和透视图的一个或多个视图中为内科医生提供患者数据的可视化。描绘***可整个或部分结合到内科医生工作站60中，或者能够是能够与多个内科医生工作站(未示出)进行通信的远程或本地模块(或者组合远程或本地模块)组件或电路。可视化***10能够采用计算机网络，并且可特别适合于通过内联网的临床数据交换/传输。参见例如美国专利No. 7689539，通过引用将其内容结合于此，好像本文中全面叙述一样。工作站能够使用例如LAN经由比较宽的宽带高速连接来访问数据集，或者可以是远程的，和/或可具有较小带宽和/或速度，以及例如可经由WAN和/或因特网来访问数据集。为了安全性，可适当地提供防火墙。
图9B示出模块10M能够包含在MR扫描仪20中，MR扫描仪20能够与工作站60进行通信。模块10M能够集成到具有图像处理电路的控制箱中。图9C示出模块10M能够集成到与扫描仪20进行通信的一个或多个本地或远程工作站60中。虽然未示出，但是模块10的部分能够保持在能够是远程或本地的扫描仪20和一个或多个工作站60上。
图10是电路或数据处理***290的示意图。***290能够与***10的任一个一起使用，并且提供模块10M的全部或部分。电路和/或数据处理***290数据处理***可结合到一个或多个任何适当装置的数字信号处理器中。如图10所示，处理器410能够经由地址/数据总线448与存储器414和与MRI扫描仪20进行通信。处理器410能够是任何市场销售或定制的微处理器。存储器414代表存储器装置的整体分级结构，该结构包含用于实现数据处理***的功能性的软件和数据。存储器414能够包括但不限于下列类型的装置：高速缓冲存储器、ROM、PROM、EPROM、EEPROM、闪速存储器、SRAM和DRAM。
图10示出存储器414可包括数据处理***中使用的若干类别的软件和数据：操作***452、应用程序454、输入/输出(I/O)装置驱动458和数据455。数据455能够包括特定患者的MRI图像数据。图10还示出，应用程序454能够包括多维迭代相位循环图像重构模块450。可选地，电路290和/或工作站60能够与(例如包括接口或访问入口等)存档图像伪影去除重构模块453进行通信或者包括存档图像伪影去除重构模块453。
如本领域的技术人员将会理解的那样，操作***452可以是适用于与数据处理***一起使用的任何操作***，例如来自International Business Machines Corporation(Armonk，NY)的OS/2、AIX、DOS、OS/390或***390、来自Microsoft Corporation(Redmond，WA)的Windows CE、Windows NT、Windows95、Windows98、Windows2000、WindowsXP或其它的Windows版本、Unix或Linux或FreeBSD、来自Palm, Inc.的Palm OS、来自Apple Computer的Mac OS、Lab View或者专有操作***。I/O装置驱动458通常包括由应用程序454通过操作***452所访问的软件例程，以便与诸如(一个或多个)I/O数据端口、数据存储器455和某些存储器414组件之类的装置进行通信。应用程序454说明了实现数据(图像)处理***的各种特征的程序，并且能够包括支持按照本发明的实施例的操作的至少一个应用。最后，数据455表示由应用程序454、操作***452、I/O装置驱动程序458以及可驻留在存储器414中的其它软件程序所使用的静态和动态数据。
虽然例如参照在图10中作为应用程序的模块450来示出本发明，但是如本领域的技术人员将会理解的那样，也可使用其他配置，同时仍然获益于本发明的教导。例如，模块450还可被合并到操作***452、I/O装置驱动458或者数据处理***的其它这种逻辑划分中。因此，本发明不应当被理解为局限于图10的配置，其意在包含能够执行本文所描述操作的任何配置。此外，模块450能够与诸如MRI扫描仪20、接口/网关或工作站60之类的其它组件进行通信或者完全或部分合并到其中。
I/O数据端口能够用于在数据处理***、工作站、MRI扫描仪、接口/网关和另一个计算机***或网络(例如因特网)之间传递信息或者将信息传递到处理器所控制的其它装置或电路。这些组件可以是诸如在许多常规数据处理***中使用的那些组件之类的常规组件，它们可按照本发明来配置成按照本文所描述地进行操作。
