CN107423543B - 一种超复数磁共振波谱的快速重建方法 - Google Patents
一种超复数磁共振波谱的快速重建方法 Download PDFInfo
- Publication number
- CN107423543B CN107423543B CN201710245787.1A CN201710245787A CN107423543B CN 107423543 B CN107423543 B CN 107423543B CN 201710245787 A CN201710245787 A CN 201710245787A CN 107423543 B CN107423543 B CN 107423543B
- Authority
- CN
- China
- Prior art keywords
- magnetic resonance
- supercomplex
- matrix
- resonance spectrum
- hypercomplex
- 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.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims abstract description 102
- 238000005070 sampling Methods 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 8
- 230000001131 transforming effect Effects 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000004611 spectroscopical analysis Methods 0.000 claims description 4
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012805 post-processing Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000005755 formation reaction Methods 0.000 claims 1
- 230000000903 blocking effect Effects 0.000 abstract description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种超复数磁共振波谱的快速重建方法,涉及磁共振波谱。提供一种可以从欠采样的超复数磁共振波谱中重建出完整的磁共振波谱的方法。首先将获得的欠采样超复数磁共振波谱填充到分块汉克尔矩阵中;接着将超复数分块汉克尔矩阵转换成超复数伴随矩阵;然后构建以对应超复数伴随矩阵的核范数最小化的重建模型;最后采用快速算法求解重建模型,从而得到完整的磁共振波谱。
Description
技术领域
本发明涉及磁共振波谱,尤其是涉及一种超复数磁共振波谱的快速重建方法。
背景技术
在生物医学工程中,磁共振波谱作为一种广泛采用的测定分子结构检测手段,通过采集的频谱来分析人体组织的代谢产物、化合物的分子基团和蛋白质空间结构等,在医学、化学和生物学等领域有着极其广泛的应用。其中,一维磁共振的实验通常采用正交检测,其每个维度由实部和虚部两个部分组成,通过调相使其实部为纯吸收线型,虚部为纯色散线型,这时显示实部的纯吸收线型就是对应的相敏谱。对于一个二维磁共振波谱中经过相位调制获得的相敏谱,其时域信号每个时间点可表达成两个复数相乘,获得超复数的数据。但是获取完整的高质量的二维磁共振波谱数据的过程通常耗时长,不利于磁共振波谱的应用和推广,所以对磁共振波谱数据进行欠采样以达到加快采样时间显得尤为重要。得到磁共振波谱欠采数据后需要对欠采样的数据进行重建,重建方法各有不同。可以通过谱的自稀疏性从欠采样数据来重建这些谱(Xiaobo Qu,Xue Cao,Di Guo,Zhong Chen,"Compressed sensing for sparse magnetic resonance spectroscopy,"InternationalSociety for Magnetic Resonance in Medicine 18th Scientific Meeting.Stockholm,Sweden,pp.3371,2010.);也可以采用低秩汉克尔矩阵来实现重建(Xiaobo Qu,MaximMayzel,Jian-Feng Cai,Zhong Chen,Vladislav Orekhov."Accelerated NMRspectroscopy with low-rank reconstruction,"Angewandte Chemie InternationalEdition,vol.54,no.3,pp.852-854,2015.)。
