本系統(tǒng)涉及一種用于降低使用多激發(fā)(ms)圖像采集方法采集的重建磁共振(MR)圖像中的運(yùn)動偽影的磁共振成像(MRI)系統(tǒng)，并且更具體涉及一種可以包括對歸因于多激發(fā)MR采集中的激發(fā)間運(yùn)動的偽影的降低的MRI系統(tǒng)以及其操作方法。

背景技術(shù)：

在臨床磁共振成像(MRI)應(yīng)用中廣泛采用多激發(fā)(ms)采集以獲得高空間分辨率診斷信息。兩種常見的多激發(fā)MR成像方法被稱為：快速自旋回波(TSE)和ms回波平面成像(ms-EPI)。這些成像方法能夠被用于獲得高空間分辨率彌散加權(quán)成像(DWI)。然而，激發(fā)間運(yùn)動是幾乎不可避免的并且會導(dǎo)致多激發(fā)MR圖像中的減小的圖像清晰度。此外，由于多激發(fā)方法要求多個采集，因而其可能要求比針對單激發(fā)采集所要求的更長的采集時間。這些更長的采集時間可能加重激發(fā)間運(yùn)動。

例如，在基于ms-EPI的彌散加權(quán)成像(DWI)中，少量的激發(fā)間運(yùn)動會引入激發(fā)間圖像之間的顯著的相位差。盡管可以使用基于導(dǎo)航器的校正方法以嘗試移除該引入的相位差，但是如果激發(fā)間運(yùn)動在導(dǎo)航與實(shí)際DWI數(shù)據(jù)之間不同，則基于導(dǎo)航器的校正方法通常失敗?；趯?dǎo)航器的校正方法的假定在于，導(dǎo)航器和對應(yīng)的成像數(shù)據(jù)具有相同相位。如果在導(dǎo)航器與采集成像激發(fā)的對應(yīng)成像數(shù)據(jù)采集之間存在運(yùn)動，來自導(dǎo)航器的相位不能準(zhǔn)確地校正成像激發(fā)中的相位差。為了避免該問題，可以使用不采用基于導(dǎo)航器的校正方法的相位校正方法。一種這樣的相位校正方法依賴于執(zhí)行多激發(fā)集合中的每個激發(fā)的平均重建(R5)的平均重建方法(在下文中稱為平均方法)。使用諸如敏感性編碼(SENSE)方法的部分并行成像(PPI)方法來生成每個激發(fā)的重建。遺憾的是，SENSE方法可能急劇地降低信噪比(SNR)并且可能引入圖像偽影，特別是當(dāng)多激發(fā)采集中的激發(fā)的數(shù)量大于諸如4的閾值時。因此，當(dāng)使用常規(guī)PPI平均方法時，SNR會急劇地降低，并且當(dāng)使用常規(guī)的基于導(dǎo)航器的方法時，不能高效地移除相位差。

盡管TSE成像方法是許多MR成像應(yīng)用的試驗臺，TSE成像方法對運(yùn)動敏感。盡管許多運(yùn)動抑制方法抑制剛性運(yùn)動偽影，其一般不能高效地抑制非剛性運(yùn)動偽影。然而，在抑制非剛性運(yùn)動偽影的嘗試中，已經(jīng)開發(fā)了數(shù)據(jù)卷積和組合運(yùn)算(COCOA)方法(R7)。遺憾的是，甚至當(dāng)使用COCOA方法時，仍然可以觀察到一些殘余的運(yùn)動偽影。更具體地，COCOA方法可以被用于降低歸因于連續(xù)的非剛性運(yùn)動的TSE成像方法中的運(yùn)動偽影。然而，如果運(yùn)動是大量的，則COCOA方法可能是不足的，因為可以觀察到一些殘余的偽影。

此外，最近引入的MUSE方法(R1)可以聰明地使用來自多路復(fù)用的SENSE方程組中的初始SENSE(R2)重建的相位信息。在該方法中，初始SENSE運(yùn)算中的SENSE因子可以等于激發(fā)的數(shù)量。遺憾的是，當(dāng)激發(fā)的數(shù)量是四或者關(guān)于典型的8信道頭部線圈更少時，高質(zhì)量ms-EPI圖像僅能夠由MUSE方法魯棒地產(chǎn)生，并且作為自導(dǎo)航算法，MUSE方法關(guān)于基于導(dǎo)航器的方法(R1)不具有優(yōu)勢。例如，當(dāng)超過四個激發(fā)針對3T或7T(R4)中的較高空間分辨率或較低幾何失真水平是必要的時，MUSE中的初始SENSE重建可能失敗并且不提供準(zhǔn)確的相位信息。此外，具有加速度因子8的典型SENSE重建通常將導(dǎo)致針對MUSE的有意義的相位信息，并且可能導(dǎo)致失敗的MUSE重建。參考圖9A和圖9B圖示了這一激發(fā)，其中，圖9A示出了基于8激發(fā)SENSE的重建的一個激發(fā)的幅度的圖像900A，并且圖9B示出了圖示8激發(fā)SENSE重建的一個激發(fā)的相位的圖像900B。8激發(fā)sense重建的幅度和相位兩者的圖像質(zhì)量是不佳的。因此，SENSE重建可能被認(rèn)為是失敗的重建。

因此，本系統(tǒng)的實(shí)施例可以提供除了其他方面可以克服典型系統(tǒng)的缺點(diǎn)的系統(tǒng)和方法。

技術(shù)實(shí)現(xiàn)要素：

本文中所描述的(一個或多個)系統(tǒng)、(一個或多個)設(shè)備、(一種或多種)方法、(一個或多個)用戶接口、(一個或多個)計算機(jī)程序、過程等(除非上下文另外指明，否則在下文中其中的每一個將被稱為系統(tǒng))解決諸如圖像偽影的問題和/或提供對現(xiàn)有技術(shù)系統(tǒng)的一個或多個備選方案。

根據(jù)本系統(tǒng)的實(shí)施例，提供了一種磁共振(MR)成像(MRI)系統(tǒng)，其可以包括至少一個控制器。所述至少一個控制器可以被配置為：執(zhí)行多激發(fā)(multi-shot)圖像采集過程以采集針對至少一個多激發(fā)圖像集的MR信息，所述至少一個多激發(fā)圖像集包括多個圖像激發(fā)，每個圖像激發(fā)包括對應(yīng)的數(shù)據(jù)，所述MR信息的至少一部分是在使用梯度的情況下獲得的，并且所述MR信息的至少另一部分是在不使用所述梯度的情況下獲得的；訓(xùn)練卷積核，所述卷積核包括關(guān)于在不使用所述梯度的情況下或者通過使用自訓(xùn)練過程獲得的MR信息的至少一部分的數(shù)據(jù)，所述卷積核包括卷積數(shù)據(jù)；將針對所述至少一個多激發(fā)圖像集的所述多個圖像激發(fā)中的至少兩個圖像激發(fā)的在使用梯度的情況下獲得的所述MR信息與經(jīng)訓(xùn)練的卷積核迭代地卷積，以形成針對所述多個圖像激發(fā)的至少兩個圖像激發(fā)的每個對應(yīng)激發(fā)的合成k空間數(shù)據(jù)；將針對所述至少一個多激發(fā)圖像集的所述多個圖像激發(fā)中的所述至少兩個圖像激發(fā)的合成k空間數(shù)據(jù)投影到圖像空間中；和/或?qū)ν队暗剿鰣D像空間中的所投影的合成k空間數(shù)據(jù)進(jìn)行平均以形成圖像信息。

還應(yīng)當(dāng)設(shè)想到，當(dāng)執(zhí)行針對對應(yīng)的多激發(fā)集的迭代卷積時，所述至少一個控制器可以保持所述卷積核的數(shù)據(jù)恒定。還應(yīng)當(dāng)設(shè)想到，所述至少一個控制器還可以被配置為固定所述卷積核的數(shù)據(jù)，以便形成在針對所述至少一個多激發(fā)圖像集的所述迭代卷積期間的一致相關(guān)性。此外，根據(jù)本系統(tǒng)的實(shí)施例，所述合成k空間數(shù)據(jù)可以形成合成k空間數(shù)據(jù)的激發(fā)的數(shù)量(Ns)集。還應(yīng)當(dāng)設(shè)想到，在所述平均期間，所述至少一個控制器可以被配置為對針對所述多個圖像激發(fā)中的至少兩個激發(fā)的所述合成k空間數(shù)據(jù)的幅度進(jìn)行平均。

根據(jù)本系統(tǒng)的實(shí)施例，所述MRI系統(tǒng)可以包括顯示器并且所述至少一個控制器可以被配置為在所述顯示器上對所形成的圖像信息進(jìn)行繪制。

根據(jù)本系統(tǒng)的又一實(shí)施例，提供了一種重建由具有至少一個控制器的磁共振(MR)成像(MRI)系統(tǒng)所獲得的圖像的方法。所述方法可以由所述MR成像系統(tǒng)的所述至少一個控制器來執(zhí)行并且可以包括如下中的一個或多個動作：執(zhí)行多激發(fā)圖像采集過程以采集針對至少一個多激發(fā)圖像集的MR信息，所述至少一個多激發(fā)圖像集包括多個圖像激發(fā)，每個圖像激發(fā)包括對應(yīng)的數(shù)據(jù)，所述MR信息的至少一部分是在使用梯度的情況下獲得的，并且所述MR信息的至少另一部分是在不使用所述梯度的情況下獲得的；訓(xùn)練卷積核，所述卷積核包括關(guān)于在不使用所述梯度的情況下獲得的所述MR信息的至少一部分的數(shù)據(jù)，所述卷積核包括卷積數(shù)據(jù)；將針對所述至少一個多激發(fā)圖像集的所述多個圖像激發(fā)中的至少兩個圖像激發(fā)的在使用梯度的情況下獲得的所述MR信息與經(jīng)訓(xùn)練的卷積核迭代地卷積，以形成針對所述至少兩個圖像激發(fā)的每個對應(yīng)激發(fā)的合成k空間數(shù)據(jù)；將針對所述多個圖像激發(fā)中的所述至少兩個圖像激發(fā)的所述合成k空間數(shù)據(jù)投影到圖像空間中；并且對投影到圖像空間中的所投影的合成k空間數(shù)據(jù)進(jìn)行平均以形成圖像信息。

