CN104931903A - 一种磁共振去除运动伪影的方法及装置 - Google Patents

一种磁共振去除运动伪影的方法及装置 Download PDF

Info

Publication number
CN104931903A
CN104931903A CN201410100421.1A CN201410100421A CN104931903A CN 104931903 A CN104931903 A CN 104931903A CN 201410100421 A CN201410100421 A CN 201410100421A CN 104931903 A CN104931903 A CN 104931903A
Authority
CN
China
Prior art keywords
space
data
image
raw
magnetic resonance
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.)
Granted
Application number
CN201410100421.1A
Other languages
English (en)
Other versions
CN104931903B (zh
Inventor
翟人宽
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201410100421.1A priority Critical patent/CN104931903B/zh
Priority to US14/661,919 priority patent/US10261158B2/en
Publication of CN104931903A publication Critical patent/CN104931903A/zh
Application granted granted Critical
Publication of CN104931903B publication Critical patent/CN104931903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • 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

Landscapes

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

Abstract

本发明公开了一种磁共振去除运动伪影的方法及装置，涉及磁共振成像技术领域。本发明的磁共振去除运动伪影的方法利用迭代逼近的思想，将磁共振K空间中数据线之间由于运动造成的差异进行抑制，留下数据线之间共有的特性，去除K空间数据中由于运动干扰产生的信号，使得重建获得的图像的运动伪影得到抑制，并且对各种情况造成的运动伪影均有较好的抑制效果，可以提高磁共振成像质量。

Description

一种磁共振去除运动伪影的方法及装置
【技术领域】
本发明涉及磁共振成像(MRl，Magnetic Resonance lmaging)技术领域，尤其涉及一种磁共振去除运动伪影的方法及装置。
【背景技术】
在磁共振成像技术中，磁共振信号空间称为K空间，即为傅里叶变换空间，将磁共振扫描采集获得的磁共振信号填入到K空间中，将K空间数据经傅里叶逆变换即可得到磁共振图像。
运动干扰一直以来是制约磁共振成像质量的一个棘手问题，特别是在对某些部位的扫描中，例如腹部扫描、心脏扫描，人体的呼吸或心脏的跳动会造成运动伪影，从而影响磁共振成像质量。
当前有一些磁共振去除运动伪影的方法，如PROPELLER方法，可以在一定程度上缓解运动对成像造成的干扰，去除运动伪影，但是这些方法都是针对平面内的刚体运动，对于有些部位的扫描，影响成像质量的主要因素是非刚体运动或平面外的运动，这些方法无能为力。
还有一些方法，如流动补偿技术，可以补偿血液流动造成的伪影，但是这些方法局限于某一种特定的情况下才能应用(即血液流动造成的伪影)。
总之，现有的磁共振成像抑制运动伪影的方法均有较大的局限性。
因此，需要提出一种新的磁共振去除运动伪影的方法及装置，可以有效抑制各种情况造成的运动伪影，提高磁共振成像质量。
【发明内容】
本发明解决的问题是现有的磁共振去除运动伪影的方法无法有效抑制各种情况造成的运动伪影的问题。
为了解决上述问题，本发明提出一种磁共振去除运动伪影的方法，包括以下步骤：
1)获得若干通道全采集的原始K空间；
2)利用所述全采集的原始K空间，计算获得合并系数，利用所述合并系数，计算获得K1空间；
3)将K1空间的数据减去原始K空间的数据得到K2空间，将K2空间变换至图像域得到S2图像，提取部分在计算K1空间时由于算法不理想而引入的误差，得到S2，图像；
4)将所述S2，图像变换至K空间域，得到K3空间数据，将K1空间的数据减去K3空间的数据，得到K4空间数据；
5)判断是否进行下一次迭代计算?若是，则将K4空间数据作为新的原始K空间数据，回到步骤2)；若否，则执行步骤6)；
6)将K4空间变换至图像域，得到最终的图像。
可选地，所述步骤3)中提取部分在计算K1空间时由于算法不理想而引入的误差的方法具体为，将所述S2图像中所有大于第一阈值的像素点的值替换为0，得到S2，图像；或将所述S2图像中所有大于第一阈值的像素点的值替换为0，再进行均值滤波，得到S2，图像。
可选地，所述步骤1)具体为，采集获得若干通道的全采集的原始K空间；或采集获得若干通道的欠采集K空间，并利用相关方法获得全采集的原始K空间；
可选地，所述相关方法为并行采集重建方法或半傅里叶重建方法。
可选地，所述步骤2)具体包括以下子步骤：
21)利用原始K空间数据求得合并系数；
22)对每一通道的原始K空间按照相同的规则进行分组，获得若干分组K空间，所述分组K空间为与所述原始K空间相同大小的矩阵，所述每一分组K空间都包括原始K空间中的部分已采集数据，K空间中的其他数据点作为待填补数据；
23)利用所述合并系数，以及分组K空间中的已采集数据，对每一分组K空间中的待填补数据进行填补；
24)将填补完成后的各分组K空间数据进行合并，获得K1空间数据。
可选地，所述步骤21)中，所述合并系数为并行采集重建方法的合并系数。
可选地，所述步骤23)中，使用并行采集重建方法对每一分组K空间中的待填补数据进行填补。
可选地，所述并行采集重建方法为GRAPPA方法或SPlRiT方法。
可选地，所述步骤22)具体为：对每一通道的原始K空间进行预处理分组，分为两个分组K空间，所述分组K空间为与所述原始K空间相同大小的矩阵，其中一个分组K空间的第奇数条数据线为原始K空间中第奇数条数据线，第偶数条数据线为待填补数据；另一个分组K空间的第偶数条数据线为原始K空间中第偶数条数据线，第奇数条数据线为待填补数据。
可选地，所述步骤24)具体为：计算填补完成后的各分组K空间数据的平均值，作为K1空间数据。
可选地，所述第一阈值为，该次迭代计算获得的S2图像中像素值的平均值。