发明内容
本发明的目的在于提供效果优良、易于操作、重建时间短的一种超复数磁共振波谱的快速重建方法。
本发明包括以下步骤:
1)用超复数表示磁共振波谱;
2)获取欠采样的超复数磁共振波谱;
3)构造超复数分块汉克尔矩阵;
4)生成超复数分块汉克尔矩阵的伴随矩阵;
5)构建矩阵核范数最小化的磁共振波谱重建模型;
6)转化重建模型;
7)磁共振波谱重建;
8)数据后处理:对补全的时间信号进行傅立叶变换即可得到谱。
在步骤1)中,所述用超复数表示磁共振波谱的具体方法可为:二维磁共振波谱中的相敏谱,或者三维磁共振波谱的直接维去除相位后两个间接维构成的一个平面,其时域信号每个时间点的数据可以表示为:
其中,表示磁共振时间信号的第m行第n列数据,W是磁共振波谱的谱峰个数,w表示第w个谱峰的索引,αw表示磁共振波谱第w个谱峰的幅度,Δt1和Δt2分别表示间接维和直接维上的采样时间的间隔,τ1w和τ2w分别表示第w个谱峰的间接维和直接维上的衰减常数,f1w和f2w分别表示第w个谱峰在间接维和直接维上的频率,和分别表示第w个谱峰在间接维和直接维上的相位,i和j是两个虚部单位,满足i2=-1,j2=-1和ij=ji=k,k是第三个虚部单位且满足k2=1。
公式(1)也可以写成:
在步骤2)中,所述获取欠采样的超复数磁共振波谱的具体方法可为:对超复数磁共振波谱进行欠采样,对于有采集到的信号,保留对应信号的值,没有采集到的信号,将对应信号的值置为零,用表示这种欠采样操作算子。标记获得的欠采样的超复数磁共振波谱为这个欠采样的超复数磁共振波谱可以表示成四个实数矩阵的组合,即:
在步骤3)中,所述构造超复数分块汉克尔矩阵的具体方法可为:对于待重建的超复数磁共振波谱的时间信号用表示将转成超复数分块汉克尔矩阵的操作算子,获得的超复数分块汉克尔矩阵表示为超复数分块汉克尔矩阵的构造过程如下:
其中,超复数分块汉克尔矩阵每行有M-k1+1个超复数汉克尔矩阵,每列有k1个超复数汉克尔矩阵。
在步骤4)中,所述生成超复数分块汉克尔矩阵的伴随矩阵的具体方法可为:将超复数分块汉克尔矩阵表示成两个复数矩阵XBa和XBb的组合,即其中,XBa=XB1+XBii,XBb=XBj+XBki,XB1,XBi,XBj,XBk分别为在实部1、虚部i、虚部j和虚部k各个分量的实矩阵。用表示生成超复数分块汉克尔矩阵的伴随矩阵的操作算子,对应的超复数伴随矩阵为:
在步骤5)中,所述构建矩阵核范数最小化的磁共振波谱重建模型的具体方法可为:构建如下基于超复数分块汉克尔矩阵核范数最小化的重建模型:
其中,||.||*表示对应矩阵的核范数,表示矩阵每个元素模值的平方和,ε2表示误差的平方。欠采样算子可分别用不同的采样方式对超复数磁共振波谱四个部分做欠采样,从而得到Y1,Yi,Yj和Yk。公式(7)是也可用于超复数磁共振波谱去噪,即当欠采样操作算子没有对超复数磁共振波谱的时间信号进行欠采样,也就是
在步骤6)中,所述转化重建模型的具体方法可为:将公式(7)表示的矩阵核范数重建模型转化成基于超复数分块汉克尔矩阵的磁共振波谱的时间信号的矩阵分解重建模型:
在步骤7)中,所述磁共振波谱重建的具体方法可为:公式(8)的增广拉格朗日形式可以写作下式:
然后通过如下式子进行迭代求解:
下标k表示第k次迭代更新的值,符号“-1”表示求超复数矩阵的逆,τ是一个大于0的参数。初值化算法(也就是k=1时)中,A1和B1为随机复数矩阵,D1是一个全为0的复数矩阵。当达到迭代停止准则时,迭代停止。迭代停止准则设定为达到最大迭代次数或在相邻两次迭代中的误差小于设定的阈值η。
本发明针对超复数磁共振波谱,提出一种基于超复数分块汉克尔矩阵的快速重建方法。本发明首先将获得的欠采样超复数磁共振波谱填充到分块汉克尔矩阵中;接着将超复数分块汉克尔矩阵转换成超复数伴随矩阵;然后构建以对应超复数伴随矩阵的核范数最小化的重建模型;最后采用快速算法求解重建模型,从而得到完整的磁共振波谱。本发明通过对超复数磁共振波谱的时间信号进行分块汉克尔矩阵的低秩重建,利用超复数矩阵的因子分解来消除迭代过程中计算复杂度高的超复数矩阵奇异值分解,从而实现超复数磁共振波谱的欠采样信号的快速重建,并得到完整的磁共振谱。