應(yīng)當(dāng)設(shè)想到，所述方法還可以包括如下動作：當(dāng)執(zhí)行針對所述對應(yīng)的多激發(fā)集的所述迭代卷積時，保持所述卷積核的數(shù)據(jù)恒定。還應(yīng)當(dāng)設(shè)想到，所述方法可以包括如下動作：固定所述卷積核的所述數(shù)據(jù)，以便形成在針對所述至少一個多激發(fā)圖像集的所述迭代卷積期間的一致相關(guān)性。根據(jù)本系統(tǒng)的實(shí)施例，所述合成k空間數(shù)據(jù)可以形成合成k空間數(shù)據(jù)的激發(fā)的數(shù)量(Ns)集。還應(yīng)當(dāng)設(shè)想到，平均的所述動作還可以包括如下動作：針對所述至少一個多激發(fā)圖像集中的所述兩個激發(fā)的所述合成k空間數(shù)據(jù)的幅度。還應(yīng)當(dāng)設(shè)想到，所述方法可以包括如下動作：在顯示器上對所形成的圖像信息進(jìn)行繪制。

根據(jù)本系統(tǒng)的又一實(shí)施例，提供了一種存儲在計算機(jī)可讀非瞬態(tài)存儲介質(zhì)上的計算機(jī)程序。所述計算機(jī)程序可以被配置為重建從磁共振(MR)圖像系統(tǒng)所獲得的圖像并且可以包括程序部分，所述程序部分可以被配置為：執(zhí)行多激發(fā)圖像采集過程以采集針對至少一個多激發(fā)圖像集的MR信息，所述至少一個多激發(fā)圖像集包括多個圖像激發(fā)，每個圖像激發(fā)包括對應(yīng)的數(shù)據(jù)，所述MR信息的至少一部分是在使用梯度的情況下獲得的，并且所述MR信息的至少另一部分是在不使用所述梯度的情況下獲得的；訓(xùn)練卷積核，所述卷積核包括關(guān)于在不使用所述梯度的情況下獲得的MR信息的至少一部分的數(shù)據(jù)，所述卷積核包括卷積數(shù)據(jù)；將針對所述至少一個多激發(fā)圖像集的所述多個圖像激發(fā)中的至少兩個圖像激發(fā)的在使用梯度的情況下獲得的所述MR信息與經(jīng)訓(xùn)練的卷積核迭代地卷積，以形成針對所述至少兩個圖像激發(fā)的每個對應(yīng)激發(fā)的合成k空間數(shù)據(jù)；將針對所述至少一個多激發(fā)圖像集的所述多個圖像激發(fā)中的所述至少兩個圖像激發(fā)的所述合成k空間數(shù)據(jù)投影到圖像空間中；并且對投影到所述圖像空間中的所投影的合成k空間數(shù)據(jù)進(jìn)行平均以形成圖像信息。

應(yīng)當(dāng)設(shè)想到，所述計算機(jī)程序還可以被配置為，當(dāng)執(zhí)行針對對應(yīng)的多激發(fā)集的迭代卷積時，保持所述卷積核的數(shù)據(jù)恒定。還應(yīng)當(dāng)設(shè)想到，所述程序部分還可以被配置為固定所述卷積核的數(shù)據(jù)，以便形成針對所述至少一個多激發(fā)圖像集的所述迭代卷積期間的一致相關(guān)性。還應(yīng)當(dāng)設(shè)想到，在所述平均期間，所述程序部分還可以被配置為對針對所述至少一個多激發(fā)圖像集的所述至少兩個激發(fā)的所述合成k空間數(shù)據(jù)的幅度進(jìn)行平均。根據(jù)一些實(shí)施例，應(yīng)當(dāng)設(shè)想到，所述程序部分還可以被配置為在顯示器上繪制所形成的圖像信息。

根據(jù)本系統(tǒng)的又一實(shí)施例，提供了一種磁共振(MR)成像(MRI)系統(tǒng)，其可以包括至少一個控制器，所述至少一個控制器被配置為：執(zhí)行多激發(fā)圖像采集過程以采集針對多激發(fā)圖像集的多個圖像激發(fā)的MR信息，所述圖像激發(fā)中的每個圖像激發(fā)包括對應(yīng)的圖像數(shù)據(jù)；基于針對所述多激發(fā)圖像集的每個圖像激發(fā)的所述圖像數(shù)據(jù)來組成矩陣；確定矩陣的特征值和特征向量；從所述特征值中間確定最大特征值；并且基于對應(yīng)于所述最大特征值的組合圖像來形成復(fù)合圖像。

還應(yīng)當(dāng)設(shè)想到，所述至少一個控制器還可以被配置為歸一化復(fù)合圖像的能量。還應(yīng)當(dāng)設(shè)想到，所述至少一個控制器可以被配置為重建所述MR信息以形成針對所述至少一個多激發(fā)圖像集中的所述多個圖像激發(fā)的每個對應(yīng)的圖像激發(fā)的所述圖像數(shù)據(jù)。根據(jù)本系統(tǒng)的又一實(shí)施例；提供了一種磁共振(MR)成像(MRI)系統(tǒng)，其可以包括至少一個控制器，所述至少一個控制器可以被配置為：執(zhí)行多激發(fā)圖像采集以采集具有若干(NS)激發(fā)的多激發(fā)圖像集的若干(NEX)掃描的MR信息，所述圖像激發(fā)中的每個圖像激發(fā)包括對應(yīng)的圖像數(shù)據(jù)，使得所采集的MR信息包括針對NS*NEX個圖像的圖像信息；通過將針對所述NS*NEX個圖像和所述目標(biāo)圖像的所述圖像信息視為未知集并且聯(lián)合地數(shù)字求解所述未知集，來重建針對所述NS*NEX個圖像和目標(biāo)圖像的所述圖像信息；和/或繪制所述經(jīng)重建的圖像。

還應(yīng)當(dāng)設(shè)想到，當(dāng)執(zhí)行所述重建時，所述至少一個控制器還可以被配置為采用卷積方法和低秩(rank)方法來求解所述未知集。

附圖說明

詳細(xì)地并且以范例的方式參考附圖解釋了本發(fā)明更，在附圖中：

圖1示出了根據(jù)本系統(tǒng)的實(shí)施例操作的磁共振(MR)系統(tǒng)的一部分的剖面?zhèn)纫晥D；

圖2是圖示根據(jù)本發(fā)明的實(shí)施例的由磁共振系統(tǒng)所執(zhí)行的過程的流程圖；

圖3A示出了在沒有相位校正的情況下重建的MR圖像；

圖3B示出了使用PPI的平均值重建的MR圖像；

圖3C示出了根據(jù)本系統(tǒng)的實(shí)施例重建的MR圖像；

圖4是圖示根據(jù)本系統(tǒng)的實(shí)施例的由磁共振系統(tǒng)所執(zhí)行的過程的流程圖；

圖5是圖示根據(jù)本系統(tǒng)的實(shí)施例采集的多激發(fā)集的k空間掃描線的圖形；

圖6A示出了根據(jù)常規(guī)平均方法重建的多激發(fā)DWI圖像；

圖6B示出了根據(jù)本系統(tǒng)的實(shí)施例操作的特征值分析組合方法重建的多激發(fā)DWI圖像；

圖7A示出了根據(jù)常規(guī)平均方法重建的8激發(fā)EPI DWI圖像；

圖7B示出了根據(jù)本系統(tǒng)的實(shí)施例重建的8激發(fā)EPI DWI圖像；

圖8A示出了根據(jù)常規(guī)平均方法重建的4激發(fā)TSE肝圖像；

圖8B示出了根據(jù)本系統(tǒng)的實(shí)施例重建的4激發(fā)TSE肝圖像；

圖9A示出了圖示基于8激發(fā)SENSE重建的一個激發(fā)的幅度的圖像；

圖9B示出了圖示8激發(fā)SENSE重建的一個激發(fā)的相位的圖像；

圖10是圖示根據(jù)本系統(tǒng)的實(shí)施例的由磁共振系統(tǒng)所執(zhí)行的過程的流程圖；

圖11示出了使用根據(jù)本系統(tǒng)的實(shí)施例操作的4激發(fā)的激發(fā)數(shù)據(jù)集生成的FA地圖；

圖12示出了使用根據(jù)本系統(tǒng)的實(shí)施例操作的8激發(fā)數(shù)據(jù)集生成的FA地圖；

圖13示出了使用根據(jù)本系統(tǒng)的實(shí)施例操作的8激發(fā)數(shù)量據(jù)集生成的地圖；

圖14示出了使用根據(jù)本系統(tǒng)的實(shí)施例操作的12激發(fā)的數(shù)量據(jù)集生成的地圖；

圖15示出了圖示根據(jù)本發(fā)明的實(shí)施例的由磁共振系統(tǒng)所執(zhí)行的過程的流程圖；并且

圖16示出了根據(jù)本系統(tǒng)的實(shí)施例的系統(tǒng)的一部分。

具體實(shí)施方式

下文是對說明性實(shí)施例的描述，其在結(jié)合如下附圖取得時將證明以上指出的特征和優(yōu)點(diǎn)以及另外的那些。在下文的描述中，出于解釋而非限制性的目的，闡述諸如架構(gòu)、接口、技術(shù)、要素屬性等的說明性細(xì)節(jié)。然而，對于本領(lǐng)域的普通技術(shù)人員而言將明顯的是，脫離這些細(xì)節(jié)的其他實(shí)施例將仍然被理解為處于隨附權(quán)利要求書的范圍之內(nèi)。此外，出于清晰的目的，省略對眾所周知的設(shè)備、電路、工具、技術(shù)和方法的描述，以便不使對本系統(tǒng)的描述難以理解。應(yīng)當(dāng)明確理解，附圖出于說明性目的而包括并且不表示本系統(tǒng)的全部范圍。在附圖中，不同附圖中的同樣的參考數(shù)字可以指代類似的元件。術(shù)語和其形成應(yīng)當(dāng)被理解為意指僅所記載的元件中的一個或多個可能需要適合地存在(即，僅一個所記載的元件存在，所記載的元件中的兩個可以存在等，直到所有所記載的元件可以存在)于根據(jù)權(quán)利要求記載和根據(jù)本系統(tǒng)的一個或多個實(shí)施例的系統(tǒng)中。

圖1示出了根據(jù)本系統(tǒng)的實(shí)施例操作的磁共振(MR)系統(tǒng)100(出于清晰的緣故，在下文中稱為系統(tǒng)100)的一部分的剖面?zhèn)纫晥D。系統(tǒng)100可以包括如下中的一個或多個：控制器100、存儲器、顯示器、主體102、主磁體104、梯度線圈106和射頻(RF)部分120?？梢蕴峁┗颊咧误w140，以支撐諸如患者101(出于清晰的緣故，在下文中稱為患者)的感興趣對象(OOI)和/或例如在控制器110的控制下相對于主體102將患者101定位在期望的位置和/或取向中。

