CN103800006B - 磁共振成像设备和获取功能图像的方法 - Google Patents
磁共振成像设备和获取功能图像的方法 Download PDFInfo
- Publication number
- CN103800006B CN103800006B CN201310467364.6A CN201310467364A CN103800006B CN 103800006 B CN103800006 B CN 103800006B CN 201310467364 A CN201310467364 A CN 201310467364A CN 103800006 B CN103800006 B CN 103800006B
- Authority
- CN
- China
- Prior art keywords
- data
- view data
- images
- functional
- function
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 24
- 238000002599 functional magnetic resonance imaging Methods 0.000 title abstract 2
- 230000033001 locomotion Effects 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 65
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 31
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000005070 sampling Methods 0.000 claims description 23
- 230000009466 transformation Effects 0.000 claims description 18
- 230000003213 activating effect Effects 0.000 claims description 13
- 230000006835 compression Effects 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 11
- 238000003384 imaging method Methods 0.000 claims description 9
- 210000003484 anatomy Anatomy 0.000 claims description 8
- 230000007102 metabolic function Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000002490 cerebral effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013501 data transformation Methods 0.000 claims description 3
- 238000002224 dissection Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 103
- 230000005291 magnetic effect Effects 0.000 description 32
- 238000010586 diagram Methods 0.000 description 23
- 210000004556 brain Anatomy 0.000 description 15
- 230000008859 change Effects 0.000 description 9
- 210000000038 chest Anatomy 0.000 description 7
- 230000010363 phase shift Effects 0.000 description 5
- 125000004429 atom Chemical group 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000005415 magnetization Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 108010002255 deoxyhemoglobin Proteins 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- ZKHQWZAMYRWXGA-KQYNXXCUSA-N Adenosine triphosphate Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](COP(O)(=O)OP(O)(=O)OP(O)(O)=O)[C@@H](O)[C@H]1O ZKHQWZAMYRWXGA-KQYNXXCUSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 108010064719 Oxyhemoglobins Proteins 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 239000002256 antimetabolite Substances 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 239000002907 paramagnetic material Substances 0.000 description 1
- 238000005191 phase separation Methods 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- 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
-
- 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
-
- 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
- A61B5/0036—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 including treatment, e.g., using an implantable medical device, ablating, ventilating
-
- 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
- G01R33/4806—Functional imaging of brain activation
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G01R33/4804—Spatially selective measurement of temperature or pH
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10076—4D tomography; Time-sequential 3D tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Neurosurgery (AREA)
- Signal Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种磁共振成像设备和获取功能图像的方法。一种其由于对象的运动导致的伪影已被校正的功能图像的获取方法包括:获取对象的功能图像数据;获取对象的结构图像数据;基于结构图像数据获取对象的运动信息;基于与对象的运动相关的运动信息校正功能图像数据;以及获得对象的功能图像。
Description
技术领域
与示例性实施例一致的设备和方法涉及一种用于使用磁共振(MR)图像诊断各种疾病的磁共振成像(MRI)设备和一种使用所述MRI设备获取功能图像的方法。
背景技术
通过使用对人类无害的磁场和作为特定电离辐射的射频(RF)在身体中引起氢原子核的核磁共振,MRI设备产生代表原子核的密度以及物理和化学性质的图像。