可选地，所述步骤5)中，通过以下方法判断是否进行迭代计算：预先设定迭代次数，若没有达到预先设定的迭代次数，则继续进行迭代计算，将K4空间数据作为新的原始K空间数据，回到步骤2)；若达到预先设定的迭代次数，则停止进行迭代计算，执行所述步骤6)。
可选地，所述步骤5)中，通过以下方法判断是否进行下一次迭代计算：设定第二阈值，若该次迭代获得的S2图像的像素值的标准差大于等于所述第二阈值时，则继续进行迭代计算，将K4空间数据作为新的原始K空间数据，回到步骤2)；若该次迭代获得的S2图像的像素值的标准差小于所述第二阈值时，则停止进行迭代计算，执行所述步骤6)。
可选地，所述第二阈值为，第一次迭代计算时获得的S2图像的像素值的标准差的30％。
可选地，通过傅里叶逆变换将K空间变换至图像域，通过傅里叶变换将图像变换至K空间域。
本发明还提出一种磁共振去除运动伪影的装置，包括：
采集单元，用于获得若干通道的全采集的原始K空间；
K1空间获得单元，与所述采集单元相连，用于利用所述全采集的原始K空间计算获得合并系数，利用所述合并系数，计算获得K1空间；
S2，图像获得单元，与所述K1空间获得单元相连，用于将K1空间的数据减去原始K空间的数据，得到K2空间，将K2空间变换至图像域，得到S2图像，提取部分在计算K1空间时由于算法不理想而引入的误差，得到S2，图像；
K4空间获得单元，与所述S2，图像获得单元相连，用于将所述S2，图像变换至K空间域，得到K3空间数据，将K1空间的数据减去K3空间的数据，得到K4空间数据；
迭代计算判断单元，与所述K1空间获得单元和K4空间获得单元分别相连，
用于判断是否进行下一次迭代计算；
图像获得单元，与所述迭代计算判断单元相连，用于将K4空间数据变换至图像域，得到最终的图像。
本发明对比现有技术有如下的有益效果：本发明利用迭代逼近的思想，将K空间中数据线之间由于运动造成的差异进行抑制甚至去除，留下数据线之间共有的特性，去除数据线中由于运动造成的差异，使得重建获得的图像中的运动伪影得到抑制，并且对各种情况造成的运动伪影均有较好的抑制效果，从而提高磁共振成像质量。
【附图说明】
图1是本发明的磁共振去除运动伪影的方法的流程图；
图2是GRAPPA方法的示意图；
图3是本发明的磁共振去除运动伪影的方法中步骤S02的具体过程的示意图；
图4是未使用本发明的方法重建图像和使用本发明的方法重建图像的对比；
图5是本发明的磁共振去除运动伪影的装置的示意图。
【具体实施方式】
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
如图1所示，本发明的磁共振去除运动伪影的方法具体包括以下步骤：
执行步骤S01，获得若干报道的全采集的原始K空间。可以通过以下两种方法获得：直接采集获得若干通道的全采集的原始K空间；或采集获得若干通道的欠采集K空间，并利用相关方法获得全采集的原始K空间。
所述相关方法可以是现有的常规的填补K空间欠采集数据的方法，也可以是其他一些方法。
具体地，所述相关方法可以是但不限于并行采集重建方法或半傅里叶重建方法。
在本实施例中，将全采集的原始K空间数据用S0表示，以便于后续的说明。
执行步骤S02，利用所述全采集的原始K空间S1，计算获得合并系数C0，利用所述合并系数，计算获得K1空间。
具体地，可以采用并行采集重建方法计算合并系数以及获得K1空间数据，所述并行采集重建方法可以是但不限于GRAPPA(General i zedAuto-cal ibrating Partially Parallel Acqui sitions，广义自动校准部分并行采集)方法或SPlRiT方法。
并行采集重建方法是现有的磁共振去除运动伪影的过程中填补K空间数据的方法，本领域技术人员应当知晓，下面以GRAPPA方法为例对并行采集重建方法进行说明：
K空间分为相位编码方向(PE)和读出方向(R0)，如图2所示，横向为相位编码方向，纵向为通道个数，垂直于纸面方向为读出方向(可以认为图2中的一个点代表K空间中的一条数据线)。其中黑色实点101代表实际采集的K空间数据；白色空点102为待填补的数据；灰色实点103代表待拟合的数据。在GRAPPA方法中，图中任意一个白色空点102可以表示为周围黑色实点101的线性叠加，相当于对多个线圈的数据进行了合并。如图2中所示，对应于第i个线圈，第j个位置的合并系数nij可以通过黑色实点101拟合灰色实点103来确定。在GRAPPA方法中，可以将K空间中全采集区域的数据作为校准数据(即图2中的黑色实点101和灰色实点103，在本发明中可以将全采集的原始K空间数据作为校准数据)，通过校准数据中数据线之间的拟合计算，求得所有的合并系数。合并系数确定后，即可根据求得的合并系数以及其他已采集数据将线圈合并，填补K空间中未采集(待填补)的白色空点102的数据。
具体地，所述步骤S02具体可以包括以下子步骤：
执行步骤S021，利用原始K空间数据作为校准数据求得合并系数。
执行步骤S022，对每一通道的原始K空间按照相同的规则进行预处理分组，获得若干分组K空间，所述分组K空间为与所述原始K空间相同大小的矩阵，所述每一分组K空间都包括原始K空间中的部分已采集数据点以及待填补数据。
优选地，对每一通道的原始K空间S0进行如下方式的预处理分组：
如图3所示，二维的K空间可以分为相位编码方向(PE)和读出方向(R0)，若干条在相位编码方向上依次排列的数据线组成完整的K空间数据。在本实施例中，将每一通道的原始K空间S0分为两个分组K空间S01和S02，所述分组K空间S01和S02为与所述原始K空间S0相同大小的矩阵，其中一个分组K空间S01的第奇数条数据线为原始K空间S0中的第奇数条数据线，第偶数条数据线作为待填补数据；另一个分组K空间S02的第偶数条数据线为原始K空间S0中的第偶数条数据线，第奇数条数据线作为待填补数据。
执行步骤S023，利用所述合并系数，以及分组K空间中的已采集数据，对每一分组K空间中的待填补数据进行填补。
优选地，如图3所示，使用并行采集重建方法填补分组K空间S01中的第偶数条数据线；利用所述合并系数，以及分组K空间S02中的第偶数条数据线，使用并行采集重建方法填补分组K空间S02中的第奇数条数据线，分别得到两个全采集的分组K空间S01_Ml和S01_Ml。
执行步骤S03，将填补完成后的各分组K空间数据进行合并，获得K1空间数据。
优选地，如图3所示，计算填补完成后的两个分组K空间数据S引_Ml和S01_full的平均值，作为K1空间数据S1，即S1＝(S01_full+S02_full)/2。
执行步骤S03，将K1空间数据S1减去原始K空间数据S0，得到K2空间数据S2，即S2＝S1-S0；将K2空间数据S2变换至图像域，得到S2图像lmS2，提取部分在计算K1空间时由于算法不理想而引入的误差，得到S2，图像lmS2，。
所述提取部分在计算K1空间时由于算法不理想而引入的误差的方法可以是但不限于以下两种：将所述S2图像中所有大于第一阈值的像素点的值替换为0，得到S2，图像；或将所述S2图像中所有大于第一阈值的像素点的值替换为0，再进行均值滤波，得到S2，图像。
所述将K2空间数据变换至图像域的方法可以是但不限于傅里叶逆变换。
优选地，所述第一阈值为S2图像中像素值的平均值。
执行步骤S04，将所述S2，图像lmS2，变换至K空间域，得到K3空间数据S3，将K1空间数据S1减去K3空间数据S3，得到K4空间数据S4，即S4＝S1-S3。
将所述S2，图像lmS2，变换至K空间域的方法可以是但不限于傅里叶变换。
执行步骤S05，判断是否进行迭代?若是，则将K4空间数据作为新的原始K空间数据，回到步骤S02；若否，则执行步骤S06。
所述判断是否进行迭代可以通过以下两种方法之一实现：
1)预先设定迭代次数，当达到预先设定的迭代次数时，则停止迭代，执行步骤S06；
2)设定第二阈值，若该次迭代获得的S2图像的像素值的标准差小于所述第二阈值时，则停止迭代，执行步骤S06。
所述第二阈值可以是一个具体的值，也可以由第一次迭代获得的S2图像的像素值的标准差决定。
优选地，所述第二阈值为第一次迭代获得的S2图像的像素值的标准差的30％，即若该次迭代获得的S2图像的像素值的标准差小于第一次迭代获得的S2图像的像素值的标准差的30％时，停止迭代。
执行步骤S06，将K4空间数据S4变换至图像域，即得到最终的磁共振图像。
具体地，将K4空间数据S4变换至图像域的方法可以是但不限于傅里叶逆变换。
下面对本发明的有益效果，以及为何能够获得该有益效果进行具体说明：
在步骤S01中，可以认为获得的原始K空间数据S0(k)＝A(k)+B(k)+n，其中，k代表K空间中第k条数据线，A(k)是反应物体静止时的信号，即在磁共振成像中我们实际想要得到的信号；B(k)是由于运动干扰产生的信号；n为噪音信号。由于运动带来的影响时刻在变，也即采集到的不同通道的相应位置的数据线的A(k)部分是一致的，而B(k)部分是不相同的。
因此，我们想要通过一种方法，得到一个新的K空间，在该K空间数据中由于运动干扰产生的信号的部分可以减少，从而抑制运动干扰。
通过执行步骤S02，获得的K1空间数据S1(k)＝A(k)+B’(k)+n+C(k)，由于在步骤S02中，K1空间的一条数据线是由其邻近的数据线进行拟合计算获得的，所以即B反应的是邻近数据线的运动情况的卷积和，对于磁共振成像，可以近似认为，邻近数据线的运动造成的不同可以互相抵消，因此B’(k)所表示的运动差异要小于B(k)；C(k)表示在计算K1空间过程中由于算法不理想而引入的误差。
在步骤S03中，将K1空间数据减去原始K空间数据，得到K2空间数据，即K2空间数据为S2(k)＝B’(k)+C(k)一B(k)，将K2空间数据变换至图像域，得到S2图像，通过将S2图像中大于第一阈值的像素值替换为0(并进行均值滤波)，可以提取在计算K1空间过程中由于算法不理想而造成的误差C(k)。
因此，在步骤S04中，得到的K4空间中的部分数据S4(k)＝A(k)+B’(k)+n，另外一部分数据仍然为S4’(k)＝A(k)+B’(k)+n+C(k)，可以通过后续的多次迭代计算尽量将S4(k)中的误差C(k)去除。
利用迭代逼近的思想，将步骤S02～S04反复迭代，使得最后得到的K4空间数据S4(k)尽量逼近A(k)，最终可以得到运动抑制了的K空间数据，再将迭代计算获得的K空间数据重建成图像，可以去除运动伪影，提高磁共振成像质量。
图4(a)是使用常规的图像重建方法获得的图像，即未使用任何去除伪影的方法，将采集获得的原始K空间数据直接变换至图像域获得的图像；图4(b)是使用本发明的图像重建方法去除运动伪影获得的图像。如图4(a)和图4(b)所示，本发明的图像重建方法对白色箭头所指处的运动伪影去除效果明显。
图4(c)是在心脏搏动的扫描中，使用常规的图像重建方法获得的图像，图4(d)是对该次扫描使用本发明的图像重建方法去除运动伪影获得的图像。如图4(c)和图4(d)所示，本发明对于由于心脏搏动造成的伪影去除效果也十分明显。
图4说明了本发明的图像重建方法对于各种情况造成的运动伪影均有较好的抑制效果。
本发明还提出了一种磁共振去除运动伪影的装置，如图5所示，本发明的磁共振去除运动伪影的装置400包括：
采集单元401，用于获得若干通道的全采集的原始K空间；
K1空间获得单元402，与所述采集单元401相连，用于利用所述全采集的原始K空间计算获得合并系数，利用所述合并系数，计算获得K1空间；
S2，图像获得单元403，与所述K1空间获得单元402相连，用于将K1空间的数据减去原始K空间的数据，得到K2空间，将K2空间变换至图像域，得到S2图像，提取部分在计算K1空间时由于算法不理想而引入的误差，得到S2，图像；
K4空间获得单元404，与所述S2，图像获得单元403相连，用于将所述S2，图像变换至K空间域，得到K3空间数据，将K1空间的数据减去K3空间的数据，得到K4空间数据；
迭代计算判断单元405，与所述K1空间获得单元402和K4空间获得单元404分别相连，用于判断是否进行下一次迭代计算；
图像获得单元406，与所述迭代计算判断单元405相连，用于将K4空间数据变换至图像域，得到最终的图像。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (10)

1.一种磁共振去除运动伪影的方法，其特征在于，包括以下步骤：
1)获得若干通道全采集的原始K空间；
2)利用所述全采集的原始K空间，计算获得合并系数，利用所述合并系数，计算获得K1空间；
3)将K1空间的数据减去原始K空间的数据得到K2空间，将K2空间变换至图像域得到S2图像，提取部分在计算K1空间时由于算法不理想而引入的误差，得到S2，图像；
4)将所述S2，图像变换至K空间域，得到K3空间数据，将K1空间的数据减去K3空间的数据，得到K4空间数据；
5)判断是否进行下一次迭代计算?若是，则将K4空间数据作为新的原始K空间数据，回到步骤2)；若否，则执行步骤6)；
6)将K4空间变换至图像域，得到最终的图像。
2.如权利要求1所述的磁共振去除运动伪影的方法，其特征在于，所述步骤3)中提取部分在计算K1空间时由于算法不理想而引入的误差的方法具体为，将所述S2图像中所有大于第一阈值的像素点的值替换为0，得到S2，图像；或将所述S2图像中所有大于第一阈值的像素点的值替换为0，再进行均值滤波，得到S2，图像。
3.如权利要求1所述的磁共振去除运动伪影的方法，其特征在于，所述步骤2)具体包括以下子步骤：
21)利用原始K空间数据求得并行采集重建方法的合并系数；
22)对每一通道的原始K空间按照相同的规则进行分组，获得若干分组K空间，所述分组K空间为与所述原始K空间相同大小的矩阵，所述分组K空间包括原始K空间中的部分已采集数据，K空间中的其他数据点作为待填补数据；
23)利用所述合并系数，以及分组K空间中的已采集数据，使用并行采集重建方法对分组K空间中的待填补数据进行填补；
24)将填补完成后的各分组K空间数据进行合并，获得K1空间数据。
4.如权利要求3所述的磁共振去除运动伪影的方法，其特征在于，所述步骤22)具体为：对每一通道的原始K空间进行预处理分组，分为两个分组K空间，所述分组K空间为与所述原始K空间相同大小的矩阵，其中一个分组K空间的第奇数条数据线为原始K空间中第奇数条数据线，第偶数条数据线为待填补数据；另一个分组K空间的第偶数条数据线为原始K空间中第偶数条数据线，第奇数条数据线为待填补数据。
5.如权利要求3所述的磁共振去除运动伪影的方法，其特征在于，所述步骤24)具体为，计算填补完成后的各分组K空间数据的平均值，作为K1空间数据。
6.如权利要求2所述的磁共振去除运动伪影的方法，其特征在于，所述第一阈值为，该次迭代计算获得的S2图像中像素值的平均值。
7.如权利要求1所述的磁共振去除运动伪影的方法，其特征在于，所述步骤5)中，通过以下方法判断是否进行迭代计算：预先设定迭代次数，若没有达到预先设定的迭代次数，则继续进行迭代计算，将K4空间数据作为新的原始K空间数据，回到步骤2)；若达到预先设定的迭代次数，则停止进行迭代计算，执行所述步骤6)。
8.如权利要求1所述的磁共振去除运动伪影的方法，其特征在于，所述步骤5)中，通过以下方法判断是否进行下一次迭代计算：设定第二阈值，若该次迭代获得的S2图像的像素值的标准差大于等于所述第二阈值时，则继续进行迭代计算，将K4空间数据作为新的原始K空间数据，回到步骤2)；若该次迭代获得的S2图像的像素值的标准差小于所述第二阈值时，则停止进行迭代计算，执行所述步骤6)。
9.如权利要求8所述的磁共振去除运动伪影的方法，其特征在于，所述第二阈值为，第一次迭代计算时获得的S2图像的像素值的标准差的30％。
10.一种磁共振去除运动伪影的装置，其特征在于，包括：
采集单元，用于获得若干通道的全采集的原始K空间；
K1空间获得单元，与所述采集单元相连，用于利用所述全采集的原始K空间计算获得合并系数，利用所述合并系数，计算获得K1空间；S2，图像获得单元，与所述K1空间获得单元相连，用于将K1空间的数据减去原始K空间的数据，得到K2空间，将K2空间变换至图像域，得到S2图像，提取部分在计算K1空间时由于算法不理想而引入的误差，得到S2，图像；
K4空间获得单元，与所述S2，图像获得单元相连，用于将所述S2，图像变换至K空间域，得到K3空间数据，将K1空间的数据减去K3空间的数据，得到K4空间数据；
迭代计算判断单元，与所述K1空间获得单元和K4空间获得单元分别相连，用于判断是否进行下一次迭代计算；
图像获得单元，与所述迭代计算判断单元相连，用于将K4空间数据变换至图像域，得到最终的图像。
CN201410100421.1A 2014-03-18 2014-03-18 一种磁共振去除运动伪影的方法及装置 Active CN104931903B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201410100421.1A CN104931903B (zh) 2014-03-18 2014-03-18 一种磁共振去除运动伪影的方法及装置
US14/661,919 US10261158B2 (en) 2014-03-18 2015-03-18 Method and apparatus for eliminating motion artifact in magnetic resonance imaging

