CN108287325A - 一种图像重建方法、装置及设备 - Google Patents

一种图像重建方法、装置及设备 Download PDF

Info

Publication number
CN108287325A
CN108287325A CN201810004857.9A CN201810004857A CN108287325A CN 108287325 A CN108287325 A CN 108287325A CN 201810004857 A CN201810004857 A CN 201810004857A CN 108287325 A CN108287325 A CN 108287325A
Authority
CN
China
Prior art keywords
data
susceptibility
coil
modal
modal data
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
CN201810004857.9A
Other languages
English (en)
Other versions
CN108287325B (zh
Inventor
丁浩达
郭红宇
黄峰
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 Neusoft Medical Technology Co Ltd
Original Assignee
Shanghai Neusoft Medical Technology 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 Neusoft Medical Technology Co Ltd filed Critical Shanghai Neusoft Medical Technology Co Ltd
Priority to CN201810004857.9A priority Critical patent/CN108287325B/zh
Publication of CN108287325A publication Critical patent/CN108287325A/zh
Application granted granted Critical
Publication of CN108287325B publication Critical patent/CN108287325B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565Correction of image distortions, e.g. due to magnetic field inhomogeneities

Landscapes

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

Abstract

本发明公开了一种图像重建方法、装置及设备,获取阵列线圈采集到的第一线圈数据,根据该第一线圈数据计算得到第一敏感度谱数据,进一步获取阵列线圈采集到的预设第二视野的第二线圈数据,和大体线圈采集到的预设第二视野的第三线圈数据,根据第二线圈数据和第三线圈数据计算得到第二敏感度谱数据,将该第二敏感度谱数据与第一敏感度谱数据进行结合,获得敏感度谱数据,利用该敏感度谱数据进行图像重建,可以得到均匀性较好,且不存在伪影的重建图像。