附图说明
图5是全采样的磁共振波谱。
图6是采用本发明方法重建的磁共振波谱。
具体实施方式
本实施例将重建二维超复数磁共振波谱,直接维与间接维大小分别为N=110和M=100。根据欠采样模板对超复数磁共振波谱时间域信号进行欠采样,采集25%的数据,则本实施例中总的磁共振波谱数据点数为11000点,欠采样率为25%时得到的总采样数据点数为2750点。正则化参数λ=106,β=1。具体步骤如下:
2)获取欠采样的超复数磁共振波谱:对超复数磁共振波谱进行欠采样,对于有采集到的信号,保留对应信号的值,没有采集到的信号,将对应信号的值置为零。如图5所示,对超复数磁共振波谱的四个实矩阵按照不同的欠采样方式进行信号采集,白色像素所在位置处保留对应信号的值,黑色像素所在位置处对应信号的值为零。用表示这种欠采样操作算子,标记获得的欠采样的超复数磁共振波谱为这个欠采样的超复数磁共振波谱可以表示成实数四个矩阵的组合,即:
4)生成超复数分块汉克尔矩阵的伴随矩阵:将超复数分块汉克尔矩阵表示成两个复数矩阵XBa和XBb的组合,即其中,XBa=XB1+XBii,XBb=XBj+XBki,XB1,XBi,XBj,XBk分别为的实部分量实矩阵、虚部i分量实矩阵、虚部j分量实矩阵和虚部k分量实矩阵。用表示生成超复数分块汉克尔矩阵的伴随矩阵的操作算子,对应的超复数伴随矩阵为:
5)构建矩阵核范数最小化的磁共振波谱重建模型:构建如下基于超复数分块汉克尔矩阵
核范数最小化的重建模型:
6)转化重建模型:将公式(16)表示的矩阵核范数重建模型转化成基于超复数分块汉克尔矩阵的磁共振波谱的时间信号的矩阵分解重建模型:
7)磁共振波谱重建:公式(17)的增广拉格朗日形式可以写作下式:
然后通过如下式子进行迭代求解:
下标k表示第k次的解,符号“-1”表示求超复数矩阵的逆,τ是一个大于0的参数。初值化算法(也就是k=1时)中,A1和B1为随机复数矩阵,D1是一个全为0的复数矩阵。当达到迭代停止准则时,迭代停止。迭代停止准则设定为达到最大迭代次数500次或在相邻两次迭代中的误差小于设定的阈值η,η设为10-5。
8)数据后处理:对补全的时间信号进行傅立叶变换即可得到完整的磁共振波谱(如图6所示)。作为参考,将原始的全采样时间信号做傅立叶变换得到磁共振波谱(如图5所示)。可以看出,利用采集到的部分数据和本发明的数据补全方法,可以重建得到高质量的完整的磁共振波谱。
Claims (5)
1.一种超复数磁共振波谱的快速重建方法,其特征在于包括以下步骤:
1)用超复数表示磁共振波谱,具体方法为:二维磁共振波谱中的相敏谱,或者三维磁共振波谱的直接维去除相位后两个间接维构成的一个平面,其时域信号每个时间点的数据表示为:
其中,表示磁共振时间信号的第m行第n列数据,W是磁共振波谱的谱峰个数,w表示第w个谱峰的索引,αw表示磁共振波谱第w个谱峰的幅度,Δt1和Δt2分别表示间接维和直接维上的采样时间的间隔,τ1w和τ2w分别表示第w个谱峰的间接维和直接维上的衰减常数,f1w和f2w分别表示第w个谱峰在间接维和直接维上的频率,和分别表示第w个谱峰在间接维和直接维上的相位,i和j是两个虚部单位,满足i2=-1,j2=-1和ij=ji=k,k是第三个虚部单位且满足k2=1;
公式(1)写成:
2)获取欠采样的超复数磁共振波谱;
3)构造超复数分块汉克尔矩阵;
4)生成超复数分块汉克尔矩阵的伴随矩阵,具体方法为:将超复数分块汉克尔矩阵表示成两个复数矩阵XBa和XBb的组合,即其中,XBa=XB1+XBii,XBb=XBj+XBki,XB1,XBi,XBj,XBk分别为在实部1、虚部i、虚部j和虚部k各个分量的实矩阵;用表示生成超复数分块汉克尔矩阵的伴随矩阵的操作算子,对应的超复数伴随矩阵为:
5)构建矩阵核范数最小化的磁共振波谱重建模型,具体方法为:构建如下基于超复数分块汉克尔矩阵核范数最小化的重建模型:
其中,||.||*表示对应矩阵的核范数,表示矩阵每个元素模值的平方和,ε2表示误差的平方;欠采样算子分别用不同的采样方式对超复数磁共振波谱四个部分做欠采样,从而得到Y1,Yi,Yj和Yk;公式(7)是用于超复数磁共振波谱去噪,即当欠采样操作算子没有对超复数磁共振波谱的时间信号进行欠采样,也就是
6)转化重建模型;
7)磁共振波谱重建;
8)数据后处理:对补全的时间信号进行傅立叶变换即得到谱。
3.如权利要求2所述一种超复数磁共振波谱的快速重建方法,其特征在于在步骤3)中,所述构造超复数分块汉克尔矩阵的具体方法为:对于待重建的超复数磁共振波谱的时间信号用表示将转成超复数分块汉克尔矩阵的操作算子,获得的超复数分块汉克尔矩阵表示为超复数分块汉克尔矩阵的构造过程如下:
其中,超复数分块汉克尔矩阵每行有M-k1+1个超复数汉克尔矩阵,每列有k1个超复数汉克尔矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710245787.1A CN107423543B (zh) | 2017-04-14 | 2017-04-14 | 一种超复数磁共振波谱的快速重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710245787.1A CN107423543B (zh) | 2017-04-14 | 2017-04-14 | 一种超复数磁共振波谱的快速重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107423543A CN107423543A (zh) | 2017-12-01 |
CN107423543B true CN107423543B (zh) | 2020-04-07 |
Family
ID=60423620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710245787.1A Active CN107423543B (zh) | 2017-04-14 | 2017-04-14 | 一种超复数磁共振波谱的快速重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107423543B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108762072B (zh) * | 2018-05-21 | 2021-07-27 | 南京邮电大学 | 基于核范数子空间法和增广向量法的预测控制方法 |
CN108828482B (zh) * | 2018-08-03 | 2019-11-26 | 厦门大学 | 结合稀疏和低秩特性的欠采样磁共振扩散谱的重建方法 |
CN109165432B (zh) * | 2018-08-09 | 2022-12-13 | 厦门理工学院 | 一种基于部分奇异值和的磁共振波谱重建方法 |
CN110598579B (zh) * | 2019-08-23 | 2022-08-05 | 厦门大学 | 一种基于深度学习的超复数磁共振波谱重建方法 |
CN111324861B (zh) * | 2020-02-28 | 2022-05-03 | 厦门大学 | 一种基于矩阵分解的深度学习磁共振波谱重建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103654789A (zh) * | 2013-12-10 | 2014-03-26 | 深圳先进技术研究院 | 磁共振快速参数成像方法和*** |
CN103945308A (zh) * | 2013-01-23 | 2014-07-23 | 中国科学院声学研究所 | 一种基于波场合成和波场分析的声重放方法及*** |
CN104793159A (zh) * | 2015-05-11 | 2015-07-22 | 厦门大学 | 一种高维核磁共振时域信号补全方法 |
CN105760682A (zh) * | 2016-02-29 | 2016-07-13 | 厦门理工学院 | 一种基于四元素汉克尔矩阵的四通道信号重建方法 |
CN105808869A (zh) * | 2016-03-16 | 2016-07-27 | 厦门理工学院 | 一种基于块Hankel矩阵的磁共振波谱重建方法 |
-
2017
- 2017-04-14 CN CN201710245787.1A patent/CN107423543B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103945308A (zh) * | 2013-01-23 | 2014-07-23 | 中国科学院声学研究所 | 一种基于波场合成和波场分析的声重放方法及*** |
CN103654789A (zh) * | 2013-12-10 | 2014-03-26 | 深圳先进技术研究院 | 磁共振快速参数成像方法和*** |
CN104793159A (zh) * | 2015-05-11 | 2015-07-22 | 厦门大学 | 一种高维核磁共振时域信号补全方法 |