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410100421.1A CN104931903B (zh) 2014-03-18 2014-03-18 一种磁共振去除运动伪影的方法及装置

Publications (2)

Publication Number Publication Date
CN104931903A true CN104931903A (zh) 2015-09-23
CN104931903B CN104931903B (zh) 2018-02-02

Family

ID=54119156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410100421.1A Active CN104931903B (zh) 2014-03-18 2014-03-18 一种磁共振去除运动伪影的方法及装置

Country Status (2)

Country Link
US (1) US10261158B2 (zh)
CN (1) CN104931903B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107154025A (zh) * 2016-03-04 2017-09-12 北京大学 一种针对颈动脉磁共振血管壁成像的血流伪影去除方法
CN107773242A (zh) * 2016-08-31 2018-03-09 通用电气公司 磁共振成像方法及***
CN108577841A (zh) * 2018-02-23 2018-09-28 奥泰医疗***有限责任公司 一种propeller技术中抑制非刚性运动的权重计算方法
CN109242924A (zh) * 2018-08-31 2019-01-18 南方医科大学 一种基于深度学习的核磁共振图像的降采样伪影去除方法
CN110652296A (zh) * 2019-09-16 2020-01-07 华东师范大学 一种去除磁共振头部图像运动伪影的方法
CN110794352A (zh) * 2018-08-02 2020-02-14 上海康达卡勒幅医疗科技有限公司 一种抑制磁共振图像伪影的方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3023805B1 (en) * 2014-11-21 2020-08-05 Siemens Healthcare GmbH Phase-encode ghosting detection and mitigation in MRI
CA3164209A1 (en) * 2019-12-26 2021-07-01 The Brigham And Women's Hospital, Inc. System and method for controlling physiological noise in functional magnetic resonance imaging

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6647134B1 (en) * 2000-03-30 2003-11-11 Mayo Foundation For Medical Education And Research Autocorrection of MR projection images
CN1827039A (zh) * 2005-02-28 2006-09-06 西门子（中国）有限公司 频域灵敏度编码磁共振并行成像方法
CN101153896A (zh) * 2006-09-29 2008-04-02 西门子（中国）有限公司 回波平面成像序列的图像重建方法
US7831097B2 (en) * 2006-03-16 2010-11-09 Siemens Medical Solutions Usa, Inc. System and method for image reconstruction
CN103185878A (zh) * 2011-12-27 2013-07-03 上海联影医疗科技有限公司 磁共振图像并行采集以及图像重建方法
CN103529413A (zh) * 2012-07-04 2014-01-22 上海联影医疗科技有限公司 磁共振成像方法与装置、k空间的重建方法与装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005047919A1 (en) * 2003-11-12 2005-05-26 Invivo Corporation Method for generating fast magnetic resonance images
US9482732B2 (en) * 2012-11-08 2016-11-01 Nicolas Chesneau MRI reconstruction with motion-dependent regularization

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6647134B1 (en) * 2000-03-30 2003-11-11 Mayo Foundation For Medical Education And Research Autocorrection of MR projection images
CN1827039A (zh) * 2005-02-28 2006-09-06 西门子（中国）有限公司 频域灵敏度编码磁共振并行成像方法
US7831097B2 (en) * 2006-03-16 2010-11-09 Siemens Medical Solutions Usa, Inc. System and method for image reconstruction
CN101153896A (zh) * 2006-09-29 2008-04-02 西门子（中国）有限公司 回波平面成像序列的图像重建方法
CN103185878A (zh) * 2011-12-27 2013-07-03 上海联影医疗科技有限公司 磁共振图像并行采集以及图像重建方法
CN103529413A (zh) * 2012-07-04 2014-01-22 上海联影医疗科技有限公司 磁共振成像方法与装置、k空间的重建方法与装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107154025A (zh) * 2016-03-04 2017-09-12 北京大学 一种针对颈动脉磁共振血管壁成像的血流伪影去除方法
CN107154025B (zh) * 2016-03-04 2019-12-13 北京大学 一种针对颈动脉磁共振血管壁成像的血流伪影去除方法
CN107773242A (zh) * 2016-08-31 2018-03-09 通用电气公司 磁共振成像方法及***
CN107773242B (zh) * 2016-08-31 2023-05-12 通用电气公司 磁共振成像方法及***
CN108577841A (zh) * 2018-02-23 2018-09-28 奥泰医疗***有限责任公司 一种propeller技术中抑制非刚性运动的权重计算方法
WO2019161586A1 (zh) * 2018-02-23 2019-08-29 奥泰医疗***有限责任公司 一种propeller技术中抑制非刚性运动的权重计算方法
CN108577841B (zh) * 2018-02-23 2021-09-10 奥泰医疗***有限责任公司 一种propeller技术中抑制非刚性运动的权重计算方法
CN110794352A (zh) * 2018-08-02 2020-02-14 上海康达卡勒幅医疗科技有限公司 一种抑制磁共振图像伪影的方法
CN110794352B (zh) * 2018-08-02 2023-05-26 上海康达卡勒幅医疗科技有限公司 一种抑制磁共振图像伪影的方法
CN109242924A (zh) * 2018-08-31 2019-01-18 南方医科大学 一种基于深度学习的核磁共振图像的降采样伪影去除方法
CN110652296A (zh) * 2019-09-16 2020-01-07 华东师范大学 一种去除磁共振头部图像运动伪影的方法

