CN108294754B - 磁共振多参数定量成像方法和装置 - Google Patents
磁共振多参数定量成像方法和装置 Download PDFInfo
- Publication number
- CN108294754B CN108294754B CN201810026522.7A CN201810026522A CN108294754B CN 108294754 B CN108294754 B CN 108294754B CN 201810026522 A CN201810026522 A CN 201810026522A CN 108294754 B CN108294754 B CN 108294754B
- Authority
- CN
- China
- Prior art keywords
- echo
- quantitative
- echo signals
- map
- water
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 34
- 238000000926 separation method Methods 0.000 claims abstract description 81
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 56
- 230000000694 effects Effects 0.000 claims abstract description 41
- 238000010586 diagram Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 66
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 18
- 230000005415 magnetization Effects 0.000 claims description 11
- 230000007704 transition Effects 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 8
- 238000011002 quantification Methods 0.000 abstract description 24
- 238000003379 elimination reaction Methods 0.000 abstract description 8
- 239000012071 phase Substances 0.000 description 16
- 238000002592 echocardiography Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- RGCLLPNLLBQHPF-HJWRWDBZSA-N phosphamidon Chemical compound CCN(CC)C(=O)C(\Cl)=C(/C)OP(=O)(OC)OC RGCLLPNLLBQHPF-HJWRWDBZSA-N 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010006322 Breath holding Diseases 0.000 description 1
- 208000004930 Fatty Liver Diseases 0.000 description 1
- 206010019708 Hepatic steatosis Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000008346 aqueous phase Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000019425 cirrhosis of liver Diseases 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 208000010706 fatty liver disease Diseases 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000240 steatosis hepatitis Toxicity 0.000 description 1
Images
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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Description
技术领域
本申请涉及医学影像技术领域,尤其涉及一种磁共振多参数定量成像方法和装置。
背景技术
磁共振成像(Magnetic Resonance Imaging,MRI)基本原理为:人体组织内的氢核(氢原子)具有自旋运动产生磁矩。在强均匀主磁场作用下,本无规律排列的自旋氢质子自旋磁矩会沿主磁场方向排列,形成宏观磁矩。在射频脉冲激励下,宏观磁化矢量将翻转到与主磁场垂直的方向,在进动旋转过程中就能被射频接收***接收,从而产生电磁感应信号,经过相应数据重建形成各种磁共振图像。
脂肪信号在磁共振成像中扮演着异常重要的角色。脂肪由于其低T1值,常在常规扫描中信号比其它信号组织要强。因此有脂肪信号的图片经常抑制了其它信号的组织的观察。虽然脂肪在大多数情况下是抑制了组织的对比度,影响医生诊断,但是随着生活条件的变好,肥胖也成为重大和普遍疾病的一种。如果能准确的测量人体关键组织内的脂肪成分,对于早期预防很多疾病非常有用。脂肪定量技术就是在该背景前提下提出的。
脂肪定量的基本概念是用脂肪信号F除以水信号W和脂肪信号F之和,得到脂肪比例Fat_Quant,其公式如下:
从公式(1)可以准确的算出信号中脂肪的比例,这对临床诊断有着重要的意义,比如脂肪肝严重到什么程度等等。
从脂肪定量的计算公式中可以看出,脂肪定量的准确测定必须依赖于水脂分离技术。
现有的水脂分离技术虽然能很好地实现水脂分离,但是,在水脂分离过程中并未考虑效应和T1效应,或者仅考虑了效应,没有考虑T1效应。而效应和T1效应的影响导致脂肪定量会随着回波时间(the echo time,TE)的变化而变化。因此,若想得到脂肪定量的准确结果,则需要在水脂分离过程中,将求得的脂肪信号和水信号的效应去掉,同时对于TR短的梯度回波(gradient echo,GRE)序列还需要将T1效应消除。因此,由现有的水脂分离技术分解得到的水相和脂肪相计算得到的脂肪定量结果不准确,不能提供精准的脂肪定量信息。
发明内容
为了解决上述技术问题,本申请采用了如下技术方案:
一种磁共振多参数定量成像方法,包括:
多次采集多回波梯度序列的回波信号,每次采集的翻转角不同,每次采集多个回波时间的回波信号,且不同采集过程采集的多个回波时间分别对应相同;
将采集的至少两个翻转角的同一回波时间的回波信号两两联合,获取T1定量图;
将采集的同一翻转角的两个回波时间的回波信号两两联合,构成一组信号联合组;
分别将采集的每一翻转角的所有回波时间的回波信号两两联合,构成多组信号联合组;
分别将采集的每一翻转角的所有回波时间的回波信号两两联合,构成多组信号联合组;
其中,Smj为第n翻转角的第j回波时间的回波信号;
Smi为第n翻转角的第i回波时间的回波信号;
TEi为Smi的回波时间;
TEj为Smj的回波时间;
其中,i,j,m均为正整数。
可选地,所述将采集的至少两个翻转角的同一回波时间的回波信号两两联合,获取T1定量图,具体包括:
将采集的两个翻转角的同一回波时间的回波信号两两联合,构成一组信号联合组;
根据所述信号联合组中的两回波信号与其对应的翻转角的正弦值的比值的差值以及两回波信号与其对应的翻转角的正切值的比值的差值的函数关系,获取T1定量图。
可选地,所述将采集的至少两个翻转角的同一回波时间的回波信号两两联合,获取T1定量图,具体包括:
将采集的所有翻转角的同一回波时间的所有回波信号两两联合,构成多组信号联合组;
分别根据每组信号联合组中的两回波信号与其对应的翻转角的正弦值的比值的差值以及两回波信号与其对应的翻转角的正切值的比值的差值的函数关系,获取每个过渡T1定量图;
对计算得到的各个过渡T1定量图进行加和平均,得到的平均结果为最终的T1定量图。
可选地,所述将采集的至少两个翻转角的同一回波时间的回波信号两两联合,获取T1定量图,具体包括:
将采集的所有翻转角的同一回波时间的所有回波信号两两联合,构成多组信号联合组;
将每组信号联合组中的两回波信号以及该两回波信号对应的翻转角分别代入到T1的计算公式中,通过最小二乘法求解T1定量图;
其中,T1的计算公式如下:
其中,Sqm为第q翻转角的第m回波时间的回波信号;
Skm为第k翻转角的第m回波时间的回波信号;
θq为第q翻转角;
θk为第k翻转角;
TR为重复时间;
其中,q,m,k均为正整数。
可选地,所述水脂分离模型具体如下:
其中,θ为翻转角,
WPD和FPD分别为水和脂肪的质子密度图;
TR为重复时间;
T1W和T1F分别为水和脂肪的T1时间;
t为回波时间;
Δf为水信号和脂肪信号的频率差;
Φ为水信号和脂肪信号的共有相位。
根据获取到的水脂分离图计算脂肪定量信息。
一种磁共振多参数定量成像装置,包括:
采集单元,用于多次采集多回波梯度序列的回波信号,每次采集的翻转角不同,每次采集多个回波时间的回波信号,且不同采集过程采集的多个回波时间分别对应相同;
T1定量图获取单元,用于将采集的至少两个翻转角的同一回波时间的回波信号两两联合,获取T1定量图;
第一联合子单元,用于将采集的同一翻转角的两个回波时间的回波信号两两联合,构成一组信号联合组;
可选地,所述T1定量图获取单元具体包括:
第二联合子单元,用于将采集的两个翻转角的同一回波时间的回波信号两两联合,构成一组信号联合组;
第二计算子单元,用于根据所述信号联合组中的两回波信号与其对应的翻转角的正弦值的比值的差值以及两回波信号与其对应的翻转角的正切值的比值的差值的函数关系,获取T1定量图。
可选地,所述水脂分离图获取单元具体包括:
相较于现有技术,本申请具有以下有益效果:
附图说明
图1是多回波梯度序列示意图;
图2示出了水脂分离的水信号峰和脂肪信号峰示意图。
图3示出了水脂同反相示意图;
图4是本申请实施例提供的磁共振多参数定量成像方法的实现框架示意图;
图5是申请实施例提供的磁共振多参数定量成像方法流程示意图;
图7是执行本申请实施例提供的实施例的磁共振多参数定量成像方法的控制设备示意图;
图8是本申请实施例提供的的磁共振多参数定量成像装置结构示意图。
具体实施方式
为了清楚地理解本申请的具体实施方式,下面将描述本申请具体实施方式时用到的技术术语做一简要说明。
T1时间为在纵轴的磁化矢量由0增至63%时为T1驰豫时间(也称为纵向磁化矢量)。T1定量图(T1mapping)可以描述组织T1弛豫时间的变化。
T2弛豫时间为横向磁化矢量强度由最大值衰减到37%所需的时间。
梯度回波(GRE,gradient echo)就是通过有关梯度场方向的翻转而产生的回波信号。梯度回波又叫场回波(filed echo),它与自旋回波的主要区别在于二者产生回波的激励方式不同。GRE序列总是以一个小于90°的RF脉冲开始。
在GRE序列中,RF激发脉冲一结束,便在读出梯度方向上施加一个先负后正的梯度场。习惯上将梯度脉冲的方向变化称为梯度翻转。因此,质子群先后经历散相-相位重聚的过程,从而产生回波信号。
重复时间(the repetition time,简称TR)指脉冲序列执行一遍所需要的时间,也是从一个RF激励脉冲出现到下一个周期同一脉冲出现经历的时间。以毫秒为单位。TR决定了一个RF脉冲与下一个RF脉冲之间的时间。TR是扫描速度的决定因素,也是图像对比度(T1、T2和质子密度对比度)的主要控制因子。
回波时间(the echo time,简称TE)指从第一个RF脉冲到回波信号产生所需要的时间。在多回波序列中,RF脉冲至第一个回波信号出现的时间称为TE1,至第二个回波信号的时间称为TE2。以此类推。TE和TR共同决定图相比的对比度。也可以这么理解,在一个TR内设置有多个TE。每个TE对应不同的回波信号。
为了清楚地理解多回波梯度序列中的各个概念,请参阅图1所示的多回波梯度序列示意图。在图1所示的序列中,示例出两个脉冲周期,即两个重复时间TR1和TR2。在每个重复时间内,设置有4个回波采集窗,各个回波采集窗对应的回波时间分别为TE1、TE2、TE3和TE4。
在详细描述本申请的具体实现方式之前,首先描述水脂分离技术。
目前,最基本的水脂分离技术为DIXON水脂分离技术。该DIXON水脂分离技术基于以下事实:在磁共振成像中,对于很多区域,既包含水峰W也包含脂肪峰F,它们两者的频率差是3.5ppm,在1.5T下通常认为220Hz.图2示出了水脂分离的两个峰。
基于此,因为水脂肪之间存在这样一个频率差,DIXON水脂分离技术通过设置不同的回波时间,让水和脂肪相位相反和相同,即常说的水脂同相和反相。图3示出了水脂同反相示意图。从图3中可以得到以下公式:
根据上述公式(2)中可以得出W和F:
从上述简单的公式推导就能很快的将水和脂肪分开,但是实际情况下,由于场不是绝对均匀的,相位误差处处存在,这样得到水信号和脂肪信号不完整,因此在此基础上产生了很多水脂分离的新方法。例如,两点法,三点法,多点法等等。
目前用于脂肪定量的水脂分离技术主要有两类:最常见的一类通常是应用多点法,同时采集6-7个回波,因为采集的回波数目够多,方程的未知数个数就多,把信号模型中考虑进去,然后应用IDEAL(Iterative Dixon Water-fat sepration with EchoAsymmetry and Least squares estimation)方法,即迭代的最小二乘法将水信号和脂肪信号分开,同时将效应也消除,这样得到的脂肪信号和水信号直接应用于脂肪定量。
上述两类水脂分离方法均只考虑了效应,对于TR比较长的快速自旋回波((turbo spin echo,TSE)序列适用,但是对于TR短的GRE序列还有T1效应没有考虑,如此,对于TR短的GRE序列,由现有的水脂分离方法得到的脂肪定量信息不准确。而且它们也不能提供图像和T1图像,这些图像本身具有临床诊断价值。
此外,现有的用于脂肪定量的水脂分离技术都是采集多回波的IDEAL方法,回波时间长,不能适用于腹部需要屏息的,严格控制扫描时间的序列。
此外,现有的用于脂肪定量的水脂分离技术也不能提供具有临床诊断价值的R2*图像和T1图像。
为了解决现有的用于脂肪定量的水脂分离方法存在的上述缺陷,本申请实施例提供了一种磁共振多参数定量成像方法。该方法通过多次采集多回波梯度回波序列的回波信号,每次采集的翻转角不同,并且不同次采集的多个回波信号的回波时间对应相同。结合图4所示的本申请实施例提供的磁共振多参数定量成像方法的实现框架示意图可知,本申请实施例利用采集的至少两个翻转角的同一回波时间的回波信号两两联合,可以获取T1定量图。利用采集的同一翻转角的至少两个回波时间的回波信号两两联合,可以获取到定量图。在获取到定量图和T1定量图后,可以根据采集的至少两个回波信号以及该获取到的定量图和T1定量图,获取消除效应和T1效应水脂分离图,最后利用可以该消除效应和T1效应水脂分离图获取到精准的脂肪定量信息。因此,本申请实施例提供的磁共振多参数定量成像方法能够利用多参数信息,同时获得水脂分离图像、定量图和T1定量图,并且水脂分离图像能够消除效应和T1效应,从而能够提供精准的脂肪定量信息。
下面介绍水脂分离模型。
在公式(4)中,
S(t)为采集到的回波信号;
W为水信号;
F为脂肪信号;
Φ为水脂间共有的相位;
t为回波时间。
在公式(5)中,
W为水信号;
F为脂肪信号;
Δf为水信号和脂肪信号的频率差;
Φ为水信号和脂肪信号的共有相位;
t为回波时间。
如果在公式(5)的基础上,继续考虑T1效应,则水脂分离模型可以扩展为公式(6)
其中,θ为翻转角,
WPD和FPD分别为水和脂肪的质子密度图;
TR为重复时间;
T1W和T1F分别为水和脂肪的T1时间;
t为回波时间;
Δf为水信号和脂肪信号的频率差;
Φ为水信号和脂肪信号的共有相位。
在公式(6)所示的水脂分离模型中,因为水和脂肪本身的T1和T2差异比较小,因此,水脂之间的T1时间的差别可以忽略不计。而且和T1不受水脂分离的影响,因此,在计算和T1时,可以不考虑水脂之间的T1时间的差别,因而,上述公式(6)可以简化为公式(7):
在公式(7)中,
PD为质子密度图;
θ为翻转角,
TR为重复时间,
TE为回波时间。
在本申请实施例中,同一次采集过程采集的多回波序列的多个回波信号,翻转角相同,即θ相同,TR也相同,先不考虑T1,若将同一次采集过程采集到的任意两个回波信号进行相除,就可以消掉公式(7)中的复杂项然后,再对等号的两边取对数,如此,可以得到的计算公式,作为示例,可以对等号的两边取自然对数,在该示例下,可以如公式(8)所示。
其中,Smj为第m翻转角的第j回波时间的回波信号;
Smi为第m翻转角的第i回波时间的回波信号;
TEj为Smj的回波时间;
TEi为Smi的回波时间;
其中,i,j,m均为正整数。
在本申请实施例中,不同采集过程的同一采集位置采集到的回波信号的回波时间TE相同,当TE相同时,不同采集过程的同一采集位置的回波信号的相同,因此,可以将任意两个采集过程中的任意同一采集位置采集到的两回波信号相减,即可得到以下公式(10)
其中,Sqm为第q翻转角的第m回波时间的回波信号;
Skm为第k翻转角的第m回波时间的回波信号;
θq为第q翻转角;
θk为第k翻转角;
TR为重复时间;
其中,q,m,k均为正整数。
在公式(10)中,翻转角θq,θk以及采集到的信号Sqm和Skm均为已知,因此,通过公式(10)可以计算得到R1,在获知到R1后,可以根据R1与T1的关系,计算得到T1。因此,根据公式(10)可以计算得到T1定量图。
因此,通过上述公式(8)和(10)可以计算得到和T1,当计算得到和T1之后,可以把计算得到的和T1代入到到考虑了效应和T1效应的水脂分离模型即公式(6)中,根据公式(6)可以计算得到WPD和FPD,而WPD和FPD消除了和T1效应的影响。
然后根据计算得到的WPD和FPD可以进行脂肪定量。由于WPD和FPD消除了和T1效应的影响,因此,计算得到的脂肪定量信息不会因和T1效应的影响而在不同的序列中发生变化。由此得到的脂肪定量信息具有较大的医学诊断价值。
基于上述所述,本申请实施例提供了一种磁共振多参数定量成像方法的具体实现方式。下面结合附图详细描述本申请的具体实施方式。
请参阅图5,本申请实施例提供的磁共振多参数定量成像方法包括以下步骤:
S51:多次采集多回波梯度序列的回波信号,每次采集的翻转角不同,每次采集多个回波时间的回波信号,且不同采集过程采集的多个回波时间分别对应相同。
S53:将采集的至少两个翻转角的同一回波时间的回波信号两两联合,获取T1定量图。
需要说明,在本申请实施例中,不限定S52和S53的执行顺序,如此,可以先执行S52,再执行S53,也可以先执行S53,再执行S52,还可以同时执行S52和S53。
上述所述的磁共振多参数定量成像方法,可以利用采集的同一翻转角至少两个回波时间的回波信号两两联合,可以获取到定量图,利用采集的至少两个翻转角同一回波时间的回波信号两两联合,可以获取T1定量图。在获取到定量图和T1定量图后,可以根据采集的至少两个回波信号以及该获取到的定量图和T1定量图,获取消除效应和T1效应水脂分离图。利用该消除效应和T1效应水脂分离图可以实现精准的脂肪定量。
下面详细描述各步骤的具体实现方式。
在S51中,可以如图1所示,在一个TR内设置有多个采集窗口,一个TR内的多个采集窗口对应的回波时间分别用TE1、TE2…TEN表示。每个TR内的多个采集窗口的位置对应相同,如此,在各个TR内采集到的多个回波信号的回波时间对应相同。
在本申请实施例中,每次采集一个TR内的多个采集窗口中的回波信号。每次采集多回波梯度回波序列的采集参数除了翻转角不同外,其它采集参数均相同,其它采集参数包括但不限于以下参数:重复时间TR以及对应的回波时间TE。
作为示例,第1次采集过程对应的翻转角(Flip Angle,FA)为θ1,采集到的各个回波信号对应的回波时间分别为用TE11、TE12…TE1N表示。第一次采集到的各个磁共振梯度回波可以用S11、S12…S1N表示。
第2次采集过程对应的翻转角FA为θ2,采集到的各个回波信号对应的回波时间分别为用TE21、TE22…TE2N表示。第2次采集到的各个磁共振梯度回波可以用S21、S22…S2N表示。
第n次采集过程对应的翻转角FA为θn,采集到的各个回波信号对应的回波时间分别为用TEn1、TEn2…TEnN表示。第n次采集到的各个磁共振梯度回波可以用Sn1、Sn2…SnN表示。
其中,θ1≠θ1≠...,≠θn,TE11=TE21...,=TEn1=TE1,TE12=TE22...,=TEn2=TE2,……,TE1N=TE2N...,=TEnN=TEN;n、N均为正整数。
如此通过S51采集得到的回波信号如表1所示。
表1
FA/TE | TE<sub>1</sub> | TE<sub>2</sub> | … | TE<sub>N</sub> |
θ<sub>1</sub> | S<sub>11</sub> | S<sub>12</sub> | … | S<sub>1N</sub> |
θ<sub>2</sub> | S<sub>21</sub> | S<sub>22</sub> | … | S<sub>2N</sub> |
… | … | … | … | … |
θ<sub>n</sub> | S<sub>n1</sub> | S<sub>n2</sub> | … | S<sub>nN</sub> |
S52a1:将采集的同一翻转角的两个回波时间的回波信号两两联合,构成一组信号联合组。
进一步地,因在信号采集过程中,可以得到同一翻转角的多个回波信号,因此,为了提高图像的信噪比,可以充分利用采集到的每个回波信号,分别将采集的每一翻转角的所有回波时间的回波信号两两联合,构成多组信号联合组,利用多组信号联合组中的两回波信号基于公式(8)来获取定量图。
S52b1:分别将采集的每一翻转角的所有回波时间的回波信号两两联合,构成多组信号联合组。
具体地,本步骤将采集的翻转角为θ1的N个回波信号S11至S1N两两联合,构成多组信号联合组,该多组信号联合组分别为:{S11,S12},{S11,S13},……{S1(N-1),S1N}。
将采集的翻转角为θ2的N个回波信号S21至S2N两两联合,构成多组信号联合组,该多组信号联合组分别为:{S21,S22},{S21,S23},……{S2(N-1),S2N}。
依此类推,直至将采集的翻转角为θn的N个回波信号Sn1至SnN两两联合,构成多组信号联合组,该多组信号联合组分别为:{Sn1,Sn2},{Sn1,Sn3},……{Sn(N-1),SnN}。
仍然以上述假设条件为例说明,本步骤可以具体为:
此外,因通过多组信号联合组可以构建出多个求解的方程,如此,构建出的方程的个数大于未知数的个数,因此,作为本申请的又一具体示例,为了进一步提高的信噪比,可以通过最小二乘法来求解方程的解,最终得到如此,S52也可以具体包括以下步骤:
S52c1:分别将采集的每一翻转角的所有回波时间的回波信号两两联合,构成多组信号联合组。
本步骤的具体实现方式与S52b1的具体实现方式相同,为了简要起见,在此不再详细描述。
下面介绍S53的具体实现方式。
基于公式(10)所示的T1计算公式,作为S53的一具体示例,可以基于两个翻转角的同一回波时间的回波信号得到T1,如此,S53可以具体包括以下步骤:
S53a1:将采集的两个翻转角的同一回波时间的回波信号两两联合,构成一组信号联合组。
作为示例,本步骤可以将翻转角为θ1和θ2的回波时间为TE1的两回波信号S11和S21联合,构成一组信号联合组{S11,S21}。
S53a2:根据信号联合组中的两回波信号与其对应的翻转角的正弦值的比值的差值以及两回波信号与其对应的翻转角的正切值的比值的差值的函数关系,获取T1定量图。
在上述示例下,S53a2可以根据以下公式(14)计算得到T1定量图。
进一步地,因在S51中采集的信号为多个翻转角的多个回波时间的回波信号,因此,为了提高T1图像的信噪比,可以充分利用采集到的每个回波信号,分别将采集的所有翻转角的同一回波时间的所有回波信号两两联合,构成多组信号联合组;利用多组信号联合组中的两回波信号基于公式(10)来获取T1定量图。
基于此,作为S53的另一具体示例,可以将各组信号联合组求解得到的T1通过加和平均的方式实现。如此,S53可以具体包括以下步骤:
S53b1:将采集的所有翻转角的同一回波时间的所有回波信号两两联合,构成多组信号联合组。
具体地,本步骤可以将采集的n个翻转角的回波时间为TE1的所有回波信号两两联合,构成多组信号联合组。该多组信号联合组可以分别表示为:{S11,S21},{S11,S31},……{S(n-1)1,Sn1}。
将采集的n个翻转角的回波时间为TE2的所有回波信号两两联合,构成多组信号联合组。该多组信号联合组可以分别表示为:{S12,S22},{S12,S32},……{S(n-1)2,Sn2}。
依此类推,直至将所有翻转角的回波时间为TEN的所有回波信号两两联合,构成多组信号联合组。该多组信号联合组可以分别表示为:{S1N,S2N},{S1N,S3N},……{S(n-1)N,SnN}。
S53b2:分别根据每组信号联合组中的两回波信号与其对应的翻转角的正弦值的比值的差值以及两回波信号与其对应的翻转角的正切值的比值的差值的函数关系,获取每个过渡T1定量图。
本步骤可以具体为:将上述构建出的每个信号联合组中的两回波信号以及该两回波信号对应的回波时间代入到公式(11)中,分别计算出每个过渡T1定量图。
假设采集两个翻转角的两个回波时间的回波信号,则得到的4个回波信号分别为S11、S12、S21和S22,在该假设条件下,本步骤可以具体通过以下公式(14)和(15)分别得到两个过渡T1定量图T11和T12。
S53b3:对计算得到的各个过渡T1定量图进行加和平均,得到的平均结果为最终的T1定量图。
为了提高T1定量图的信噪比,本示例通过对各个过渡T1定量图进行加和平均,得到的平均结果作为最终的T1定量图。
仍然以上述假设条件为例说明,本步骤可以具体为:
T1=(T11+T12)/2 (16)
此外,因通过多组信号联合组可以构建出多个求解T1的方程,如此,构建出的方程的个数大于未知数(T1)的个数,因此,作为本申请的又一具体示例,为了进一步提高T1的信噪比,可以通过最小二乘法来求解方程的解,最终得到T1。如此,S53也可以具体包括以下步骤:
S53c1:将采集的所有翻转角的同一回波时间的所有回波信号两两联合,构成多组信号联合组。
本步骤的具体实现方式与S53b1的具体实现方式相同,为了简要起见,在此不再详细描述。
S53c2:将每组信号联合组中的两回波信号以及该两回波信号对应的翻转角分别代入到T1的计算公式中,通过最小二乘法求解T1定量图;
需要说明,此处所述的T1的计算公式为公式(10)所示的T1的计算公式。
下面详细描述S54的具体实现方式。
S54中,可以将S51中采集到的任意两个回波信号以及上述获取得到的定量图和T1定量图分别带入到公式(6)中,生成未知数为WPD和FPD的方程组,通过求解该方程组的解,可以获取到水信号图WPD和脂肪信号图FPD,从而获取到水脂分离图。
在该方程组中,只有WPD和FPD为未知数,因此,通过该方程组可以求解得到WPD和FPD。
进一步地,因在信号采集过程中,会采集到多个翻转角的多个回波信号,设定有n个翻转角,每个翻转角对应N个回波时间的回波信号,如此共得到n*N个回波信号,该n*N个回波信号可以两两组合,构成多个信号联合组,然后将每组信号联合组中的信号以及对应的参数代入到公式(6)中,可以得到多个未知数为WPD和FPD方程组,然后通过最小二乘法求解方程组的解,最终得到水脂分离图。如此,可以提高水脂分离图的信噪比。
另外,作为S54的另一示例,也可以将由该n*N个回波信号两两组合,构成多个信号联合组,然后将每组信号联合组中的信号以及对应的参数代入到公式(6)中,可以得到多个未知数为WPD和FPD方程组,然后分别求解每个方程组的解WPD和FPD,最后将求解得到的多个WPD加和平均,得到的平均结果作为最终获取到的水信号图WPD。将求解得到的多个FPD加和平均,得到的平均结果作为最终获取到的水信号图FPD。
此外,作为另一实现方式,为了得到脂肪定量信息,在S54之后,还可以包括以下步骤:
根据获取到的水脂分离图获取脂肪定量信息。
本步骤可以具体为:将S54获取到的水信号图WPD和脂肪信号图FPD代入到公式(1)中,从而得到准确的脂肪比例。具体公式如公式(18)所示。
因WPD和FPD分别为水的质子密度图和脂肪的质子密度图,而质子密度图不受扫描序列的影响,因而不受效应和T1效应的影响,因此,得到的脂肪比例消除了效应和T1效应的影响,因此,通过该方法能够得到精准的脂肪定量信息。
此外,充分利用采集到的所有回波信号,通过加和平均或者最小二乘法的方式可以提高图像的信噪比以及提高脂肪定量的精度。
从这些图中可以看出,通过本申请实施例提供的方法能够得到信噪比较高的定量图。因此,该方法得到的多个定量图能够帮助临床医生做出更为精准的诊断。
上述实施例的磁共振多参数定量成像方法可以由图7所示的控制设备执行。图7所示的控制设备包括处理器(processor)710,通信接口(Communications Interface)520,存储器(memory)730,总线740。处理器710,通信接口720,存储器730通过总线740完成相互间的通信。
其中,存储器730中可以存储有磁共振多参数定量成像的逻辑指令,该存储器例如可以是非易失性存储器(non-volatile memory)。处理器710可以调用执行存储器730中的磁共振多参数定量成像的逻辑指令,以执行上述的磁共振多参数定量成像方法。作为实施例,该磁共振多参数定量成像的逻辑指令可以为控制软件对应的程序,在处理器执行该指令时,控制设备可以对应地在显示界面上显示该指令对应的功能界面。
磁共振多参数定量成像的逻辑指令的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
上述的磁共振多参数定量成像的逻辑指令,可以称为“磁共振多参数定量成像装置”,该装置可以划分成各个功能模块。具体参见以下实施例。
下面介绍本申请实施例提供的磁共振多参数定量成像装置的具体实施方式。
请参阅图8,本申请实施例提供的磁共振多参数定量成像装置包括:
采集单元81,用于多次采集多回波梯度序列的回波信号,每次采集的翻转角不同,每次采集多个回波时间的回波信号,且不同采集过程采集的多个回波时间分别对应相同;
T1定量图获取单元83,用于将采集的至少两个翻转角的同一回波时间的回波信号两两联合,获取T1定量图;
第一联合子单元821,用于将采集的同一翻转角的两个回波时间的回波信号两两联合,构成一组信号联合组;
作为本申请的另一具体示例,T1定量图获取单元83可以具体包括:
第二联合子单元831,用于将采集的两个翻转角的同一回波时间的回波信号两两联合,构成一组信号联合组;
第二计算子单元833,用于根据所述信号联合组中的两回波信号与其对应的翻转角的正弦值的比值的差值以及两回波信号与其对应的翻转角的正切值的比值的差值的函数关系,获取T1定量图。
作为本申请的又一具体示例,水脂分离图获取单元84可以具体包括:
以上是对本申请实施例提供的磁共振多参数定量成像装置的介绍,具体实现方式可以参见上文所示的方法实施例中的描述,达到的效果与上述方法实施例一致,这里不再赘述。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (14)
5.根据权利要求1所述的方法,其特征在于,所述将采集的至少两个翻转角的同一回波时间的回波信号两两联合,获取T1定量图,具体包括:
将采集的两个翻转角的同一回波时间的回波信号两两联合,构成一组信号联合组;
根据所述信号联合组中的两回波信号与其对应的翻转角的正弦值的比值的差值以及两回波信号与其对应的翻转角的正切值的比值的差值的函数关系,获取T1定量图。
6.根据权利要求1所述的方法,其特征在于,所述将采集的至少两个翻转角的同一回波时间的回波信号两两联合,获取T1定量图,具体包括:
将采集的所有翻转角的同一回波时间的所有回波信号两两联合,构成多组信号联合组;
分别根据每组信号联合组中的两回波信号与其对应的翻转角的正弦值的比值的差值以及两回波信号与其对应的翻转角的正切值的比值的差值的函数关系,获取每个过渡T1定量图;
对计算得到的各个过渡T1定量图进行加和平均,得到的平均结果为最终的T1定量图。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述根据采集的至少两个回波信号以及获取到的R2*定量图和T1定量图,获取水脂分离图后,还包括:
根据获取到的水脂分离图计算脂肪定量信息。
13.根据权利要求11所述的装置,其特征在于,所述T1定量图获取单元具体包括:
第二联合子单元,用于将采集的两个翻转角的同一回波时间的回波信号两两联合,构成一组信号联合组;
第二计算子单元,用于根据所述信号联合组中的两回波信号与其对应的翻转角的正弦值的比值的差值以及两回波信号与其对应的翻转角的正切值的比值的差值的函数关系,获取T1定量图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810026522.7A CN108294754B (zh) | 2018-01-11 | 2018-01-11 | 磁共振多参数定量成像方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810026522.7A CN108294754B (zh) | 2018-01-11 | 2018-01-11 | 磁共振多参数定量成像方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108294754A CN108294754A (zh) | 2018-07-20 |
CN108294754B true CN108294754B (zh) | 2021-05-07 |
Family
ID=62868893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810026522.7A Active CN108294754B (zh) | 2018-01-11 | 2018-01-11 | 磁共振多参数定量成像方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108294754B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111025210B (zh) * | 2019-12-20 | 2022-02-01 | 东软医疗***股份有限公司 | 磁共振成像方法、装置、电子设备、存储介质 |
CN113017596B (zh) * | 2021-03-09 | 2022-11-11 | 深圳高性能医疗器械国家研究院有限公司 | 一种磁共振多参数定量方法及其应用 |
WO2023092319A1 (zh) * | 2021-11-24 | 2023-06-01 | 中国科学院深圳先进技术研究院 | 一种基于波浪式梯度的磁共振多对比度参数成像方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120268121A1 (en) * | 2011-04-19 | 2012-10-25 | Diego Hernando | Method for r*2 quantification with magnetic resonance imaging |
CN104345289A (zh) * | 2013-08-08 | 2015-02-11 | 西门子公司 | 用于确定水的t1 时间和脂肪的t1 时间的方法和磁共振设备 |
CN104382597A (zh) * | 2014-11-11 | 2015-03-04 | 奥泰医疗***有限责任公司 | 一种磁共振成像中的Dixon水脂分离及辨析方法及*** |
CN105232045A (zh) * | 2015-11-26 | 2016-01-13 | 厦门大学 | 基于双回波的单扫描定量磁共振扩散成像方法 |
CN105809661A (zh) * | 2014-12-30 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 磁共振成像的图像水脂分离方法和*** |
-
2018
- 2018-01-11 CN CN201810026522.7A patent/CN108294754B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120268121A1 (en) * | 2011-04-19 | 2012-10-25 | Diego Hernando | Method for r*2 quantification with magnetic resonance imaging |
CN104345289A (zh) * | 2013-08-08 | 2015-02-11 | 西门子公司 | 用于确定水的t1 时间和脂肪的t1 时间的方法和磁共振设备 |
CN104382597A (zh) * | 2014-11-11 | 2015-03-04 | 奥泰医疗***有限责任公司 | 一种磁共振成像中的Dixon水脂分离及辨析方法及*** |
CN105809661A (zh) * | 2014-12-30 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 磁共振成像的图像水脂分离方法和*** |
CN105232045A (zh) * | 2015-11-26 | 2016-01-13 | 厦门大学 | 基于双回波的单扫描定量磁共振扩散成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108294754A (zh) | 2018-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lv et al. | Transfer learning enhanced generative adversarial networks for multi-channel MRI reconstruction | |
Mangin et al. | Distortion correction and robust tensor estimation for MR diffusion imaging | |
Kim et al. | How we perform delayed enhancement imaging: HOW I DO… | |
Haris et al. | Self‐gated fetal cardiac MRI with tiny golden angle iGRASP: A feasibility study | |
US8700127B2 (en) | Motion-attenuated contrast-enhanced cardiac magnetic resonance imaging system and method | |
Robson et al. | Volumetric arterial spin-labeled perfusion imaging of the kidneys with a three-dimensional fast spin echo acquisition | |
Shao et al. | Fast and accurate calculation of myocardial T1 and T2 values using deep learning Bloch equation simulations (DeepBLESS) | |
Shanbhogue et al. | Accelerated single-shot T2-weighted fat-suppressed (FS) MRI of the liver with deep learning–based image reconstruction: qualitative and quantitative comparison of image quality with conventional T2-weighted FS sequence | |
CN108294753B (zh) | 磁共振定量信息图的获取方法和装置 | |
Becker et al. | Fast myocardial T1 mapping using cardiac motion correction | |
Haris et al. | Free‐breathing fetal cardiac MRI with doppler ultrasound gating, compressed sensing, and motion compensation | |
CN108294754B (zh) | 磁共振多参数定量成像方法和装置 | |
Herzka et al. | Myocardial tagging with SSFP | |
Cheng et al. | Multi‐pathway multi‐echo acquisition and neural contrast translation to generate a variety of quantitative and qualitative image contrasts | |
US20160374586A1 (en) | Echo-planar imaging magnetic resonance elastography pulse sequence | |
Fotaki et al. | Accelerating 3D MTC-BOOST in patients with congenital heart disease using a joint multi-scale variational neural network reconstruction | |
Zucker | Compact pediatric cardiac magnetic resonance imaging protocols | |
GB2574232A (en) | A method and apparatus for processing magnetic resonance images | |
Munoz et al. | Innovations in cardiovascular MR and PET-MR imaging | |
US20230366965A1 (en) | Highly Accelerated Sub-Millimeter Resolution 3D GRASE with Controlled T2 Blurring in T2-Weighted Functional MRI at 7 Tesla | |
Fyrdahl et al. | Magnetic resonance fingerprinting: The role of artificial intelligence | |
WO2023216582A1 (zh) | 磁共振化学交换饱和转移成像方法、***以及设备 | |
NL2026047B1 (en) | Method for generating a magnetic resonance contrast image | |
US11802928B2 (en) | Magnetic resonance imaging apparatus for measuring magnetic resonance imaging parameters and method of operating the same | |
US11333734B2 (en) | Quality and signal-to-noise ratio of free-breathing quantitative measurement of magnetic resonance imaging parameters and related biomarkers |
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 |