磁共振快速參數(shù)成像方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種磁共振快速參數(shù)成像的方法，所述方法包括：根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列，所述先驗(yàn)信息是參數(shù)估計(jì)過程中預(yù)先獲知的信息；將所述目標(biāo)圖像序列代入?yún)?shù)估計(jì)模型中生成參數(shù)圖像。由于在圖像序列重構(gòu)步驟中引入了參數(shù)估計(jì)步驟中的先驗(yàn)信息，進(jìn)而可以修正壓縮感知圖像重建中所產(chǎn)生的重建誤差，提高通過參數(shù)估計(jì)模型生成參數(shù)圖像的準(zhǔn)確性。
【專利說明】磁共振快速參數(shù)成像方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及成像【技術(shù)領(lǐng)域】，特別是涉及一種磁共振快速參數(shù)成像方法和系統(tǒng)。
【背景技術(shù)】
[0002]磁共振成像(MRI)是一種利用原子核在磁場(chǎng)內(nèi)共振產(chǎn)生信號(hào)并重建成像的一種成像技術(shù)，磁共振成像因具有安全、快速、準(zhǔn)確的優(yōu)點(diǎn)而在成像領(lǐng)域中被廣泛使用。其中，磁共振參數(shù)成像提供了可以定量分析生命組織生物化學(xué)特性的方法。然而，由于需要連續(xù)采集一系列圖像，磁共振參數(shù)成像速度緩慢，從而限制了其臨床的廣泛使用。
[0003]壓縮感知技術(shù)是一種加速磁共振成像的先進(jìn)技術(shù)?；趬嚎s感知的磁共振參數(shù)成像方法包括圖像序列重構(gòu)和參數(shù)估計(jì)兩個(gè)步驟。由于欠采樣以及采樣噪聲的存在，現(xiàn)代先進(jìn)水平的基于壓縮感知的磁共振參數(shù)圖像序列重構(gòu)中將難免引入重建誤差，進(jìn)而影響參數(shù)估計(jì)的準(zhǔn)確性。

【發(fā)明內(nèi)容】

[0004]基于此，有必要針對(duì)磁共振參數(shù)成像不準(zhǔn)確的問題，提供一種能提高磁共振參數(shù)成像準(zhǔn)確性的磁共振快速參數(shù)成像方法。
[0005]此外，還有必要提供一種能提高磁共振參數(shù)成像準(zhǔn)確性的磁共振快速參數(shù)成像系統(tǒng)。
[0006]一種磁共振快速參數(shù)成像的方法，所述方法包括:
[0007]根據(jù)欠采樣磁共振 信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列，所述先驗(yàn)信息是參數(shù)估計(jì)過程中預(yù)先獲知的信息；
[0008]將所述目標(biāo)圖像序列代入?yún)?shù)估計(jì)模型中生成參數(shù)圖像。
[0009]在其中一個(gè)實(shí)施例中，所述根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列的步驟之前，所述方法還包括:
[0010]對(duì)目標(biāo)進(jìn)行掃描得到欠采樣磁共振信號(hào)。
[0011]在其中一個(gè)實(shí)施例中，所述根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列的步驟為:
[0012]通過填零傅立葉方法初始化目標(biāo)圖像序列；
[0013]通過基于非線性濾波稀疏重建的方法對(duì)所述目標(biāo)圖像序列重構(gòu)進(jìn)而求解得到所述目標(biāo)圖像序列。
[0014]在其中一個(gè)實(shí)施例中，所述通過基于非線性濾波稀疏重建的方法對(duì)所述目標(biāo)圖像序列重構(gòu)進(jìn)而求解得到所述目標(biāo)圖像的步驟為:
[0015]基于稀疏采樣理論，對(duì)所述目標(biāo)圖像序列在某一稀疏變化域內(nèi)的系數(shù)做軟閾值處理；
[0016]根據(jù)所述參數(shù)估計(jì)模型，將目標(biāo)圖像序列每一空間位置對(duì)應(yīng)的時(shí)間信號(hào)構(gòu)造成Hankel 矩陣；[0017]對(duì)所述Hankel矩陣求低秩近似，以使得所述目標(biāo)圖像序列每一空間位置所對(duì)應(yīng)的時(shí)間信號(hào)呈指數(shù)衰減；