图11是能够用于执行按照本发明的实施例的方法的示范动作的流程图。得到患者图像数据(框100)。患者图像数据能够是存档的患者图像数据，以便去除与患者的先前所获取的MRI图像数据关联的图像伪影(框126)。
在具体实施例中，图像数据能够对应于心脏MRI图像(框112)或神经(大脑)图像，诸如动态神经(大脑)图像(框114)。脉冲序列或者获取协议能够包括下列一个或多个：单次和多次激发EPI、并行成像EPI、分段EPI、倾斜EPI、GRASE、螺旋成像、DWI、快速自旋回波以及综合的自旋卷绕成像和EPI(框105)。
方法能够包括使用患者图像数据以及(i)沿频率编码方向和(ii)沿相位编码方向的相位梯度的迭代值来重构图像(框110)。这能够在不要求或不使用MRI参考扫描并且无需先验2D相位信息的情况下执行(框116)。能够识别来自重构图像的具有最低伪影等级的图像(框120)。这个图像能够用于识别相位误差模式。
能够基于诸如与所重构图像关联的所分类和S形加权信号中的低背景能量之类的定义好的图像参数来电子地选择最低伪影等级图像(框124)。
为了帮助识别，比图像中的被扫描目标对象的大小要大的所估计或实际FOV用于识别具有最低背景能量的信号(框125)。
在一些实施例中，能够通过生成沿位于FOV中心(例如在沿频率编码方向的位置“x0”)附近的相位编码方向的第一信号集合(像素强度)来识别相位误差(框127)。这个集合能够与具有与图像片关联的多列的逆矩阵的单列关联。能够使用相同相位值和迭代步或者更小范围和不同的迭代步值对其它列生成图像的其它集合。
生成步骤能够包括使用与中心FOV位置对应的图像数据来生成1D MRI信号分布，以及识别步骤能够通过下列步骤来执行：(a) 按升序电子地分类1D信号分布；(b) 将所分类信号分布乘以S形函数(以便抑制大于50% FOV的信号)以定义S形加权信号；(c) 电子地对加权分类信号分布求和；以及(d) 电子地将最低求和1D信号分布识别为具有最低伪影等级的图像。可替换地，(a)分类能够按照不同顺序，例如降序。
能够执行生成步骤，使得使用第一相位误差范围和第一迭代步长来生成第一系列的重构图像，以及随后使用减小的相位误差范围和不同的步长电子地生成第二系列的重构图像。
图12是能够用于执行按照本发明的附加实施例的方法的示范动作的流程图。这些动作可特别适合于螺旋图像数据(包括螺旋DTI)。得到MRI患者图像数据的多次激发螺旋获取(框200)。使用不同相位值的迭代相位循环从中心k维空间来重构一系列图像(框210)。选择背景区域中具有最低的信号强度等级的图像作为具有最小混叠量的图像(框220)。
迭代地执行相位循环，以相位的第一范围和步长开始，然后在随后的迭代减小范围和步长(框214)。能够执行重构，以便生成从中心k维空间所重构的低分辨率图像(框212)。能够按升序来分类重构图像中的像素值(框222)。能够对各图像的最低百分比或数量的像素进行求和，以便定义那个图像的背景能量的度量(框224)。可替换地，能够按降序来分类图像中的像素值，并且能够对最高百分比进行求和，以便定义背景能量的量度。
总而言之，我们认为本发明的实施例提供第一和一般的无参考多维(例如2D)相位校正技术，用于减少EPI尼奎斯特伪影和/或运动诱导伪影，其中没有用于螺旋和EPI图像的附加导航器。实施例一般能够适用于如本文所述的单次激发和分段EPI以及其它图像序列。所开发的方法被认为优于1D相位校正，特别是对于倾斜平面成像。
以上所述是对本发明的说明，而不能被理解为对其进行限制。虽然已经描述了本发明的几个示范实施例，但是本领域的技术人员将易于理解，许多修改在示范实施例中是可能的，而没有在实质上背离本发明的新教导和优点。相应地，所有这类修改都意在包含在如权利要求所限定的本发明的范围之内。在权利要求中，部件加功能短语意在涵盖本文描述的作为执行所述功能的结构，并且不仅涵盖结构等效体而且还涵盖等效结构。因此，要理解，以上是对本发明的说明，而不是被理解为将其局限于所公开的具体实施例，并且对所公开实施例的修改以及对其他实施例的修改意在被包含在所附权利要求的范围之内。本发明由以下权利要求来限定，其中权利要求的等效体将包含在其中。