Description

一种图像重建方法、装置及设备
技术领域
本申请涉及数据处理领域,具体涉及一种图像重建方法、装置及设备。
背景技术
磁共振设备的特点是扫描时间长,而无论是在快速成像还是在提高成像质量方面,都需要加快磁共振设备的成像速度。
SENSE为业界较为流行的利用线圈通道接收器的空间分布特性来减少扫描时间的一种并行成像技术。具体的,在进行扫描时,通过减小相位编码步数,加快磁共振设备的成像速度,扫描出一个卷叠的图像,进而利用线圈通道接收器的空间分布特性对卷叠的图像进行去卷叠处理,重建出一个完整的图像。
其中,利用线圈通道接收器的空间分布特性对折叠的图像进行去卷叠处理,决定了重建出的图像质量,而线圈通道接收器的空间分布特性通常用敏感度谱数据表征,所以,如何得到准确的敏感度谱数据是图像重建的关键影响因素。
发明内容
有鉴于此,本申请提供了一种图像重建方法、装置及设备,能够得到较准确的敏感度谱数据,进而得到质量较好的重建图像。
第一方面,本发明提供了一种图像重建方法,所述方法应用于磁共振设备,所述磁共振设备具有阵列线圈和大体线圈,利用所述磁共振设备对目标对象进行扫描,所述方法包括:
获取所述阵列线圈采集到的预设第一视野的第一线圈数据,并基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据;
获取所述阵列线圈采集到的预设第二视野的第二线圈数据,以及所述大体线圈采集到的所述预设第二视野的第三线圈数据,并基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据;
根据所述第二敏感度谱数据,计算敏感度谱校正数据;
利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到校正后的敏感度谱数据;
利用所述校正后的敏感度谱数据进行图像重建。
可选的,所述基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据,包括:
计算所述第一线圈数据的绝对值的平方和,作为第一中间值;
将所述第一线圈数据与所述第一中间值的商,作为第一敏感度谱数据。
可选的,所述基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据,包括:
将所述第二线圈数据与所述第三线圈数据的商,作为第二敏感度谱数据。
可选的,所述根据所述第二敏感度谱数据,计算敏感度谱校正数据,包括:
计算所述第二敏感度谱数据的绝对值的平方和,作为第二中间值;
对所述第二中间值进行开平方处理,得到敏感度谱校正数据。
可选的,所述利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到较正后的敏感度谱数据,包括:
将所述第一敏感度谱数据与所述敏感度谱校正数据进行点乘处理,得到较正后的敏感度谱数据。
可选的,所述利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到较正后的敏感度谱数据之前,还包括:
对所述敏感度谱校正数据进行预处理,所述预处理包括多项式拟合、低通滤波和\或阈值处理。
第二方面,本发明提供了一种图像重建装置,所述装置应用于磁共振设备,所述磁共振设备具有阵列线圈和大体线圈,利用所述磁共振设备对目标对象进行扫描,所述装置包括:
第一敏感度谱数据获取单元,用于获取所述阵列线圈采集到的预设第一视野的第一线圈数据,并基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据;
第二敏感度谱数据获取单元,用于获取所述阵列线圈采集到的预设第二视野的第二线圈数据,以及所述大体线圈采集到的所述预设第二视野的第三线圈数据,并基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据;
敏感度谱校正数据获取单元,用于根据所述第二敏感度谱数据,计算敏感度谱校正数据;
敏感度谱数据校正单元,用于利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到校正后的敏感度谱数据;
图像重建单元,用于利用所述校正后的敏感度谱数据进行图像重建。
可选的,所述第一敏感度谱数据获取单元包括:
第一敏感度谱数据计算子单元,用于计算所述第一线圈数据的绝对值的平方和,作为第一中间值;并将所述第一线圈数据与所述第一中间值的商,作为第一敏感度谱数据。
可选的,所述第二敏感度谱数据获取单元包括:
第二敏感度谱数据计算子单元,用于将所述第二线圈数据与所述第三线圈数据的商,作为第二敏感度谱数据。
可选的,所述敏感度谱校正数据获取单元包括:
敏感度谱校正数据计算子单元,用于计算所述第二敏感度谱数据的绝对值的平方和,作为第二中间值;并对所述第二中间值进行开平方处理,得到敏感度谱校正数据。
可选的,所述敏感度谱数据校正单元包括:
敏感度谱数据计算子单元,用于将所述第一敏感度谱数据与所述敏感度谱校正数据进行点乘处理,得到较正后的敏感度谱数据。
可选的,所述图像重建设备还包括:
敏感度谱校正数据预处理单元,用于对所述敏感度谱校正数据进行预处理,所述预处理包括多项式拟合、低通滤波和\或阈值处理。
第三方面,本发明提供了一种图像重建设备,所述设备包括:存储器和处理器,
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令,执行以下步骤:
获取所述阵列线圈采集到的预设第一视野的第一线圈数据,并基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据;
获取所述阵列线圈采集到的预设第二视野的第二线圈数据,以及所述大体线圈采集到的所述预设第二视野的第三线圈数据,并基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据;
根据所述第二敏感度谱数据,计算敏感度谱校正数据;
利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到校正后的敏感度谱数据;
利用所述校正后的敏感度谱数据进行图像重建。