MRI设备用于通过在预定范围的磁场的作用下将预定频率和能量施加于原子核并且将从原子核发射的能量转换成信号来诊断病人。
质子是原子核的成分,并具有自旋角动量和磁偶极子。因此,原子核沿施加于它的磁场的方向排列,并沿磁场的方向执行进动。因此,可经核磁共振获取人体的图像。
虽然MRI设备广泛地用于对人类的解剖结构成像并且诊断疾病,但近年来,已尝试形成表示人体器官的功能(特别地,大脑的功能)的图像。代表性示例是功能MRI(fMRI)。
大脑的特定区域具有特定功能,因此,各区域的局部脑血流量和新陈代谢可在执行特定功能时增加。功能MRI使用这种生理变化来引起大脑的局部神经活化,此后,将对应功能的位置表示为图像。功能MRI可表现出比正电子成像术(PET)高的空间和时间分辨率,并且可被反复执行,这是因为不需要注入同位素。
虽然存在各种功能MRI方法,但血氧水平依赖(BOLD)法被最广泛地使用。由大脑的活化引起的局部血流量增加意味着提供给活化的脑组织的增加的量的氧。在这种情况下,增加的氧的供给增加毛细血管和静脉中的氧合血红蛋白的量,引起脱氧血红蛋白的密度的减小。由于脱氧血红蛋白是减少周围区域的T2弛豫时间的顺磁材料,所以这种材料的减少引起T2加权图像中的信号的增加。
然而,如果在功能MRI的扫描期间发生病人的运动,则表示功能的图像(即,通过功能MRI获取的功能图像)可能具有伪影。虽然已经由图像处理(诸如,功能图像的登记)执行了这种伪像的校正,但功能图像无法为由病人运动引起的伪影的准确校正提供足够的解剖信息。
发明内容
示例性实施例可解决至少以上问题和/或缺点和以上未描述的其它缺点。此外,示例性实施例不必克服上述缺点,并且示例性实施例可不克服任何上述问题。
根据一个或多个示例性实施例,提供一种获取功能图像的方法,所述方法包括:获取结构图像数据和功能图像数据;使用结构图像数据识别对象的运动;以及通过基于识别的对象的运动校正功能图像数据来获取其由于对象的运动导致的伪影已被校正的功能图像。
根据示例性实施例的一方面,提供一种使用MRI设备获取功能图像的方法,所述方法包括:获取关于对象的功能图像数据;获取关于对象的结构图像数据;基于结构图像数据获取与对象的运动相关的信息;以及基于与对象的运动相关的信息校正功能图像数据以获取关于对象的功能图像。
功能图像可包括:大脑功能图像、新陈代谢功能图像、温度图像和光谱图像。
获取关于对象的结构图像数据的步骤可包括:按照预定义的时间间隔获取结构图像数据。
关于对象的结构图像数据的步骤可包括:在各个功能图像数据的获取之间获取结构图像数据,以及
功能图像数据和结构图像数据可包括关于对象的切片图像数据。
功能图像数据和结构图像数据可包括关于对象的体图像数据。
获取关于对象的结构图像数据的步骤可包括:在待确认的感兴趣的功能的激活部分和去活化部分中的每一个部分中获取结构图像数据。
获取关于对象的结构图像数据的步骤可包括:通过经由压缩感测对对象的回波信号进行采样来形成k空间;以及从k空间获取结构图像数据。
获取关于对象的结构图像数据的步骤可包括:通过对对象的回波信号的低频区域进行采样来形成k空间;以及从k空间获取结构图像数据。
基于结构图像数据获取与对象的运动相关的信息的步骤可包括:登记结构图像数据;以及计算在结构图像数据的登记中使用的变换矩阵。
基于与对象的运动相关的信息校正功能图像数据以获取关于对象的功能图像的步骤可包括:获取功能图像,该功能图像的由于对象的运动导致的伪影已通过基于变换矩阵登记功能图像数据而被校正。
根据示例性实施例的另一方面,一种MRI设备包括:图像处理器,获取关于对象的功能图像数据和结构图像数据,基于结构图像数据获取与对象的运动相关的信息,并且基于与对象的运动相关的信息校正功能图像数据以获取关于对象的功能图像;和显示单元,显示功能图像。
功能图像可包括:大脑功能图像、新陈代谢功能图像、温度图像和光谱图像。
图像处理器可按照预定义的时间间隔获取结构图像数据。
图像处理器可在各个功能图像数据的获取之间获取结构图像数据。
功能图像数据和结构图像数据可包括关于对象的切片图像数据。
功能图像数据和结构图像数据可包括关于对象的体图像数据。
图像处理器可在待确认的感兴趣的功能的激活部分和去活化部分中的每一个部分中获取结构图像数据。
图像处理器可通过经由压缩感测对对象的回波信号进行采样来形成k空间,并且可从k空间获取结构图像数据。
图像处理器可通过对对象的回波信号的低频区域进行采样来形成k空间,并且可从所述k空间获取结构图像数据。
图像处理器可登记结构图像数据以由此计算在结构图像数据的登记中使用的变换矩阵,并且可获取功能图像,该功能图像的由于对象的运动导致的伪影已通过基于变换矩阵登记功能图像数据而被校正。
附图说明
通过参照附图描述某些示例性实施例,以上和/或其它方面将会变得明显,附图中:
图1是根据示例性实施例的MRI设备的控制框图;
图2是根据示例性实施例的MRI设备的总体示图;
图3是基于X轴、Y轴和Z轴示出放置对象的空间的示图;
图4a和4b是示出磁体组件和梯度线圈组件的结构的示图;
图5是示出梯度线圈组件的梯度线圈和与各梯度线圈的操作相关的脉冲序列的示图;
图6、图7和图8是概念性地示出依赖于对象的运动的功能图像的移动的示图;
图9是概念性地示出根据示例性实施例的结合功能图像数据的获取来获取对象的结构图像数据的方法的示图;
图10是概念性地示出根据示例性实施例的结合功能图像数据的获取来获取对象的结构图像数据的方法的示图;
图11是概念性地示出根据示例性实施例的结合功能图像数据的获取来获取对象的结构图像数据的方法的示图;
图12是与回波信号的频率编码相关的k空间的中心的示图;
图13是与回波信号的相位编码相关的k空间的中心的示图;
图14概念性地示出经由整个回波信号的采样的k空间的形成;
图15概念性地示出经由回波信号的低频区域的采样的k空间的形成;
图16a、图16b和图16c是将从采样整个回波信号的k空间获取的图像与从仅仅采样低频区域的k空间获取的图像进行比较的示图;
图17是概念性地示出使用结构图像校正由对象的运动引起的功能图像的伪影的过程的示图;
图18是示出根据示例性实施例的获取功能图像的方法的流程图;
图19是根据示例性实施例的获取功能图像的流程图;和
图20是根据示例性实施例的获取功能图像的流程图。
具体实施方式
以下参照附图更详细地描述某些示例性实施例。
在下面的描述中,即使在不同的附图中,相同的附图标号也用于相同的元件。在描述中定义的事物(诸如,详细的构造和元件)被提供,以辅助对示例性实施例的全面理解。因此,很明显地,可在没有这些具体地定义的事物的情况下实施示例性实施例。此外,公知的功能或构造未被详细描述,这是因为它们将会由于不必要的细节而使示例性实施例变得模糊。
图1是根据示例性实施例的MRI设备的控制框图。
参照图1,根据示例性实施例的MRI设备100包括:磁体组件150,用于产生磁场并引起原子核的共振;控制器120,用于控制磁体组件150的线圈的操作;图像处理器160,用于在接收到从原子核产生的回波信号时形成MR图像;和工作站110,用于控制MRI设备100的操作。
磁体组件150包括:主磁体151,用于在磁体组件150中产生静磁场;梯度线圈组件152,即梯度线圈,用于在静磁场中产生梯度;和RF线圈组件153,用于通过施加RF脉冲来激发原子核并接收来自原子核的回波信号。
控制器120包括:静磁场控制器121,用于控制由主磁体151产生的静磁场的强度和方向;和脉冲序列控制器122,用于产生用于控制梯度线圈组件152和RF线圈组件153的脉冲序列。
根据示例性实施例的MRI设备100可包括:梯度控制器130,用于将梯度信号施加到梯度线圈组件152;和RF发射器140,用于将RF信号施加到RF线圈组件153。
因为梯度控制器130和RF发射器140受到脉冲序列控制器122的控制,所以在静磁场中产生的磁场梯度和被施加到原子核的RF脉冲可被调整。
根据示例性实施例的MRI设备包括工作站110以允许MRI设备100的操作员通过输入与MRI设备100的操作相关的控制命令来操纵装备。
工作站110可包括:操作控制台111,用于帮助操作员操纵***;和显示器112,用于显示控制状态和由图像处理器160形成的图像以帮助用户诊断成像的对象200的身体状况。
图2是MRI设备100的总体示图,并且图3是基于X轴、Y轴和Z轴示出放置待成像的对象200的检查区域(即,成像区域)的截面的示图。图4a和4b是示出磁体组件和梯度线圈组件的结构的示图,并且图5是示出梯度线圈组件的梯度线圈和与各梯度线圈的操作相关的脉冲序列的示图。
以下参照图1至5描述根据示例性实施例的MRI设备的详细操作。
磁体组件150被形成为具有空的内部空间(诸如,腔或膛158)的圆柱体,所述空的内部空间对应于检查区域。