Claims (32)

1.一种用于生成在非并行或并行MRI中具有减少的混叠伪影的MRI图像的方法，包括：
使用通过在至少二维上对相位梯度的不同估计值进行迭代循环从患者MRI图像数据集所得到的患者图像数据电子地重构一系列图像；以及
从所述所重构图像中电子地选择图像作为具有最低伪影等级。
2.如权利要求1所述的方法，其中，所述电子重构步骤包括：对于相应图像片，使用沿频率编码方向的不同的可能相位梯度值来生成第一系列图像以及使用沿相位编码方向的相位梯度的不同的可能值来生成第二系列图像；所述方法还包括：
生成与所述所重构第一和第二系列的图像关联的1D图像信号分布；以及
将所述1D图像信号分布乘以相应的S形函数权重，
其中使用所述S形加权信号来执行所述电子选择步骤以识别相位误差模式。
3.如权利要求2所述的方法，其中，所述1D图像信号分布表示所述所重构图像中的背景能量。
4.如权利要求1所述的方法，其中，所述重构步骤在无需获取参考扫描或者无需用户输入的情况下执行，以便识别图像中的背景区域。
5.如权利要求1所述的方法，其中，执行所述生成和识别步骤，以便从采用非并行或并行MRI所获取的患者图像中抑制、校正或去除尼奎斯特幻影伪影、运动诱导伪影或者其它类型的混叠伪影。
6.如权利要求1所述的方法，其中，使用定义好的的值的相位范围以及(i)沿频率编码方向和(ii)沿相位编码方向的估计梯度值的变化中的定义好的步长来执行所述重构图像步骤。
7.如权利要求1所述的方法，其中，所述重构步骤包括使用沿位于沿频率编码方向的定义位置的视野(FOV)中心附近的相位编码方向的图像数据的所选第一列来生成第一系列的图像，然后使用采用相位值的不同范围和在相位值之间的变化的不同步长的图像数据的相邻第二列来生成第二系列的图像。
8.如权利要求7所述的方法，其中，在沿所述相位编码(y)方向以及沿所述频率编码方向的位置x0的所选第一列中的相位误差φ能够至少使用下式所识别的C1和C2来表示：
φ(x0，y)＝C1+C2×y
其中，C1包括来自1)对于整个2D图像是一致的相位偏移以及2)沿所述频率编码方向的非线性相位项的份额，以及C2表示沿所述相位编码方向的线性相位梯度。
9.如权利要求7所述的方法，其中，在沿相位编码(y)方向以及沿频率编码方向的位置x0的所选第一列中的相位误差φ能够使用下式来表示：
φ(x0，y)＝C1+C2×y+C3×y2
其中，C1包括来自1)对于整个2D图像是一致的相位偏移以及2)沿所述频率编码方向的非线性相位项的份额，C2表示沿所述相位编码方向的线性相位梯度，以及C3表示沿所述相位编码方向的非线性相位梯度。
10.如权利要求2所述的方法，其中，所述生成步骤包括基于在所定义的数量“N”步中每个像素在-π与+π之间循环的C1以及也在所述所定义的数量“N”步中在每个像素-π与每个像素+π之间循环的C2的不同的可能值来生成1D分布信号的多个集合，以便根据所选列来生成N×N 1D分布信号，其中C1是包括来自1)对于整个2D图像是一致的相位偏移以及2)沿所述频率编码方向的非线性相位项的份额的变量，C2表示沿所述相位编码方向的线性相位梯度。
11.如权利要求2所述的方法，还包括在乘法步骤之前按照所定义的顺序电子地分类所述1D信号分布，然后将所分类的信号分布乘以S形函数以定义S形加权信号；
电子地对加权分类信号分布进行求和；
电子地将最低求和1D信号分布识别为具有最低伪影等级的图像；以及
识别与对应于最低求和1D信号分布的列关联的相位误差模式。
12.如权利要求1所述的方法，其中，执行所述重构步骤，使得使用第一相位误差范围和迭代步长电子地评估第一系列的重构图像，以及随后使用减小的相位误差范围和调整的步长电子地评估第二系列的重构图像。
13.如权利要求1所述的方法，其中，使用下列脉冲序列的至少一个来得到患者图像数据：单激发EPI、分段EPI、并行EPI、GRASE、多次激发螺旋成像、快速自旋回波成像以及自旋卷绕成像和EPI的结合。
14.如权利要求1所述的方法，其中，所述患者图像数据包括使用1D参考扫描的1D相位校正数据。
15.一种从具有经校正的运动诱导相位误差的多次激发EPI或螺旋成像来生成图像的方法，包括：
得到多次激发EPI或螺旋获取MRI患者图像数据；
迭代地对于从中心k维空间所重构的所得到的MRI患者图像数据的图像进行相位循环；
选择背景区域中具有最低信号强度等级的图像作为具有最小混叠量的所述图像；以及
基于所选图像来生成患者图像。
16.如权利要求15所述的方法，其中，迭代地执行所述相位循环，在第一迭代以第一范围和步长开始，然后在随后的迭代减小所述范围并且调整所述步长。