本申请提供的图像重建方法获取阵列线圈采集到的第一线圈数据,根据该第一线圈数据计算得到第一敏感度谱数据,由于第一线圈数据为仅利用阵列线圈采集的数据,因此,若直接利用该第一敏感度谱数据对图像进行重建,得到的重建图像不存在伪影,但是基于阵列线圈采集到的数据均匀性较差的原因,该重建图像均匀性较差,中心区域较暗。为了得到显示效果更好的重建图像,本申请提供的图像重建方法进一步获取阵列线圈采集到的预设第二视野的第二线圈数据,和大体线圈采集到的预设第二视野的第三线圈数据,根据第二线圈数据和第三线圈数据计算得到第二敏感度谱数据,将该第二敏感度谱数据与第一敏感度谱数据进行结合,获得敏感度谱数据,由于第二敏感度谱数据是基于阵列线圈和大体线圈采集的数据计算得到的,大体线圈采集到的数据能够改善阵列线圈采集到的数据的均匀性,所以,结合第二敏感度谱数据能够改善重建图像的均匀性,因此,利用该敏感度谱数据进行图像重建,可以得到均匀性较好,且不存在伪影的重建图像。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为采用SENSE技术进行图像扫描得到的扫描结果的示意图;
图2为采用并行成像技术对SENSE技术扫描结果进行图像重建的示意图;
图3为采用SENSE技术进行图像扫描,各线圈通道接收器接收的图像数据示意图;
图4为采用并行成像技术,进行图像重建的过程的示意图;
图5为本申请实施例提供的一种图像重建方法的流程图;
图6为本申请实施例提供的一种在具体应用场景中的图像重建方法的流程图;
图7为采用本申请实施例提供的图像重建方法得到的重建图像示意图;
图8为本申请实施例提供的一种图像重建装置的结构图;
图9为本申请实施例提供的一种图像重建设备的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
由于磁共振设备具有扫描时间长的特点,当利用磁共振设备进行扫描时,会出现成像速度慢、成像质量低等问题,因此,为了解决因磁共振设备扫描时间长而出现的问题,业界内现普遍采用SENSE技术减少磁共振设备的扫描时间。
SENSE技术利用线圈通道接收器的空间分布特性,减少磁共振设备的扫描时间。具体的,在进行扫描时,通过减少相位编码步数,加快磁共振设备的成像速度,但是减少相位编码步数,会导致扫描得到的图像为一个卷叠的图像。因此,还需要根据线圈通道接收器的空间分布特性,对卷叠的图像进行去卷叠处理,以重建出一个完整的不存在卷叠的图像。
为了便于理解,现结合附图对SENSE技术进行介绍:
如图1所示,针对一幅磁共振图像,在不改变扫描分辨率的前提下,减少相位编码步数,磁共振图像会发生卷叠。如图2所示,利用图像空间的并行成像技术对有卷叠的磁共振图像进行重建,得到一幅完整的不存在卷叠的图像。
其中,利用图像空间的并行成像技术对有卷叠的磁共振图像进行重建,需要根据每个线圈通道接收器的空间分布特性,对有卷叠的磁共振图像进行去卷叠处理,以重建图像。
具体的,每个线圈通道接收器在空间中所处的位置均不相同,因此会导致每个线圈通道接收器所接收到的图像数据的灰度值不同,在各个线圈通道接收器接收到的图像数据中,越靠近线圈通道接收器,图像数据的灰度值越亮,相反,越远离线圈通道接收器,图像数据的灰度值越暗。由于每个线圈通道接收器在空间中所处的位置不同,因此,对于同一扫描对象,不同线圈通道接收器采集到的图像数据的灰度值不同。相应地,对于有卷叠的图像数据,可以根据每个线圈通道接收器接收到的卷叠图像数据灰度值的不同,求解出一幅完整的不存在卷叠的图像。
如图3所示,图3左侧为线圈通道接收器和被扫描人体的空间位置示意图,线圈通道接收器1位于被扫描人体的前方,线圈通道接收器2位于被扫描人体的后方。图3右侧分别为线圈通道接收器1接收到的图像数据和线圈通道接收器2接收到的图像数据,通过观察可以发现,由于线圈通道接收器1和线圈通道接收器2所处的位置不同,每个线圈通道接收器所接收到的图像数据的灰度值也不同,在线圈通道接收器1接收到的图像数据中,左侧的灰度较亮,右侧的灰度较暗,在线圈通道接收器2接收到的图像数据中,左侧的灰度较暗,右侧的灰度较亮。
如图4所示,减少相位编码步数后,图像会发生卷叠,但是由于每个线圈通道接收器在空间中所处的位置不同,每个线圈通道接收器接收到的卷叠图像数据的灰度值也不完全一样,可以基于各个线圈通道接收器接收到的卷叠图像数据的灰度值的不同,相应地建立对应于各个卷叠图像数据的敏感度谱,并利用空间分布的敏感度谱对图像进行去卷叠处理,以重建图像。
具体的,去卷叠处理重建图像的方法如下:
1)计算敏感度谱S。
2)计算卷叠点对应敏感度谱,计算公式如下:
Sγ,ρ=Sγ(rρ) 公式(5)
其中,γ代表线圈通道,ρ代表卷叠点,rρ代表卷叠点位置。
3)针对每个卷叠点位置rρ,具有如下公式:
a=Sγ,ρu 公式(6)
其中,a为卷叠图像数据,如4图中线圈通道接收器1或线圈通道接收器2接收到的卷叠图像;u为重建图像数据。
采用正则化的最小二乘法计算重建图像数据u的公式如下:
其中,ψ-1为噪声矩阵,R为正则化因子,H用于表示共轭转置,
为对Sγ,ρ进行共轭转置处理。
为了获得显示效果更好的磁共振扫描图像,本申请提供的图像重建方法采用了一种新的敏感度谱计算方法,基于该敏感度谱计算方法,对卷叠图像进行去卷叠处理,重建扫描图像。该图像重建方法应用于磁共振设备,该磁共振设备具有阵列线圈和大体线圈,利用该磁共振设备对目标对象进行扫描。
具体的,获取阵列线圈采集到的预设第一视野的第一线圈数据,根据该第一线圈数据计算第一敏感度谱数据;获取阵列线圈采集到的预设第二视野的第二线圈数据,以及大体线圈采集到的预设第二视野的第三线圈数据,根据第二线圈数据和第三线圈数据,计算第二敏感度谱数据;根据该第二敏感度谱数据,计算敏感度谱校正数据;再利用敏感度谱校正数据,校正第一敏感度谱数据得到敏感度谱数据,进而,利用该敏感度谱数据进行图像重建。
本申请提供的图像重建方法获取阵列线圈采集到的第一线圈数据,根据该第一线圈数据计算得到第一敏感度谱数据,由于第一线圈数据为仅利用阵列线圈采集的数据,因此,若直接利用该第一敏感度谱数据对图像进行重建,得到的重建图像虽然不存在伪影,但是基于阵列线圈采集到的数据均匀性较差的原因,该重建图像均匀性较差,中心区域较暗。为了得到显示效果更好的重建图像,本申请提供的图像重建方法进一步获取阵列线圈采集到的预设第二视野的第二线圈数据,和大体线圈采集到的预设第二视野的第三线圈数据,根据第二线圈数据和第三线圈数据计算得到第二敏感度谱数据,将该第二敏感度谱数据与第一敏感度谱数据进行结合,获得敏感度谱数据,由于第二敏感度谱数据是基于阵列线圈和大体线圈采集的数据计算得到的,大体线圈采集到的数据能够改善阵列线圈采集到的数据的均匀性,所以,结合第二敏感度谱数据能够改善重建图像的均匀性,因此,利用该敏感度谱数据进行图像重建,可以得到均匀性较好,且不存在伪影的重建图像。
方法实施例一