可提供传送单元210,以将对象200传送到膛158中来获得MR信号。
磁体组件150包括主磁体151、梯度线圈组件152和RF线圈组件153。
主磁体151可包括缠绕在膛158周围的线圈。当电流被施加于主磁体151时,在膛158(即,检查区域)中产生静磁场B0。
磁场的方向可平行于磁体组件150的Z轴。
在膛158中产生的静磁场使对象200的原子(更具体地讲,氢原子的原子核)沿静磁场的方向排列,并围绕静磁场的方向执行进动。原子核的进动速度由进动频率(即,拉莫尔频率)确定,这由下面的等式1表示。
等式1
ω=γB0,
其中ω是进动频率,
γ是比例常数,并且
B0是以特斯拉(T)或高斯(G)为单位测量的磁场的强度。对于每一种原子核而言,比例常数γ是不同的。
例如,氢质子在具有1T的强度的磁场中具有42.58MHz的进动频率。由于氢占有人体的最大数量的原子,所以MRI设备可使用氢质子的进动获取MR信号。
梯度线圈组件152通过将梯度施加于在膛158中产生的静磁场来产生磁场梯度。
如图3中所示,Z轴平行于从对象200的脚到头延伸的纵向方向并且平行于静磁场的方向,X轴平行于对象200的横向方向,并且Y轴平行于膛158的直径的垂直方向。
为了获取三维(3D)空间信息,可产生在X轴、Y轴和Z轴的磁场梯度。因此,梯度线圈组件152包括三对梯度线圈。
如图4和图5中所示,Z轴梯度线圈154形成为一对环形线圈,Y轴梯度线圈155位于对象200的上方和下方,并且X轴梯度线圈156位于对象200的左侧和右侧。
如果具有相反极性的直流被沿相反方向施加于两个Z轴梯度线圈154,则沿Z轴方向发生磁场的变化,引起磁场梯度的产生。图5示出通过使用脉冲序列在Z轴梯度线圈154的操作期间的Z轴磁场梯度的产生。
Z轴梯度线圈154用于选择切片。随着Z轴磁场梯度的梯度增加,可选择更薄的切片。
当经由Z轴梯度线圈154产生的磁场梯度选择切片时,切片的所有的自旋具有相同的频率和相同的相位,并且可能无法彼此区分。
因此,由Y轴梯度线圈155沿Y轴方向产生磁场梯度,这引起相移从而切片的线具有不同的相位。
也就是说,一旦已产生Y轴磁场梯度,被施加较高强度的磁场梯度的线的自旋经受高频的相位变化,并且被施加较低强度的磁场梯度的线的自旋经受低频的相位变化。
在Y轴磁场梯度消失之后,被选择的切片的各条线由于相移而具有不同的相位,这能够实现各条线之间的区分。如此,由Y轴梯度线圈155产生的磁场梯度用于相位编码。
图5示出通过使用脉冲序列在Y轴梯度线圈155的操作期间的Y轴磁场梯度的产生。
因此,根据由Z轴梯度线圈154产生的磁场梯度执行切片的选择,并且通过由Y轴梯度线圈155产生的磁场梯度来执行选择的切片的线的相位区分。然而,每条线的各个自旋具有相同的频率和相同的相位,并且可能无法彼此区分。
因此,由X轴梯度线圈156沿X轴方向产生磁场梯度,这使每条线的各个自旋具有不同的频率,这能够实现各个自旋之间的区分。
如此,由X轴梯度线圈156产生的磁场梯度用于频率编码。
如上所述,由Z轴梯度线圈、Y轴梯度线圈和X轴梯度线圈产生的磁场梯度实现空间编码以便经由切片选择、相位编码和频率编码对各个自旋的空间位置进行编码。
梯度线圈组件152连接到梯度控制器130,梯度控制器130响应于从脉冲序列控制器122发送的控制信号将驱动信号施加于梯度线圈组件152以便能够产生磁场梯度。
梯度控制器130可包括与梯度线圈组件152的三对梯度线圈154、155和156对应的三个驱动电路。
如上所述,由磁场排列的原子核以拉莫尔频率执行进动。多个原子核的磁化向量和可由单个净磁化强度(net magnetization)M指定。
净磁化强度的Z轴分量未被测量,并且仅Mxy是可检测的。因此,为了获取MR信号,原子核被激发,从而净磁化强度存在于XY平面上。为了原子核的激发,可将被调谐至拉莫尔频率的RF脉冲施加到静磁场。
RF线圈组件153包括:发射线圈,用于发射RF脉冲;和接收线圈,用于接收从受激原子核发射的电磁波(即,MR信号)。
RF线圈组件153连接到RF发射器140,并且RF发射器140响应于从脉冲序列控制器122发送的控制信号将驱动信号施加于RF线圈组件153,以便能够发射RF脉冲。
RF发射器140可包括:调制器电路,用于将输出信号调制成RF脉冲信号;和RF功率放大器,用于放大RF脉冲信号。
RF线圈组件153还连接到图像处理器160。图像处理器160包括:数据接收器161,用于从RF线圈组件153接收MR信号并产生用于形成MR图像的数据;和数据处理器163,用于通过处理接收的数据来形成MR图像。
数据接收器161包括:前置放大器,用于放大由RF线圈组件153的接收线圈接收的MR信号;相位检测器,用于检测从前置放大器接收的MR信号的相位;和模数(A/D)转换器,用于将由相位检测器获取的模拟信号转换成数字信号。数据接收器161将数字化的MR信号发送给数据存储器162。
数据存储器162具有被定义为二维(2D)傅里叶空间的数据空间。当所有的扫描的数据被存储在数据存储器162中时,数据处理器163对2D傅里叶空间内的数据执行2D逆傅里叶变换,以重构对象200的图像。重构的图像被显示在显示器112上。
自旋回波脉冲序列可用于从原子核获取MR信号。当RF线圈组件153顺序地施加第一RF脉冲和第二RF脉冲并且在第一RF脉冲和第二RF脉冲之间具有合适的时间间隔Δt时,原子核在施加第二RF脉冲之后过去时间Δt之后显示出强横向磁化,这能够实现MR信号的获取。
这种方法被称为自旋回波脉冲序列,并且第一RF脉冲的施加与MR信号的产生之间的时间被称为回波时间(TE)。
基于相对于质子在翻转之前所在的轴的翻转程度,质子的翻转角可被表示为90°RF脉冲、180°RF脉冲等。
然而,如果在功能MRI的扫描期间发生病人的运动,则由功能MRI获取的功能图像可能具有伪影。
大脑的形状在扫描期间基本上不变,并且整个形状仅显示出由病人的运动导致的沿上下左右方向中的任何一个方向的平移或旋转。
图6至8是概念性地示出依赖于对象的运动的功能图像的移动的示图。
随着对象的运动,如图6中所示,获取与当未发生对象的运动时的图像相比已经受向上或向下平移的大脑的图像。
如图7中所示,可获取与当未发生对象的运动时的图像相比已由于病人的运动而经受旋转的大脑的图像。
如图8中所示,可获取与当未发生对象的运动时的图像相比已由于病人的运动而经受平移和旋转的大脑的图像。
已由于扫描期间的病人的运动而经受平移或旋转的一系列功能图像数据可经由登记而经受由于对象的运动导致的平移和旋转的影响的校正。
刚体登记可被用作功能图像数据的登记。刚体登记是在感兴趣的解剖区域未发生变形或失真的假设下仅使用图像的平移和旋转的图像登记。由于与例如因为心跳和呼吸而暂时变形的心脏或肺相比大脑不具有暂时变形,所以大脑的功能图像数据可经受刚体登记。
然而,由功能MRI获取的功能图像数据可能包含伪影(诸如,几何失真、强度不均匀等),并且可能不适合基于解剖信息的由于对象的运动导致的影响的校正。此外,功能图像数据聚焦用于测量血流量的变化的功能分析而非解剖信息,因此,可能不适合基于解剖信息的登记。
示例性实施例提出一种通过将显示对象的扫描的解剖结构的结构图像数据用于用于功能图像数据的运动校正的数据登记来获取功能图像的方法。虽然,在示例性实施例中,详细描述了大脑的功能MR图像的获取,但这仅是示例。示例性实施例不限于大脑的功能成像,并且可适用于新陈代谢功能图像、温度图像、疼痛表示图像、光谱图像等。
通过使用用于确定温度变化的序列监测对象的温度的成像方法来获取温度图像,并且温度图像可用于使用高强度聚焦超声(HIFU)的治疗中。经由监测新陈代谢物质(诸如,钠、磷、碳、ATP等)的密度的成像方法来获取新陈代谢功能图像。经由监测关于构成图像的体素内的化学物质的密度的信息的成像方法来获取光谱图像。
因此,以下详细描述的通过使用结构图像数据校正由于对象的运动导致的影响来获取功能图像的方法可被应用于前述图像。
图9至图11是概念性地示出根据示例性实施例的结合功能图像数据的获取来获取结构图像数据的各种方法的示图。
图9的左侧部分概念性地示出由切片构成的功能图像的体数据。图9的右侧部分概念性地示出由切片构成的结构图像的体数据。
如图9中所示,每当获取功能图像的体数据的切片数据时,图像处理器160可通过获取结构图像的体数据的切片数据来获取结构图像数据。也就是说,通过交替地获取功能图像的切片数据和结构图像的切片数据来获取结构图像数据。
在图9的左侧部分中,功能图像的体数据的切片数据包括切片F1、F2和F3至Fn。在图9的右侧部分中,结构图像的体数据的切片数据包括切片S1、S2和S3至Sn。
连接切片数据的箭头代表功能图像的切片数据和结构图像的切片数据的获取顺序。