Also Published As

Publication number Publication date
CN104931903B (zh) 2018-02-02
US20150268324A1 (en) 2015-09-24
US10261158B2 (en) 2019-04-16

Similar Documents

Publication Publication Date Title
CN104931903A (zh) 一种磁共振去除运动伪影的方法及装置
CN111081354B (zh) 用于通过深度学习网络对医疗图像进行去噪的***和方法
US9542763B2 (en) Systems and methods for fast reconstruction for quantitative susceptibility mapping using magnetic resonance imaging
CN107991636B (zh) 一种基于适应性结构低秩矩阵的快速磁共振图像重建方法
CN104181486B (zh) 磁共振图像重建方法及装置
CN104267361A (zh) 基于结构特征的自适应定量磁化率分布图复合重建的方法
CN107240125B (zh) 一种扩散加权成像方法
CN108287324B (zh) 磁共振多对比度图像的重建方法和装置
CN104749538A (zh) 一种并行磁共振成像相位处理方法
CN102973271B (zh) 磁共振动态成像方法及***
CN101915901A (zh) 磁共振成像方法及装置
US9404987B2 (en) Method for correcting image distortion and system, and magnetic resonance imaging equipment
CN112526423B (zh) 基于共轭和层间信息的并行磁共振成像算法
CN104217448A (zh) 基于迭代特征修正的磁共振快速成像方法及***
CN105022010A (zh) 基于正则化迭代的并行磁共振图像重建方法
CN111612866A (zh) 定量磁化率成像重建方法及***、存储介质及终端
CN104122520B (zh) 磁共振图像重建方法及装置
CN104181484B (zh) 磁共振图像重建方法
CN104107044A (zh) 一种基于tv范数和l1范数的压缩感知磁共振图像重构方法
CN112213673B (zh) 动态磁共振成像方法、装置、重建计算机及磁共振***
CN111598963A (zh) 基于字典学习的定量磁化率成像方法及装置
Razzaq et al. Non-uniform sparsity in rapid compressive sensing MRI
Bollmann et al. When to perform channel combination in 7 Tesla quantitative susceptibility mapping
CN105467342A (zh) 磁共振多通道采集图像重建方法和装置
CN112557981B (zh) 一种并行磁共振成像的改进算法

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 201815 Shanghai City, Jiading District Jiading Industrial Zone No. 1180 Building 8 Hing Road

Patentee after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201815 Shanghai City, Jiading District Jiading Industrial Zone No. 1180 Building 8 Hing Road

Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 201807 2258 Chengbei Road, Jiading District, Shanghai

Patentee after: Shanghai Lianying Medical Technology Co.,Ltd.

Address before: 201815 No. 1180 Xingxian Road, Jiading Industrial Zone, Jiading District, Shanghai

Patentee before: Shanghai Lianying Medical Technology Co.,Ltd.