参见图5,为本实施例提供的一种图像重建方法的流程图,该图像重建方法应用于磁共振设备,该磁共振设备具有阵列线圈和大体线圈,利用该磁共振设备对目标对象进行扫描时,该图像重建方法包括:
步骤501:获取阵列线圈采集到的预设第一视野的第一线圈数据,并基于第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据。
实际应用中,在利用磁共振设备对待扫描部位进行扫描时,首先确定预设第一视野,并在利用该磁共振设备中的阵列线圈采集待扫描部位在该预设第一视野的第一线圈数据后,获取该第一线圈数据,用于敏感度谱数据的计算。
获取阵列线圈采集到的预设第一视野的第一线圈数据,将基于该第一线圈数据计算得到的敏感度谱数据,作为第一敏感度谱数据,具体的,如基于第一线圈数据计算第一敏感度谱数据的公式(1)所示,计算第一线圈数据的绝对值的平方和,作为第一中间值;将第一线圈数据与第一中间值的商,作为第一敏感度谱数据:
其中,SLγ表示第一敏感度谱数据,Cγ表示第一线圈数据。
需要说明的是,阵列线圈中包含有γ个线圈通道接收器,第一线圈数据Cγ代表阵列线圈中γ个线圈通道接收器采集得到的线圈数据,因此,Cγ为对应于阵列线圈中γ个线圈通道接收器所采集的线圈数据的γ个矩阵。相应的,经公式(1)计算得到的第一敏感度谱数据SLγ,代表阵列线圈中γ个线圈通道接收器的敏感度谱数据,因此,SLγ为对应于阵列线圈中γ个线圈通道接收器敏感度谱数据的γ个矩阵。
此外,还可以采用其他方法,根据第一线圈数据计算第一敏感度谱数据,在此不对第一敏感度谱数据的获取方法进行任何限定。
步骤502:获取阵列线圈采集到的预设第二视野的第二线圈数据,以及大体线圈采集到的预设第二视野的第三线圈数据,并基于第二线圈数据和第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据。
在实际应用中,利用磁共振设备对待扫描部位进行扫描时,预先确定预设第二视野,利用磁共振设备中的阵列线圈对处于预设第二视野中的待扫描部位进行扫描,以便采集得到第二线圈数据,然后由阵列线圈切换至大体线圈,再利用磁共振设备中的大体线圈对处于预设第二视野中的待扫描部位进行扫描,以便采集得到第三线圈数据。本发明实施例基于采集到的第二线圈数据和第三线圈数据,计算第二敏感度谱数据。
获取阵列线圈采集到的预设第二视野的第二线圈数据,和大体线圈采集到的预设第二视野的第三线圈数据,根据第二线圈数据和第三线圈数据,计算第二敏感度谱数据时,具体可以将第二线圈数据与第三线圈数据的商,作为第二敏感度谱数据,公式如下:
其中,SGγ表示第二敏感度谱数据,C′γ表示第二线圈数据,Q表示第三线圈数据。
需要说明的是,阵列线圈中包含有γ个线圈通道接收器,第二线圈数据C′γ代表阵列线圈中γ个线圈通道接收器扫描处于预置大视野中的待扫描部位时,采集到的γ个线圈数据,因此,C′γ为对应于阵列线圈中所有线圈通道接收器所采集的线圈数据的γ个矩阵。而大体线圈中仅包含一个线圈通道接收器,因此,第三线圈数据Q代表大体线圈中的线圈通道接收器扫描处于预置大视野中的待扫描部位时,采集到的线圈数据,因此,第三线圈数据Q为对应于该大体线圈中的线圈通道接收器采集到的线圈数据的矩阵。
相应地,经公式(2)计算得到的第二敏感度谱数据SGγ,仍代表阵列线圈中γ个线圈通道接收器的敏感度谱数据,因此,SGγ为对应于阵列线圈中所有线圈通道接收器敏感度谱数据的γ个矩阵。
此外,还可以采用其他方法,根据第二线圈数据和第三线圈数据,计算第二敏感度谱数据,在此不对第二敏感度谱数据的获取方法做任何限定。
需要说明的是,步骤501和步骤502为两个并列的执行步骤,步骤501和步骤502的执行顺序不分先后,可以先执行步骤501,后执行步骤502,也可以先执行步骤502,后执行步骤501。
步骤503:根据第二敏感度谱数据,计算敏感度谱校正数据。
由于在步骤501中获取到的第一敏感度谱数据,为仅基于阵列线圈采集到的第一线圈数据计算得到的敏感度谱数据,利用该第一敏感度谱数据对图像进行重建,得到的图像虽然不存在伪影,但是图像的均匀性较差。而在步骤502中,将阵列线圈扫描得到的第二线圈数据和大体线圈扫描得到的第三线圈数据进行结合,经过计算得到了第二敏感度谱数据,由于大体线圈采集到的数据能够改善阵列线圈采集到的数据的均匀性,因此,将第二敏感度谱数据与第一敏感度谱数据进行结合,能够得到显示效果更好的重建图像。
为了将步骤502中获取到的第二敏感度谱数据,与步骤501中获取到的第一敏感度谱数据结合,现需要根据第二敏感度谱数据,计算敏感度谱校正数据。
具体的,计算敏感度谱校正数据时,可以先计算第二敏感度谱数据的绝对值的平方和,作为第二中间值;对第二中间值进行开平方处理,得到敏感度谱校正数据,如下公式:
其中,T表示敏感度谱校正数据。
具体的,计算各个采集通道γ的第二敏感度谱数据SGγ矩阵的模的平方,将各个第二敏感度谱数据SGγ矩阵的模的平方进行求和计算后,再开平方,得到用于校正第一敏感度谱数据SLγ的敏感度谱校正数据T。
需要说明的是,根据公式(3)计算得到的敏感度谱校正数据T为一个用于校正的矩阵。
当然,还可以采用其他计算方法,根据第二敏感度谱数据计算敏感度谱校正数据,在此对计算敏感度谱校正数据的方法不做任何限定。
步骤504:利用敏感度谱校正数据,对第一敏感度谱数据进行校正,得到较正后的敏感度谱数据。
利用在步骤503中得到的敏感度谱校正数据T,对在步骤501中获取到的第一敏感度谱数据SLγ进行校正,得到校正后的敏感度谱数据。
具体的,可以将第一敏感度谱数据与敏感度谱校正数据进行点乘处理,得到较正后的敏感度谱数据,如下公式:
Sγ=SLγ·T 公式(4)
其中,Sγ表示校正后的敏感度谱数据,SLγ表示第一敏感度谱数据。
需要说明的是,公式(4)中,SLγ与T是进行点乘计算,即矩阵的对应位置的元素相乘,由于第一敏感度谱数据SLγ为对应于阵列线圈中所有线圈通道接收器的γ个矩阵,相应地,校正后的敏感度谱数据Sγ也为对应于阵列线圈中所有线圈通道接收器的γ个矩阵。
由于敏感度谱校正数据T是根据第二敏感度谱数据SGγ计算获得的,因此,利用在步骤503中获得的敏感度谱校正数据T,对第一敏感度谱数据SLγ进行校正,即实现了第二敏感度谱数据SGγ与第一敏感度谱数据SLγ的结合,相应地,利用结合后得到的敏感度谱数据Sγ对图像进行重建,得到的重建图像不存在伪影,且均匀性较好。
当然,也可以采用其他计算方法,对第一敏感度谱数据进行校正,在此不对第一敏感度谱数据的校正方法做任何限定。
步骤505:利用校正后的敏感度谱数据进行图像重建。