如箭头所示,功能切片数据F1、结构切片数据S1、功能切片数据F2、结构切片数据S2、功能切片数据F3和结构切片数据S3以这个次序被获取。如此,在功能图像的各个切片的获取之间获取结构图像的切片数据。
图10示出获取结构图像数据的另一方法。
图10的左侧部分概念性地示出功能图像的多个体数据,诸如由切片构成的部分或厚片。图10的右侧部分概念性地示出结构图像的多个体数据,诸如由切片构成的部分或厚片。
每当获取功能图像的一个体数据厚片时,图像处理器160可通过获取结构图像的一个体数据厚片来获取结构图像数据。也就是说,通过交替地获取功能图像的体数据厚片和结构图像的体数据厚片来获取结构图像数据。
在图10的左侧部分中,功能图像的体数据厚片包括厚片Fv1和Fv2至Fvn。在图10的右侧部分中,结构图像的体数据厚片包括厚片Sv1和Sv2至Sn。
连接各个体数据厚片的箭头代表功能图像的体数据厚片和结构图像的体数据厚片的获取顺序。
如箭头所示,功能体数据厚片Fv1、结构体数据厚片Sv1、功能体数据厚片Fv2、结构体数据厚片Sv2、功能体数据厚片Fvn和结构体数据厚片Svn以这个次序被获取。如此,在功能图像的各个体数据厚片的获取之间获取结构图像的每个体数据厚片。
图11示出获取结构图像数据的另一方法。
在图11中,用于经功能图像确认的感兴趣的特定功能的去活化和激活的部分彼此交替,如用于功能图像的获取的设计矩阵所指定的。
例如,当尝试确认在对象观看特定图像时以及当对象未观看特定图像时的大脑中的功能变化时,当观看特定图像时的情况对应于激活部分并且当未观看特定图像时的情况对应于去活化部分。可选择地,当尝试确认在对象说话时以及当对象未说话时的大脑中的功能差异时,当对象说话时的情况对应于激活部分,并且当对象未说话时的情况对应于去活化部分。
在第一去活化部分302中获取的功能图像的体数据由Fvd11、Fvd12和Fvd1n表示,并且在第二去活化部分304中获取的功能图像的体数据由Fvd21、Fvd22和Fvd2n表示。在激活部分306中获取的功能图像的体数据由Fva1、Fva2和Fvan表示。与第一去活化部分对应的结构图像的体数据由Sv1表示,与激活部分对应的结构图像的体数据由Sv2表示,并且与第二去活化部分对应的结构图像的体数据由Sv3表示。
图像处理器160可在激活部分以及第一去活化部分和第二去活化部分中获取功能图像的多个体数据厚片。
并不如以上参照图9和图10所述根据功能图像的切片数据或体数据厚片执行图11中示出的结构图像数据的获取,而是根据获取功能图像的多个体数据厚片的激活部分和去活化部分执行图11中示出的结构图像数据的获取。
在激活部分以及第一去活化部分和第二去活化部分中的每一个部分中逐个地获取结构图像的体数据厚片Sv1、Sv2和Sv3。虽然图11示出基于每个部分获取结构图像的一个体数据厚片,但示例性实施例不限于此,并且可在激活部分和去活化部分中的每一个部分中获取结构图像的超过一个的体数据厚片。另外,虽然图11示出一个激活部分和两个去活化部分,但各部分的数量不限于此。
当通过图9或图10中示出的方法来获取结构图像数据时,功能图像的体数据和结构图像的体数据以1比1的比率彼此对应,这确保从结构图像数据获取更准确的与对象的运动相关的信息。
当通过图11中示出的方法获取结构图像数据时,功能图像的体数据和结构图像的体数据以n比1的比率彼此对应,这减少用于获取结构图像数据的时间,使得用于获取功能图像的时间减少。也就是说,当通过经由图9和图10的方法获取结构图像数据来校正功能图像数据时,即使花费更长的时间,也可更准确地校正由于对象的运动导致的影响。当通过经由图11的方法获取结构图像数据来校正功能图像数据时,虽然对由于对象的运动导致的影响的校正的准确性可能更低,但可减少获取功能图像所花费的时间。
因此,当预期对象进行较少的运动时,可使用通过图11的方法获取结构图像数据,而当预期对象的更大程度的运动时,可使用通过图9或图10的方法获取结构图像数据。
如以上参照图9至图11所述,虽然可按照切片数据或体数据或者按照激活部分或去活化部分来获取结构图像数据,但这仅是示例,并且示例性实施例不限于此。可按照预定义的时间间隔获取结构图像的切片数据或体数据。
以下参照图12至图16来详细描述提高结构图像数据的获取速度的方法。
图14示出经由对整个回波信号进行采样的k空间的形成。通过对整个回波信号进行采样而形成的k空间的3D示图被概念性地示出在图14的右侧部分中,并且k空间的2D示图被使用图形和图像示出在图16a中。
图16a示出从通过对整个回波信号进行采样而形成的k空间获取的大脑的功能MR图像。
图15示出经由对与回波信号的中心区域对应的低频区域进行采样形成k空间。通过对回波信号的低频区域进行采样而形成的k空间的3D图被概念性地示出在图15的右侧部分中,并且使用图形和图像将k空间的2D示图示出在图16b和图16c中。图16b示出通过对回波信号的宽低频区域进行采样而形成的k空间,并且图16c示出通过对回波信号的窄低频区域进行采样而形成的k空间。
比较图16a、16b和16c中示出的从k空间获取的结构MR图像,图16a的通过对整个回波信号进行采样而获取的结构MR图像的分辨率优于图16b或图16c的图像的分辨率。图16b的结构MR图像的分辨率优于图16c的结构MR图像的分辨率。然而,这些图像在对比度方面没有显著差异。
结构图像数据用于计算与对象的运动相关的信息,因此,可能需要适合简单地识别对象的运动的对比度。因此,虽然可如图16a中所示从通过对整个回波信号进行采样而形成的k空间获取结构图像数据,但是为了实现结构图像数据的更迅速的获取,可如图16b和图16c中所示从通过对回波信号的低频区域进行采样而形成的k空间获取结构图像数据。
通常,位于k空间的中心的数据确定图像的对比度和信号的强度。这是因为,不同于周围区域,由于频率编码期间的自旋的集中,位于k空间的中心的数据是同相的数据,如图12中所示。这种数据还在相位编码期间不经受相移或经受较少的相移,如图13中所示。从图13可以理解,在小TR(时间响应)编号获取的回波信号位于k空间的中心,并且例如,相移的程度在TR#2低。
由于这个原因,为了实现结构图像数据的更迅速的获取,通过对作为确定图像的对比度和信号的强度并因此可对图像重构具有主导影响的回波信号的中心区域的低频区域进行采样来形成k空间。
虽然图16a、16b和16c示出通过使用正交坐标对回波信号进行采样而形成的正射k空间,但示例性实施例不限于此。可从经由径向轨道采样或螺旋采样形成的k空间获取结构图像数据。
如上所述,作为通过对回波信号的低频区域进行采样来形成k空间的结果,可提高结构图像数据的获取速度。还可通过经由压缩感测对回波信号进行采样来提高结构图像数据的获取速度。
执行采样以将模拟信号转换成数字信号,并且可使用以存在于感兴趣的信号中的最高频率的两倍的奈奎斯特速率获得的样本实现信号的准确恢复。
压缩感测提出一种甚至在没有以奈奎斯特速率或更高速率获得的样本的情况下恢复信号的方法,即一种经由亚奈奎斯特采样恢复原始信号的方法。这种方法基于假设的作为典型信号的所谓稀疏信号的存在,所述稀疏信号在被变换到特定信号空间中时通常具有零值。
稀疏信号是这样的信号:当在X-Y图表上绘制时,其在多数x值处的y值是零,并且在相对较少数量的x值的y值是非零值。利用压缩感测的理论,甚至经由少量的线性测量也可恢复稀疏信号。
因此,由于压缩感测能够实现快速的信号采样,所以通过经由压缩感测对回波信号进行采样来获取结构图像数据可减少数据获取时间。
压缩感测是本领域技术人员已知的采样方法,因此省略其详细描述。
如上所述,为了减少用于获取结构图像数据的时间,可通过对回波信号的低频区域进行采样或者通过经由压缩感测对回波信号进行采样来形成k空间。
图17是概念性地示出基于结构图像数据获取与对象的运动相关的信息并且获取功能图像的过程的示图,基于获取的信息经由功能图像数据的登记而校正所述功能图像的由对象的运动引起的伪影。
如果获取了结构图像数据,则图像处理器160经由上述结构图像数据的刚体登记来获取结构图像。
图像处理器160计算在结构图像数据的登记中使用的变换矩阵,并将该变换矩阵用于功能图像数据的登记。
如上所述,功能图像数据不适合下述校正,所述校正是对基于功能图像数据的解剖信息而对由于对象的运动导致的影响进行的校正。因此,从清楚地揭示解剖结构的结构图像数据的登记来计算该变换矩阵。
由于结构图像数据清楚地揭示对象的器官的解剖结构,并且用于登记结构图像数据的变换矩阵也用于登记功能图像数据,所以可去除由于在功能图像数据中揭示的对象的运动导致的影响。
图18是示出根据示例性实施例的使用MRI设备获取功能图像的方法的流程图。
参照图18,获取关于对象的功能图像数据和结构图像数据(操作S200和S210)。