17.如权利要求15所述的方法，其中，通过根据中心k维空间重构低分辨率图像来执行所述迭代相位循环重构，以及其中执行所述生成步骤以生成更高分辨率的患者图像。
18.如权利要求15所述的方法，还包括按照所定义顺序来分类与重构图像中的背景能量关联的像素值。
19.如权利要求18所述的方法，其中，所述分类按照升序，所述方法还包括对各图像中的最低百分比或数量的像素进行求和，以便定义那个图像的背景能量的度量。
20.如权利要求15所述的方法，其中，所得的患者图像数据来自扩散加权螺旋成像。
21.一种配置成在无需参考扫描的情况下对MRI患者图像数据集在至少两个维度上电子地执行迭代相位循环图像重构以生成具有减少的混叠伪影的MRI图像的图像处理电路，其中所述迭代相位循环重构能够应用于MRI患者图像数据，以便抑制图像域或k维空间域中的多维相位误差。
22.如权利要求21所述的电路，其中，所述电路至少部分集成到下列至少一个中或者与其通信：(a)MR扫描仪；(b)临床医生工作站；或者(c)具有已存档患者图像数据的图片存档和通信***。
23.如权利要求21所述的电路，其中，所述图像处理电路配置成将S形加权因子应用于与所述重构图像关联的图像信号，以及分类加权信号以识别相位模式误差并且校正尼奎斯特伪影。
24.如权利要求21所述的电路，其中，所述图像处理电路配置成通过对来自中心k维空间的所得到的MRI患者图像数据的图像迭代地进行相位循环来重构低分辨率图像片，然后将背景区域中具有最低的信号强度等级的图像选择作为具有最小混叠量的图像，以及基于所选的图像来生成患者图像。
25.如权利要求24所述的电路，其中，执行所述迭代相位循环，在第一迭代以第一范围和步长开始，然后在随后的迭代减小所述范围并且调整所述步长。
26.一种MR图像处理***，包括：
具有显示器和用户界面的临床医生工作站，包括至少一个图像处理***或者与其通信，所述图像处理***配置成在无需参考扫描的情况下对MRI患者图像数据集电子地执行多维迭代相位循环图像重构以生成具有减少的混叠伪影的MRI图像，其中所述迭代相位循环重构能够应用于MRI患者图像数据集，以便抑制图像域或k维空间域中的多维相位误差。
27.如权利要求26所述的***，还包括与所述工作站进行通信的MR扫描仪。
28.如权利要求26所述的***，其中，所述工作站与具有已存档患者MR图像数据的图片存档和通信***进行通信。
29.一种图像处理电路，配置成以电子方式对(i)MRI患者图像数据集合而无需参考扫描或者对(ii)已经基于参考扫描进行1D相位校正的MRI患者图像数据，沿至少两个维度来执行迭代相位循环图像重构，其中所述迭代相位循环重构能够施加到MRI患者图像数据以便抑制图像域或k空间域中的多维相位误差，从而生成具有减少混叠伪影的MRI图像。
30.一种MR图像处理***，包括：
具有显示器和用户界面的临床医生工作站，包括至少一个图像处理***或者与其进行通信，所述至少一个图像处理***配置成以电子方式对MRI患者图像数据集合执行多维迭代相位循环图像重构，以便生成具有减少伪影的MRI图像，其中所述迭代相位循环重构能够被施加到MRI患者图像数据集合以便抑制图像域或者k空间域中的多维相位误差。
31.如权利要求30所述的***，其中，所述图像处理***配置成对MRI患者图像数据集合执行多维迭代相位循环图像重构，而无需参考扫描。
32.如权利要求30所述的***，其中，所述图像处理***配置成对已经基于参考扫描进行1D相位校正的MRI患者图像数据执行多维迭代相位循环图像重构。
CN201180048742.6A 2010-10-07 2011-10-03 Mri图像的多维迭代相位循环重构 Expired - Fee Related CN103124517B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US39072810P 2010-10-07 2010-10-07
US61/390728 2010-10-07
US61/390,728 2010-10-07
US41813410P 2010-11-30 2010-11-30
US61/418134 2010-11-30
US61/418,134 2010-11-30
PCT/US2011/054523 WO2012047771A2 (en) 2010-10-07 2011-10-03 Multi-dimensional iterative phase-cycled reconstruction for mri images