得到敏感度谱数据Sγ后,可利用该敏感度谱数据Sγ进行图像重建。
具体的,可以先计算与每个采集通道所采集的数据图像上的卷叠点对应的敏感度谱,一般采用如下公式:
Sy,ρ=Sγ(rρ) 公式(5)
其中,γ代表采集通道,ρ代表采集图像上的卷叠点,rρ代表卷叠点在图像上所处的位置。
对于每个卷叠点所处的位置,均满足如下公式:
a=Sγ,ρu 公式(6)
其中,a代表卷叠图像数据,u代表需要重建图像数据,该重建图像数据中不存在卷叠。
采用正则化的最小二乘法计算重建图像数据,采用如下公式:
其中,ψ-1为噪声矩阵,R为正则化因子,H用于表示共轭转置,为对Sγ,ρ进行共轭转置处理。
需要说明的是,在步骤504执行之前,即在利用敏感度谱校正数据,对第一敏感度谱数据进行校正,得到校正后的敏感度谱数据之前,还可以先对敏感度谱校正数据进行预处理,具体的,可以对敏感度谱校正数据进行多项式拟合、低通滤波和\或阈值处理,以保证得到的敏感度谱校正数据表现平滑。
本实施例提供的图像重建方法获取阵列线圈采集到的第一线圈数据,根据该第一线圈数据计算得到第一敏感度谱数据,由于第一线圈数据为仅利用阵列线圈采集的数据,因此,若直接利用该第一敏感度谱数据对图像进行重建,得到的重建图像不存在伪影,但是基于阵列线圈采集到的数据均匀性较差的原因,该重建图像均匀性较差,中心区域较暗。为了得到显示效果更好的重建图像,本实施例提供的图像重建方法进一步获取阵列线圈采集到的预设第二视野的第二线圈数据,和大体线圈采集到的预设第二视野的第三线圈数据,根据第二线圈数据和第三线圈数据计算得到第二敏感度谱数据,将该第二敏感度谱数据与第一敏感度谱数据进行结合,获得敏感度谱数据,由于第二敏感度谱数据是基于阵列线圈和大体线圈采集的数据计算得到的,大体线圈采集到的数据能够改善阵列线圈采集到的数据的均匀性,所以,结合第二敏感度谱数据能够改善重建图像的均匀性,因此,利用该敏感度谱数据进行图像重建,可以得到均匀性较好,且不存在伪影的重建图像。
下面结合实际应用,对上述方法实施例一中的图像重建方法进行介绍:
方法实施例二
参见图6,为本实施例提供的图像重建方法的流程图。
步骤601:利用磁共振设备对待扫描部位进行扫描后,阵列线圈采集到预设第一视野内的第一线圈数据。
在实际应用中,利用磁共振设备对待扫描部位进行扫描时,可以将待扫描部位所处的范围作为预设第一视野,利用磁共振设备对处于预设第一视野内的待扫描部位进行扫描,利用阵列线圈采集到预设第一视野内的第一线圈数据。
步骤602:在不改变扫描分辨率的前提下,减少相位编码步数,利用磁共振设备对待扫描部位进行再次扫描后,阵列线圈采集到图像卷叠数据。
由于磁共振设备的扫描时间过长,导致磁共振设备的成像质量较低,因此,为了提高磁共振设备的成像质量,实际应用中,在不改变扫描分辨率的前提下,通过减少相位编码步数,提高磁共振设备的扫描速度,进而提高磁共振设备的成像质量。
具体的,为了提高最终重建后图像的质量,需要尽量保证步骤602和步骤601中阵列线圈采集到的数据所属部位的一致性,例如,假设步骤601中阵列线圈采集到的是人体头部中左脑的数据,则步骤602中需要尽量保证阵列线圈采集到的也是左脑的数据,因此需要尽量在步骤602执行结束后立即执行步骤601,以避免因时间拖长造成人体头部不可避免的移动导致的数据所属部位不一致的问题,例如,避免上述步骤602中阵列线圈采集到的不是左脑的数据,而是因人体头部的移动而采集到的右脑的数据。
因此,实际应用中,在步骤S601之后,磁共振设备尽量立即减少相位编码步数,对预设第一视野中的待扫描部位再次进行扫描,阵列线圈采集得到图像卷叠数据。由于减少相位编码步数后得到的图像数据中存在有卷叠,因此,还需要对该图像卷叠数据进行去卷叠处理,得到显示效果较好的重建图像数据。
步骤603:利用磁共振设备对待扫描部位进行再次扫描后,阵列线圈采集到预设第二视野内的第二线圈数据,以及大体线圈采集到第二视野内的第三线圈数据。
在步骤602之后,磁共振设备将视野设置为第二视野,并再次对待扫描部位进行正常扫描,阵列线圈采集在第二视野内的第二线圈数据后,为了保证第二线圈数据和第三线圈数据的一致性,避免伪影问题,磁共振设备需要立即从阵列线圈切换至大体线圈,并利用大体线圈采集第二视野内的第三线圈数据。
步骤604:基于第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据;以及基于第二线圈数据和第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据。
步骤605:根据第二敏感度谱数据,计算敏感度谱校正数据,并利用敏感度谱校正数据对第一敏感度谱数据进行校正,得到较正后的敏感度谱数据。
步骤606:利用较正后的敏感度谱数据,对图像卷叠数据进行重建。
由于第一敏感度谱数据为,仅根据阵列线圈扫描得到第一线圈数据计算得到的敏感度谱数据,因此,直接利用该第一敏感度谱数据对上述图像卷叠数据进行去卷叠处理,得到的重建图像虽然不存在伪影,但是该重建图像的均匀性较差。因此,为了获得显示效果更好的重建图像,还需要对第一敏感度谱数据进行校正。
具体的,利用该第二线圈数据和第三线圈数据进行计算,得到第二敏感度谱数据。由于大体线圈采集的数据具有较好的均匀性,因此,根据该第二敏感度谱数据,计算敏感度谱校正数据,利用该敏感度谱校正数据对第一敏感度谱数据进行校正,利用校正后的敏感度谱数据对图像进行重建,能够得到不存在伪影,且均匀性较好的重建图像。
值得注意的是,上述方法实施例二只是本发明中图像重建方法的一种具体实现方式,不作为本发明具体实现方式的限定,实际应用中还存在其他实现方式,在此不再介绍。
需要说明的是,上述方法实施例一、二中,预设第一视野和预设第二视野的大小关系不做限定,具体的,预设第二视野可以大于预设第一视野,也可以等于预设第一视野,还可以小于预设第一视野。
一种情况下,当预设第二视野大于预设第一视野时,基于阵列线圈在预设第二视野采集到的第二线圈数据,以及大体线圈在预设第二视野采集到的第三线圈数据,计算得到的第二敏感度谱数据,不仅可以用于阵列线圈在第一视野内采集到的图像卷叠数据的重建,还可以用于阵列线圈采集到的其他部位(在第二视野内)的图像卷叠数据的重建,节省对后续其他部位的图像卷叠数据的重建步骤,提高效率。
例如,要利用该磁共振设备扫描人体头部中的左脑,将左脑具体所处的视野范围设置为预设第一视野,将人体头部所处的视野范围设置为预设第二视野,分别利用阵列线圈和大体线圈采集人体头部所处视野范围内的第二线圈数据和第三线圈数据,基于该第二线圈数据和第三线圈数据计算得到第二敏感度谱数据,在后续扫描该人体头部中的其他部位(如右脑)时,可以直接使用该第二敏感度谱数据,用于对其他部位的图像卷叠数据的重建,无需再次对人体头部所处视野范围内的第二线圈数据和第三线圈数据进行采集。