以上参照图9至图11描述了结合功能图像数据的获取来获取结构图像数据的各种方法。
参照图19,图像处理器160可确定用于获取结构图像数据的方法(操作S300)。例如,该方法可以是参照图9-11描述的方法,并且可基于对象运动的预期程度、图像质量目标、成像的时间约束等来确定该方法。
在操作S302中,图像处理器160可确定对象运动的程度被预期为较大还是较低。例如,如果对象是儿童或动物,则运动的程度可被预期为较大。
图像处理器160可将运动的程度分类为例如大级、中级和低级。可选择地,可在预先检查阶段通过检查对象的以前的记录或利用传感器估计对象运动来确定对象运动的程度。
在操作S304中,可确定预期对象运动为大,并且图像处理器160可根据以上参照图9描述的示例性实施例来确定用于获取结构图像数据的方法。也可在图像处理器160确定希望实现较高质量的图像时和/或在针对图像获取不存在大的时间限制时做出该确定。也就是说,通过交替地获取功能图像的切片数据和结构图像的切片数据来获取结构图像数据(操作S305)。
在操作S306中,如果确定预期对象运动为中,则图像处理器160可根据以上参照图10描述的示例性实施例来确定用于获取结构图像数据的方法。也可在图像处理器160确定可接受较低质量的图像时和/或针对图像获取存在时间限制时做出该确定。
在操作S308中,每当获取功能图像的一个体数据厚片时,图像处理器160可通过获取结构图像的一个体数据厚片来获取结构图像数据。也就是说,通过交替地获取功能图像的体数据厚片和结构图像的体数据厚片来获取结构图像数据。
在操作S306中,如果确定预期对象运动为低,则图像处理器160可根据以上参照图11描述的示例性实施例来确定用于获取结构图像数据的方法。也可在图像处理器160确定可接受较低质量的图像时以及在针对图像获取存在大的时间约束时做出该确定。
在操作S310中,图像处理器160可在激活部分中获取功能图像的多个体数据厚片,并且在去活化部分中获取各个体数据厚片中的每一个。
此外,如图19中所示,图像处理器160可在获取结构图像数据之前或在获取结构图像数据期间通过使用例如刚性登记来执行登记(操作S310)。另外,以上参照图19描述的一些操作可被省略,并且图像处理器160可在操作S300中基于预先存储的标准或者基于用户选择来确定进行的方法。
以上参照图12至图16描述了提高结构图像数据的获取速度的方法,并且不重复该方法。
再次参照图18,如果获取了结构图像数据,则从获取的结构图像数据获取与对象的运动相关的信息(操作S220)。
以上参照图17详细描述了基于结构图像数据获取与对象的运动相关的信息并且获取功能图像,基于获取的信息经由功能图像数据的登记而校正所述功能图像的由对象的运动引起的伪影。
参照图20,在操作S402中,获取各条结构图像数据,并且图像处理器160通过使用结构图像数据的刚体登记来获取结构图像。
在操作S404中,图像处理器160计算在结构图像数据的登记中使用的变换矩阵。
在操作S406中,图像处理器160基于在结构图像数据的登记中使用的变换矩阵来登记功能图像数据。
如上所述,功能图像数据可能不适合下述校正,所述校正是基于功能图像数据的解剖信息对由于对象的运动导致的影响的校正。因此,通过使用清楚地揭示解剖结构的结构图像数据的登记来计算该变换矩阵。
也就是说,经由结构图像数据计算的与对象的运动相关的信息被表示为用于结构图像数据的登记的变换矩阵。
再次参照图18,当计算出与对象的运动相关的信息时,基于该信息校正功能图像数据的伪影(操作S230),并且获取其伪影已被校正的功能图像(操作S240)。
因此,计算用于结构图像数据的登记的变换矩阵,并且图像处理器160通过使用计算出的变换矩阵来执行功能图像数据的登记。
由于基于清楚地示出解剖结构的结构图像数据来计算该变换矩阵,所以使用该变换矩阵登记功能图像数据能够实现对由于对象的运动导致的伪影的校正。
因此,显示器显示其伪影经由功能图像数据的登记而校正的功能图像。
从以上描述清楚可见,根据示例性实施例的一方面,可更准确地获取与对象的运动相关的信息,该信息能够实现对由于对象的运动导致的伪影的更准确的校正。
另外,在分析功能图像时,可提高统计准确性和可靠性。
前面的示例性实施例和优点仅是示例性的,而不应该被解释为是限制性的。本教导可容易地应用于其它类型的设备。此外,示例性实施例的描述应该是说明性的,而非限制权利要求的范围,并且许多替换、修改和变化对于本领域技术人员而言将会是清楚的。
Claims (29)
1.一种处理通过磁共振成像(MRI)设备获取的数据的方法,其特征在于,所述方法包括:
获取反映对象的生理学功能的对象的功能MR图像数据;
获取表现对象的解剖结构的对象的结构MR图像数据;
基于结构MR图像数据确定对象的运动信息;以及
基于对象的运动信息校正功能MR图像数据,以产生对象的经校正的功能MR图像,
其中,与功能MR图像数据的相应部分的获取对应地获取结构MR图像数据的部分,
其中,获取运动信息的步骤包括:登记结构MR图像数据;以及计算在结构MR图像数据的登记中使用的变换矩阵。
2.根据权利要求1所述的方法,其中,至少基于第一结构MR图像数据和第二结构MR图像数据来确定运动信息,其中,在获取功能MR图像数据的部分之前获取第一结构MR图像数据,在获取功能MR图像数据的所述部分之后获取第二结构MR图像数据。
3.根据权利要求2所述的方法,其中,功能MR图像数据包括基于多个MR图像产生的体数据,
第一结构MR图像数据包括基于多个MR图像产生的体数据,
第二结构MR图像数据包括基于多个MR图像产生的体数据。
4.根据权利要求3所述的方法,其中,用于获取功能MR图像数据的时间间隔大于用于获取第一结构MR图像数据和第二结构MR图像数据的时间间隔。
5.根据权利要求1所述的方法,其中,功能MR图像包括大脑功能图像、新陈代谢功能图像、温度图像和光谱图像中的至少一个。
6.根据权利要求1所述的方法,其中,所述获取结构MR图像数据包括按时间间隔获取所述结构MR图像数据。
7.根据权利要求1所述的方法,其中,所述获取结构MR图像数据的步骤包括:在功能MR图像数据的各个部分的获取之间获取结构MR图像数据的所述部分。
8.根据权利要求7所述的方法,其中,功能MR图像数据和结构MR图像数据包括切片图像数据。
9.根据权利要求7所述的方法,其中,功能MR图像数据和结构MR图像数据包括体图像数据厚片。
10.根据权利要求1所述的方法,其中,所述获取结构MR图像数据的步骤包括:在感兴趣的功能的激活部分和去活化部分中的每一个部分中获取结构图像数据。
11.根据权利要求1所述的方法,其中,所述获取结构MR图像数据的步骤包括:
通过经由压缩感测对对象的回波信号进行采样来形成k空间;以及
从该k空间获取结构MR图像数据。
12.根据权利要求1所述的方法,其中,所述获取结构MR图像数据的步骤包括:
通过对对象的回波信号的低频区域进行采样来形成k空间;以及
从该k空间获取结构MR图像数据。
13.如权利要求12所述的方法,其中,所述获取功能MR图像的步骤包括:获取功能MR图像,该功能MR图像的由于对象的运动导致的伪影已通过基于变换矩阵登记功能MR图像数据而被校正。
14.一种磁共振成像设备,其特征在于,所述磁共振成像设备包括:
图像处理器,获取反映对象的生理学功能的对象的功能MR图像数据和表现对象的解剖结构的对象的结构MR图像数据,基于结构MR图像数据确定对象的运动信息,并且基于运动信息校正功能MR图像数据以产生对象的经校正的功能MR图像;和
显示器,显示经校正的功能MR图像,
其中,图像处理器与功能MR图像数据的相应部分的获取对应地获取结构MR图像数据的部分,
其中,所述图像处理器通过登记结构MR图像数据,计算在结构MR图像数据的登记中使用的变换矩阵,来确定对象的运动信息。
15.根据权利要求14所述的设备,其中,至少基于第一结构MR图像数据和第二结构MR图像数据来确定运动信息,其中,在获取功能MR图像数据的部分之前获取第一结构MR图像数据,在获取功能MR图像数据的所述部分之后获取第二结构MR图像数据。
16.根据权利要求15所述的设备,其中,功能MR图像数据包括基于多个MR图像产生的体数据,
第一结构MR图像数据包括基于多个MR图像产生的体数据,
第二结构MR图像数据包括基于多个MR图像产生的体数据。
17.根据权利要求16所述的设备,其中,用于获取功能MR图像数据的时间间隔大于用于获取第一结构MR图像数据和第二结构MR图像数据的时间间隔。
18.根据权利要求14所述的设备,其中,图像处理器按时间间隔获取所述结构MR图像数据。
19.根据权利要求14所述的设备,其中,所述图像处理器在各个功能MR图像数据的获取之间获取结构MR图像数据。
20.根据权利要求19所述的设备,其中,功能MR图像数据和结构MR图像数据包括切片图像数据。