Publications (2)

Publication Number Publication Date
CN103124517A CN103124517A (zh) 2013-05-29
CN103124517B true CN103124517B (zh) 2015-10-14

Family

ID=45928346

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180048742.6A Expired - Fee Related CN103124517B (zh) 2010-10-07 2011-10-03 Mri图像的多维迭代相位循环重构

Country Status (4)

Country Link
US (1) US8934694B2 (zh)
EP (1) EP2624751A4 (zh)
CN (1) CN103124517B (zh)
WO (1) WO2012047771A2 (zh)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5189203B2 (ja) * 2009-03-30 2013-04-24 株式会社日立製作所 磁気共鳴装置
JP5619525B2 (ja) * 2009-09-30 2014-11-05 株式会社東芝 Ｘ線コンピュータ断層撮影装置及び画像処理装置
JP5865913B2 (ja) * 2010-11-02 2016-02-17 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． Ｒｆ送信チェーンを特徴付ける方法及び装置
US9329252B2 (en) * 2011-08-30 2016-05-03 The Board Of Trustees Of The Leland Stanford Junior University Apparatus for real-time phase correction for diffusion-weighted magnetic resonance imaging using adaptive RF pulses
EP2858559B1 (en) * 2012-06-28 2021-01-20 Duke University Multi-shot scan protocols for high-resolution mri incorporating multiplexed sensitivity-encoding (muse)
TWI478103B (zh) * 2012-08-10 2015-03-21 Univ Nat Taiwan 使用高度形變微分同胚度量映射法的擴散頻譜造影轉換方法
CA2894791C (en) * 2012-12-13 2023-10-31 Gagan SIDHU Processing multidimensional signals
EP2979107B1 (en) 2013-03-29 2020-10-07 Koninklijke Philips N.V. Magnetic resonance imaging system with ghost artifact reduction and method of operation thereof
DE102013213591B4 (de) * 2013-07-11 2015-02-12 Siemens Aktiengesellschaft Ermittlung einer B0-Feldkarte mittels Anregungen mit unterschiedlichen Anregungsfeldern
EP3039441A1 (en) * 2013-08-30 2016-07-06 Koninklijke Philips N.V. Dixon magnetic resonance imaging
DE102013217617B4 (de) * 2013-09-04 2018-12-27 Siemens Healthcare Gmbh Steuerungsverfahren zur Kontrolle einer Datenerfassung von Magnetresonanz-Bilddaten
JP6494986B2 (ja) * 2014-01-16 2019-04-03 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置及び画像処理装置
CN106133546B (zh) * 2014-03-28 2019-04-30 皇家飞利浦有限公司 涉及sense的epi伪影校正
US10302726B2 (en) * 2014-07-03 2019-05-28 Koninklijke Philips N.V. Image reconstruction for MRI using multiplexed sensitivity encoding
EP3234835A1 (en) * 2014-12-19 2017-10-25 Koninklijke Philips N.V. Automated derivation of quality assurance rules
CN104700440B (zh) * 2015-03-17 2017-10-13 上海理工大学 磁共振部分k空间图像重建方法
US20170109903A1 (en) * 2015-10-20 2017-04-20 Michal Kulon Method for Reduction of Artifacts and Preservation of Soft Tissue Contrast and Conspicuity of Iodinated Materials on Computed Tomography Images by means of Adaptive Fusion of Input Images Obtained from Dual-Energy CT Scans, and Use of differences in Voxel intensities between high and low-energy images in estimation of artifact magnitude
DE102016217863B4 (de) 2016-09-19 2019-04-25 Siemens Healthcare Gmbh Vermeidung von Artefakten im Rahmen einer Akquisition von Messdaten mittels Magnetresonanz-Technik
US10551458B2 (en) 2017-06-29 2020-02-04 General Electric Company Method and systems for iteratively reconstructing multi-shot, multi-acquisition MRI data