另一种情况下,当预设第二视野等于预设第一视野时,步骤602之后不需要对视野进行调整,直接利用磁共振设备对待扫描部位进行再次扫描,利用阵列线圈采集预设第一视野(即第二视野)得到第二线圈数据,以及利用大体线圈采集该预设第一视野得到第三线圈数据,并计算得到的第二敏感度谱数据。
再一种情况下,当预设第二视野小于预设第一视野时,基于步骤603中阵列线圈和大体线圈采集到的第二线圈数据和第三线圈数据计算得到的第二敏感度谱数据,只是与步骤601中计算得到第一敏感度谱数据的一部分相对应,为了获得能够与第一敏感度谱数据全部对应的第二敏感度谱数据,本发明实施例可以基于敏感度谱数据的平滑特性以及待扫描部位图像本身的特性,利用外插处理的方法,对第二敏感度谱数据进行补偿计算,以得到较为准确的能够与第一敏感度谱数据全部对应的第二敏感度谱数据。
综上所述,利用方法实施例一的图像重建方法在实际应用中进行图像重建,能够获得显示效果较好的重建图像,重建得到的图像不存在伪影,且均匀性较好。
如图7所示,为采用本实施例提供的图像重建方法,对图像进行重建得到的显示效果,通过观察可以发现,采用本实施例提供的图像重建方法重建得到的图像中不存在伪影,且图像的均匀性较好。
装置实施例
参见图8,为本实施例提供的一种图像重建装置的结构图,该装置应用于磁共振设备,所述磁共振设备具有阵列线圈和大体线圈,利用所述磁共振设备对目标对象进行扫描,所述装置包括:
第一敏感度谱数据获取单元801,用于获取所述阵列线圈采集到的预设第一视野的第一线圈数据,并基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据;
第二敏感度谱数据获取单元802,用于获取所述阵列线圈采集到的预设第二视野的第二线圈数据,以及所述大体线圈采集到的所述预设第二视野的第三线圈数据,并基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据;
敏感度谱校正数据获取单元803,用于根据所述第二敏感度谱数据,计算敏感度谱校正数据;
敏感度谱数据校正单元804,用于利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到较正后的敏感度谱数据;
图像重建单元805,用于利用所述校正后的敏感度谱数据进行图像重建。
可选的,所述第一敏感度谱数据获取单元包括:
第一敏感度谱数据计算子单元,用于计算所述第一线圈数据的绝对值的平方和,作为第一中间值;并将所述第一线圈数据与所述第一中间值的商,作为第一敏感度谱数据;
可以利用公式(1)计算敏感度谱数据,作为第一敏感度谱数据;
其中,SLγ表示所述第一敏感度谱数据,Cγ表示所述第一线圈数据。
可选的,所述第二敏感度谱数据获取单元包括:
第二敏感度谱数据计算子单元,用于将所述第二线圈数据与所述第三线圈数据的商,作为第二敏感度谱数据;
可以利用公式(2)计算敏感度谱数据,作为第二敏感度谱数据;
其中,SGγ表示所述第二敏感度谱数据,C′γ表示所述第二线圈数据,Q表示所述第三线圈数据。
可选的,所述敏感度谱校正数据获取单元包括:
敏感度谱校正数据计算子单元,用于计算所述第二敏感度谱数据的绝对值的平方和,作为第二中间值;并对所述第二中间值进行开平方处理,得到敏感度谱校正数据;
可以利用公式(3)计算敏感度谱校正数据;
其中,T表示所述敏感度谱校正数据。
可选的,所述敏感度谱数据校正单元包括:
敏感度谱数据计算子单元,用于将所述第一敏感度谱数据与所述敏感度谱校正数据进行点乘处理,得到较正后的敏感度谱数据;
可以利用公式(4)计算较正后的敏感度谱数据;
Sγ=SLγ·T 公式(4)
其中,Sγ表示较正后的敏感度谱数据,SLγ表示所述第一敏感度谱数据。
可选的,所述图像重建设备还包括:
敏感度谱校正数据预处理单元,用于对所述敏感度谱校正数据进行预处理,所述预处理包括多项式拟合、低通滤波和\或阈值处理。
本实施例图8所示的装置是与方法实施例所述的方法对应的装置,具体实现方法类似,参考方法实施例中的描述,这里不再赘述。
相应的,本发明实施例还提供一种图像重建设备,参见图9所示,可以包括:
处理器901、存储器902、输入装置903和输出装置904。处理器801的数量可以一个或多个,图9中以一个处理器为例。在本发明的一些实施例中,处理器901、存储器902、输入装置903和输出装置904可通过总线或其它方式连接,其中,图9中以通过总线连接为例。
存储器902可用于存储软件程序以及模块,处理器901通过运行存储在存储器902的软件程序以及模块,从而执行光射野一致性检测设备的各种功能应用以及数据处理。存储器902可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等。此外,存储器902可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。输入装置903可用于接收输入的数字或字符信息,以及产生与光射野一致性检测设备的用户设置以及功能控制有关的信号输入。
具体在本实施例中,处理器901会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器902中,并由处理器901来运行存储在存储器902中的应用程序,从而实现各种功能:
获取所述阵列线圈采集到的预设第一FOV的第一线圈数据,并基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据;
获取所述阵列线圈采集到预设第二FOV的第二线圈数据,以及所述大体线圈采集到的所述预设第二FOV的第三线圈数据,并基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据;
根据所述第二敏感度谱数据,计算敏感度谱校正数据;
利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到校正后的敏感度谱数据;
利用所述校正后的敏感度谱数据进行图像重建。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请实施例所提供的一种图像重建方法、装置及设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (13)