[0018]將所述欠采樣磁共振信號(hào)代入所述目標(biāo)圖像序列的K空間，以使得目標(biāo)圖像序列跟所述欠采樣磁共振信號(hào)一致；
[0019]反復(fù)迭代上述步驟直至收斂得到目標(biāo)圖像序列。
[0020]在其中一個(gè)實(shí)施例中，所述對(duì)所述Hankel矩陣求低秩近似，以使得所述目標(biāo)圖像序列每一空間位置所對(duì)應(yīng)的時(shí)間信號(hào)呈指數(shù)衰減的步驟為:
[0021]通過奇異值分解對(duì)所述Hankel矩陣求低秩近似矩陣；
[0022]沿所述低秩近似矩陣的反對(duì)角線方向作平均值運(yùn)算增強(qiáng)信號(hào)，恢復(fù)所述低秩近似矩陣的Hankel結(jié)構(gòu)；
[0023]從所述低秩近似Hankel矩陣中提取所述目標(biāo)圖像序列每一空間位置對(duì)應(yīng)的時(shí)間信號(hào)。
[0024]一種磁共振快速參數(shù)成像系統(tǒng)，所述系統(tǒng)包括:
[0025]圖像重建模塊，用于根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列，所述先驗(yàn)信息是參數(shù)估計(jì)過程中預(yù)先獲知的信息；
[0026]參數(shù)估計(jì)模塊，用于將所述目標(biāo)圖像序列代入?yún)?shù)估計(jì)模型中生成參數(shù)圖像。
[0027]在其中一個(gè)實(shí)施例中，所述系統(tǒng)還包括:
[0028]信號(hào)獲取模塊，用于對(duì)目標(biāo)進(jìn)行掃描得到欠采樣磁共振信號(hào)。
[0029]在其中一個(gè)實(shí)施例中，所述圖像重建模塊包括:
[0030]初始化單元，用于通過填零博立葉方法初始化目標(biāo)圖像序列；
[0031]運(yùn)算單元，用于通過基于非線性濾波的稀疏重建方法對(duì)所述目標(biāo)圖像序列重構(gòu)進(jìn)而求解得到所述目標(biāo)圖像序列。
[0032]在其中一個(gè)實(shí)施例中，所述運(yùn)算單元包括:
[0033]稀疏約束單元，用于基于稀疏采樣理論，對(duì)所述目標(biāo)圖像序列在某一稀疏變化域內(nèi)的系數(shù)做軟閾值處理；
[0034]矩陣構(gòu)造單元，用于根據(jù)所述參數(shù)估計(jì)模型，將目標(biāo)圖像序列每一空間位置對(duì)應(yīng)的時(shí)間信號(hào)構(gòu)造成Hankel矩陣；
[0035]模型約束單元，用于對(duì)所述Hankel矩陣求低秩近似，以使得所述目標(biāo)圖像序列每一空間位置所對(duì)應(yīng)的時(shí)間信號(hào)呈指數(shù)衰減；
[0036]信號(hào)保真單元，用于將所述欠采樣磁共振信號(hào)代入所述目標(biāo)圖像序列的K空間，以使得目標(biāo)圖像序列跟所述欠采樣磁共振信號(hào)一致；
[0037]迭代收斂單元，用于反復(fù)迭代上述單元直至收斂得到目標(biāo)圖像序列。
[0038]在其中一個(gè)實(shí)施例中，所述模型約束單元包括:
[0039]低秩近似矩陣求解單元，用于通過奇異值分解對(duì)所述Hankel矩陣求低秩近似矩陣；
[0040]Hankel矩陣恢復(fù)單元，用于沿所述低秩近似矩陣的反對(duì)角線方向作平均值運(yùn)算增強(qiáng)信號(hào)，恢復(fù)所述低秩近似矩陣的Hankel結(jié)構(gòu)；
[0041]信號(hào)提取單元，用于從所述低秩近似Hankel矩陣中提取所述目標(biāo)圖像序列每一空間位置對(duì)應(yīng)的時(shí)間信號(hào)。[0042]上述磁共振快速參數(shù)成像方法和系統(tǒng)，運(yùn)用欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列，并將目標(biāo)圖像序列代入?yún)?shù)估計(jì)模型中生成參數(shù)圖像。所述先驗(yàn)信息是指在參數(shù)估計(jì)過程中能夠預(yù)先獲知的信息。
[0043]由于在圖像序列重構(gòu)步驟中引入了參數(shù)估計(jì)步驟中的先驗(yàn)信息，進(jìn)而可以修正壓縮感知圖像重建中所產(chǎn)生的重建誤差，提高通過參數(shù)估計(jì)模型生成參數(shù)圖像的準(zhǔn)確性。
【專利附圖】

【附圖說明】
[0044]圖1為一個(gè)實(shí)施例中磁共振快速參數(shù)成像方法的流程圖；
[0045]圖2為另一個(gè)實(shí)施例中磁共振快速參數(shù)成像方法的流程圖；
[0046]圖3為一個(gè)實(shí)施例中根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列的方法的流程圖；
[0047]圖4為一個(gè)實(shí)施例中通過基于非線性濾波稀疏重建的方法對(duì)所述目標(biāo)圖像序列重構(gòu)進(jìn)而求解得到所述目標(biāo)圖像的方法的流程圖；
[0048]圖5為一個(gè)實(shí)施例中對(duì)Hankel矩陣求低秩近似，以使得目標(biāo)圖像序列每一空間位置所對(duì)應(yīng)的時(shí)間信號(hào)呈指數(shù)衰減的方法的流程圖；
[0049]圖6為一個(gè)實(shí)施例中磁共振參數(shù)成像系統(tǒng)的結(jié)構(gòu)示意圖；
[0050]圖7為另一個(gè)實(shí)施例中磁共振參數(shù)成像系統(tǒng)的結(jié)構(gòu)示意圖；
[0051]圖8為一個(gè)實(shí)施例中圖像重建模塊的結(jié)構(gòu)示意圖；
[0052]圖9為一個(gè)實(shí)施例中圖像重建模塊中運(yùn)算單元的結(jié)構(gòu)示意圖；
[0053]圖10為一個(gè)實(shí)例中運(yùn)算單元中模型約束單元的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0054]如圖1所示，在一個(gè)實(shí)施例中，一種磁共振快速參數(shù)成像方法包括如下步驟:
[0055]步驟S20，根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列，先驗(yàn)信息是參數(shù)估計(jì)過程中預(yù)先獲知的信息。
[0056]本實(shí)施例中，先驗(yàn)信息即關(guān)于信號(hào)特性的一切先驗(yàn)知識(shí)，如稀疏性、平滑性、指數(shù)衰減特性等。其中，指數(shù)衰減特性是由信號(hào)的物理模型決定的，即參數(shù)估計(jì)中可預(yù)先獲知的信息。利用先驗(yàn)信息和欠采樣磁共振信號(hào)進(jìn)行目標(biāo)圖像序列重構(gòu)能夠得到目標(biāo)圖像序列。由于目標(biāo)圖像序列重構(gòu)的過程中引入了參數(shù)估計(jì)中可預(yù)先獲知的信息，從而可以進(jìn)一步減少目標(biāo)圖像序列重構(gòu)產(chǎn)生的誤差，使得參數(shù)估計(jì)更加準(zhǔn)確。
[0057]步驟S30，將目標(biāo)圖像序列代入?yún)?shù)估計(jì)模型中生成參數(shù)圖像。
[0058]本實(shí)施例中，將上述的目標(biāo)圖像序列代入?yún)?shù)估計(jì)模型求解得到參數(shù)圖像。參數(shù)成像包括:單指數(shù)、多指數(shù)模型的T2成像、T2*成像、Tl P成像、髓鞘分?jǐn)?shù)成像等。
[0059]具體的，以T2參數(shù)成像為例，T2加權(quán)磁共振圖像序列一般滿足如下指數(shù)遞減關(guān)系，其公式可以表示為:

[0060]
【權(quán)利要求】
1.一種磁共振快速參數(shù)成像的方法，所述方法包括: 根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列，所述先驗(yàn)信息是參數(shù)估計(jì)過程中預(yù)先獲知的信息； 將所述目標(biāo)圖像序列代入?yún)?shù)估計(jì)模型中生成參數(shù)圖像。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列的步驟之前，所述方法還包括: 對(duì)目標(biāo)進(jìn)行掃描得到欠采樣磁共振信號(hào)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列的步驟為: 通過填零傅立葉 方法初始化目標(biāo)圖像序列； 通過基于非線性濾波稀疏重建的方法對(duì)所述目標(biāo)圖像序列重構(gòu)進(jìn)而求解得到目標(biāo)圖像序列。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，的步驟為: 基于稀疏采樣理論，對(duì)所述目標(biāo)圖像序列在某一稀疏變化域內(nèi)的系數(shù)做軟閾值處理；根據(jù)所述參數(shù)估計(jì)模型，將目標(biāo)圖像序列每一空間位置對(duì)應(yīng)的時(shí)間信號(hào)構(gòu)造成Hankel矩陣； 對(duì)所述Hankel矩陣求低秩近似，以使得所述目標(biāo)圖像序列每一空間位置所對(duì)應(yīng)的時(shí)間信號(hào)呈指數(shù)衰減； 將所述欠采樣磁共振信號(hào)代入所述目標(biāo)圖像序列的K空間，以使得目標(biāo)圖像序列跟所述欠采樣磁共振信號(hào)一致； 反復(fù)迭代上述步驟直至收斂得到目標(biāo)圖像序列。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對(duì)所述Hankel矩陣求低秩近似，以使得所述目標(biāo)圖像序列每一空間位置所對(duì)應(yīng)的時(shí)間信號(hào)呈指數(shù)衰減的步驟為: 通過奇異值分解對(duì)所述Hankel矩陣求低秩近似矩陣； 沿所述低秩近似矩陣的反對(duì)角線方向作平均值運(yùn)算增強(qiáng)信號(hào)，恢復(fù)所述低秩近似矩陣的Hankel結(jié)構(gòu)； 從所述低秩近似Hankel矩陣中提取所述目標(biāo)圖像序列每一空間位置對(duì)應(yīng)的時(shí)間信號(hào)。
6.一種磁共振快速參數(shù)成像系統(tǒng)，所述系統(tǒng)包括: 圖像重建模塊，用于根據(jù)欠采樣磁共振信號(hào)和先驗(yàn)信息進(jìn)行目標(biāo)圖像序列重構(gòu)得到目標(biāo)圖像序列，所述先驗(yàn)信息是參數(shù)估計(jì)過程中預(yù)先獲知的信息； 參數(shù)估計(jì)模塊，用于將所述目標(biāo)圖像序列代入?yún)?shù)估計(jì)模型中生成參數(shù)圖像。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 信號(hào)獲取模塊，用于對(duì)目標(biāo)進(jìn)行掃描得到欠采樣磁共振信號(hào)。
8.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述圖像重建模塊包括: 初始化單元，用于通過填零博立葉方法初始化目標(biāo)圖像序列； 運(yùn)算單元，用于通過基于非線性濾波的稀疏重建方法對(duì)所述目標(biāo)圖像序列重構(gòu)進(jìn)而求解得到所述目標(biāo)圖像序列。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述運(yùn)算單元包括:稀疏約束單元，用于基于稀疏采樣理論，對(duì)所述目標(biāo)圖像序列在某一稀疏變化域內(nèi)的系數(shù)做軟閾值處理； 矩陣構(gòu)造單元，用于根據(jù)所述參數(shù)估計(jì)模型，將目標(biāo)圖像序列每一空間位置對(duì)應(yīng)的時(shí)間信號(hào)構(gòu)造成Hankel矩陣； 模型約束單元，用于對(duì)所述Hankel矩陣求低秩近似，以使得所述目標(biāo)圖像序列每一空間位置所對(duì)應(yīng)的時(shí)間信號(hào)呈指數(shù)衰減； 信號(hào)保真單元，用于將所述欠采樣磁共振信號(hào)代入所述目標(biāo)圖像序列的K空間，以使得目標(biāo)圖像序列跟所述欠采樣磁共振信號(hào)一致； 迭代收斂單元，用于反復(fù)迭代上述單元直至收斂得到目標(biāo)圖像序列。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述模型約束單元包括: 低秩近似矩陣求解單元，用于通過奇異值分解對(duì)所述Hankel矩陣求低秩近似矩陣；Hankel矩陣恢復(fù)單元，用于沿所述低秩近似矩陣的反對(duì)角線方向作平均值運(yùn)算增強(qiáng)信號(hào)，恢復(fù)所述低秩近似矩陣的Hankel結(jié)構(gòu)； 信號(hào)提取單元， 用于從所述低秩近似Hankel矩陣中提取所述目標(biāo)圖像序列每一空間位置對(duì)應(yīng)的時(shí)間信號(hào)。
【文檔編號(hào)】A61B5/055GK103654789SQ201310671860
【公開日】2014年3月26日 申請(qǐng)日期:2013年12月10日 優(yōu)先權(quán)日:2013年12月10日
【發(fā)明者】彭璽, 梁棟, 劉新, 鄭海榮 申請(qǐng)人:深圳先進(jìn)技術(shù)研究院