CN107290700B (zh) * 2017-08-08 2020-12-04 上海联影医疗科技股份有限公司 一种相位校正方法、装置及磁共振***
CN110120068B (zh) * 2018-02-05 2021-11-19 湖南大学 一种改进的欠焦系列迭代波函数重构方法
WO2019169393A1 (en) * 2018-03-02 2019-09-06 The General Hospital Corporation Improved multi-shot echo planar imaging through machine learning
WO2019183562A1 (en) * 2018-03-23 2019-09-26 The Regents Of The University Of California Apparatus and method for removing breathing motion artifacts in ct scans
US10866292B2 (en) 2018-05-31 2020-12-15 General Electric Company Methods and systems for coil selection in magnetic resonance imaging
US10859645B2 (en) 2018-05-31 2020-12-08 General Electric Company Method and systems for coil selection in magnetic resonance imaging
US10859646B2 (en) 2018-05-31 2020-12-08 General Electric Company Method and systems for coil selection in magnetic resonance imaging to reduce annefact artifact
US10802101B2 (en) 2018-05-31 2020-10-13 General Electric Company Method and systems for coil selection in magnetic resonance imaging to reduce phase wrap artifact
WO2020004916A1 (en) * 2018-06-25 2020-01-02 Samsung Electronics Co., Ltd. A method and an apparatus for reconstructing magnetic resonance image
CN109242923B (zh) * 2018-08-21 2022-11-08 上海联影医疗科技股份有限公司 一种迭代重建的***和方法
CN109741409A (zh) * 2018-11-30 2019-05-10 厦门大学 回波平面成像涡流伪影的无参考扫描校正方法
EP3909013A4 (en) * 2019-01-11 2022-10-05 University of Central Florida Research Foundation, Inc. MOTION ESTIMATION AND COMPENSATION IN CONE BEAM COMPUTER TOMOGRAPHY (CBCT)
US20220123947A1 (en) 2019-01-18 2022-04-21 Zeu Technologies, Inc. A Method for Generating Random Numbers in Blockchain Smart Contracts
CN110059291A (zh) * 2019-03-15 2019-07-26 上海大学 一种基于gpu的三阶低秩张量补全方法
US11085988B2 (en) * 2019-03-20 2021-08-10 The Board Of Trustees Of The Leland Stanford Junior University Method for estimating systematic imperfections in medical imaging systems with deep learning
US11313933B2 (en) * 2019-03-20 2022-04-26 The Board Of Trustees Of The Leland Stanford Junior University Diffusion-weighted MRI with magnitude-based locally low-rank regularization
WO2020263277A1 (en) * 2019-06-28 2020-12-30 1Hewlett-Packard Development Company, L. P. Landmark temporal smoothing
GB2598310B (en) * 2020-08-24 2022-10-12 Dualitas Ltd Data processing
CN114706811B (zh) * 2022-01-19 2023-05-30 中国电子科技集团公司第十研究所 一种功能波形可动态重构的信号处理平台
CN115359144B (zh) * 2022-10-19 2023-03-03 之江实验室 一种磁共振平面回波成像伪影仿真方法及***
CN117078792B (zh) * 2023-10-16 2023-12-12 中国科学院自动化研究所 正则项自适应优化的磁粒子图像重建***、方法及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5270654A (en) * 1991-07-05 1993-12-14 Feinberg David A Ultra-fast multi-section MRI using gradient and spin echo (grase) imaging
CN1891150A (zh) * 2005-07-07 2007-01-10 通用电气公司 具有减少的fse尖点伪影的mr成像方法及***
CN101105863A (zh) * 2006-07-10 2008-01-16 西门子（中国）有限公司 基于边缘检测的局域化抗混叠方法
US7375519B2 (en) * 2006-04-20 2008-05-20 General Electric Company Method and apparatus of MR imaging with two dimensional phase and magnitude correction