主體102可以包括位于相對端114之間的至少一個腔108和主孔膛112。主孔膛112可以位于主體102的相對開口115之間并且可以被配置為通過相對開口115中的一個開口來接收患者101。至少一個腔108可以被配置為接收如下中的一個或多個：主磁體104、梯度線圈106以及RF部分120中的至少一部分。主體102還可以包括冷卻機(jī)構(gòu)(例如，低溫冷卻系統(tǒng)等)，其被配置為，如果期望的話，對系統(tǒng)100的諸如主磁體104的各部分進(jìn)行冷卻。

控制器110可以控制系統(tǒng)100的總體操作并且可以包括諸如處理器(例如，微處理器等)等的一個或多個邏輯設(shè)備?？刂破?10可以包括如下中的一個或多個：主磁體控制器、梯度控制器、RF控制器和重建器。主磁體控制器可以控制主磁體104的操作。梯度控制器可以控制梯度線圈106的操作。RF控制器可以控制RF部分120的操作。重建器可以可操作以基于根據(jù)本系統(tǒng)的實(shí)施例獲得的MR信息來重建圖像信息。因此，重建器可以基于多激發(fā)信息來重建圖像信息。所重建的圖像信息可以例如還被處理、被存儲在系統(tǒng)的存儲器中以用于隨后的使用和/或被繪制在系統(tǒng)的顯示器上以方便用戶。

控制器110還可以從用戶和/或從存儲器確定或以其他方式獲得掃描序列、掃描參數(shù)等并且在掃描流程期間對其進(jìn)行應(yīng)用。例如，控制器110可以從存儲器獲得諸如多激發(fā)掃描序列的掃描序列并且例如根據(jù)所述掃描序列來控制主磁體104、梯度線圈106和/或RF部分120中的一個或多個，以獲得例如期望的磁共振信息，諸如回波信息?？刂破?10和/或其部分可以經(jīng)由任何適合的方法，諸如經(jīng)由有線和/或無線通信方法、經(jīng)由一個或多個網(wǎng)絡(luò)(例如，廣域網(wǎng)(WAN)、局域網(wǎng)(LAN)、因特網(wǎng)、專有通信總線、控制器區(qū)域網(wǎng)絡(luò)(CAN)、電話網(wǎng)絡(luò)等)與如下中的一個或多個通信：存儲器、顯示器、主磁體104、梯度線圈106、RF部分120等。

主磁體104可以具有孔膛113并且可以被配置為生成主孔膛112內(nèi)的主磁場(例如，B₀場)。主磁場可以在主孔膛112的掃描體積內(nèi)是基本上均勻的。主磁體104可以包括一個或多個主磁體，每個主磁體被配置為生成主磁場的至少一部分。主磁體104可以是環(huán)形(例如，環(huán))磁體、平面磁體、分裂磁體、開放式磁體、半圓形(例如，C形)磁體等。主磁體104或其部分可以由諸如半導(dǎo)體材料的任何適合的材料形成和/或可以在控制器110的控制下操作。

梯度線圈106可以包括一個或多個梯度線圈(例如，x、y和z梯度線圈)，其可以在控制器110的控制下沿著一個或多個對應(yīng)軸產(chǎn)生一個或多個梯度場。RF部分120可以包括一個或多個RF傳輸線圈，其被配置為在控制器110的控制下發(fā)射RF激發(fā)脈沖和/或接收(例如，感生的)MR信號(例如，回波信息)。例如，在一些實(shí)施例中，RF部分120可以包括傳輸和/或接收線圈的換能器陣列。RF部分120可以位于主體102的主孔膛112內(nèi)并且可以被放置在期望的位置和/或取向中，諸如在患者支撐體140之下，以獲得主孔膛112內(nèi)的期望的掃描體積的圖像。RF部分120可以包括有線和/或無線類型的RF線圈。

說明性地，下文討論了根據(jù)本系統(tǒng)的實(shí)施例的執(zhí)行多激發(fā)采集和圖像重建的若干種方法。這些方法可以被稱為：相關(guān)性強(qiáng)制(enforcement)方法；特征值分析圖像合成方法；以及低秩方法。這些方法或者其部分中的一個或多個可以自身根據(jù)本系統(tǒng)的實(shí)施例來利用或者其中的兩個或兩個以上可以彼此組合地利用。這些方法中的每種方法可以強(qiáng)制多激發(fā)圖像集中的圖像激發(fā)中間的數(shù)據(jù)相關(guān)并且可以根據(jù)合成k空間數(shù)據(jù)集來生成最終的重建。根據(jù)本系統(tǒng)的實(shí)施例，可以使用可以由多激發(fā)圖像集執(zhí)行的k空間數(shù)據(jù)集來執(zhí)行圖像重建。因此，多激發(fā)圖像集的每個激發(fā)可以包括k空間的子集。

相關(guān)性強(qiáng)制方法

參考圖2討論了根據(jù)本系統(tǒng)的實(shí)施例操作的相關(guān)性強(qiáng)制方法，圖2示出了由根據(jù)本系統(tǒng)的實(shí)施例的磁共振系統(tǒng)所執(zhí)行的過程200的流程圖。過程100可以使用通過網(wǎng)絡(luò)通信的一個或多個計算機(jī)執(zhí)行并且可以從本地的和/或彼此遠(yuǎn)離的一個或多個存儲器獲得信息和/或?qū)⑿畔⒋鎯Φ剿鲆粋€或多個存儲器。根據(jù)本系統(tǒng)的實(shí)施例的本文中的過程200和其他過程可以包括如下動作中的一個或多個。此外，如果期望的話，這些動作中的一個或多個可以組合和/或分離為子動作。此外，取決于設(shè)置，可以跳過這些動作中的一個或多個。圖像信息可以包括例如從多激發(fā)圖像序列采集的圖像信息。在操作中，過程200可以在動作201期間開始并且然后轉(zhuǎn)到動作203。

在動作203期間，所述過程可以執(zhí)行多激發(fā)采集過程以采集針對包括多個激發(fā)的至少一個多激發(fā)集的MR信息(例如，回波信息、模擬MR信息等)?？梢愿鶕?jù)諸如ms-EPI彌散加權(quán)圖像(DWI)掃描序列的多激發(fā)序列來執(zhí)行多激發(fā)采集過程。根據(jù)一些實(shí)施例，ms-EPI掃描可以具有交錯和/或讀出方向類型。還可以使用任何適合的多激發(fā)采集方法，諸如快速自旋回波(TSE)、多激發(fā)螺旋、螺旋槳和/或ms-回波平面成像(ms-EPI)方法，來執(zhí)行多激發(fā)采集過程。

關(guān)于至少一個多激發(fā)集，該集可以包括多個激發(fā)，其中的每個激發(fā)可以包括對應(yīng)的MR信息，其可以形成針對對應(yīng)激發(fā)的k空間數(shù)據(jù)的至少一部分。例如，假定完全k空間具有256條k空間線并且每個激發(fā)可以包括64條線，那么所述過程可以在給定采集期間要求(256條線)/(64條線/激發(fā))＝4個激發(fā)，以形成完整的k空間多激發(fā)圖像集。因此，4個激發(fā)可以被用于填充k空間線，但是還可以設(shè)想不同的激發(fā)的數(shù)量，諸如4的倍數(shù)個激發(fā)，諸如8個激發(fā)。

此外，激發(fā)的數(shù)量(NS)可以被設(shè)定等于掃描的數(shù)量(NEX)，其可以是大于一的整數(shù)并且可以由系統(tǒng)和/或用戶設(shè)定。然而，在又一實(shí)施例中，NEX可以是可以與NS不同的整數(shù)。數(shù)個掃描(NEX)中的每個掃描可以對應(yīng)于具有等于NS的激發(fā)的數(shù)量的完整的k空間多激發(fā)圖像集(例如，4個激發(fā)，諸如本文說明性地討論的)。因此，假定多激發(fā)集包括L條k空間掃描線的k空間數(shù)據(jù)(例如，參見圖5)，那么這些L條線中的每條線將被掃描NEX次并且對應(yīng)的MR信息被采集并且被分配給對應(yīng)的多激發(fā)集的對應(yīng)激發(fā)?？梢圆杉疦EX個多激發(fā)集。因此，每個k空間圖像集可以被掃描NEX次。因此，L條k空間線中的每條線可以被認(rèn)為被掃描NEX次。例如，假定NS等于三，那么針對給定采集可能存在第一到第三激發(fā)。第一激發(fā)可以包括針對L條k空間線中的每條線的NS個采集中的第一采集的MR信息；第二激發(fā)可以包括針對L條k空間線中的每條線的NS個采集中的第二采集的MR信息，并且第三激發(fā)可以包括針對L條k空間線中的每條線的NS采集中的第三采集的MR信息?？梢詤⒖紙D5和對應(yīng)的文本進(jìn)一步解釋該過程。根據(jù)本系統(tǒng)的實(shí)施例，如果期望的話，該過程可以獲得多個(例如，其中，多個可以等于NEX)多激發(fā)集。

此外，k空間數(shù)據(jù)可以包括：MR數(shù)據(jù)，諸如b＝0MR數(shù)據(jù)，其可以包括在不使用梯度的情況下獲得的MR信息(并且其可以被稱為b＝0(包括b＝0和b>0的k空間可以由多激發(fā)組成))；以及b>0MR數(shù)據(jù)，其包括在使用梯度的情況下獲得的MR信息。因此，b＝0數(shù)據(jù)可以與在不使用梯度的情況下采集的至少一個多激發(fā)集(例如，在沒有梯度(例如，b＝0)的情況下的圖像的MR圖像信息)相對應(yīng)，并且b>0數(shù)據(jù)可以與在根據(jù)本系統(tǒng)的實(shí)施例的使用梯度的情況下獲得的至少一個多激發(fā)集(例如，使用梯度(例如，b>0)的圖像的MR圖像信息)相對應(yīng)。根據(jù)本系統(tǒng)的實(shí)施例，b的值可以從0到b變化，其中，例如，b可以等于800。然而，根據(jù)又一實(shí)施例，b可以具有其他值。根據(jù)實(shí)施例，k空間數(shù)據(jù)可以與MR回波信息相對應(yīng)。例如，在一些實(shí)施例中，過程可以在與b＝0相對應(yīng)的信息(例如，b＝0信息，諸如b＝0(多個)激發(fā))和與b>0相對應(yīng)的信息(例如，b>0信息)之間進(jìn)行區(qū)分。梯度可以被用于彌散加權(quán)成像(DWI)。為了檢測可以與方向有關(guān)的彌散，可以沿著MR中的特定方向應(yīng)用磁體梯度。