21.根据权利要求19所述的设备,其中,功能MR图像数据和结构MR图像数据包括体图像数据。
22.根据权利要求14所述的设备,其中,所述图像处理器在感兴趣的功能的激活部分和去活化部分中的每一个部分中获取结构MR图像数据。
23.根据权利要求14所述的设备,其中,所述图像处理器通过经由压缩感测对对象的回波信号进行采样来形成k空间,并且从该k空间获取结构MR图像数据。
24.根据权利要求14所述的设备,其中,所述图像处理器通过对对象的回波信号的低频区域进行采样来形成k空间,从该k空间获取结构MR图像数据。
25.如权利要求14所述的设备,其中,所述图像处理器还获取功能MR图像,该功能MR图像的由于对象的运动导致的伪影通过基于变换矩阵登记功能MR图像数据被校正。
26.一种磁共振成像(MRI)方法,其特征在于,所述磁共振成像方法包括:
获取反映对象的生理学功能的功能MR图像数据和表现对象的解剖结构的结构MR图像数据;
针对对象运动获取结构MR图像数据的变换矩阵;
针对对象运动基于变换矩阵校正功能MR图像数据,
获得对象的功能MR图像,
其中,与功能MR图像数据的相应部分的获取对应地获取结构MR图像数据的部分,
其中,获取变换矩阵包括:登记结构MR图像数据,计算获取的结构MR图像数据的变换矩阵。
27.根据权利要求26所述的方法,其中,功能MR图像包括大脑功能图像、新陈代谢功能图像、温度图像和光谱图像中的至少一个。
28.根据权利要求26所述的方法,其中,获取功能MR图像数据和结构MR图像数据包括以下步骤中的一个:
与获取结构MR图像数据的各个切片交替地获取功能MR图像数据的切片,
与获取结构MR图像数据的各个厚片交替地获取功能MR图像数据的厚片,
获取功能MR图像数据的多个厚片并获取结构MR图像数据的一个相应的厚片。
29.根据权利要求26所述的方法,其中,所述校正包括:
基于变换矩阵登记功能MR图像数据;
校正由于对象运动导致的伪影。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2012-0126385 | 2012-11-09 | ||
KR1020120126385A KR101461099B1 (ko) | 2012-11-09 | 2012-11-09 | 자기공명영상장치 및 기능적 영상획득방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103800006A CN103800006A (zh) | 2014-05-21 |
CN103800006B true CN103800006B (zh) | 2017-05-17 |
Family
ID=49474290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310467364.6A Expired - Fee Related CN103800006B (zh) | 2012-11-09 | 2013-10-09 | 磁共振成像设备和获取功能图像的方法 |
Country Status (6)
Country | Link |
---|---|
US (2) | US9305376B2 (zh) |
EP (1) | EP2730935B1 (zh) |
KR (1) | KR101461099B1 (zh) |
CN (1) | CN103800006B (zh) |
IN (1) | IN2013MU03022A (zh) |
WO (1) | WO2014073879A1 (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8121361B2 (en) | 2006-05-19 | 2012-02-21 | The Queen's Medical Center | Motion tracking system for real time adaptive imaging and spectroscopy |
US9606209B2 (en) | 2011-08-26 | 2017-03-28 | Kineticor, Inc. | Methods, systems, and devices for intra-scan motion correction |
CN105392423B (zh) | 2013-02-01 | 2018-08-17 | 凯内蒂科尔股份有限公司 | 生物医学成像中的实时适应性运动补偿的运动追踪*** |
EP3188660A4 (en) | 2014-07-23 | 2018-05-16 | Kineticor, Inc. | Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan |
JP6509025B2 (ja) * | 2015-05-11 | 2019-05-08 | 株式会社日立製作所 | 画像処理装置、及びその方法 |
US9943247B2 (en) * | 2015-07-28 | 2018-04-17 | The University Of Hawai'i | Systems, devices, and methods for detecting false movements for motion correction during a medical imaging scan |
KR102430389B1 (ko) | 2016-10-10 | 2022-08-09 | 가톨릭대학교 산학협력단 | 소동물용 다핵종(수소-탄소) 융합 실린더-레일형 mri 코일 |
US10598752B2 (en) | 2016-11-09 | 2020-03-24 | Samsung Electronics Co., Ltd. | Magnetic resonance imaging (MRI) apparatus and method of obtaining magnetic resonance image |
KR102008499B1 (ko) * | 2016-11-09 | 2019-08-07 | 삼성전자주식회사 | 자기 공명 영상 장치 및 자기 공명 영상 획득 방법 |
KR102657018B1 (ko) * | 2017-01-09 | 2024-04-15 | 한국전자통신연구원 | 컴퓨터 단층 촬영 장치 및 이를 이용한 컴퓨터 단층 촬영 영상 보정 방법 |
WO2019060298A1 (en) | 2017-09-19 | 2019-03-28 | Neuroenhancement Lab, LLC | METHOD AND APPARATUS FOR NEURO-ACTIVATION |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
EP3731749A4 (en) | 2017-12-31 | 2022-07-27 | Neuroenhancement Lab, LLC | NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
CN113382683A (zh) | 2018-09-14 | 2021-09-10 | 纽罗因恒思蒙特实验有限责任公司 | 改善睡眠的***和方法 |
EP4160243B1 (de) * | 2021-09-29 | 2024-07-31 | Siemens Healthineers AG | Ermittelung von testpositionen für eine mittels einer magnetresonanzanlage aufzunehmende testmessung |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2130490A1 (en) * | 2007-03-14 | 2009-12-09 | Fujifilm Corporation | Heart function display device and program therefor |
US7935055B2 (en) * | 2003-09-19 | 2011-05-03 | Siemens Medical Solutions Usa, Inc. | System and method of measuring disease severity of a patient before, during and after treatment |