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6150814A (en) * 1995-09-04 2000-11-21 Btg International Limited Methods of achieving phase contrast in magnetic resonance imaging and a related apparatus
US6249595B1 (en) * 1998-01-22 2001-06-19 General Electric Company Iterative reconstruction for EPI
US6285187B1 (en) * 1999-04-28 2001-09-04 General Electric Company Method and apparatus for reducing artifacts in echo planar imaging
US6225804B1 (en) * 1999-10-25 2001-05-01 Analogic Corporation Correction of DC offset in magnetic resonance imaging signals
US6717406B2 (en) * 2000-03-14 2004-04-06 Beth Israel Deaconess Medical Center, Inc. Parallel magnetic resonance imaging techniques using radiofrequency coil arrays
US7285954B2 (en) * 2005-09-14 2007-10-23 The United States Of America As Represented By The Secretary Of The Department Of Health And Human Services Imaging and reconstruction of partial field of view in phase contrast MRI
US7689539B2 (en) * 2005-11-22 2010-03-30 Sectra Ab Systems for fast efficient retrieval of medical image data from multidimensional data sets, related methods and computer products
CN101273890B (zh) * 2007-03-29 2010-10-06 西门子（中国）有限公司 Mr监控的hifu治疗成像中减少折叠伪影的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5270654A (en) * 1991-07-05 1993-12-14 Feinberg David A Ultra-fast multi-section MRI using gradient and spin echo (grase) imaging
CN1891150A (zh) * 2005-07-07 2007-01-10 通用电气公司 具有减少的fse尖点伪影的mr成像方法及***
US7375519B2 (en) * 2006-04-20 2008-05-20 General Electric Company Method and apparatus of MR imaging with two dimensional phase and magnitude correction
CN101105863A (zh) * 2006-07-10 2008-01-16 西门子（中国）有限公司 基于边缘检测的局域化抗混叠方法

Also Published As

Publication number Publication date
US8934694B2 (en) 2015-01-13
CN103124517A (zh) 2013-05-29
WO2012047771A3 (en) 2012-06-07
EP2624751A2 (en) 2013-08-14
US20130182932A1 (en) 2013-07-18
WO2012047771A2 (en) 2012-04-12
EP2624751A4 (en) 2018-02-07

Similar Documents

Publication Publication Date Title
CN103124517B (zh) Mri图像的多维迭代相位循环重构
Cruz et al. Accelerated motion corrected three‐dimensional abdominal MRI using total variation regularized SENSE reconstruction
US9224210B2 (en) Systems and methods for accelerated dynamic magnetic resonance imaging
EP2858559B1 (en) Multi-shot scan protocols for high-resolution mri incorporating multiplexed sensitivity-encoding (muse)
US10338178B2 (en) System and method for high-resolution spectroscopic imaging
US9341693B2 (en) Motion compensated magnetic resonance reconstruction in real-time imaging
US9612307B2 (en) Reducing artifacts in magnetic resonance images acquired using propeller echo planar imaging
US11002815B2 (en) System and method for reducing artifacts in echo planar magnetic resonance imaging
CN106574954A (zh) 针对epi的具有奈奎斯特伪影校正的并行mr成像
Hu et al. RUN‐UP: Accelerated multishot diffusion‐weighted MRI reconstruction using an unrolled network with U‐Net as priors
Chen et al. Two‐dimensional phase cycled reconstruction for inherent correction of echo‐planar imaging Nyquist artifacts
CN109564268A (zh) 在多梯度回波mri中对场波动的回顾性校正
US20170307716A1 (en) Propeller mr imaging with artefact suppression
Teh et al. Improved compressed sensing and super‐resolution of cardiac diffusion MRI with structure‐guided total variation
US11860258B2 (en) Methods and systems for Maxwell compensation for spin-echo train imaging
Jacob et al. Improved model-based magnetic resonance spectroscopic imaging
Dai et al. Distortion-free diffusion imaging using self-navigated Cartesian Echo-planar time resolved acquisition and joint magnitude and phase constrained reconstruction
CN111263896B (zh) 在磁共振成像***中对相位相关的伪影的数据驱动的校正
US10818047B2 (en) Iterative reconstruction of quantitative magnetic resonance images
Riedel et al. Segmented simultaneous multi‐slice diffusion‐weighted imaging with navigated 3D rigid motion correction
Hoh et al. Free‐breathing motion‐informed locally low‐rank quantitative 3D myocardial perfusion imaging
EP4394425A1 (en) Method for generating a motion-corrected magnetic resonance image dataset
Tan et al. Accelerated diffusion-weighted magnetic resonance imaging at 7 T: Joint reconstruction for shift-encoded navigator-based interleaved echo planar imaging (JETS-NAViEPI)
Malczewski Magnetic resonance image enhancement using highly sparse input
EP4246170A1 (en) Methods for acquiring a magnetic resonance image dataset and for generating a motion-corrected image dataset

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151014

Termination date: 20181003