所述過程還可以從用戶和/或從系統(tǒng)的存儲器獲得初始化信息。所述初始化信息可以包括信息，諸如掃描序列、要掃描的k空間線的數(shù)量L、b的值、NS的值和NEX的值。例如，根據(jù)一些實(shí)施例，NS可以被設(shè)定到2，NEX可以被設(shè)定到1或更高的整數(shù)，并且B可以被設(shè)定到800，如下文說明性地討論的。

在完成動作230之后，所述過程可以繼續(xù)動作205，其中，所述過程可以獲得針對數(shù)據(jù)校正的卷積核。如果期望的話，所述卷積核可以從系統(tǒng)的存儲器采集和/或可以由過程形成。所述卷積核可以形成緊湊矩陣，并且根據(jù)一些實(shí)施例，可以不使用來自相同激發(fā)的所采集的信號(例如，在本實(shí)施例中的b＝0k空間)。例如，所述卷積核可以包括NxM矩陣，其中，如果期望的話，N表示行數(shù)，并且M表示列數(shù)并且可以是預(yù)定義參數(shù)。例如，根據(jù)一些實(shí)施例，所述卷積核可以是5x5矩陣。然而，還設(shè)想到了其他值。此外，可以由針對卷積核的計算的過程使用b＝0的k空間或者當(dāng)前要重建的圖像。另外，可以由針對核計算的本系統(tǒng)的實(shí)施例使用諸如R7中所公開的那個的任何適合的數(shù)據(jù)擬合方案。在完成動作205之后，所述過程可以繼續(xù)到動作207。

在動作207期間，所述過程可以對諸如b＝0信息的訓(xùn)練信息(例如，在不使用梯度的情況下采集的MR數(shù)據(jù))或其他額外數(shù)據(jù)訓(xùn)練卷積核，如可能期望的。然而，在又一實(shí)施例中，所述卷積核可以是自訓(xùn)練的。然而，根據(jù)本系統(tǒng)的一些實(shí)施例，并且如上文所討論的，所述卷積核不應(yīng)當(dāng)包括來自相同激發(fā)(例如，其被訓(xùn)練到的激發(fā))的MR圖像信息。因此，可以根據(jù)額外數(shù)據(jù)，諸如DWI中的b＝0數(shù)據(jù)，來訓(xùn)練卷積核。參考證明根據(jù)本系統(tǒng)的實(shí)施例的卷積和核計算方案的等式(1)圖示了這一激發(fā)。

其中，J是在線性組合中使用的相鄰k空間信號的數(shù)量，L是線圈元件的數(shù)量。S_l'(k_r-Δk_j)表示來自具有被用于近似來自線圈元件l的信號S_l(k_r)的偏移Δk_j的元件l'的k空間信號。表示權(quán)重并且可以取決于線圈元件靈敏度(R9)和相對偏移Δk_j。由等式1定義的操作是具有由定義的卷積核的k空間中的卷積。對于的計算而言，b＝0的中心k空間可以被用于S_l(k_r)和S_l'(k_r-Δk_j)，并且未知的可以然后由系統(tǒng)計算。在完成動作207之后，所述過程可以繼續(xù)到動作209。

在動作209期間，所述過程可以執(zhí)行數(shù)學(xué)卷積過程以將使用梯度所獲得的MR信息(例如，b>0MR圖像信息)與訓(xùn)練的卷積核迭代地卷積以形成合成k空間數(shù)據(jù)的激發(fā)的數(shù)量(Ns，激發(fā)的數(shù)量)集。因此，所述過程可以將b>0k空間數(shù)據(jù)與針對多激發(fā)集的多個(例如，NS)激發(fā)中的每個激發(fā)的經(jīng)訓(xùn)練的卷積核迭代地卷積。更具體地，針對多激發(fā)集中的多個激發(fā)(例如，NS)中的每個激發(fā)而言，可以通過在可以確保激發(fā)方面保真度的迭代卷積期間強(qiáng)制對應(yīng)激發(fā)的數(shù)據(jù)一致性以形成合成k空間數(shù)據(jù)集。在每次迭代期間，對應(yīng)激發(fā)的數(shù)據(jù)被固定為是恒定的。通過保持多激發(fā)集的每個激發(fā)恒定(例如，通過與經(jīng)訓(xùn)練的相關(guān)性內(nèi)核的卷積)，每個激發(fā)將導(dǎo)致合成k空間數(shù)據(jù)集?？梢葬槍铣蒶空間數(shù)據(jù)中的每條NS線的NEX掃描中的每個重復(fù)掃描過程。因此，可以由過程生成合成k空間數(shù)據(jù)的Ns x NEX集。在完成動作209之后，所述過程可以繼續(xù)到動作211。

在動作211期間，所述過程可以通過將合成k空間數(shù)據(jù)的Ns x NEX個集(或者Ns x NEX集中的所選擇的那些)中的每個投影到圖像空間中以形成對應(yīng)的重建圖像信息來形成經(jīng)重建的圖像信息。所述過程然后可以在有或沒有空間自適應(yīng)權(quán)重的情況下確定圖像信息的“平均”，如可以由系統(tǒng)和/或用戶設(shè)定的。所述過程可以確定在動作209的卷積的每次迭代期間的“平均”并且可以采用任何適合的方法，諸如如在本文中所討論的SVD分析類型方法，或可以適合地應(yīng)用的其他平均方案。上文所提到的“平均”計算可以采用任何適合的一種或多種平均方法，諸如奇異值分解(SVD)分析或低秩方法。在完成動作211之后，所述過程可以繼續(xù)到動作213。

在動作213期間，所述過程可以在系統(tǒng)的顯示器上繪制經(jīng)重建的圖像信息，使得用戶可以查看由本系統(tǒng)的實(shí)施例所獲得的圖像。此外，所述過程還可以提供用戶接口(UI)，利用所述用戶接口，用戶可以交互以改變查看參數(shù)、輸入信息(例如，筆記、命令、選擇等)等。根據(jù)本系統(tǒng)的實(shí)施例，如果期望的話，圖像采集、處理和繪制中的一個或多個可以實(shí)時發(fā)生或者可以延遲。在完成動作213之后，所述過程可以繼續(xù)到動作215。

在動作215期間，所述過程可以將由過程所生成的信息，諸如MR圖像信息、合成k空間信息、重建信息等，(如可以期望的)存儲在系統(tǒng)的存在中以用于隨后的使用。如可以容易理解到的，在過程200期間和/或之后的任何時間處，信息可以被存儲以用于后續(xù)繪制和/或處理。在完成動作215之后，過程繼續(xù)到動作217，其中，所述過程可以結(jié)束。

根據(jù)本系統(tǒng)的實(shí)施例，上文所描述的過程強(qiáng)制在所采集的多激發(fā)MR數(shù)據(jù)中的數(shù)據(jù)相關(guān)性一致性和激發(fā)方面數(shù)據(jù)一致性。

可以采集任何適合的多激發(fā)MR數(shù)據(jù)，諸如ms-EPI DWI等。根據(jù)本系統(tǒng)的實(shí)施例，如果不存在歸因于激發(fā)間運(yùn)動的相位差，則b>0數(shù)據(jù)的數(shù)據(jù)相關(guān)性應(yīng)當(dāng)與b＝0數(shù)據(jù)相同。通過強(qiáng)制從b＝0數(shù)據(jù)訓(xùn)練的數(shù)據(jù)相關(guān)性，可以迭代地移除相位差。

因此，過程200可以包括如下動作：

(1)迭代強(qiáng)制動作，其迭代地強(qiáng)制信道中間的數(shù)據(jù)相關(guān)性。在k空間中的卷積能夠被用于強(qiáng)制相關(guān)性。在卷積之后，能夠生成合成k空間。所述相關(guān)性可以使用額外數(shù)據(jù)(例如，DWI中的b＝0數(shù)據(jù))來訓(xùn)練或者可以自訓(xùn)練，以及

(2)激發(fā)方面數(shù)據(jù)一致性強(qiáng)制動作，其中，針對每個激發(fā)而言，可以通過強(qiáng)制在例如導(dǎo)致合成k空間的若干多個激發(fā)集的迭代期間的對應(yīng)激發(fā)的數(shù)據(jù)一致性，來針對每個激發(fā)生成合成k空間。換言之，本系統(tǒng)的實(shí)施例可以采用激發(fā)方面數(shù)據(jù)一致性。

當(dāng)與先前所討論的COCOA方法相比較時，應(yīng)當(dāng)看到，盡管COCOA也使用數(shù)據(jù)相關(guān)性方法，但是其既不執(zhí)行也不依賴于如由本系統(tǒng)的實(shí)施例所執(zhí)行的迭代強(qiáng)制。此外，COCOA方法不采用激發(fā)方面數(shù)據(jù)一致性強(qiáng)制。

測試結(jié)果

根據(jù)本系統(tǒng)的實(shí)施例，使用在Philips^TM 3T線圈上操作的ms-EPI DWI方法獲得樣本MR圖像信息。MR圖像信息具有由4個交錯EPI激發(fā)的1mm x 1mm x 4mm分辨率。在圖3A到圖3C中示出了b＝800和NS＝2。更具體地，圖3A示出了在沒有相位校正的情況下重建的MR圖像；圖3B示出了使用PPI的平均(例如，SENSE的平均)重建的MR圖像；并且圖3示出了根據(jù)本系統(tǒng)的實(shí)施例重建的MR圖像。能夠看到，根據(jù)本系統(tǒng)的實(shí)施例所執(zhí)行的圖像重建(例如，圖像3C)比使用常規(guī)方法(其使用圖3B的SENSE的平均)重建的圖像具有清楚地經(jīng)改進(jìn)的SNR。

因此，本系統(tǒng)的實(shí)施例可以提供用于降低歸因于多激發(fā)采集的激發(fā)間運(yùn)動的偽影的方法。還應(yīng)當(dāng)設(shè)想到，本系統(tǒng)的實(shí)施例可以被用于多激發(fā)EPI、DWI和TSE成像方法中的空間分辨率。

特征值分析圖像組成方法

下面在本文中參考圖4描述了根據(jù)本系統(tǒng)的實(shí)施例操作的特征值分析圖像組成方法，圖4是圖示了根據(jù)本系統(tǒng)的實(shí)施例的由磁共振系統(tǒng)所執(zhí)行的過程400的流程圖。圖像信息可以包括例如從多激發(fā)圖像序列采集的圖像信息。在操作中，所述過程可以在動作401期間開始并且然后轉(zhuǎn)到動作403。

在動作403期間，所述過程可以執(zhí)行多激發(fā)圖像采集過程以采集針對具有多個激發(fā)的多激發(fā)圖像序列(諸如ms-EPI彌散加權(quán)圖像(DWI)掃描序列)的MR圖像數(shù)據(jù)(例如，回波信息、模擬MR信息等)。因此，每個多激發(fā)圖像序列可以形成包括多個對應(yīng)激發(fā)(例如，NS個激發(fā)，其中，NS是>1的整數(shù))的激發(fā)集。此外，可以采集一個或多個激發(fā)集。然而，在本實(shí)施例中，僅出于清晰的緣故討論單個激發(fā)集。

在圖像采集期間，可以通過形成激發(fā)集的激發(fā)集填充每個k空間。因此，完全k空間可以對應(yīng)于一個MR圖像并且可以包括NS個激發(fā)。每個激發(fā)集(例如，ms集)可以包括Ns個激發(fā)并且可以被掃描NEX次。因此，可以假定，所述過程可以采集若干(例如，NEX)相同圖像。根據(jù)本系統(tǒng)的實(shí)施例，這可以提供比常規(guī)圖像重建方法更高的SNR和/或運(yùn)動偽影水平。

此外，所述過程可以從用戶和/或從系統(tǒng)的存儲器獲得初始化信息。所述初始化信息可以包括諸如掃描序列、要掃描的k空間線的數(shù)量以及針對NS和NEX的值的信息。例如，根據(jù)一些實(shí)施例，NS可以被設(shè)定到3并且NEX可以被設(shè)定到2。在完成動作403之后，所述過程可以繼續(xù)到動作405。

在動作405期間，所述過程可以基于針對激發(fā)集的所采集的MR圖像數(shù)據(jù)重建多個圖像。因此，所述過程可以重建針對多激發(fā)集中的每個激發(fā)的圖像，其中，多激發(fā)集中的激發(fā)的數(shù)量可以等于NS。假定每個圖像激發(fā)集包括NS個激發(fā)，那么所述過程可以重建NS*NEX(其中，出于清晰的緣故將假定NEX＝1，使得可以采集NS*(1)個圖像激發(fā))個圖像，所述圖像中的每個在理論上應(yīng)當(dāng)是相同的，并且因此出于該描述的緣故，可以被假定為是“相同的”。然而，由于運(yùn)動和/或噪聲，激發(fā)中的一個或多個可以與其他激發(fā)中的一個或多個不同。

圖5是圖示根據(jù)本發(fā)明的實(shí)施例采集的多激發(fā)集的k空間掃描線的圖形500。在圖形500中，NS可以被假定為等于三并且掃描線的數(shù)目等于L。因此，針對每條掃描線506(l)(其中，I從1到L變化)而言，可以存在各自對應(yīng)于多激發(fā)集的激發(fā)的NS條激發(fā)線502(1)到502(3)。此外，當(dāng)重建對應(yīng)于這些激發(fā)中的每個激發(fā)的數(shù)據(jù)時，可以形成諸如由圖像504-1到504-3(一般地504-x)所示的對應(yīng)的圖像。因此，圖像504-x中的每個圖像可以被認(rèn)為在理論上是相同的圖像。然而，重建的多激發(fā)圖像508可以與來自多激發(fā)集的激發(fā)中的每個激發(fā)的信息(或者多激發(fā)集中的所選擇的激發(fā)或部分，如果期望的話)相對應(yīng)。盡管在圖5中示出了線性多激發(fā)集，但是本系統(tǒng)的實(shí)施例還可以與旋轉(zhuǎn)掃描(徑向軌跡)等相兼容。在完成動作405之后，過程可以繼續(xù)到動作407。

在動作407期間，所述過程可以基于多激發(fā)集中的激發(fā)中的每個激發(fā)的圖像組成矩陣。更具體地，所述過程可以將多激發(fā)集的每個圖像(例如，504x)用作向量，以組成可以表示對應(yīng)圖像的矩陣。因此，所述過程可以形成多個矩陣，其中的每個矩陣可以表示對應(yīng)的圖像。所述過程可以將針對每個圖像的矩陣存儲在系統(tǒng)的存儲器中以用于隨后使用。此外，所述過程可以重塑這些矩陣中的一個或多個矩陣，以例如形成具有期望長度的向量。因此，對應(yīng)的向量可以表示多個圖像的矩陣的列。在完成動作407之后，過程可以繼續(xù)到動作409。

在動作409期間，所述過程可以生成針對矩陣的特征值和對應(yīng)的特征向量。因此，所述過程例如向矩陣應(yīng)用SVD分析以生成特征值和特征向量中的每個。因此，SVD分析的結(jié)果可以提供特征值和對應(yīng)的特征向量。所述過程可以使用適合的特征分析方法確定特征值，以提取多激發(fā)圖像集中的每個圖像(激發(fā))中間的共同特征。例如，根據(jù)本系統(tǒng)的實(shí)施例操作的基于特征分析的方法可以被用于自適應(yīng)地(利用局部權(quán)重)組合針對最佳SNR的相位陣列MR圖像。當(dāng)根據(jù)本系統(tǒng)的實(shí)施例操作時，該方法可以在沒有線圈靈敏度信息的知識的情況下提供最佳SNR。該方法可以被稱為經(jīng)修改的ACC方法。此外，特征分析還在R6中討論并且可以適合地根據(jù)本系統(tǒng)的實(shí)施例應(yīng)用。針對(例如，在動作405期間形成的原始圖像的)(原始)圖像中的每個而言，每個(例如，對應(yīng)圖像的)特征向量的元素可以用作這些(原始)圖像中的每個的權(quán)重，以生成這些圖像的加權(quán)和。該加權(quán)和可以被稱為復(fù)合圖像(例如，參見如下動作413)，其是求和或組合圖像。此外，根據(jù)本系統(tǒng)的實(shí)施例，所執(zhí)行的SVD分析可以被認(rèn)為是全局分析。在完成動作409之后，所述過程可以繼續(xù)到動作411。

在動作411期間，所述過程可以根據(jù)在動作409期間所確定的特征值來確定最大特征值。所述過程還可以確定對應(yīng)于最大特征值的特征向量。因此，針對所確定的最大特征值而言，所述過程可以選擇其對應(yīng)的特征向量。因此，所述過程可以例如分析SVD分析的結(jié)果的至少一部分(例如，特征值)并且確定最大特征值。在完成動作411之后，過程可以繼續(xù)到動作413。

在動作413期間，所述過程可以基于組合的(復(fù)合)圖像信息來形成復(fù)合圖像，其與先前所確定的最大特征值相對應(yīng)，作為復(fù)合圖像。因此，對應(yīng)于最大特征值的組合圖像可以被用作復(fù)合圖像。上文參考如根據(jù)本系統(tǒng)的實(shí)施例在本文中可以適合地應(yīng)用的動作409進(jìn)一步說明性地討論了復(fù)合圖像的形成。所述復(fù)合圖像可以是對應(yīng)于所確定的最大特征值的組合圖像。根據(jù)本系統(tǒng)的實(shí)施例，該圖像可以具有比使用常規(guī)平均方法獲得的圖像顯著地更低的噪聲和/或偽影水平。在完成動作413之后，過程可以繼續(xù)到動作415。

在動作415期間，所述過程可以使用適合的歸一化方法對復(fù)合圖像的能量進(jìn)行歸一化。例如，所述過程可以使用可以確定復(fù)合圖像(例如，對應(yīng)于復(fù)合圖像的復(fù)合圖像信息)的L2范數(shù)的歸一化方法并且復(fù)合圖像除以自身的L2范數(shù)并且乘以原始圖像之一的L2范數(shù)(諸如圖像集中的第一個)或所有原始圖像的L2范數(shù)的平均。在完成動作415之后，所述過程可以繼續(xù)到動作417。

在動作417期間，為了用戶的方便，所述過程可以在系統(tǒng)的顯示器上繪制歸一化的復(fù)合圖像信息。此外，所述過程還可以提供的用戶接口(UI)，利用所述用戶接口，用戶可以交互以改變查看參數(shù)、輸入信息(例如，筆記、命令、選擇等)等。根據(jù)本系統(tǒng)的實(shí)施例，如果期望的話，圖像采集、處理和繪制中的一個或多個可以實(shí)時發(fā)生或延遲，諸如通過圖像存儲(例如，參見動作419)和后續(xù)處理。在完成動作417之后，所述過程可以繼續(xù)到動作419。

在動作419期間，所述過程可以將由所述過程所生成的信息，諸如MR圖像信息、所生成的組合圖像等，存儲在系統(tǒng)的存儲器中以用于隨后的使用。如可以容易理解到，在過程400期間和/或之后的任何時間處，信息可以被存儲用于后續(xù)繪制和/或處理。在完成動作419之后，所述過程繼續(xù)到動作421，其中，所述過程可以結(jié)束。

測試結(jié)果

下文討論了根據(jù)本系統(tǒng)的實(shí)施例的過程400的兩個測試的結(jié)果，如在第一測試和第二測試中所圖示的。

在第一測試中，利用NS＝4采集多激發(fā)DWI圖像。然后，所采集的DWI圖像被重建為如在圖6A中所示，圖6A示出了根據(jù)常規(guī)平均方法重建的多激發(fā)DWI圖像；并且被重建為如在圖8B中所示，圖6B示出了使用根據(jù)本系統(tǒng)的實(shí)施例操作的特征分析組合方法重建的多激發(fā)DWI圖像。比較圖6A和圖6B的結(jié)果，應(yīng)看到本系統(tǒng)的實(shí)施例可以導(dǎo)致比常規(guī)方法更高的對比度噪聲比(CNR)。

第二測試圖示了本系統(tǒng)的實(shí)施例可以提供具有比當(dāng)這些圖像的子集包含偽影時可以使用常規(guī)平均方法獲得的偽影水平更低的偽影水平的圖像。使用兩個數(shù)據(jù)集。一個數(shù)據(jù)集與8激發(fā)EPI DWI圖像相對應(yīng)；另一數(shù)據(jù)集與4激發(fā)TSE肝圖像相對應(yīng)。在這兩個數(shù)據(jù)集中，利用單個激發(fā)生成單個圖像。下文在圖7A-圖7B和圖8A-圖8B中示出了這些圖像，其中，圖7A示出了根據(jù)常規(guī)平均方法重建的8激發(fā)EPI DWI圖像；并且圖7B示出了根據(jù)本系統(tǒng)的實(shí)施例重建的8激發(fā)EPI DWI圖像。圖8A示出了根據(jù)常規(guī)平均方法重建的4激發(fā)TSE肝圖像；并且圖8B示出了根據(jù)本系統(tǒng)的實(shí)施例重建的4激發(fā)TSE肝圖像。在圖7A和圖7B中，使用相同的8激發(fā)EPI DWI圖像數(shù)據(jù)集，并且所得的圖像700A和700B是數(shù)據(jù)集中的所有激發(fā)的組合的圖像。類似地，在圖8A和圖8B中，使用相同的4激發(fā)TSE數(shù)據(jù)集，并且所得的圖像800A和800B是數(shù)據(jù)集中的所有激發(fā)的組合的圖像。關(guān)于圖8A，箭頭810示出了偽影的位置。

因此，本系統(tǒng)的實(shí)施例可以形成在理論上應(yīng)當(dāng)相同的圖像集(例如，在NS>1的情況下)。然而，由于在數(shù)據(jù)采集期間的各種原因，諸如噪聲等，一個或多個可以稍微不同。然后，所述過程可以使用根據(jù)本系統(tǒng)的實(shí)施例操作的特征分析方法從多激發(fā)集的圖像集提取共同特征。然后，對應(yīng)于最大特征值的組合圖像可以被選擇為復(fù)合圖像，為了用戶的方便，其后者可以在系統(tǒng)的顯示器上繪制和/或被存儲在系統(tǒng)的存儲器中以用于隨后的使用，諸如處理等。該方法可以導(dǎo)致比常規(guī)基于平均的方法顯著更低的噪聲和/或偽影水平。

低秩方法

根據(jù)本系統(tǒng)的其他實(shí)施例，提供了一種甚至當(dāng)激發(fā)的數(shù)量增加(例如，針對高數(shù)量的激發(fā))到例如18激發(fā)時魯棒地工作的針對ms-EPI的自導(dǎo)航重建算法。然而，也設(shè)想了其他值和/或值的范圍。如上文所討論的，當(dāng)激發(fā)的數(shù)量大于4時，常規(guī)MUSE方法可能失敗。利用圖9A和圖9B的比較圖示了這種情況，其中，圖9A示出了基于1激發(fā)SENSE的重建900A；并且圖9B示出了其中存在顯著偽影的基于8激發(fā)SENSE的重建的范例。

圖10是根據(jù)本系統(tǒng)的實(shí)施例的圖示了由磁共振系統(tǒng)所執(zhí)行的過程1000的流程圖。在操作中，所述過程可以在動作1001期間開始并且然后轉(zhuǎn)到動作1003。

在動作1003期間，所述過程可以執(zhí)行多激發(fā)圖像采集過程以采集針對包括若干激發(fā)的多激發(fā)序列(例如，多激發(fā)集)的MR圖像數(shù)據(jù)(例如，回波信息、模擬MR信息等)。可以使用任何適合的成像方法，諸如高空間分辨率多激發(fā)ERI、DWI和/或TSE，來執(zhí)行采集。在完成動作1003之后，所述過程可以繼續(xù)到動作1005。例如等式2中的第二項可以被用于該目的。因此，根據(jù)本系統(tǒng)的實(shí)施例，較大的秩將導(dǎo)致等式中的較大的總能量。然而，根據(jù)本系統(tǒng)的實(shí)施例，為了最小化能量，可以懲罰經(jīng)重建的圖像的秩。

在動作1005期間，所述過程可以根據(jù)激發(fā)的數(shù)量和/或信號平均數(shù)(R3)強(qiáng)制圖像集的低秩。該低秩強(qiáng)制可以被分離地應(yīng)用到復(fù)雜數(shù)據(jù)或幅度和相位。根據(jù)本系統(tǒng)的實(shí)施例，多激發(fā)成像可以被視為加速的動態(tài)成像。每個單個激發(fā)可以與多激發(fā)集的一個靜態(tài)圖像相對應(yīng)并且可以被認(rèn)為形成動態(tài)圖像集。因此，動態(tài)圖像集的加速因子等于多激發(fā)集中的激發(fā)的數(shù)量。該動態(tài)圖像集的唯一性質(zhì)在于，如果不存在運(yùn)動，則針對多激發(fā)圖像集的每個對應(yīng)激發(fā)的圖像應(yīng)當(dāng)在理論上是相同的。因此，如果在多激發(fā)圖像集的圖像激發(fā)中不存在大量的連續(xù)的運(yùn)動，則應(yīng)預(yù)期到，這些圖像將然后基本上彼此類似并且多激發(fā)的秩應(yīng)當(dāng)是低的，如關(guān)于如下等式2下文將討論的。因此，本系統(tǒng)的實(shí)施例可以采用低秩性質(zhì)來求解根據(jù)本系統(tǒng)的實(shí)施例的加速動態(tài)成像問題。所提出的低秩方法的數(shù)學(xué)模型可以被表達(dá)為：

其中，s是激發(fā)的計數(shù)(例如，激發(fā)指數(shù))；I_s是激發(fā)s的圖像；F是編碼運(yùn)算符；k_s是針對激發(fā)S的采集的(針對當(dāng)前激發(fā)的k空間)數(shù)據(jù)；F是傅里葉變換；rank(*)是秩計算運(yùn)算符，秩是描述矩陣中的向量的線性相關(guān)性的數(shù)學(xué)度量，其是大于或等于1并且小于或等于矩陣的大小的整數(shù)(例如，如根據(jù)約定)；γ是平衡等式的第一項和第二項的非負(fù)參數(shù)，其可以分別被稱為第一數(shù)據(jù)保真度(FDF)項和低秩正則化(LRR)項，相應(yīng)地，如下文所述并且還將討論的。γ的范例值可以是1。較大的γ可以強(qiáng)調(diào)低秩，并且所重建的圖像可以具有高信噪比(SNR)但是較高的偽影水平。較小的γ更強(qiáng)調(diào)保真度項，并且所重建的圖像可以具有低SNR但是較低的偽影水平。由于針對DWI的采集的信號平均的數(shù)量(NSA)常常大于1以改進(jìn)SNR，因而s能夠包括激發(fā)的數(shù)量(Ns)和平均的數(shù)量者兩者。如上文所描述的，每個完全k空間包含NS個激發(fā)。相同受檢者可以被掃描NEX次以導(dǎo)致NEX個完全k空間。因此，所述過程總計可以采集NS x NEX個激發(fā)?？梢酝ㄟ^系統(tǒng)(例如，從存儲器獲得的或者基于系統(tǒng)參數(shù)計算的)或用戶設(shè)定NS和NEX的值。第一數(shù)據(jù)保真度項可以與SENSE項相同。低秩正則化項，其促使(激發(fā)的)圖像的低秩性質(zhì)對應(yīng)于相同受檢者(例如，在相同多激發(fā)集內(nèi))的多激發(fā)。因此，數(shù)學(xué)模型可以被認(rèn)為是經(jīng)修改的低秩正則化的SENSE方法。

如上文所討論的，如果根本不存在運(yùn)動，那么所有這些圖像應(yīng)當(dāng)確切地是相同的多激發(fā)集，并且秩是一。如果僅存在偶然的相對大的縮放運(yùn)動，則秩可以保持低(基本上等于或接近1)。在這些場景中，所述數(shù)學(xué)模型在理論上是聲音。然而，當(dāng)在圖像采集期間存在連續(xù)的隨機(jī)運(yùn)動時，所述模型可能失敗。因此，如果模型失敗，則經(jīng)重建的圖像可以包括偽影并且可以降低準(zhǔn)確度。當(dāng)在ms-EPI中不存在大的縮放運(yùn)動時，秩能夠等于一并且可以促使用于I_s的幅度，因為多激發(fā)集的所有激發(fā)的圖像的所有幅度可以被認(rèn)為是確切相同的。

根據(jù)一些實(shí)施例，所述過程可以例如使用SVD分析來生成至少一個平均圖像，以強(qiáng)制低秩正則化。例如，所述過程可以采用SVD分析來執(zhí)行低秩正則化(例如，利用秩＝1)。該SVD分析可以被用于基于來自多激發(fā)集的圖像集來確定平均圖像。

在完成動作1005之后，所述過程繼續(xù)到動作1007，在動作1007期間，所述過程可以基于作為I_s的配準(zhǔn)平均的最后重建來重建最終的圖像。動作1005的結(jié)果可以包括圖像集。如果使用等于一的秩，那么輸出是一幅圖像，其可以被用作最終的重建圖像。然而，如果使用大于一的秩，那么輸出可以包括圖像集，其可以被用作最終的重建圖像?？赡艿氖?，這些圖像的幅度(例如，后者的情況)是不同的。因此，在執(zhí)行平均操作之前，所述過程可以對針對圖像集的這些圖像中的每個圖像的幅度進(jìn)行配準(zhǔn)。在完成動作1007之后，過程可以繼續(xù)到動作1009。

在動作1009期間，為了用戶的方便，所述過程可以在系統(tǒng)的顯示器上繪制最終的圖像。所述過程可以提供用戶接口(UI)，利用所述用戶接口，用戶可以交互以改變查看參數(shù)、輸入信息(例如，筆記、命令、選擇等)等。根據(jù)本系統(tǒng)的實(shí)施例，如果期望的話，圖像采集、處理和繪制中的一個或多個可以實(shí)時發(fā)生或可以延遲。在完成動作1009之后，所述過程可以繼續(xù)到動作1011。

在動作1011期間，所述過程可以將由所述過程所生成的信息(諸如最終的圖像、所采集的MR信息等)存儲在系統(tǒng)的存儲器中以用于隨后的使用。如可以容易理解到，在過程1000期間和/或之后的任何時間處，信息可以被存儲用于后續(xù)繪制和/或處理。在完成動作1011之后，所述過程繼續(xù)到動作1013，其中，所述過程可以結(jié)束。

本系統(tǒng)的實(shí)施例可以采用笛卡爾或非笛卡爾軌跡，諸如多激發(fā)螺旋。

根據(jù)本系統(tǒng)的實(shí)施例，多激發(fā)圖像集中的每個激發(fā)和待重建的圖像的相位(或圖像自身)可以被視為兩個未知項。這些未知項然后可以使用根據(jù)本系統(tǒng)的實(shí)施例的方法迭代地并且聯(lián)合地求解。

根據(jù)本系統(tǒng)的實(shí)施例，在本文中所討論的卷積方法和低秩方法中，每個中的一個步驟是生成平均圖像。根據(jù)本系統(tǒng)的實(shí)施例，可以采取在本文中所討論的SVD平均方案來計算平均圖像。例如，在本文所討論的卷積方法的一個或多個迭代中，可以例如使用在本文中所討論的SVD平均方案來計算平均圖像。根據(jù)本系統(tǒng)的實(shí)施例，在本文中所討論的卷積方法的每次迭代可以使用在本文中所討論的SVD平均方案。

此外，根據(jù)本系統(tǒng)的實(shí)施例，在本文中所討論的低秩方法可以將SVD平均方案用作用于低秩正則化(秩＝1)的特定實(shí)現(xiàn)方案。

測試結(jié)果

在具有(由Invivo Corp.，Gainesville，U.S.A制造的)8信道(ch)頭部線圈的Philips^TM 3T Achieva^TM系統(tǒng)上采集樣本高分辨率彌散張量成像(DTI)圖像。更具體的，使用具有兩次重新聚焦的自旋回波方案和如下參數(shù)的多激發(fā)EPI序列來執(zhí)行數(shù)據(jù)采集：(b＝800s/mm2，平均的數(shù)量＝4，方向的數(shù)量＝6，F(xiàn)OV＝230mm2，平面內(nèi)空間分辨率＝0.8mm2，切片厚度4mm，部分傅里葉比率＝0.6，F(xiàn)A＝90°，TR＝2.8s，并且TE＝70ms)。取決于測試，激發(fā)的數(shù)量被設(shè)定到4和8，如下文所描述的。

圖11示出了使用根據(jù)本系統(tǒng)的實(shí)施例操作的4激發(fā)的激發(fā)數(shù)據(jù)集所生成的FA地圖1100。FA地圖1100示出了四幅圖像a到d，其中，使用根據(jù)本系統(tǒng)的實(shí)施例操作的所提出的低秩SENSE成像方法獲得圖像a，并且使用MUSE成像方法獲得圖像b并且圖像c和圖像d分別是圖像a和圖像b的放大圖像。使用低秩SENSE和MUSE方法獲得的圖像展示相似的圖像質(zhì)量。

圖12示出了使用根據(jù)本系統(tǒng)的實(shí)施例操作的8激發(fā)數(shù)據(jù)集生成的FA地圖1200。FA地圖1200示出了四幅圖像，其中，列中的每個列示出不同的切片并且上行示出了使用低秩SENSE方法獲得的圖像并且下行示出了使用MUSE方法獲得的圖像。當(dāng)激發(fā)的數(shù)量被設(shè)定到八時，MUSE中的初始SENSE具有為8的加速因子。然而，8信道線圈未提供針對有意義的重建的信息以提供針對MUSE方法的必要的相位信息。因此，使用MUSE方法重建的圖像是不可接受的。另一方面，低秩SENSE方法仍然提供高圖像質(zhì)量。

圖13示出了使用根據(jù)本系統(tǒng)的實(shí)施例操作的8激發(fā)數(shù)量據(jù)集生成的地圖1300。地圖1300包括對應(yīng)于在不使用導(dǎo)航器的情況下使用規(guī)則螺旋設(shè)置的體內(nèi)大腦DWI數(shù)據(jù)的四幅圖像。在具有如下參數(shù)的Philips^TM 3T掃描器上采集這些圖像：8信道、8激發(fā)、TE/TR＝46/2900ms、FOV＝210X210mm、分辨率＝0.86x0.86mm、切片厚度＝3mm、b值＝800s/mm2、彌散方向＝15、讀出持續(xù)時間＝30ms。

圖14示出了使用根據(jù)本系統(tǒng)的實(shí)施例操作的12激發(fā)數(shù)據(jù)集生成的地圖1400。地圖1400包括對應(yīng)于在不使用導(dǎo)航器的情況下使用規(guī)則螺旋設(shè)置的體內(nèi)大腦DWI數(shù)據(jù)的四幅圖像。在具有如下參數(shù)的Philips^TM 3T掃描器上采集這些圖像：32信道、12激發(fā)、TE/TR＝49/2500ms、FOV＝220X220mm、分辨率＝0.9x0.9mm、切片厚度＝4mm、b值＝1000s/mm2、彌散方向＝6、讀出持續(xù)時間＝18ms。

更具體地，在對應(yīng)的地圖1300和1400內(nèi)的左列和右列中布置地圖1300和1400中的每個地圖中的圖像，并且在這些地圖的每個地圖中，使用SENSE+CG方法來重建左列中的圖像，并且使用根據(jù)本系統(tǒng)的實(shí)施例操作的低秩SENSE方法來重建右列中的圖像。白箭頭可以證明低秩SENSE的重建比常規(guī)SENSE+CG方法具有更高的SNR的區(qū)域。

因此，本系統(tǒng)的實(shí)施例可以提供有效地降低歸因于多激發(fā)采集的激發(fā)間運(yùn)動的偽影的系統(tǒng)和方法。本系統(tǒng)的實(shí)施例可以特別地適于與高空間分辨率多激發(fā)EPI DWI以及TSE成像系統(tǒng)和方法一起使用。

參考圖15討論了重建根據(jù)本系統(tǒng)的實(shí)施例操作的目標(biāo)圖像的方法，圖15示出了圖示可以由根據(jù)本系統(tǒng)的實(shí)施例的磁共振系統(tǒng)執(zhí)行的過程1500的流程圖。過程1500可以使用通過網(wǎng)絡(luò)通信的一個或多個計算機(jī)執(zhí)行并且可以從彼此本地和/或遠(yuǎn)程的一個或多個存儲器獲得信息和/或?qū)⑿畔⒋鎯Φ剿鲆粋€或多個存儲器。根據(jù)本系統(tǒng)的實(shí)施例的本文中的過程1500和其他過程可以包括如下動作中的一個或多個。此外，如果期望的話，則這些動作中的一個或多個可以組合和/或分離為子動作。此外，取決于設(shè)置，可以跳過這些動作中的一個或多個。圖像信息可以包括例如從多激發(fā)圖像序列采集的圖像信息。在操作中，過程1500可以在動作1501期間開始并且然后轉(zhuǎn)到動作1503。

在動作1503期間，所述過程可以執(zhí)行多激發(fā)采集過程以采集針對包括多個激發(fā)的至少一個多激發(fā)集(例如，激發(fā)集)的MR信息(例如，回波信息、模擬MR信息等)?？梢愿鶕?jù)諸如ms-EPI彌散加權(quán)圖像(DWI)掃描序列的多激發(fā)序列來執(zhí)行多激發(fā)采集過程。根據(jù)一些實(shí)施例，ms-EPI掃描可以具有交錯和/或讀出方向類型。還可以使用任何適合的多激發(fā)采集方法，諸如快速自旋回波(TSE)、多激發(fā)螺旋、螺旋槳和/或ms-回波平面成像(ms-EPI)方法，來執(zhí)行多激發(fā)采集過程。每個多激發(fā)集可以包括NS個激發(fā)并且可以被掃描NEX次。因此，根據(jù)本系統(tǒng)的實(shí)施例，所述過程可以采集NS*NEX個圖像。因此，所述過程可以采集針對NS*NEX個圖像的MR信息(例如，回波信息、模擬MR信息等)并且所述過程可以采集若干(例如，其可以等于NEX)相同的圖像。說明性地，該動作可以與例如本文中的動作403類似，但是可以適合地應(yīng)用圖像采集的其他方法。在完成動作之后1503，過程可以繼續(xù)到動作1505。

在動作1505期間，所述過程可以執(zhí)行聯(lián)合重建，其中，NS*NEX個圖像和目標(biāo)圖像可以被視為未知集。所述過程然后可以使用任何適合的(一種或多種)數(shù)學(xué)方法數(shù)字地聯(lián)合求解未知的這兩個集合。例如，所述過程可以使用根據(jù)本系統(tǒng)的實(shí)施例操作的卷積和/或低秩方法(如分別關(guān)于圖2和圖10的流程圖所討論的)來聯(lián)合地獲得未知的這兩個集合的數(shù)字分辨率。還應(yīng)當(dāng)設(shè)想到，可以同時或者順序地獲得數(shù)字解以便數(shù)字地聯(lián)合求解未知的兩個集合。在該過程期間，所述過程可以使用根據(jù)本系統(tǒng)的實(shí)施例的卷積方法和低秩方法中的至少一個迭代地計算針對NS*NEX個圖像和目標(biāo)圖像的解，以求解未知集(例如，多激發(fā)集)，從而確定目標(biāo)圖像。在完成動作1505之后，過程可以繼續(xù)到動作1507。

在動作1507期間，為了用戶的方便，所述過程可以在系統(tǒng)的顯示器上繪制聯(lián)合地重建的目標(biāo)圖像。此外，所述過程還可以提供用戶接口(UI)，利用所述用戶接口，用戶可以交互以改變查看參數(shù)、輸入信息(例如，筆記、命令、選擇等)等。根據(jù)本系統(tǒng)的實(shí)施例，如果期望的話，圖像采集、處理和繪制中的一個或多個可以實(shí)時發(fā)生或延遲，諸如通過圖像存儲和后續(xù)處理。在完成動作1507之后，過程可以繼續(xù)到動作1509。

在動作1509期間，所述過程可以將由過程所生成的信息(諸如MR圖像信息、所計算的目標(biāo)圖像等)存儲在例如系統(tǒng)的存儲器中以用于隨后的使用。如可以容易理解到，在過程1500期間和/或之后的任何時間處，信息可以被存儲用于后續(xù)繪制和/或處理。在完成動作1509之后，所述過程繼續(xù)到動作1511，其中，所述過程可以結(jié)束。

本系統(tǒng)的實(shí)施例可以將由每個激發(fā)得到的圖像(或圖像自身)的相位和待重建圖像(例如，目標(biāo)圖像)兩者視為兩個未知項，并且可以迭代并且聯(lián)合地求解這兩個未知項。相反，常規(guī)方法可以獨(dú)立地獲得對這兩個未知項的某個解，其可以產(chǎn)生與可以根據(jù)本系統(tǒng)的實(shí)施例獲得的圖像質(zhì)量相比較劣質(zhì)的圖像質(zhì)量。

本系統(tǒng)的實(shí)施例可以重建單個目標(biāo)圖像。為了改進(jìn)單個目標(biāo)圖像的質(zhì)量超過由常規(guī)方法獲得的圖像質(zhì)量，應(yīng)當(dāng)設(shè)想到，根據(jù)本系統(tǒng)的實(shí)施例操作的過程可以采集多激發(fā)數(shù)據(jù)(例如，NS)信號平均數(shù)(例如，NSA或NEX)次，并且產(chǎn)生NS x NEX個圖像。然后，所述過程然后可以迭代地計算針對NS x NEX個圖像和目標(biāo)圖像的解。所述過程可能不需要在重建目標(biāo)圖像之前確定針對NS*NEX個圖像的相位信息。根據(jù)本系統(tǒng)的實(shí)施例，過程可以將NS x NEX個圖像和目標(biāo)圖像兩者視為未知并且聯(lián)合地計算未知的這兩個集合的解。根據(jù)一些實(shí)施例，計算采用卷積方法和/或低秩方法以獲得解。此外，可以同時或者順序地執(zhí)行確定未知的兩個集合的計算。

此外，本系統(tǒng)的實(shí)施例還可以采用SVD平均方法(例如，參見圖4)來確定目標(biāo)圖像。例如，卷積和/或低秩方法可以采用SVD平均方法以根據(jù)諸如根據(jù)NS*NEX圖像的多激發(fā)圖像信息來確定目標(biāo)圖像。

圖16示出了根據(jù)本系統(tǒng)的實(shí)施例的系統(tǒng)1600的一部分。例如，本系統(tǒng)的一部分可以包括處理器1610(例如，控制器)，其操作地耦合到存儲器1620、顯示器1630、RF換能器1660、磁線圈1690和用戶輸入設(shè)備1670。存儲器1620可以是用于存儲應(yīng)用數(shù)據(jù)以及涉及所描述的操作的其他數(shù)據(jù)的任何類型的設(shè)備。應(yīng)用數(shù)據(jù)和其他數(shù)據(jù)由處理器1610接收用于將處理器1610配置(例如，編程)為執(zhí)行根據(jù)本系統(tǒng)的操作動作。這樣配置的處理器1610變?yōu)樘貏e適合于根據(jù)本系統(tǒng)的實(shí)施例執(zhí)行操作的專用機(jī)器。

操作動作可以包括通過例如控制磁線圈1690和/或RF換能器1660對MRI系統(tǒng)進(jìn)行配置。磁線圈1690可以包括主磁線圈和梯度線圈(例如，x、y和z梯度線圈)并且可以被配置為以期望的方向和/或強(qiáng)度來發(fā)射主磁場和/或梯度磁場。所述控制器可以控制一個或多個電源以將電力提供給磁線圈1690，使得在期望的時間處發(fā)射期望的磁場。RF換能器1660可以被控制為在患者處發(fā)射RF脈沖和/或從其接收回波信息。所述重建器可以處理所接收的諸如回波信息的信號并將其(例如，使用本系統(tǒng)的實(shí)施例的一種或多種重建技術(shù))轉(zhuǎn)換為可以包括可以在例如本系統(tǒng)的用戶接口(UI)上(諸如在顯示器1630上等)繪制的圖像信息(例如，靜止或視頻圖像(例如，視頻信息)、數(shù)據(jù)和/或圖形)的內(nèi)容。此外，內(nèi)容然后可以被存儲在系統(tǒng)(諸如存儲器1620)的存儲器中以用于隨后的使用。因此，操作動作可以包括對內(nèi)容(諸如例如從回波信息所獲得的經(jīng)重建的圖像信息，如本文所描述的)的請求、提供和/或繪制。處理器1610可以在系統(tǒng)的UI(諸如系統(tǒng)的顯示器)上繪制內(nèi)容(諸如視頻信息)。

用戶輸入1670可以包括鍵盤、鼠標(biāo)、軌跡球或其他設(shè)備(諸如觸敏顯示器)，其可以是獨(dú)立的或是用于經(jīng)由任何可操作鏈接與處理器1610通信的系統(tǒng)的一部分。用戶輸入設(shè)備1670可以可操作用于與包括UI內(nèi)的使能交互的處理器1610交互，如本文所描述的。清楚地，處理器1610、存儲器1620、顯示器1630和/或用戶輸入設(shè)備1670可以全部或部分是計算機(jī)系統(tǒng)或其他設(shè)備(諸如MR系統(tǒng))的一部分。

本系統(tǒng)的方法特別地適合于由計算機(jī)軟件程序執(zhí)行，這樣的程序包含對應(yīng)于由本系統(tǒng)所描述和/或所預(yù)想的單獨(dú)的步驟或動作中的一個或多個。當(dāng)然，這樣的程序可以實(shí)現(xiàn)在計算機(jī)可讀介質(zhì)中，諸如集成芯片、外圍設(shè)備或存儲器，諸如存儲器1620或耦合到處理器1610的其他存儲器。

在系統(tǒng)1620中包含的程序和/或程序部分可以將處理器1610配置為實(shí)現(xiàn)本文所公開的方法、操作動作和功能。

處理器1610可操作用于響應(yīng)于來自用戶輸入設(shè)備1670的輸入信號以及響應(yīng)于例如網(wǎng)絡(luò)1680的其他設(shè)備提供控制信號和/或執(zhí)行操作和執(zhí)行存儲在存儲器1620中的指令。處理器1610可以包括如下中的一個或多個：微處理器、(一個或多個)專用或通用集成電路、邏輯設(shè)備等等。此外，處理器1610可以是用于根據(jù)本系統(tǒng)執(zhí)行的專用處理器或可以是通用處理器，其中，僅若干功能之一操作用于根據(jù)本系統(tǒng)執(zhí)行。處理器1610可以利用程序部分、多個程序分段操作，或者可以是利用專用或多用集成電路的硬件設(shè)備。

本系統(tǒng)的實(shí)施例可以提供快速成像方法來采集和重建多激發(fā)圖像。適合的應(yīng)用可以包括諸如MRI和MRS系統(tǒng)等的成像系統(tǒng)，其要求：短采集時間和高分辨率，同時消除諸如歸因于化學(xué)位移和主磁場不均勻性的不利影響。本系統(tǒng)的其他變型將容易由本領(lǐng)域的普通技術(shù)人員想到并且由如下權(quán)利要求書所包含。

最后，以上討論旨在僅圖示本系統(tǒng)并且不應(yīng)當(dāng)被解釋為將隨附的權(quán)利要求書限于任何特定的實(shí)施例或?qū)嵤├?。因此，雖然已經(jīng)參考示范性實(shí)施例描述了本系統(tǒng)，但是還應(yīng)當(dāng)理解，在不脫離如如下權(quán)利要求中所闡述的本系統(tǒng)的邊界和預(yù)期精神和范圍的情況下，可以由本領(lǐng)域的普通技術(shù)人員做出許多修改和備選實(shí)施例。另外，在本文中包括的章節(jié)標(biāo)題旨在促進(jìn)回顧而不是旨在限制本系統(tǒng)的范圍。因此，說明書和附圖將以說明性方式看待并且將并非旨在限制隨附權(quán)利要求書的范圍。

在解析權(quán)利要求書時，應(yīng)當(dāng)理解：

a)詞語“包括”不排除給定權(quán)利要求中的那些外的其他元件或動作的存在；

b)在元件前面的詞語“一”或“一個”不排除多個這樣的元件的存在；

c)權(quán)利要求中的任何附圖標(biāo)記不限制其范圍；

d)若干“裝置”可以通過相同項目或硬件或軟件實(shí)現(xiàn)的結(jié)構(gòu)或功能表示；

e)任何所公開的元件可以包括硬件部分(例如，包括分立和集成電子電路)、軟件部分(例如，計算機(jī)編程)和其任何組合；

f)硬件部分可以包括模擬和數(shù)字部分中的一者或兩者；

g)除非另外特別陳述，否則任何所公開的設(shè)備或其部分可以組合在一起或分離為另外的部分；

h)除非特別指明，否則動作或步驟的特定序列不旨在是要求的；以及

i)術(shù)語“多個”元件包括所要求保護(hù)的元件中的兩個或兩個以上，并且不隱含任何特定范圍數(shù)目的元件：即，多個元件可以像兩個元件那樣少，并且可以包括不可測量數(shù)目的元件。

參考文件：

下文所列出的參考文件1到9通過引用并入本文并且貫穿說明書相應(yīng)地使用附圖標(biāo)記R1到R9在本文中提及。例如，R1可以對第一引用文件(例如，由Chen N-k)。

1、Chen N-k，Guidon A，Chang H-C，Song AW。A robust multi-shot scan strategy for high-resolution diffusion weighted MRI enabled by multiplexed sensitivity-encoding(MUSE)。NeuroImage 2013；72：41-47。

2、Pruessmann KP，Weiger M，Scheidegger MB，Boesiger P。SENSE：Sensitivity encoding for fast MRI。MagnReson Med 1999；42：952-962。

3、Zhao B，Haldar JP，Brinegar C，Liang Z-P。Low rank matrix recovery for real-time cardiac MRI。IEEE ISBI；2010，第996-999頁。

4、Jeong H-K，Gore JC，Anderson AW。High-Resolution Human Diffusion Tensor Imaging Using 2-D Navigated Multishot SENSE EPI at 7T。MagnReson Med 2013；69：793-802。

5、Fautz HP，Honal M，Saueressig U，Schafer O，Kannengiesser SAR。Artifact Reduction in Moving-Table Acquisitions Using Parallel Imaging and Multiple Averages。Magn Reson Med 2007；57：226–232。

6、Walsh DO，Gmitro AF，Marcellin MW。Adaptive Reconstruction of Phased Array MR Imagery。Magn Reson Med 2000；43：682-690。

7、Huang F，Lin W，P，Li Y，Reykowski A。Data COnvolution and Combination OperAtion(COCOA)for Motion Ghost Artifacts Reduction。MagnReson Med 2010；64(1)：157-166。

8、Truong TK，Chen NK，Song AW。Inherent correction of motion-induced phase errors in multishot spiral diffusion-weighted imaging。Magn Reson Med2012；68(4)：1255-1261。

9、Griswold MA，Jakob PM，Heidemann RM，Mathias Nittka，Jellus V，Wang J，Kiefer B，Haase A。Generalized Autocalibrating Partially Parallel Acquisitions(GRAPPA)。Magn Reson Med 2002；47：1202-1210。