1.一种图像重建方法,其特征在于,所述方法应用于磁共振设备,所述磁共振设备具有阵列线圈和大体线圈,利用所述磁共振设备对目标对象进行扫描,所述方法包括:
获取所述阵列线圈采集到的预设第一视野的第一线圈数据,并基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据;
获取所述阵列线圈采集到的预设第二视野的第二线圈数据,以及所述大体线圈采集到的所述预设第二视野的第三线圈数据,并基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据;
根据所述第二敏感度谱数据,计算敏感度谱校正数据;
利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到校正后的敏感度谱数据;
利用所述校正后的敏感度谱数据进行图像重建。
2.根据权利要求1所述的图像重建方法,其特征在于,所述基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据,包括:
计算所述第一线圈数据的绝对值的平方和,作为第一中间值;
将所述第一线圈数据与所述第一中间值的商,作为第一敏感度谱数据。
3.根据权利要求1所述的图像重建方法,其特征在于,所述基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据,包括:
将所述第二线圈数据与所述第三线圈数据的商,作为第二敏感度谱数据。
4.根据权利要求3所述的图像重建方法,其特征在于,所述根据所述第二敏感度谱数据,计算敏感度谱校正数据,包括:
计算所述第二敏感度谱数据的绝对值的平方和,作为第二中间值;
对所述第二中间值进行开平方处理,得到敏感度谱校正数据。
5.根据权利要求4所述的图像重建方法,其特征在于,所述利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到较正后的敏感度谱数据,包括:
将所述第一敏感度谱数据与所述敏感度谱校正数据进行点乘处理,得到较正后的敏感度谱数据。
6.根据权利要求1-5中任一项所述的图像重建方法,其特征在于,所述利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到较正后的敏感度谱数据之前,还包括:
对所述敏感度谱校正数据进行预处理,所述预处理包括多项式拟合、低通滤波和\或阈值处理。
7.一种图像重建装置,其特征在于,所述装置应用于磁共振设备,所述磁共振设备具有阵列线圈和大体线圈,利用所述磁共振设备对目标对象进行扫描,所述装置包括:
第一敏感度谱数据获取单元,用于获取所述阵列线圈采集到的预设第一视野的第一线圈数据,并基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据;
第二敏感度谱数据获取单元,用于获取所述阵列线圈采集到的预设第二视野的第二线圈数据,以及所述大体线圈采集到的所述预设第二视野的第三线圈数据,并基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据;
敏感度谱校正数据获取单元,用于根据所述第二敏感度谱数据,计算敏感度谱校正数据;
敏感度谱数据校正单元,用于利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到校正后的敏感度谱数据;
图像重建单元,用于利用所述校正后的敏感度谱数据进行图像重建。
8.根据权利要求7所述的图像重建装置,其特征在于,所述第一敏感度谱数据获取单元包括:
第一敏感度谱数据计算子单元,用于计算所述第一线圈数据的绝对值的平方和,作为第一中间值;并将所述第一线圈数据与所述第一中间值的商,作为第一敏感度谱数据。
9.根据权利要求7所述的图像重建装置,其特征在于,所述第二敏感度谱数据获取单元包括:
第二敏感度谱数据计算子单元,用于将所述第二线圈数据与所述第三线圈数据的商,作为第二敏感度谱数据。
10.根据权利要求7所述的图像重建设备,其特征在于,所述敏感度谱校正数据获取单元包括:
敏感度谱校正数据计算子单元,用于计算所述第二敏感度谱数据的绝对值的平方和,作为第二中间值;并对所述第二中间值进行开平方处理,得到敏感度谱校正数据。
11.根据权利要求10所述的图像重建设备,其特征在于,所述敏感度谱数据校正单元包括:
敏感度谱数据计算子单元,用于将所述第一敏感度谱数据与所述敏感度谱校正数据进行点乘处理,得到较正后的敏感度谱数据。
12.根据权利要求7-11中任一项所述的图像重建设备,其特征在于,所述图像重建设备还包括:
敏感度谱校正数据预处理单元,用于对所述敏感度谱校正数据进行预处理,所述预处理包括多项式拟合、低通滤波和\或阈值处理。
13.一种图像重建设备,其特征在于,所述设备包括:存储器和处理器,
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令,执行以下步骤:
获取所述阵列线圈采集到的预设第一视野的第一线圈数据,并基于所述第一线圈数据计算敏感度谱数据,作为第一敏感度谱数据;
获取所述阵列线圈采集到的预设第二视野的第二线圈数据,以及所述大体线圈采集到的所述预设第二视野的第三线圈数据,并基于所述第二线圈数据和所述第三线圈数据计算敏感度谱数据,作为第二敏感度谱数据;
根据所述第二敏感度谱数据,计算敏感度谱校正数据;
利用所述敏感度谱校正数据,对所述第一敏感度谱数据进行校正,得到校正后的敏感度谱数据;
利用所述校正后的敏感度谱数据进行图像重建。
CN201810004857.9A 2018-01-03 2018-01-03 一种图像重建方法、装置及设备 Active CN108287325B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810004857.9A CN108287325B (zh) 2018-01-03 2018-01-03 一种图像重建方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810004857.9A CN108287325B (zh) 2018-01-03 2018-01-03 一种图像重建方法、装置及设备

Publications (2)

Publication Number Publication Date
CN108287325A true CN108287325A (zh) 2018-07-17
CN108287325B CN108287325B (zh) 2020-08-11

Family

ID=62834932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810004857.9A Active CN108287325B (zh) 2018-01-03 2018-01-03 一种图像重建方法、装置及设备

Country Status (1)

Country Link
CN (1) CN108287325B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110687490A (zh) * 2019-10-10 2020-01-14 上海东软医疗科技有限公司 并行成像方法、装置、存储介质及医疗设备
CN112213674A (zh) * 2020-09-11 2021-01-12 上海东软医疗科技有限公司 磁共振压缩感知重建方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1468583A (zh) * 2002-06-07 2004-01-21 Ge医疗***环球技术有限公司 线圈灵敏图生成方法和平行成像方法以及磁共振成像装置
US20050058368A1 (en) * 2003-06-27 2005-03-17 Hisamoto Moriguchi Efficient method for MR image reconstruction using coil sensitivity encoding
JP2010508054A (ja) * 2006-10-31 2010-03-18 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 複数の送信コイルを使用したmrirf符号化
CN101915901A (zh) * 2010-08-17 2010-12-15 中国科学院深圳先进技术研究院 磁共振成像方法及装置
CN102612657A (zh) * 2009-09-17 2012-07-25 皇家飞利浦电子股份有限公司 针对磁共振成像的图像强度校正
CN102959426A (zh) * 2010-07-02 2013-03-06 皇家飞利浦电子股份有限公司 使用欠采样线圈数据来估计线圈灵敏度的并行磁共振成像
CN103430038A (zh) * 2011-03-17 2013-12-04 皇家飞利浦有限公司 没有图像劣化的较快的逐个信道重建的mri方法
CN104020430A (zh) * 2014-04-15 2014-09-03 清华大学 磁共振成像运动伪影的校正方法及***
KR20160029586A (ko) * 2014-09-05 2016-03-15 삼성전자주식회사 자기 공명 영상 장치 및 그 동작방법
US20160077182A1 (en) * 2012-02-27 2016-03-17 Ohio State Innovation Foundation Methods and apparatus for accurate characterization of signal coil receiver sensitivity in magnetic resonance imaging (mri)
CN106574955A (zh) * 2014-07-24 2017-04-19 Ge医疗***环球技术有限公司 使用由表面线圈和体线圈同时接收的磁共振数据的表面线圈灵敏度校正

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1468583A (zh) * 2002-06-07 2004-01-21 Ge医疗***环球技术有限公司 线圈灵敏图生成方法和平行成像方法以及磁共振成像装置
US20050058368A1 (en) * 2003-06-27 2005-03-17 Hisamoto Moriguchi Efficient method for MR image reconstruction using coil sensitivity encoding
JP2010508054A (ja) * 2006-10-31 2010-03-18 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 複数の送信コイルを使用したmrirf符号化
CN102612657A (zh) * 2009-09-17 2012-07-25 皇家飞利浦电子股份有限公司 针对磁共振成像的图像强度校正
CN102959426A (zh) * 2010-07-02 2013-03-06 皇家飞利浦电子股份有限公司 使用欠采样线圈数据来估计线圈灵敏度的并行磁共振成像
CN101915901A (zh) * 2010-08-17 2010-12-15 中国科学院深圳先进技术研究院 磁共振成像方法及装置
CN103430038A (zh) * 2011-03-17 2013-12-04 皇家飞利浦有限公司 没有图像劣化的较快的逐个信道重建的mri方法
US20160077182A1 (en) * 2012-02-27 2016-03-17 Ohio State Innovation Foundation Methods and apparatus for accurate characterization of signal coil receiver sensitivity in magnetic resonance imaging (mri)
CN104020430A (zh) * 2014-04-15 2014-09-03 清华大学 磁共振成像运动伪影的校正方法及***
CN106574955A (zh) * 2014-07-24 2017-04-19 Ge医疗***环球技术有限公司 使用由表面线圈和体线圈同时接收的磁共振数据的表面线圈灵敏度校正
KR20160029586A (ko) * 2014-09-05 2016-03-15 삼성전자주식회사 자기 공명 영상 장치 및 그 동작방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
P. SAJDA ET AL.: ""Nonnegative matrix factorization for rapid recovery of constituent spectra in magnetic resonance chemical shift imaging of the brain"", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 *
李逸明 等: ""共振并行成像线圈敏感度计算方法的比较分析"", 《中国医疗器械杂志》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110687490A (zh) * 2019-10-10 2020-01-14 上海东软医疗科技有限公司 并行成像方法、装置、存储介质及医疗设备
CN110687490B (zh) * 2019-10-10 2021-12-31 上海东软医疗科技有限公司 并行成像方法、装置、存储介质及医疗设备
CN112213674A (zh) * 2020-09-11 2021-01-12 上海东软医疗科技有限公司 磁共振压缩感知重建方法及装置
CN112213674B (zh) * 2020-09-11 2023-03-21 上海东软医疗科技有限公司 磁共振压缩感知重建方法及装置

Also Published As

Publication number Publication date
CN108287325B (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
Liu et al. Trident dehazing network
CN106796716B (zh) 用于为低分辨率图像提供超分辨率的设备和方法
US10915990B2 (en) Systems and methods for denoising medical images with deep learning network
CN111932533B (zh) Ct图像椎骨定位方法、装置、设备及介质
US7391027B2 (en) 3D image reconstructing method for a positron CT apparatus, and positron CT apparatus
WO2019147767A1 (en) 3-d convolutional autoencoder for low-dose ct via transfer learning from a 2-d trained network
JPH07170406A (ja) 適応型ディジタル画像信号フィルタ
CN112396560A (zh) 用于使用深度神经网络对医疗图像进行去模糊的***和方法
CN110930318A (zh) 一种低剂量ct图像修复去噪方法
CN102884550A (zh) 用于动态灌注ct的图像数据配准
DE102018125739A1 (de) Dynamische Kalibrierung von Mehrkamerasystemen mithilfe einer Vielzahl von Multi View-Bildrahmen
CN110428385A (zh) 一种基于无监督对抗神经网络的sd-oct去噪方法
CN103345761A (zh) 用于线阵高塔倾斜扫描成像数据校正及拼接的方法和***
CN107205686A (zh) 去除在磁共振成像的重影伪影的方法及为此的磁共振装置
CN108287325A (zh) 一种图像重建方法、装置及设备
CN109215014A (zh) Ct图像预测模型的训练方法、装置、设备及存储介质
CN102567970B (zh) 图像修复方法及装置
CN111080731A (zh) 弥散加权成像方法及装置
KR102331104B1 (ko) 팬텀에 대한 구조 영상 기반의 공간해상도와 화질의 동시 개선 신경망 학습을 통한 새로운 핵의학영상 재구성 시스템
CN109064402A (zh) 基于增强非局部总变分模型先验的单幅图像超分辨率重建方法
Kapah et al. Demosaicking using artificial neural networks
CN112529785A (zh) 基于像素布局大数据分析的信号识别***
US11455755B2 (en) Methods and apparatus for neural network based image reconstruction
Xie et al. Joint reconstruction and calibration using regularization by denoising with application to computed tomography
CN111445547A (zh) 一种基于神经网络的网格化磁共振图像重建方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant