CN108885246B - 用于生成高b值处的合成扩散图像的扩散MRI方法 - Google Patents
用于生成高b值处的合成扩散图像的扩散MRI方法 Download PDFInfo
- Publication number
- CN108885246B CN108885246B CN201680072007.1A CN201680072007A CN108885246B CN 108885246 B CN108885246 B CN 108885246B CN 201680072007 A CN201680072007 A CN 201680072007A CN 108885246 B CN108885246 B CN 108885246B
- Authority
- CN
- China
- Prior art keywords
- diffusion
- initial
- image
- target
- dwi
- 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
- 238000009792 diffusion process Methods 0.000 title claims abstract description 362
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000002131 composite material Substances 0.000 claims abstract description 116
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 25
- 238000002597 diffusion-weighted imaging Methods 0.000 description 121
- 230000006870 function Effects 0.000 description 31
- 238000012545 processing Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 206010028980 Neoplasm Diseases 0.000 description 5
- 201000011510 cancer Diseases 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000002598 diffusion tensor imaging Methods 0.000 description 3
- 230000010412 perfusion Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000005653 Brownian motion process Effects 0.000 description 1
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000005537 brownian motion Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56341—Diffusion imaging
-
- 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
- A61B5/0037—Performing a preliminary scan, e.g. a prescan for identifying a region of interest
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
-
- 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
- G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明的实施例提供了一种用于生成合成扩散图像的方法。所述方法包括以下步骤：借助于扩散加权磁共振扫描在多个初始b值处采集初始扩散扫描数据的多个集合；根据所述初始扩散扫描数据的至少部分导出初始扩散图像；借助于扩散加权磁共振扫描在高于所述初始b值中的每个初始b值的目标b值处采集目标扩散扫描数据；并且通过至少使用所述初始扩散图像所述和目标扩散扫描数据来执行基于代价函数的重建以在k空间中将保真度项应用于所述合成扩散图像而生成所述合成扩散图像。
Description
技术领域
本发明涉及磁共振成像，具体而言涉及自动磁共振扩散成像。
背景技术
磁共振成像允许观察活的人类和动物的解剖和生理特征。最近，人们对称为磁共振扩散成像的磁共振技术感兴趣，该技术用于在图像信号取决于组织的扩散性之处检测癌症。扩散成像包括扩散加权成像(DWI)，扩散张量成像(DTI)，扩散峰度成像(DKI)，q-空间成像和许多其他扩散技术。为了清楚和简洁的目的，下面的说明特别参照DWI进行描述。应该理解，该描述是出于说明的目的，并且也适用于其他使用场景和/或扩散成像技术中。
DWI测量水分子的随机运动(布朗运动)的量值，其通常被称为表观扩散系数(ADC)。使用DWI作为癌症诊断的生理学基础是癌变内致密地规程的细胞限制了正常的随机运动。低水平的随机运动是癌症的指标。DWI采集由其b值定义，其中，b值由DWI梯度的幅值、持续时间和时间间隔来定义，其允许探测不同的扩散系数。具有不同b值和不同扩散方向的DWI图像通常被相互组合以计算ADC图。此外，研究人员提出了许多模型来描述人体组织中的复杂扩散，例如参考所谓的ADC图的单指数模型，以及参考IVIM图、DTI图和DKI图(在本文中统称为扩散参数图)的双指数模型。在具有高灌注的组织中，IVIM模型是优选的，已经在肝脏中研究了DKI模型，并且主要已经在脑中研究了DTI模型。扩散加权图像和/或扩散参数图可以被放射科医师用来区分怀疑具有癌症的低随机运动的区域。
以更高的b值(例如，大于1000s/mm2)采集的DWI允许增加肿瘤与正常组织之间的划定。然而，使用高b值所面临的挑战是所获得的高b值图像具有低信噪比(SNR)和严重失真。实现高b值DWI的替代方法是计算DWI，其中，使用高b值的扩散加权图像可以使用计算模型来从低b值DWI图像数学地导出，而不是直接采集。尽管许多研究已经表明由计算DWI生成的图像在诊断上可与采集的高b值DWI相当，但放射科医师仍然没有足够的信心来计算DWI的可行性，因为计算的DWI仅是对采集的高b值DWI的模拟。此外，计算的DWI常常导致异常的对比度，这进一步破坏放射学家对计算DWI的置信度。此外，计算DWI的图像质量取决于计算模型、b值、感兴趣组织等，这需要在DWI被广泛接受之前进行更多的临床研究来评估计算DWI的效果。
Justin P.Halder等人的“Improved diffusion imaging through SNR-enhancing joint reconstruction”，Magnetic Resonance In Medicine.,第69卷，第1号,2012年3月5日，关注噪声减少的同时大量地保留扩散加权图像中的分辨率，其使用利用在典型的数据集中观察到的高水平的结构相关的统计重建方法。
发明内容
本发明在独立权利要求中提供了一种磁共振成像***、一种方法以及一种计算机程序产品。在从属权利要求中给出了实施例。
如本领域技术人员将认识到的，本发明的若干方面可以实现为装置、方法或计算机程序产品。因此，本发明的各方面可采取完全硬件实施例，完全软件实施例(包括固件，驻留软件，微代码等)，或者组合了软件和硬件方面的实施例的形式，其可以在本文统称为“电路”、“模块”或“***”。此外，本发明的各个方面可以采取实现在一个或多个计算机可读介质中的计算机程序产品的形式，所述一个或多个计算机可读介质具有实现在其上的计算机可执行代码。
可以使用一个或多个计算机可读介质的任何组合。所述计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。如在本文中使用的“计算机可读存储介质”包括任何有形存储介质，其可以存储能够由计算设备的处理器执行的指令。所述计算机可读存储介质可以被称为计算机可读非瞬态存储介质。所述计算机可读存储介质也可以被称为有形计算机可读介质。在一些实施例中，计算机可读存储介质还可以能够存储数据，所述数据能够被所述计算设备的处理器访问。计算机可读存储介质的范例包括但不限于：软盘，磁硬盘驱动器，固态硬盘，闪存，USB拇指驱动器，随机存取存储器(RAM)，只读存储器(ROM)，光盘，磁光盘和处理器的寄存器文件。光盘的范例包括压缩光盘(CD)和数字多用光盘(DVD)，例如CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R盘。术语计算机可读存储介质还指代能够由所述计算机设备经由网络或通信链路访问的各种类型的记录介质。例如，可以经由调制解调器、经由互联网或经由局域网络来取回数据。体现在计算机可读介质上的计算机可执行代码可使用任何恰当的介质来传输，包括但不限于无线、有线、光缆、RF等，或上述各项的任何适当的组合。
计算机可读信号介质可以包括具有实现在其中的例如在基带内或者作为载波的一部分的计算机可执行代码的传播的数据信号。这样的传播信号可以采取多种形式中的任一种，包括，但不限于，电磁的、光学的、或者它们的任意合适的组合。计算机可读信号介质可以是任何计算机可读介质，其不是计算机可读存储介质并且其能够传递、传播或传输程序用于由指令运行***、装置或设备使用或者与其结合使用。
“计算机存储器”或“存储器”是计算机可读存储介质的范例。计算机存储器是处理器能够直接访问的任何存储器。“计算机存储设备”或“存储设备”是计算机可读存储介质的另一范例。计算机存储设备是任何非易失性计算机可读存储介质。在一些实施例中，计算机存储设备也可以是计算机存储器，或反之亦然。存储器和存储器的内容可以彼此重复，或者被描绘为可以被存储或复制到另一个中的一个整体。
如在本文中使用的“处理器”涵盖能够执行程序或机器可执行指令或计算机可执行代码的电子部件。对包括“处理器”的计算设备的引用应当被解读为能够包括超过一个处理器或处理内核。所述处理器例如可以是多核处理器。处理器还可以是指单个计算机***之内的或者被分布在多个计算机***之间的处理器的集合。术语计算设备也应被解释为可能指计算设备的集合或网络，每个计算设备均包括一处理器或多个处理器。所述计算机可执行代码可以由多个处理器运行，所述处理器可以处在相同的计算设备内或者其甚至可以跨多个计算设备分布。
计算机可执行代码可以包括令处理器执行本发明的各方面的机器可执行指令或程序。用于执行针对本发明的各方面的操作的计算机可执行代码可以以一种或多种编程语言(包括诸如Java、Smalltalk、C++等的面向对象的编程语言以及诸如"C"编程语言或类似编程语言的常规过程编程语言)的任何组合来编写并且被编译为机器可执行指令。在一些情况下，所述计算机可执行代码可以以高级语言的形式或者以预编译形式并且结合在飞行中生成机器可执行指令的解释器来使用。
所述计算机可执行代码可以作为单机软件包全部地在所述用户的计算机上、部分地在用户的计算机上、部分地在用户的计算机上并且部分地在远程计算机上、或者全部地在所述远程计算机或服务器上运行。在后者的场景中，所述远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))或者可以对外部计算机做出的连接(例如，使用因特网服务提供商通过因特网)而被连接到用户的计算机。
本发明的各方面参考根据本发明的实施例的方法、装置(***)和计算机程序产品的流程图图示和/或框图得以描述。将理解到，流程图、图示和/或框图的每个框或框的一部分能够在适用时通过以计算机可执行代码的形式的计算机程序指令来实施。还应当理解的是，当不是相互排斥的时，在不同的流程图，图示和/或框图中块的组合可以被组合。这些计算机程序指令可以被提供到通用计算机、专用计算机的处理器或者其他可编程数据处理装置以生产机器，使得经由计算机的处理器或其他可编程数据处理装置运行的指令创建用于实施流程图和/或框图的一个或多个框中指定的功能/动作的装置。
这些计算机程序指令还可以被存储在计算机可读介质中，其能够引导计算机、其他可编程数据处理装置或其他设备以特定的方式工作，使得被存储在所述计算机可读介质中的所述指令产生包括实施在流程图和/或一个或多个框图框中所指定的功能/动作的指令的制品。
所述计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上以令一系列操作步骤在计算机、其他可编程装置或其他设备上执行以产生计算机实施的过程，使得在计算机或其他可编程装置上运行的指令提供用于实施在流程图和/或一个或多个框图框中所指定的功能/动作的过程。
如在本文中所使用的“用户接口”是允许用户或操作者与计算机或计算机***进行交互的接口。“用户接口”还可以被称为“人机接口设备”。用户接口可以向操作者提供信息或数据和/或接收来自操作者的信息或数据。用户接口可使来自操作员的输入能够被计算机接收，且可将输出从计算机提供给用户。换言之，用户接口可以允许操作者控制或操纵计算机，并且该接口可以允许计算机指示操作者的控制或操纵的效果。数据或信息在显示器或图形用户接口上的显示是向操作者提供信息的范例。通过键盘、鼠标、跟踪球、触摸板、指点杆、图形输入板、操纵杆、网络摄像头、头盔、踏板、有线手套、遥控器以及加速度计接收数据都是实现从操作者接收信息或数据的用户接口部件的范例。
如在本文中所使用的“硬件接口”涵盖使得计算机***的处理器能够与外部计算设备和/或装置进行交互或者对其进行控制的接口。硬件接口可允许处理器将控制信号或指令发送给外部计算设备和/或装置。硬件接口也可以使处理器与外部计算设备和/或装置交换数据。硬件接口的范例包括，但不限于：通用串行总线、IEEE 1394端口、并行端口、IEEE1284端口、串行端口、RS-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口和数字输入接口。
如在本文中使用的“显示器”或“显示设备”涵盖适于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、音频和触觉数据。显示器的范例包括但不限于：电脑监视器，电视屏幕，触摸屏，触觉电子显示屏，盲文屏幕，
阴极射线管(CRT)、存储管、双稳态显示器、电子纸、向量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示面板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影机和头戴式显示器。
磁共振(MR)数据在本文中被定义为由在磁共振成像扫描期间通过磁共振装置的天线对由原子自旋发射的射频信号的所记录的测量结果。磁共振数据是医学图像数据的范例。磁共振成像(MRI)图像在本文中被定义为包含在磁共振成像数据内的解剖数据的经重建的二维或三维可视化。这种可视化可使用计算机来执行。磁共振数据也可以称为k空间数据。K空间是在磁共振成像中广泛使用的形式体系。在MRI物理学中，k空间是测量的MR图像的二维或三维傅立叶变换。在实践中，k空间通常是指临时图像空间，通常是一个复数值矩阵，其中，在数据采集期间存储来自数字化MR信号的数据。
本发明的实施例提供了一种用于生成合成扩散图像的方法。所述方法包括以下步骤：借助于扩散加权磁共振扫描在多个初始b值处采集初始扩散扫描数据的多个集合；根据所述初始扩散扫描数据的至少部分导出初始扩散图像；借助于扩散加权磁共振扫描在高于所述初始b值中的每个初始b值的目标b值处采集目标扩散扫描数据；并且通过至少使用所述初始扩散图像和所述目标扩散扫描数据来执行基于代价函数的重建以在k空间中将保真度项应用于所述合成扩散图像而生成所述合成扩散图像。合成扩散图像是在目标b值处的合成扩散DWI图像和合成扩散参数图中的至少一个。当合成扩散图像是合成扩散参数图时，根据初始扩散扫描数据的至少部分导出初始扩散参数图，以提供所述初始扩散图像，并且在所述合成扩散图像是在所述目标b值处的所述合成扩散DWI图像时，根据所述初始扩散扫描数据的所述至少部分导出在目标b值处的初始计算的DWI图像以提供所述初始扩散图像。
由于使用了实际采集的较高b值处的目标扩散扫描数据和根据较低b值计算的初始扩散图像两者，所以针对较高b值生成的合成扩散图像与直接根据在更高的b值处采集的扩散扫描数据重建的扩散图像相比可实现改善的SNR和失真。另外，由于使用了在更高的b值处实际采集的扩散扫描数据，与完全依赖于在较低b值处采集的扩散扫描数据的数学计算的计算出的扩散图像相比，放射科医师对合成扩散图像的置信度得以增加。此外，根据本发明生成的合成扩散图像可以产生正常对比度，这进一步增加了放射科医师对合成扩散图像的可行性的置信度。
根据本发明的一个实施例，导出初始扩散图像的步骤还包括以下步骤：基于与至少两个不同的初始b值相关联的初始扩散扫描数据来重建至少两幅初始扩散加权图像(DWI图像)；基于所述至少两幅初始DWI图像来计算表观扩散系数(ADC)图；并且基于计算出的ADC图来计算在所述目标b值处的初始计算的DWI图像作为所述初始扩散图像。有利地，可以将在目标b值处的初始计算的DWI图像用作关于基于重建的代价函数的先验信息。
根据本发明的另一实施例，生成合成扩散图像的步骤还包括：通过使代价函数最小化来生成在目标b值处的合成DWI图像作为合成扩散图像，所述代价函数至少包括保真度项和约束项的加权和，所述保真度项测量在目标b值处采集的扩散扫描数据与合成DWI图像的k空间数据之间的相似度，所述约束项测量所述合成DWI图像与所述初始计算的DWI图像之间的相似度。有利地，通过使用初始计算的DWI图像作为先验信息，与直接根据在更高的b值处采集的扩散扫描数据重建的DWI图像相比，通过最小化相关联的代价函数重建的合成扩散图像实现了改善的SNR和失真。同时，放射科医师对合成扩散图像的可行性的信心高于完全依赖于对在较低b值处采集的扩散扫描数据的数学计算的计算的DWI图像。
根据本发明的又一个实施例，导出初始扩散图像的步骤还包括：基于与至少两个不同的初始b值相关联的初始扩散扫描数据来重建至少两幅初始DWI图像，并且基于所述至少两幅初始DWI图像来计算初始扩散参数图作为所述初始扩散图像。有利地，可以使用扩散参数图的特定属性，例如分段平滑度，作为关于基于代价函数的测量图重建的先验信息，从而消除了在根据重建的DWI图像测量扩散参数图之前的完全DWI图像重建的必要性。
根据本发明的又一实施例，生成合成扩散图像的步骤还包括：通过使代价函数最小化来生成合成扩散参数图作为合成扩散图像，所述代价函数包括保真度项的和，所述保真度项测量在初始b值和目标b值处采集的初始扩散扫描数据与基于合成扩散参数图针对所述初始b值中的每个初始b值和目标b值计算的DWI图像的k空间数据之间的相似度。有利的是，与根据两幅DWI图像计算的扩散参数图相比，可以借助基于代价函数的重建来生成更准确和可靠的合成扩散参数图。此外，可以使用更准确的合成扩散参数图来计算更高质量的DWI图像。
根据本发明的又一个实施例，所述合成扩散参数图是ADC图、扩散系数和峰度(DKI)图以及体素内非相干运动(IVIM)图中的一种。有利地，基于代价函数的扩散图重建可应用于各种扩散图测量。
根据本发明的又一个实施例，该方法还包括将空间正则化项应用于基于代价函数的重建以改善合成扩散图像的信噪比(SNR)的步骤。
本发明的实施例还提供了一种用于生成合成扩散图像的磁共振成像***(100)。所述磁共振成像***包括：数据接收器(20)，其被配置为接收借助于扩散加权磁共振扫描在多个初始b值处的采集的初始扩散扫描数据的多个集合以及借助于扩散加权磁共振扫描在高于所述初始b值中的每个初始b值的目标b值处采集的目标磁共振扫描数据；初始扩散图像生成器(22)，其被配置为根据所述初始扩散扫描数据的至少部分来导出初始扩散图像；以及合成扩散图像生成器(24)，其被配置为通过至少使用所述初始扩散图像和所述目标扩散扫描数据来基于代价函数的重建以在k空间中将保真度项应用于所述合成扩散图像而生成所述合成扩散图像。合成扩散图像是目标b值处的合成扩散DWI图像和合成扩散参数图中的至少一个。当合成扩散图像是合成扩散参数图时，根据初始扩散扫描数据的至少部分导出初始扩散参数图，以提供所述初始扩散图像，并且在所述合成扩散图像是所述目标b值处的所述合成扩散DWI图像时，根据所述初始扩散扫描数据的所述至少部分导出在目标b值处的初始计算的DWI图像以提供所述初始扩散图像。
根据本发明的一个实施例，所述初始扩散图像生成器(22)还包括：DWI图像生成器(206)，其被配置为基于与至少两个不同的初始b值相关联的初始扩散扫描数据来重建至少两幅DWI图像；ADC值映射计算器(208)，其被配置为基于所述至少两幅初始DWI图像来计算所述ADC映射图；以及DWI图像计算器(210)，其被配置为基于计算出的ADC图来计算在所述目标b值处的初始计算的DWI图像并且将所述初始计算的DWI图像作为初始扩散图像输出到所述合成扩散图像生成器。
根据本发明的另一实施例，所述合成扩散图像是合成DWI图像，并且所述合成扩散图像生成器还被配置为对至少包括保真度项的和约束项的加权和的代价函数进行最小化，所述保真度项测量在目标b值处采集的扩散扫描数据与合成DWI图像的k空间数据之间的相似度，所述约束项测量所述合成DWI图像与所述初始计算的DWI图像之间的相似度。
根据本发明的又一个实施例，所述初始扩散图像生成器(22)还包括：DWI图像生成器(406)，其被配置为基于与至少两个不同的初始b值相关联的初始扩散扫描数据来重建至少两幅DWI图像；初始扩散参数图计算器(408)，其被配置为基于所述至少两幅DWI图像来计算初始扩散参数图并将所述初始扩散参数图作为初始扩散图像输出到所述合成扩散图像生成器。
根据本发明的又一个实施例，所述合成扩散图像是从ADC图、扩散系数和峰度(DKI)图以及体素内非相干运动(IVIM)图中的一个中选择的合成扩散参数图，并且所述合成扩散图像生成器还被配置为使代价函数最小化，所述代价函数包括测量以下项的保真度项的和：在初始b值和目标b值处采集的初始扩散扫描数据以及基于所述合成扩散参数图针对每个对应的初始b值和目标b值计算的DWI图像的k空间数据之间的相似度。
本发明的实施例还提供了一种包括用于由控制磁共振成像***(100)的处理器(28)执行的机器可执行指令的计算机程序产品。所述机器可执行指令的执行使得处理器(28)：借助于扩散加权磁共振扫描在多个初始b值处采集初始扩散扫描数据的多个集合；根据初始扩散扫描数据的至少部分导出初始扩散图像；借助于扩散加权磁共振扫描在高于所述初始b值中的每个初始b值的目标b值处采集目标扩散扫描数据；并且通过至少使用所述初始扩散图像所述和目标扩散扫描数据来执行基于代价函数的重建来生成合成扩散图像以在k空间中将保真度项应用到所述合成扩散图像。合成扩散图像是在目标b值处的合成扩散DWI图像和合成扩散参数图中的至少一个。当合成扩散图像是合成扩散参数图时，根据初始扩散扫描数据的至少部分导出初始扩散参数图，以提供所述初始扩散图像，并且在所述合成扩散图像是在所述目标b值处的所述合成扩散DWI图像时，根据所述初始扩散扫描数据的所述至少部分导出在目标b值处的初始计算的DWI图像以提供所述初始扩散图像。
附图说明
在下文中，将仅通过举例的方式并且参考附图来描述本发明的优选实施例，在附图中：
图1示意性地图示了根据本发明的一个实施例的用于生成合成扩散图像的磁共振成像***。
图2示意性地图示了根据本发明的一个实施例的用于生成合成DWI图像的磁共振成像***。
图3地图示了根据本发明的一个实施例的用于生成合成DWI图像的流程图和方法。
图4示意性地图示了根据本发明的一个实施例的用于生成合成扩散参数图的磁共振成像***。
图5地图示了根据本发明的一个实施例的用于生成合成成扩散参数图的流程图和方法。
具体实施方式
在这些附图中，类似地编号的元件是等价元件或执行相同功能。如果功能是等价的，则将不一定在后来的附图中讨论先前已经讨论过的元件。
参考图1，示意性地图示了磁共振(MR)***100的实施例。MR***100包括以横截面图示出的诸如开放***或C型扫描器的MR扫描器2，水平膛扫描器等。MR扫描器2包括限定检查区域的开口或膛，在检查区域中放置对象4以进行光谱和/或成像检查。MR扫描器2包括在开放***中的具有C型含铁通量返回路径的一个或多个主磁体6，一个或多个射频(RF)线圈8以及一个或多个梯度线圈10。C型主磁体6生成诸如垂直静态场的垂直静态B0场。替代地，孔磁体生成水平静态B0场。
MR***100包括控制DWI序列的操作的序列控制器12，控制RF线圈8的操作的RF发射器单元14以及控制梯度线圈10的操作的梯度控制器16。控制单元和相应线圈之间的通信可以是无线或有线的。RF线圈8生成射频脉冲，其激发和操纵对象4的组织中的共振。RF线圈8可以包括全身线圈和/或局部线圈，例如躯干线圈，手线圈，肩线圈，膝盖线圈等。
一个或多个梯度线圈10生成跨静态磁场和对象4的感兴趣区域的梯度磁场，以对感应的共振、感应的梯度回波等进行空间编码。梯度场以不同的方向跨感兴趣的区域和/或使用不同的b值来应用，使得在任何单个体素处根据接收的图像数据中的交叠而出现数据冗余。b值表示扩散编码梯度持续时间和强度的积分，并且以秒/mm2单位测量。序列控制器12基于DWI序列来配置RF线圈和梯度线圈以激励和操纵对象组织中的共振。
MR***100包括接收扩散加权磁共振(MR-DWI)信号的RF接收器单元18。随着对象组织中的共振衰减，弱的射频信号或MR-DWI信号被诸如RF线圈8和/或局部线圈的射频天线接收，并且被发送到RF接收器单元18。RF接收器单元18将MR-DWI信号转换为k空间中的扩散扫描数据。
它们的MR***100包括数据接收器20、初始扩散图像生成器22和合成扩散图像生成器24。所述数据接收器20接收来自RF接收器单元18的扩散扫描数据。所述扩散扫描数据包括借助于在初始b值处完全或部分采样的扩散加权磁共振扫描采集的初始扩散扫描数据，以及通过在一个或多个目标b值处的完全或部分采样的扩散加权磁共振扫描采集的目标扩散扫描数据。所述目标b值高于所述初始b值中的每个初始b值。初始扩散图像生成器22根据初始扩散扫描数据的至少部分导出初始扩散图像。在一个实施例中，初始扩散图像是针对目标b值计算的初始DWI图像。或者，初始扩散图像是通过DWI测量(例如，ADC图，扩散系数和峰度(DKI)图，或体素内非相干运动(IVIM)图)得到的初始扩散参数图。无论导出何种类型的初始扩散图像，初始扩散扫描数据的量足够大以便于借助于初始b值处的部分采样的扩散加权磁共振扫描来进行导出，特别是对于初始扩散扫描数据。合成扩散图像生成器24通过使用初始扩散扫描数据、初始扩散图像和目标扩散扫描数据来执行基于代价函数的重建以将保真约束应用于合成扩散图像而生成合成扩散图像。有利的是，由于使用根据较低b值计算的初始扩散图像作为先验信息，与直接根据在较高b值处采集的扩散扫描数据重建的扩散图像相比，针对较高b值生成的合成扩散图像可实现改善的SNR和失真b值。另外，由于使用了在更高的b值处的扩散扫描数据，与完全依赖于在较低b值处采集的扩散扫描数据的数学计算的计算出的扩散图像相比，放射科医师对合成扩散图像的置信度得以增加。此外，根据本发明生成的合成扩散图像可以产生正常对比度，这进一步增加了放射科医师对合成扩散图像的可行性的置信度。
MR***100还包括：工作站26，其包括电子处理器或电子处理设备28；显示设备30，其显示重建的合成扩散图像、菜单、面板和用户控件；以及至少一个输入设备32，其输入健康护理从业者的选择和/或命令。例如，健康护理从业者可以从显示在显示设备上的菜单中选择DWI序列。工作站26可以是台式计算机、膝上型计算机、平板电脑、移动计算设备、智能手机等。显示设备30可以包括计算机监视器，触摸屏，阴极射线管(CRT)，存储管，平板显示器，发光二极管(LED)显示器，电致发光显示器(ELD)，等离子显示面板(PDP)，液晶显示器(LCD)，有机发光二极管显示器(OLED)，投影仪等。输入设备32可以是键盘，鼠标，麦克风等。
各种单元或模块20、22和24由电子数据处理设备适当地实现，例如工作站26的电子处理器或电子处理设备28，或通过网络34与工作站26可操作地连接的-基于网络的服务器计算机，等等。用户界面适当地由工作站26实施。此外，所公开的数据接收、初始扩散图像生成和合成扩散图像重建技术适当地使用存储有指令(例如，软件)的非瞬态介质来来实现-，所述指令可由电子数据处理设备读取并且可由电子数据处理设备执行以执行所公开的技术的指令。
参考图2，图示了被配置为成生成合成DWI图像的磁共振成像***200。由于扩散图像是指图2的实施例中的DWI图像，所以初始和合成扩散图像生成器在本文中也分别称为初始和合成DWI生成器。初始DWI图像生成器22还包括低b值DWI图像生成器206，ADC图计算器208和高b值DWI图像计算器210。根据扩散信号衰减模型，来自低b值DWI图像生成器206的与两个或更多个b值相关联的DWI图像允许由ADC图计算器208C按照下面的公式体素逐体素地计算组织的ADC：
Sl1＝Sl2·exp(-(bl1-bl2)·ADC) (1)
其中，ADC表示要计算的ADC值，bl1表示与信号强度Sl1相关联的b值，并且Sl2表示与b值bl2相关联的信号强度。例如，使用0和900秒/mm2的b值执行成像，通过使用来自两个b值的扩散扫描数据来计算ADC图并且将其称为ADC*。一旦ADC是已知的，高b值DWI图像计算器210使用其来根据以下公式针对每个图像体素将期望的信号强度Sh外推到更高的目标b值bh：
其中，ADC*和
分别是对与0秒/mm2的b值相关联的ADC和信号强度S0的逐像素的估计，从而生成初始计算的DWI图像Sh。例如，可以根据公式(2)来计算1500秒/mm2的b值处的初始计算的DWI图像Sh。
本领域技术人员应该理解，用于计算初始计算的DWI图像的扩散信号衰减模型不限于ADC，还预期其他扩散信号衰减模型，例如扩散系数和峰度模型，体素内非相干运动模型等。
在完成生成初始计算的DWI图像之后，合成DWI图像生成器24使对与合成扩散图像的更高的目标b值bh相关联的信号强度SSh的估计SSh经受重建约束的集合和相关联的代价函数的最小化。针对合成扩散图像重建的代价函数的一种形式如下地给出：
其中，SSh表示与较高目标b值bh相关联的要被重建的合成DWI图像，其初始值可以是初始计算的DWI图像Sh，m表示在较高目标b值bh处实际采集的扩散扫描数据，其可以是完全或部分采样的，F表示一个或多个编码算子，例如傅里叶变换，掩模采样，线圈灵敏度图等，‖‖2表示L2范数，其产生最小二乘解并可以被替换为图像之间的偏差的任何其他类型的度量，α表示控制保真度项
和约束项
的相对贡献的权重因子。保真度项
迫使解SSh依附于采集的扩散扫描数据。约束项
迫使解SSh依附于最初的计算DWI图像Sh。换句话说，保真度项和约束项的加权和迫使所生成的合成扩散图像实现保真度项的最小化的和，所述保真度项测量合成扩散图像的k空间数据和采集的扩散扫描数据m之间的第一相似度，并且约束项测量合成扩散图像与初始计算的DWI图像之间的第二相似度。
替代地，可以进一步将空间正则化项应用于基于代价函数的重建以改善合成DWI图像的信噪比(SNR)。在这种情况下，代价函数由下式给出：
其中，G(■)表示正则化函数，如小波变换的L1范数‖Ψ(SSh)‖1，总变分TV(SSh)等等，并且β表示控制空间正则化项的相对贡献的权重因子。
图3示出了根据本发明实施例的用于由磁共振成像***200生成合成扩散图像的方法的流程图300。结合图2对图3进行描述。
在步骤302处，借助于扩散加权磁共振扫描在许多初始b值处采集初始扩散扫描数据；在一个实施例中，磁共振扫描器2在多个初始b值处执行MR-DWI采集以在RF接收器18处提供初始扩散扫描数据。优选地，初始b值彼此不同并且相对较低，例如低于1000秒/mm2。这些初始扩散扫描数据由数据接收器20获取以用于进一步处理。
在步骤304，根据初始扩散扫描数据的至少部分来导出初始扩散图像。在一个实施例中，步骤304还包括：基于与至少两个不同的初始b值相关联的初始扩散扫描数据来重建至少两幅DWI图像的步骤306，基于所述至少两幅初始DWI图像来计算ADC图的步骤308，以及基于计算出的ADC图来计算在所述目标b值处的初始计算的DWI图像作为所述初始扩散图像的步骤310。返回参照图2，低b值DWI图像生成器206生成至少两幅较低b值DWI图像，例如，与分别为900秒/mm2和0秒/mm2的b值相关联的Sl1和Sl2。ADC图计算器208根据等式(1)基于至少两个较低b值DWI图像来计算估计的ADC*。通过使用多于两幅低b值DWI图像，可以确定经平均的更准确的ADC估计ADC*。随着已知ADC*，高b值DWI图像生成器210通过使用已知的ADC*来生成初始计算的DWI图像以针对每个图像体素将预期的信号强度Sh外推到更高的目标b值bh，例如1500秒/mm2。
在步骤312处，借助于扩散加权磁共振扫描在高于所述初始b值中的每个初始b值的目标b值处采集目标扩散扫描数据。在一个实施例中，磁共振扫描器2在目标b值处执行MR-DWI采集以在RF接收器18处提供初始扩散扫描数据。目标b值高于初始b值，并且优选地高于1000秒/mm2，例如1500秒/mm2的目标b值。目标扩散扫描数据由数据接收器20获取以用于进一步处理。
在步骤314，通过使用初始扩散扫描数据、初始扩散图像和目标扩散扫描数据来执行基于代价函数的重建以将保真约束应用于合成扩散图像而生成合成扩散图像。在一个实施例中，合成DWI图像生成器24通过使对与更高的目标b值bh相关联的信号强度SSh的估计经受公式(3)或(4)给出的代价函数来生成在目标b值处的合成DWI图像。
参考图4，图示了被配置为成生成合成扩散参数图的磁共振成像***400。由于扩散图像是指图4的实施例中的扩散参数图，所以初始和合成扩散图像生成器在本文中也分别称为初始和合成扩散参数图生成器。初始扩散参数图生成器22还包括低b值DWI图像生成器406和初始扩散参数图计算器408。如前所述，DWI测量包括各种参数测量，包括但不限于ADC图、DKI图和IVIM图。具体参考ADC图详细描述了图4的实施例。类似于低b值DWI图像生成器206，低b值DWI图像生成器406生成低b值DWI图像。类似于ADC图计算器208，初始扩散参数图计算器408基于低b值DWI图像来计算估计的ADC图ADC*。与使用根据从较低b值扩散扫描数据计算出的初始DWI图像导出的ADC图来估计合成DWI图像的合成DWI图像生成器24不同，合成扩散参数图生成器24使用关于通过正式给出的代价函数的基于k空间的保真度项来重建合成ADC图：
其中，ADC表示要被重建的ADC图，其初始值可以为ADC*，其基于所采集的低b值扩散扫描数据来估计，bi表示用于MR-DWI扫描的每个高/低b值，
表示与高/低b值bi相关联的采集的扩散扫描数据，
是与0秒/mm2的b值相关联的信号强度S0的逐像素的估计。Σ表示保真度项的和，其中的每个项测量所采集的b值bi相关联的扩散扫描数据和与b值bi相关联的DWI图像的k空间数据之间的相似度并且基于要被重建的ADC图而被计算。有利的是，根据公式(5)计算的合成ADC图比根据(1)计算的ADC*更准确，从而当使用合成ADC图代替ADC*用于DWI图像计算时，进一步提高了计算的DWI图像的质量。类似地，根据公式(5)的代价函数还可以包括空间正则化项以生成分段常数ADC图。
如前所述，参数测量还包括但不限于DKI图和IVIM图。对于DKI图测量，合成扩散参数图生成器24根据以下公式来重建合成DKI图：
其中，D表示要被重建的扩散系数图(D图)并且K表示要被重建的峰度图(K图)。对于IVIM图测量，合成扩散参数图生成器24根据以下公式(7)来重建合成IVIM图：
其中，D，D*和f分别表示要被重建的纯扩散系数图、灌注相关的扩散系数和灌注分数图。为了简洁起见，本文中将不再详细描述其他参数测量的公式。然而，本领域技术人员应该理解，本发明可以容易地应用于重建各种参数图以提高其准确性。
图5示出了根据本发明实施例的用于由磁共振成像***400生成合成扩散图像的方法的流程图500。结合图4对图5进行描述。
在步骤502中，分别借助于在较低初始b值和一个或多个较高目标b值处的扩散加权磁共振扫描来采集初始扩散扫描数据和目标扩散扫描数据。在一个实施例中，磁共振扫描器2在多个较低的初始b值(例如900秒/mm2和0秒/mm2的b值)处执行MR-DWI采集，以提供初始扩散扫描数据，并且在一个或多个较高目标b值(例如，1500秒/mm2的b值)处进行MR-DWI采集，以在RF接收器18处提供目标扩散扫描数据。优选地，所述初始b值中的每个初始b值彼此不同并且相对较低，例如低于1000秒/mm2，并且每个目标b值彼此不同并且相对较高，例如高于1000秒/mm2。这些初始和目标扩散扫描数据由数据接收器20获取以用于进一步处理。
在步骤504，根据初始扩散扫描数据的至少部分来导出初始扩散图像。在一个实施例中，步骤504还包括：基于与至少两个不同初始b值相关联的初始扩散扫描数据来重建至少两幅DWI图像的步骤506，以及基所述至少两幅DWI图像来计算初始扩散参数图的步骤508。返回参照图4，低b值DWI图像生成器406生成至少两幅较低b值DWI图像，例如，Sl1和Sl2与分别为900秒/mm2和0秒/mm2的b值相关联。初始扩散参数图计算器408根据公式(1)基于至少两个较低的b值DWI图像来计算估计的ADC*。
在步骤510，通过使用初始扩散扫描数据、初始扩散图像和目标扩散扫描数据来执行基于代价函数的重建以将保真约束应用于合成扩散图像而生成合成扩散图像。在一个实施例中，合成扩散参数图生成器24通过使参数图的估计经受由公式(5)-(7)中的任何一个给出的代价函数而生成在目标b值处的合成扩散参数图。
尽管已经在附图和前面的描述中详细例示和描述了本发明，但这样的例示和描述应当被认为是例示性或示范性的，而非限制性的。本发明不限于公开的实施例。
本领域技术人员通过研究附图、公开内容以及权利要求书，在实践请求保护的本发明时能够理解并且实现对所公开的实施例的其他变型。在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或者其它单元可以实现权利要求书中记载的若干项的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些措施的集合。可以将计算机程序存储/分布在与其它硬件一起提供或者作为其它硬件的一部分提供的诸如光存储介质或者固态介质的合适介质上，但是还可以以诸如经因特网或者其它有线或无线电信***的其它形式分布。权利要求书中的任何附图标记不应被解释为对范围的限制。
Claims (13)
1.一种用于生成合成扩散图像的方法，所述方法包括：
-借助于扩散加权磁共振扫描在多个初始b值处采集(502)多个初始扩散扫描数据；
-根据所述初始扩散扫描数据的至少部分导出(504)初始扩散图像；
-借助于扩散加权磁共振扫描在高于所述初始b值中的每个初始b值的目标b值处采集(502)目标扩散扫描数据；并且
-通过至少使用所述初始扩散图像和所述目标扩散扫描数据来执行基于代价函数的重建以在k空间中将保真度项应用于所述合成扩散图像而生成(510)所述合成扩散图像，其中，所述合成扩散图像是合成扩散参数图和在所述目标b值处的合成扩散DWI图像中的至少一种，并且其中，当所述合成扩散图像是所述合成扩散参数图时，根据所述初始扩散扫描数据的所述至少部分导出初始扩散参数图以提供所述初始扩散图像，并且当所述合成扩散图像是在所述目标b值处的所述合成扩散DWI图像时，根据所述初始扩散扫描数据的所述至少部分导出在所述目标b值处的初始计算的DWI图像以提供所述初始扩散图像。
2.根据权利要求1所述的方法，其中，导出所述初始扩散参数图的步骤还包括：
-基于与至少两个不同的初始b值相关联的所述初始扩散扫描数据来重建(506)至少两幅初始DWI图像；
-基于所述至少两幅DWI图像来计算(508)所述初始扩散参数图。
3.根据权利要求1-2中的任一项所述的方法，其中，生成所述合成扩散参数图的步骤还包括：
-使所述代价函数最小化，所述代价函数包括保真度项的和：所述保真度项测量在每个初始b值和目标b值处采集的初始扩散扫描数据和目标扫描数据与基于所述合成扩散参数图针对每个对应的初始b值和目标b值计算的DWI图像的k空间数据之间的相似度。
4.根据权利要求1-2中的任一项所述的方法，其中，所述合成扩散参数图是ADC图、扩散系数和峰度(DKI)图以及体素内非相干运动(IVIM)图中的一种。
5.根据权利要求1所述的方法，其中，导出在所述目标b值处的所述初始计算的DWI图像的步骤还包括：
-基于与至少两个不同的初始b值相关联的初始扩散扫描数据来重建至少两幅初始扩散加权图像(DWI图像)；
-基于所述至少两幅初始DWI图像来计算表观扩散系数(ADC)图；并且
-基于计算出的ADC图来计算在所述目标b值处的所述初始计算的DWI图像。
6.根据权利要求1和5中的任一项所述的方法，其中，生成在所述目标b值处的所述合成扩散DWI图像的步骤还包括：
-使所述代价函数最小化，所述代价函数至少包括保真度项和约束项的加权和，所述保真度项测量在所述目标b值处采集的所述扩散扫描数据与所述合成扩散DWI图像的k空间数据之间的相似度，所述约束项测量所述合成扩散DWI图像与在所述目标b值处的所述初始计算的DWI图像之间的相似度。
7.根据权利要求1-2中的任一项所述的方法，还包括：
-将空间正则化项应用于基于所述代价函数的重建以改善所述合成扩散图像的信噪比(SNR)。
8.一种用于生成合成扩散图像的磁共振成像***(100)，包括：
-数据接收器(20)，其被配置为接收借助于扩散加权磁共振扫描在多个初始b值处采集的初始扩散扫描数据以及借助于扩散加权磁共振扫描在高于所述初始b值中的每个初始b值的目标b值处采集的目标磁共振扫描数据；
-初始扩散图像生成器(22)，其被配置为根据所述初始扩散扫描数据的至少部分来导出初始扩散图像；以及
-合成扩散图像生成器(24)，其被配置为通过至少使用所述初始扩散图像和目标扩散扫描数据来执行基于代价函数的重建以在k空间中将保真度项应用于所述合成扩散图像而生成所述合成扩散图像，其中，所述合成扩散图像是合成扩散参数图和在所述目标b值处的合成扩散DWI图像中的至少一种，并且其中，当所述合成扩散图像是合成扩散参数图时，根据所述初始扩散扫描数据的所述至少部分导出初始扩散参数图以提供所述初始扩散图像；并且当所述合成扩散图像是在所述目标b值处的所述合成扩散DWI图像时，根据所述初始扩散扫描数据的所述至少部分导出在所述目标b值处的初始计算的DWI图像以提供所述初始扩散图像。
9.根据权利要求8所述的磁共振成像***(100)，其中，所述初始扩散图像生成器(22)还包括：
-DWI图像生成器(406)，其被配置为基于与至少两个不同的初始b值相关联的所述初始扩散扫描数据来重建至少两幅初始DWI图像；
-初始扩散参数图计算器(408)，其被配置为基于所述至少两幅初始DWI图像来计算所述初始扩散参数图并且将所述初始扩散参数图输出到所述合成扩散图像生成器。
10.根据权利要求8-9中的任一项所述的磁共振成像***(100)，其中，所述合成扩散参数图是从ADC图、扩散系数和峰度(DKI)图以及体素内非相干运动(IVIM)图中的一种中选择的，并且其中，所述合成扩散图像生成器还被配置为使所述代价函数最小化，所述代价函数包括保真度项的和，所述保真度项测量在每个初始b值和目标b值处采集的所述初始扩散扫描数据和所述目标扩散扫描数据与基于所述合成扩散参数图针对每个对应的初始b值和目标b值计算的DWI图像的k空间数据之间的相似度。
11.根据权利要求8所述的磁共振成像***(100)，其中，所述初始扩散图像生成器(22)还包括：
-DWI图像生成器(206)，其被配置为基于与至少两个不同的初始b值相关联的所述初始扩散扫描数据来重建至少两幅DWI图像；
-ADC图计算器(208)，其被配置为基于所述至少两幅初始DWI图像来计算所述ADC图；以及
-DWI图像计算器(210)，其被配置为基于计算出的ADC图来计算在所述目标b值处的所述初始计算的DWI图像并且将在所述目标b值处的所述初始计算的DWI图像输出到所述合成扩散图像生成器。
12.根据权利要求8和11中的任一项所述的磁共振成像***(100)，其中，所述合成扩散图像生成器还被配置为使所述代价函数最小化，所述代价函数至少包括保真度项和约束项的加权和，所述保真度项测量在所述目标b值处采集的所述扩散扫描数据与合成DWI图像的k空间数据之间的相似度，所述约束项测量所述合成DWI图像与在所述目标b值处的所述初始计算的DWI图像之间的相似度。
13.一种包括机器可执行指令的计算机可读介质，所述机器可执行指令用于由控制磁共振成像***(100)的处理器(28)运行，其中，所述机器可执行指令的运行使所述处理器(28)：
-借助于扩散加权磁共振扫描在多个初始b值处采集多个初始扩散扫描数据；
-根据所述初始扩散扫描数据的至少部分导出初始扩散图像；
-借助于扩散加权磁共振扫描在高于所述初始b值中的每个初始b值的目标b值处采集目标扩散扫描数据；并且
-通过至少使用所述初始扩散图像和所述目标扩散扫描数据来执行基于代价函数的重建以在k空间中将保真度项应用于合成扩散图像而生成所述合成扩散图像，其中，所述合成扩散图像是合成扩散参数图和在所述目标b值处的合成扩散DWI图像中的至少一种，并且其中，当所述合成扩散图像是合成扩散参数图时，根据所述初始扩散扫描数据的所述至少部分导出初始扩散参数图以提供所述初始扩散图像；并且当所述合成扩散图像是在所述目标b值处的所述合成扩散DWI图像时，根据所述初始扩散扫描数据的所述至少部分导出在所述目标b值处的初始计算的DWI图像以提供所述初始扩散图像。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2015096853 | 2015-12-09 | ||
| CNPCT/CN2015/096853 | 2015-12-09 | ||
| EP16166983 | 2016-04-26 | ||
| EP16166983.3 | 2016-04-26 | ||
| PCT/EP2016/079359 WO2017097656A1 (en) | 2015-12-09 | 2016-12-01 | Diffusion mri method for generating a synthetic diffusion image at a high b-value |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108885246A CN108885246A (zh) | 2018-11-23 |
| CN108885246B true CN108885246B (zh) | 2021-04-09 |
Family
ID=57442716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680072007.1A Active CN108885246B (zh) | 2015-12-09 | 2016-12-01 | 用于生成高b值处的合成扩散图像的扩散MRI方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10698062B2 (zh) |
| EP (1) | EP3387457B1 (zh) |
| JP (1) | JP6533015B2 (zh) |
| CN (1) | CN108885246B (zh) |
| WO (1) | WO2017097656A1 (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180279878A1 (en) * | 2017-04-04 | 2018-10-04 | Canon Medical Systems Corporation | Mri system, mri apparatus, and mri method |
| EP3550319A1 (en) | 2018-04-05 | 2019-10-09 | Koninklijke Philips N.V. | Emulation mode for mri |
| US11022666B2 (en) * | 2018-05-08 | 2021-06-01 | Cedars-Sinai Medical Center | Low-rank tensor imaging for quantitative MRI |
| CN109730677B (zh) * | 2019-01-09 | 2023-03-21 | 王毅翔 | 体素内不相干运动成像的信号处理方法、装置及存储介质 |
| EP3699624A1 (en) * | 2019-02-25 | 2020-08-26 | Koninklijke Philips N.V. | Calculation of a b0 image using multiple diffusion weighted mr images |
| CN110533668B (zh) * | 2019-07-30 | 2021-09-21 | 北京理工大学 | 基于统计约束损失函数的脑梗塞病灶自动分割方法 |
| GB201913481D0 (en) * | 2019-09-18 | 2019-10-30 | Institute Of Cancer Res Royal Cancer Hospital | Diffusion-weighted magnetic resonance imaging |
| CN111080731A (zh) * | 2019-11-12 | 2020-04-28 | 东软医疗***股份有限公司 | 弥散加权成像方法及装置 |
| CN111445546B (zh) * | 2020-03-03 | 2023-05-02 | 东软医疗***股份有限公司 | 图像重建方法、装置、电子设备、存储介质 |
| FR3110742B1 (fr) * | 2020-05-20 | 2023-03-24 | Olea Medical | Système et procédé pour estimer un indicateur d’activité tissulaire d’un organe |
| CN112785540B (zh) * | 2020-06-12 | 2023-07-28 | 上海市第六人民医院 | 一种扩散加权图像的生成***及方法 |
| CN113854995B (zh) * | 2021-10-19 | 2023-11-24 | 复旦大学 | 一种基于单次激发的弥散加权成像扫描重建方法及*** |
| US20230270347A1 (en) * | 2022-02-25 | 2023-08-31 | International Business Machines Corporation | Automatic Determination of B-Values from Diffusion-Weighted Magnetic Resonance Images |
| CN116819414A (zh) * | 2023-06-26 | 2023-09-29 | 江苏力磁医疗设备有限公司 | Dwi图像生成方法、装置、存储介质及磁共振*** |
| CN117233676B (zh) * | 2023-11-15 | 2024-03-26 | 之江实验室 | 一种回波时间依赖的磁共振扩散成像信号生成方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1499218A (zh) * | 2002-10-31 | 2004-05-26 | 西门子公司 | 扩散加权磁共振成像中用稳态序列确定adc系数的方法 |
| CN101099672A (zh) * | 2006-07-07 | 2008-01-09 | 株式会社东芝 | 磁共振成像装置、磁共振成像方法和图像处理装置 |
| CN101627910A (zh) * | 2008-07-17 | 2010-01-20 | 株式会社东芝 | 磁共振成像装置及磁共振成像方法 |
| WO2010116124A1 (en) * | 2009-04-08 | 2010-10-14 | The Institute Of Cancer Research, Royal Cancer Hospital | Diffusion-weighted nuclear magnetic resonance imaging |
| CN102525466A (zh) * | 2006-05-26 | 2012-07-04 | 株式会社东芝 | 图像处理装置和磁共振成像装置 |
| CN102542534A (zh) * | 2010-12-31 | 2012-07-04 | 北京海思威科技有限公司 | 基于图像轮廓的图像畸变校正方法和装置 |
| CN104392019A (zh) * | 2013-12-23 | 2015-03-04 | 浙江工业大学 | 用于脑白质纤维跟踪的高阶扩散张量混合稀疏成像方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7902825B2 (en) * | 2008-05-19 | 2011-03-08 | The Board Of Trustees Of The Leland Stanford Junior University | Motion corrected tensor magnetic resonance imaging |
| JP5481117B2 (ja) | 2008-09-29 | 2014-04-23 | 株式会社東芝 | 磁気共鳴診断装置およびその制御方法 |
| DE102009039772B4 (de) | 2009-09-02 | 2012-04-26 | Siemens Aktiengesellschaft | Korrektur von Verzerrungen in MR-Bilddaten bei der Diffusionsbildgebung |
| DE102009049402B4 (de) * | 2009-10-14 | 2012-09-27 | Siemens Aktiengesellschaft | Korrektur von Verzerrungen bei der diffusionsgewichteten Magnetresonanzbildgebung |
| US8355556B2 (en) * | 2009-11-16 | 2013-01-15 | University Health Network | Method of synthetic image generation for magnetic resonance imaging |
| US8918160B2 (en) | 2011-07-07 | 2014-12-23 | Alan Penn | Computer aided diagnostic method and device |
| CN103356193B (zh) * | 2013-07-19 | 2016-12-28 | 哈尔滨工业大学深圳研究生院 | 压缩感知框架下的快速弥散张量成像方法及*** |
| DE102013224264B4 (de) | 2013-11-27 | 2018-12-27 | Siemens Healthcare Gmbh | Verfahren zur Verarbeitung von Magnetresonanz-Diffusionsbilddaten |
| US9709651B2 (en) * | 2014-08-20 | 2017-07-18 | Alexander Sheung Lai Wong | Compensated magnetic resonance imaging system and method for improved magnetic resonance imaging and diffusion imaging |
| US10234528B2 (en) * | 2014-09-18 | 2019-03-19 | Siemens Aktiengesellschaft | Method and apparatus to correct noise effects in quantitative techniques in magnetic resonance imaging |
-
2016
- 2016-12-01 EP EP16804800.7A patent/EP3387457B1/en active Active
- 2016-12-01 US US15/781,197 patent/US10698062B2/en active Active
- 2016-12-01 WO PCT/EP2016/079359 patent/WO2017097656A1/en active Application Filing
- 2016-12-01 JP JP2018529997A patent/JP6533015B2/ja not_active Expired - Fee Related
- 2016-12-01 CN CN201680072007.1A patent/CN108885246B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1499218A (zh) * | 2002-10-31 | 2004-05-26 | 西门子公司 | 扩散加权磁共振成像中用稳态序列确定adc系数的方法 |
| CN102525466A (zh) * | 2006-05-26 | 2012-07-04 | 株式会社东芝 | 图像处理装置和磁共振成像装置 |
| CN101099672A (zh) * | 2006-07-07 | 2008-01-09 | 株式会社东芝 | 磁共振成像装置、磁共振成像方法和图像处理装置 |
| CN101627910A (zh) * | 2008-07-17 | 2010-01-20 | 株式会社东芝 | 磁共振成像装置及磁共振成像方法 |
| WO2010116124A1 (en) * | 2009-04-08 | 2010-10-14 | The Institute Of Cancer Research, Royal Cancer Hospital | Diffusion-weighted nuclear magnetic resonance imaging |
| CN102542534A (zh) * | 2010-12-31 | 2012-07-04 | 北京海思威科技有限公司 | 基于图像轮廓的图像畸变校正方法和装置 |
| CN104392019A (zh) * | 2013-12-23 | 2015-03-04 | 浙江工业大学 | 用于脑白质纤维跟踪的高阶扩散张量混合稀疏成像方法 |
Non-Patent Citations (1)
| Title |
|---|
| Improved diffusion imaging throuth SNR-enhancing joint reconstruction;Justin p Haldar et al.;《MAGNETIC RESONANCE IN MEDICINE》;20120305;第69卷(第1期);第277-289页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US10698062B2 (en) | 2020-06-30 |
| CN108885246A (zh) | 2018-11-23 |
| EP3387457B1 (en) | 2020-02-12 |
| WO2017097656A1 (en) | 2017-06-15 |
| JP2019506916A (ja) | 2019-03-14 |
| JP6533015B2 (ja) | 2019-06-19 |
| US20180356486A1 (en) | 2018-12-13 |
| EP3387457A1 (en) | 2018-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108885246B (zh) | 用于生成高b值处的合成扩散图像的扩散MRI方法 | |
| CN110476075B (zh) | 针对解剖区域的磁共振指纹识别词典的选择 | |
| US10823798B2 (en) | Virtual CT images from magnetic resonance images | |
| CN108431624B (zh) | 定量磁化率映射磁共振图像的分割 | |
| JP7080316B2 (ja) | 磁気共鳴イメージングにおける緩和時間の定量的測定 | |
| JP2021526403A (ja) | Ｃｅｓｔ磁気共鳴イメージングにおける動き検出 | |
| CN113966471A (zh) | 螺旋k空间采样磁共振图像的重建 | |
| US20220248973A1 (en) | Deep learning of eletrical properties tomography | |
| US20160146918A1 (en) | Corrected magnetic resonance imaging using coil sensitivities | |
| WO2018091360A1 (en) | Intensity corrected magnetic resonance images | |
| US20230377112A1 (en) | Magnetic Resonance Imaging of Breast Micro-Calcifications | |
| CN111263896A (zh) | 在磁共振成像***中对相位相关的伪影的数据驱动的校正 | |
| US20220301687A1 (en) | Uncertainty maps for deep learning eletrical properties tomography | |
| WO2021228515A1 (en) | Correction of magnetic resonance images using multiple magnetic resonance imaging system configurations | |
| EP4220212A1 (en) | Simulated computer tomographic imaging | |
| JP7493671B2 (ja) | 磁気共鳴撮像における画像強度補正 | |
| US20210259569A1 (en) | Electical properties tomography mapping of conductivity changes | |
| WO2023148039A1 (en) | Simulated computer tomographic imaging |
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 |