WO2012037181A1 (en) * | 2010-09-17 | 2012-03-22 | Siemens Corporation | Magnetic resonance elastography for ultrasound image simulation |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60228944A (ja) * | 1984-04-26 | 1985-11-14 | Yokogawa Hokushin Electric Corp | 核磁気共鳴撮像装置用空心型マグネツト |
JP3393895B2 (ja) * | 1993-09-13 | 2003-04-07 | 株式会社東芝 | 磁気共鳴映像装置 |
US5871013A (en) | 1995-05-31 | 1999-02-16 | Elscint Ltd. | Registration of nuclear medicine images |
US7092748B2 (en) * | 2000-02-18 | 2006-08-15 | Centro Nacional De Investigaciones Cientificas (Cnic) | System and method for the tomography of the primary electric current of the brain and of the heart |
US20010056231A1 (en) * | 2000-03-13 | 2001-12-27 | Andrzej Jesmanowicz | High resolution MRI imaging of brain functions |
WO2003098268A1 (en) * | 2002-05-17 | 2003-11-27 | Musc Foundation For Research Development | Method, apparatus, and system for automatically positioning a probe or sensor |
US7616801B2 (en) * | 2002-11-27 | 2009-11-10 | Hologic, Inc. | Image handling and display in x-ray mammography and tomosynthesis |
US20050197561A1 (en) | 2004-03-05 | 2005-09-08 | Elsinger Catherine L. | System for detecting symptoms, determining staging and gauging drug efficacy in cases of Parkinson's disease |
CN101427284B (zh) * | 2006-04-20 | 2013-10-02 | 皇家飞利浦电子股份有限公司 | 用于没有计时约束的动态体积对准的运动校正方法 |
JP2008036284A (ja) * | 2006-08-09 | 2008-02-21 | Toshiba Corp | 医用画像合成方法及びその装置 |
US7912270B2 (en) * | 2006-11-21 | 2011-03-22 | General Electric Company | Method and system for creating and using an impact atlas |
WO2008075265A1 (en) | 2006-12-19 | 2008-06-26 | Koninklijke Philips Electronics N.V. | Motion correction in a pet/mri hybrid imaging system |
FR2914466B1 (fr) * | 2007-04-02 | 2009-06-12 | Inst Nat Rech Inf Automat | Dispositif de traitement d'images pour la mise en correspondance d'images d'une meme portion d'un corps obtenues par resonance magnetique et par ultrasons. |
GB0708655D0 (en) * | 2007-05-04 | 2007-06-13 | Imp Innovations Ltd | Imaging of moving objects |
KR100958791B1 (ko) * | 2008-04-28 | 2010-05-18 | 중앙대학교 산학협력단 | 의료용 영상 장치 |
WO2009146388A1 (en) | 2008-05-28 | 2009-12-03 | The Trustees Of Columbia University In The City Of New York | Voxel-based methods for assessing subjects using positron emission tomography |
US8542901B2 (en) * | 2008-12-05 | 2013-09-24 | Siemens Aktiengesellschaft | Method for correcting motion artifacts in magnetic resonance images |
US20120278055A1 (en) * | 2009-11-18 | 2012-11-01 | Koninklijke Philips Electronics N.V. | Motion correction in radiation therapy |
WO2011085739A1 (en) * | 2010-01-18 | 2011-07-21 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | Method and device for magnetic resonance spectroscopic imaging |
US8798347B2 (en) * | 2010-03-15 | 2014-08-05 | Siemens Aktiengesellschaft | System and method for image-based respiratory motion compensation for fluoroscopic coronary roadmapping |
JP5815573B2 (ja) * | 2010-03-18 | 2015-11-17 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 機能的画像データ強調方法及びエンハンサ |
US8571634B2 (en) * | 2010-07-23 | 2013-10-29 | David R. Hubbard | Method to diagnose and measure vascular drainage insufficiency in the central nervous system |
WO2012037067A1 (en) * | 2010-09-14 | 2012-03-22 | Massachusetts Institute Of Technology | Multi-contrast image reconstruction with joint bayesian compressed sensing |
WO2012085810A2 (en) * | 2010-12-22 | 2012-06-28 | Koninklijke Philips Electronics N.V. | Rapid parallel reconstruction for arbitrary k-space trajectories |
US9764109B2 (en) * | 2011-11-19 | 2017-09-19 | Yale University | Method of correlating brain activity |
KR20130069042A (ko) * | 2011-12-16 | 2013-06-26 | 삼성전자주식회사 | 자기 공명 영상 촬영 방법 및 그에 따른 자기 공명 영상 촬영 장치 |
-
2012
- 2012-11-09 KR KR1020120126385A patent/KR101461099B1/ko active IP Right Grant
-
2013
- 2013-03-11 US US13/793,074 patent/US9305376B2/en not_active Expired - Fee Related
- 2013-06-12 US US13/916,399 patent/US8861819B2/en not_active Expired - Fee Related
- 2013-09-18 IN IN3022MU2013 patent/IN2013MU03022A/en unknown
- 2013-10-09 CN CN201310467364.6A patent/CN103800006B/zh not_active Expired - Fee Related
- 2013-10-24 EP EP13190069.8A patent/EP2730935B1/en not_active Not-in-force
- 2013-11-07 WO PCT/KR2013/010072 patent/WO2014073879A1/en active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7935055B2 (en) * | 2003-09-19 | 2011-05-03 | Siemens Medical Solutions Usa, Inc. | System and method of measuring disease severity of a patient before, during and after treatment |
EP2130490A1 (en) * | 2007-03-14 | 2009-12-09 | Fujifilm Corporation | Heart function display device and program therefor |
WO2012037181A1 (en) * | 2010-09-17 | 2012-03-22 | Siemens Corporation | Magnetic resonance elastography for ultrasound image simulation |
Also Published As
Publication number | Publication date |
---|---|
CN103800006A (zh) | 2014-05-21 |
US20140133722A1 (en) | 2014-05-15 |
US8861819B2 (en) | 2014-10-14 |
IN2013MU03022A (zh) | 2015-07-10 |
EP2730935B1 (en) | 2017-08-30 |
US9305376B2 (en) | 2016-04-05 |
WO2014073879A1 (en) | 2014-05-15 |
KR20140059936A (ko) | 2014-05-19 |
US20140133720A1 (en) | 2014-05-15 |
KR101461099B1 (ko) | 2014-11-13 |
EP2730935A1 (en) | 2014-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103800006B (zh) | 磁共振成像设备和获取功能图像的方法 | |
Huang et al. | Body MR imaging: artifacts, k-space, and solutions | |
US11143730B2 (en) | System and method for parallel magnetic resonance imaging | |
CN103829948B (zh) | 用于捕获磁共振图像的方法和设备 | |
US9271661B2 (en) | Method for free-breathing magnetic resonance imaging using iterative image-based respiratory motion correction | |
US9213074B2 (en) | Stem and method for acquiring MRI data from bone and soft tissues | |
JP3512482B2 (ja) | 磁気共鳴映像装置 | |
CN106569159A (zh) | 用于mr成像的快速前推运动校正 | |
CN105074491B (zh) | 具有使用压缩感知的图像重建的动态mri | |
CN102597795B (zh) | 使用导航器的mr成像 | |
US10191132B2 (en) | Method and apparatus for multi-slice imaging of T2-relaxation time | |
EP1249710A2 (en) | Motion correction of magnetic resonance images | |
KR20140031820A (ko) | 생체 검사 대상자를 자극하는 것에 의한 검사 대상자의 사전 결정된 체적 세그먼트의 mr 영상화 방법 및 자기 공명 시스템 | |
CN103908253A (zh) | 用于获得磁共振图像的方法和设备 | |
US11796617B2 (en) | System and method for reconstruction of magnetic resonance images acquired with partial Fourier acquisition | |
CN106456046A (zh) | 经改进的多时相动态对比增强磁共振成像的方法 | |
CN105829906A (zh) | 具有水/脂肪分离的相位敏感的反转恢复mri | |
US20180067176A1 (en) | Motion-robust transmit radio frequency field mapping in magnetic resonance imaging using interleaved bloch-siegert shifting | |
WO2014154544A1 (en) | Real-time motion correction for mri using fat navigators | |
US8995738B2 (en) | System and method for magnetic resonance imaging parametric mapping using confidence maps | |
US20180368721A1 (en) | Medical imaging device and magnetic resonance imaging device, and control method therefor | |
US10362961B2 (en) | System and method for neutral contrast magnetic resonance imaging of calcifications | |
CA3109456A1 (en) | System, method and computer-accessible medium for tissue fingerprinting | |
US11925419B2 (en) | Systems and methods for position determination | |
US10401459B2 (en) | Systems and methods for imaging vascular calcifications with magnetic resonance imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
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: 20170517 Termination date: 20211009 |