CN105760682A (zh) * | 2016-02-29 | 2016-07-13 | 厦门理工学院 | 一种基于四元素汉克尔矩阵的四通道信号重建方法 |
CN105808869A (zh) * | 2016-03-16 | 2016-07-27 | 厦门理工学院 | 一种基于块Hankel矩阵的磁共振波谱重建方法 |
Non-Patent Citations (1)
Title |
---|
"Robust recovery of complex exponential signals from random Gaussian projections via low rank Hankel matrix reconstruction";Jian-FengCai等;《Applied and Computational Harmonic Analysis》;20160302(第41期);正文第471页第2-3段 * |
Also Published As
Publication number | Publication date |
---|---|
CN107423543A (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107423543B (zh) | 一种超复数磁共振波谱的快速重建方法 | |
CN109903259B (zh) | 一种基于深度学习的磁共振波谱重建方法 | |
CN106646303B (zh) | 一种欠采样磁共振波谱的快速重建方法 | |
Hyberts et al. | Application of iterative soft thresholding for fast reconstruction of NMR data non-uniformly sampled with multidimensional Poisson Gap scheduling | |
Yang et al. | Seismic data reconstruction via matrix completion | |
Lin et al. | Compressed wavefield extrapolation | |
CN104739410B (zh) | 一种磁共振图像的迭代重建方法 | |
CN110728624B (zh) | 一种高分辨率扩散加权图像重建方法 | |
CN105808869A (zh) | 一种基于块Hankel矩阵的磁共振波谱重建方法 | |
CN112991483B (zh) | 一种非局部低秩约束的自校准并行磁共振成像重构方法 | |
CN112819949B (zh) | 一种基于结构化低秩矩阵的磁共振指纹图像重建方法 | |
CN111324861A (zh) | 一种基于矩阵分解的深度学习磁共振波谱重建方法 | |
CN111754598B (zh) | 基于变换学习的局部空间邻域并行磁共振成像重构方法 | |
CN108828482B (zh) | 结合稀疏和低秩特性的欠采样磁共振扩散谱的重建方法 | |
CN104915935B (zh) | 基于非线性压缩感知与字典学习的压缩光谱成像方法 | |
CN113143243B (zh) | 一种基于谱分解的深度学习磁共振波谱重建方法 | |
CN110598579B (zh) | 一种基于深度学习的超复数磁共振波谱重建方法 | |
CN110940944B (zh) | 基于深度学习的磁共振信号的去j耦合方法 | |
Yang et al. | Fast MRI reconstruction via edge attention | |
Guo et al. | Hypercomplex low rank reconstruction for nmr spectroscopy | |
CN111538944B (zh) | 一种基于子空间的磁共振波谱快速重建方法 | |
CN115471580A (zh) | 一种物理智能高清磁共振扩散成像方法 | |
CN113674379A (zh) | 一种基于参考支撑集的共稀疏分析模型的mri重构方法、***及计算机可读存储介质 | |
CN111397733A (zh) | 一种单/多帧快照式光谱成像方法、***及介质 | |
CN114004764B (zh) | 一种基于稀疏变换学习的改进灵敏度编码重建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |