專利名稱：頻域靈敏度編碼磁共振并行成像方法
技術領域：
本發(fā)明涉及一種磁共振并行成像方法(MRI parallel imaging method)，更具體地說涉及一種在頻域(k-space)實現(xiàn)靈敏度編碼(SENSE)的磁共振并行成像方法(KSENSE)。
背景技術：
磁共振并行成像技術有很多種，其中靈敏度編碼(SENSitivity Encoding，SENSE)和廣義自校準并行采集(GeneRalized Autocalibrating Partially Parallel Acquisitions，GRAPPA)是兩種被公認為較成功的技術。
磁共振并行成像技術主要解決由于頻域信號欠采樣引起的圖像混疊問題。所述的混疊可以表示為一個線性過程b＝Ax (公式1)其中，x為要重建(reconstruction)的原始圖像，b為采集到的混疊圖像，A為混疊矩陣。其中A由線圈的靈敏度分布決定。如果A已知，可以通過求A的偽逆的方法求得圖像的最小二乘解x′＝A+b＝(AH·A)-1AHb(公式2)其中，H代表共軛轉置運算，對于被準確測量的靈敏度分布，其具有最佳信噪比的特點。這就是SENSE重建方法的基本思想。
在射頻場中，被成像的物體作為負載會影響線圈的場分布，因此一般線圈的靈敏度分布需要實時測量。一般來說線圈的靈敏度分布是空間位置的慢變函數(shù)，因此自校準的SENSE方法采用在低頻區(qū)域滿采樣的方案實時獲得線圈的靈敏度分布。當然這樣得到的靈敏度分布僅僅是真實靈敏度分布的一種近似。應當注意到，只有存在被測物體信號的位置，靈敏度分布才是有意義的。因此在實際成像中，線圈的靈敏度分布的高頻分量不可被忽略，而低頻滿采樣測量靈敏度的方案無法探測到靈敏度分布的高頻分量。于是在被測物體邊緣，以及圖像的相位變化較快的區(qū)域，線圈靈敏度分布有相對較大的誤差。在靈敏度不準確的位置，最小二乘解的最佳信噪比和最優(yōu)解的特性不再滿足。因此在這些位置以及相應的混疊位置可能出現(xiàn)較明顯的偽影且信噪比較低，這種偽影主要是線圈靈敏度分布測量誤差在重建過程中被放大造成的。
因此，在圖像域消除偽影的SENSE方法，對于較為精確測量的靈敏度分布具有最佳信噪比的特點，但在靈敏度分布測量誤差較大的位置及相應的混疊位置容易出現(xiàn)圖像偽影。而基于同樣原理的改進型SENSE方法(mSENSE)雖然對圖像偽影的控制有所改進，但由于其算法的限制，仍然無法取得令人滿意的成像效果。
另一類在頻域解決混疊問題的成像方法以GRAPPA為代表。此類方法利用靈敏度分布的空間慢變特性，將各通道的靈敏度分布擬合成為空間的諧波函數(shù)。利用已采集的信號乘以諧波函數(shù)填充未采集的數(shù)據(jù)，從而起到消除偽影的作用。這類方法由于不需要求解線圈的靈敏度分布從而回避了靈敏度求解誤差造成的圖像偽影。
請參閱圖1，該圖是4個通道(線圈1，2，3，4)擬合的GRAPPA方法的一個實施例，其中，白色的點代表未被填充的欠采樣數(shù)據(jù)，灰色的點代表附加采集的參考數(shù)據(jù)，黑色的點代表在并行加速模式下隔行采樣的數(shù)據(jù)。GRAPPA用黑色的數(shù)據(jù)擬合灰色數(shù)據(jù)求得擬合參數(shù)，再利用擬合參數(shù)和已采集的黑色數(shù)據(jù)擬合出欠采的白色數(shù)據(jù)?？臻g諧波的擬合不可能完全準確，然而頻域的擬合誤差變換到圖像域后一般不會集中體現(xiàn)在某一位置，而這些偽影和重建引入的噪聲散布在了較大的圖像區(qū)域內。因此用人眼觀察，在某些情況下，GRAPPA重建出圖像的偽影與SENSE相比不明顯。因此GRAPPA在臨床和實際研究中得到了較廣泛的應用。
雖然GRAPPA在頻域進行了全通道、多諧波的最小二乘擬合，但這種擬合在圖像域不再具備最佳信噪比的性質，擬合參數(shù)具有較大的隨機性。因此GRAPPA在圖像域總體的信噪比低于SENSE。
此外，為了消除多通道直接相加的相位抵消效應(phase-cancellation)并提高圖像重建的穩(wěn)定性，GRAPPA采用了全通道擬合(coil-by-coil)的方案，即對每一個通道采集的圖像都進行去偽影的擬合運算，最后再用將各幅圖像求模的平方和后開平方(SOS)的方法合并起來；而SENSE只需進行一幅圖像的去偽影操作。因此，雖然GRAPPA降低了擬合的計算誤差，改善了圖像的質量，但由于擬合全通道數(shù)據(jù)的時間正比于通道的數(shù)量，故導致GRAPPA的圖像重建時間相對于SENSE比較長，速度較慢。
因此，如何提供一種具有優(yōu)化的圖像信噪比和較低的圖像偽影，并且具有較快的圖像重建速度的磁共振并行成像方法已經(jīng)成為業(yè)界亟待解決的問題。

發(fā)明內容本發(fā)明的一個主要目的是在于提供一種具有優(yōu)化的圖像信噪比和較低的圖像偽影，并且具有較快的圖像重建速度頻域靈敏度編碼磁共振并行成像方法(KSENSE)。
為達到上述目的，本發(fā)明提出一種頻域靈敏度編碼磁共振并行成像方法，該方法包括以下步驟1)計算線圈的靈敏度分布；2)根據(jù)線圈的靈敏度合并通道；3)利用合并后的數(shù)據(jù)進行頻域數(shù)據(jù)擬合，求解優(yōu)化的擬合參數(shù)；以及4)利用擬合參數(shù)去除偽影。
其中，在步驟1)中，采用以下方法計算線圈的靈敏度分布在k空間截取各通道的滿采樣數(shù)據(jù)，經(jīng)過濾波和傅立葉變換后得到各通道的低分辨率圖像，將各通道的低分辨率圖像求模的平方后相加并開平方根，其中，線圈的靈敏度為各通道的低分辨率圖像除以基于平方和合并的基準圖像。在步驟1)中，采用相位和(Phased Sum)方法進一步適當調整各通道的相位，使得合成后圖像的信噪比最優(yōu)化；其中，該相位和方法包括求出各通道的低分辨率圖像后，求出圖像一個位置的相位，并將這一相位的相角取負號，然后用處理后的相位對各通道的低分辨率圖像進行加權，并對加權后的圖像求和后得到一幅相位和圖像，其中，線圈的靈敏度為各通道的低分辨率圖像除以基于平方和合并的基準圖像，再除以相位和圖像的相位。
在步驟2)中，采用以下方法合并通道將各通道的k空間數(shù)據(jù)根據(jù)線圈的靈敏度合并為r個虛擬通道，其中r為采樣的加速因子，并使合并后的數(shù)據(jù)變換到圖像域后在其虛擬通道的成像感興趣區(qū)(field of view，F(xiàn)OV)內信噪比最優(yōu)化，在k空間表達的靈敏度函數(shù)具有較小的卷積核。其中，在一個實施例中，可以在頻域內實現(xiàn)通道合并將靈敏度分布經(jīng)過一定處理后變換到頻域并與各通道的原始k空間數(shù)據(jù)卷積并相加，合并為r個虛擬通道，并使合并后的數(shù)據(jù)變換到圖像域后在其虛擬通道的成像感興趣區(qū)內信噪比最優(yōu)化，同時k空間數(shù)據(jù)中的參考數(shù)據(jù)線(Reference lines)也做同樣的合并；在另一個實施例中，在圖像域實現(xiàn)通道合并采用圖像空間直接相乘的合成方法實現(xiàn)通道合并；在又一個實施例中，合并后的虛擬通道為所述的r個虛擬通道的線性組合。
在步驟3)的一個實施例中，為增加求解的穩(wěn)定性，將部分并行模式采集的數(shù)據(jù)作為已知條件納入擬合參數(shù)的求解方程；在另一個實施例中，采用加權最小二乘方法(WLS)抑制某些容易導致擬合參數(shù)不穩(wěn)定的區(qū)域；在又一個實施例中，采用最小二乘方法求解擬合參數(shù)；在又一個實施例中，采用奇異值分解求逆的方法求解擬合參數(shù)；在又一個實施例中，除選擇r個虛擬通道擬合外，進一步附加部分或全部真實通道一起擬合數(shù)據(jù)，以使該擬合更加穩(wěn)定，進一步降低圖像偽影；在又一個實施例中，步驟3)的頻域數(shù)據(jù)擬合可采用一維或者二維擬合的方式。
步驟4)的一個實施例中，將擬合參數(shù)轉化到圖像域后在圖像域進行去混疊運算，即可一次性得到最終的圖像并直接輸出；在另一個實施例中，利用并行模式采集的數(shù)據(jù)擬合出未采集的數(shù)據(jù)，即在k空間填充欠采樣的數(shù)據(jù)，然后進一步包括步驟5)，將擬合填充后的滿采樣數(shù)據(jù)變換到圖像域，并合并成可供輸出的圖像，其中合并圖像的方法為將各幅圖像求模的平方和后開平方或者拼接不同成像感興趣區(qū)的圖像。
綜上所述，本發(fā)明頻域靈敏度編碼磁共振并行成像方法(KSENSE)與SENSE，mSENSE以及GRAPPA相比同時具有以下的優(yōu)點1)KSENSE重建的圖像具有優(yōu)化的信噪比，其信噪比優(yōu)于同等條件下GRAPPA重建出的圖像，與mSENSE接近；
2)KSENSE重建的圖像具有較低的殘留偽影，在總體上其偽影強度小于同等條件下SENSE類方法重建出的圖像，與GRAPPA相當；以及3)與同為在頻域進行處理的GRAPPA相比，KSENSE具有更快的重建速度。


圖1是4通道的GRAPPA方法的一個實施例的示意圖。
圖2是本發(fā)明KSENSE方法的一個實施例的示意圖。
圖3A至3C分別是mSENSE，GRAPPA和KSENSE的一個實施例的重建圖像。
圖4A至4C分別是mSENSE，GRAPPA和KSENSE的另一實施例的重建圖像。
圖5A至5C分別是mSENSE，GRAPPA和KSENSE的又一實施例的重建圖像。
圖6A至6C是圖5A至5C的重建圖像相應的g因子的分布圖。
具體實施方式
下面結合附圖對本發(fā)明進行詳細描述。
本發(fā)明提出的頻域靈敏度編碼磁共振并行成像方法KSENSE綜合了SENSE和GRAPPA的優(yōu)勢而回避了其不足，其圖像重建過程可以分為以下步驟1)計算線圈的靈敏度(Coil Profile)分布，并使含有對比度的基準圖像具有優(yōu)化的信噪比；2)將各通道的k空間數(shù)據(jù)根據(jù)線圈的靈敏度合并為r個虛擬通道，其中r為采樣的加速因子，并使合并后的數(shù)據(jù)變換到圖像域后在其虛擬通道的成像感興趣區(qū)內信噪比最優(yōu)化；3)利用合并后的r個虛擬通道的滿采樣數(shù)據(jù)進行頻域數(shù)據(jù)擬合，求解優(yōu)化的擬合參數(shù)；4)利用擬合參數(shù)去除偽影；以及
5)合并圖像。
其中，KSENSE的前兩步運算類似于SENSE，使重建圖像具有優(yōu)化的信噪比和較快的運算速度；而后三步運算類似于GRAPPA，由于在頻域進行去偽影運算，KSENSE又具有相對較低的圖像偽影。
下面對本發(fā)明KSENSE的具體實現(xiàn)方法進行說明第一步計算線圈的靈敏度分布，并使含有對比度的基準圖像具有優(yōu)化的信噪比。
現(xiàn)有技術中，SENSE的圖像重建過程(公式2)可以分為兩步1)在圖像域進行通道合并，得到r幅信噪比優(yōu)化的混疊圖像，即b′＝AHb(公式3)其中，r為并行采集的加速因子；2)求逆并消除偽影，即x′＝(A*·A)-1b′ (公式4)KSENSE的第一步與現(xiàn)有的SENSE相似，計算基于平方和圖像的線圈靈敏度的具體方法為在k空間截取各通道的滿采樣數(shù)據(jù)，經(jīng)過濾波和傅立葉變換后得到各通道的低分辨率圖像，將各通道的低分辨率圖像求模的平方后相加并開平方根(SOS)ImaSOS=ΣiCh=1nChImaiCh·ImaiCh*]]>(公式5)并用各通道的低分辨率圖像點除ImaSOS得到線圈的靈敏度分布。
在本步驟中，可進一步適當調整各通道的相位，使得合成后圖像的信噪比最優(yōu)化。在本實施例中，采用相位和(Phased Sum)方法來實現(xiàn)上述的最優(yōu)化，具體方法為為優(yōu)化圖像的一個位置的信噪比，在求出各通道的低分辨率圖像后，求出該圖像的一個位置，如中心位置的相位，并將這一相位的相角取負號，然后用處理后的相位對各通道的低分辨率圖像進行加權，并對加權后的圖像求和后得到一幅相位和圖像ImaPhase=ΣiCh=1nChexp(-i·αiCh)·ImaiCh]]>(公式6)線圈的靈敏度為各通道的低分辨率圖像除以ImaSOS后再點除ImaPhase的相位PiCh＝ImaiCh/ImaSOS·exp(i*∠ImaPhaseSum)(公式7)以上公式中，PiCh為第iCh個線圈的靈敏度分布，ImaiCh為第iCh個線圈的低分辨率圖像，ImaSOS為低分辨率圖像的SOS圖像，ImaPhaseSum為低分辨率的相位和圖像。
第二步將各通道的k空間數(shù)據(jù)根據(jù)線圈的靈敏度合并為r個虛擬通道，其中r為采樣的加速因子，并使合并后的數(shù)據(jù)變換到圖像域后在其虛擬通道的成像感興趣區(qū)內信噪比最優(yōu)化，在k空間表達的靈敏度函數(shù)具有較小的卷積核。
本步驟的通道合并可采用多種方法，在本實施例中，主要介紹以下三種方法第一種方法在頻域內實現(xiàn)通道合并將靈敏度分布經(jīng)過一定處理后變換到頻域并與各通道的原始k空間數(shù)據(jù)卷積并相加，合并為r個虛擬通道，并使合并后的數(shù)據(jù)變換到圖像域后在其虛擬通道的成像感興趣區(qū)內信噪比最優(yōu)化；同時k空間數(shù)據(jù)中的參考數(shù)據(jù)線(Reference lines，設其數(shù)目為nRef)也需要做同樣的合并。如果通道個數(shù)為nCh，加速因子為2，那么各通道的靈敏度分布圖像可以根據(jù)加速因子分為上半部分和下半部分，這上下兩半部分可以看作是合成后兩個虛擬通道的成像感興趣區(qū)，然后將各通道的靈敏度分布圖像的上半部分與上半部本身拼接在一起，下半部分也與下半部分拼接在一起。于是原來nCh幅靈敏度分布圖像就轉化為2×nCh幅圖像，將這2×nCh幅圖像變換到k空間后經(jīng)過濾波并截短為小的卷積核，與各通道的原始k空間數(shù)據(jù)卷積并按照虛擬通道的成像感興趣區(qū)進行合并，最后可以得到兩個虛擬通道的數(shù)據(jù)。
第二種方法在圖像域實現(xiàn)通道合并將k空間合并方法中的卷積核變換到圖像域，采用圖像空間直接相乘的合成方法即可實現(xiàn)通道合并。
第三種方法可采用第一種通道合并方法中的信噪比優(yōu)化的r個虛擬通道的線性組合實現(xiàn)通道合并。
第三步利用合并后的r個虛擬通道的滿采樣數(shù)據(jù)進行頻域數(shù)據(jù)擬合，求解優(yōu)化的擬合參數(shù)。
KSENSE的第三步和第四步相當于在頻域實現(xiàn)SENSE的第二步，其具體實現(xiàn)方法與GRAPPA相似，但在具體實現(xiàn)上對GRAPPA進行了改進，本步驟的數(shù)據(jù)擬合以及求解優(yōu)化的擬合參數(shù)可采用多種方法實現(xiàn)，在本實施例中，主要介紹以下五種方法第一種方法并行模式采集的數(shù)據(jù)同時作為擬合的基準數(shù)據(jù)納入方程，提高擬合的穩(wěn)定性。請參閱圖1，一般用并行模式采集的數(shù)據(jù)(黑色圓點)的線性組合擬合附加采集的參考數(shù)據(jù)(灰色圓點)，而線性組合的系數(shù)就是擬合的擬合系數(shù)。方程如下所示SPPA·n＝SRef(公式8)請參閱圖2，KSENSE為增加求解的穩(wěn)定性，將部分并行模式采集的數(shù)據(jù)(黑色圓點)也作為已知條件納入擬合參數(shù)的求解方程SKSENSE·n＝SRef′(公式9)
這樣當加速因子為2時，已知條件的數(shù)目就由原來的nRef個增加到2×nRef-nBlock+1個，其中nBlock為每個通道用來擬合的數(shù)據(jù)線數(shù)，在圖1中，nBlock的數(shù)量為4個。
第二種方法由于在實際問題中利用某些位置的參考數(shù)據(jù)線(如中間的參考數(shù)據(jù)線)計算出的擬合參數(shù)不具代表性，KSENSE引入了加權最小二乘方法(WLS)抑制某些容易導致擬合參數(shù)不穩(wěn)定的區(qū)域，其公式如下n=(SKSENSE*WSKSENSE)-1SKSENSE*WSRef]]>(公式10)第三種方法采用最小二乘方法求解擬合參數(shù)n=(SKSEBSE*SKSENSE)-1SKSENSE*SRef]]>(公式11)第四種方法為增加求解的穩(wěn)定性，采用奇異值分解求逆的方法求解擬合參數(shù)。
在本步驟的各種方法中，n代表擬合參數(shù)，SKSENSE為用來擬合的數(shù)據(jù)，SRef為被擬合的基準數(shù)據(jù)，W為權重。由于引入了通道合并的概念，并且這種通道合并具有最優(yōu)信噪比的性質，因此KSENSE的重建圖像信噪比優(yōu)于GRAPPA，并與SENSE接近，盡管r個虛擬通道的頻域數(shù)據(jù)擬合并不完全等價于公式4。
由于KSENSE的第三步的擬合過程僅僅使用了r個虛擬通道，因此當實際通道數(shù)大于加速因子r時，KSENSE可以加快圖像重建速度，并且這種優(yōu)勢隨著實際通道數(shù)的增加而擴大。
第五種方法KSENSE在數(shù)據(jù)擬合過程中，除選擇r個虛擬通道擬合這一標準模式外，還可靈活采用連同部分或全部真實通道一起擬合數(shù)據(jù)，這種數(shù)據(jù)擬合更加穩(wěn)定，有利于進一步降低圖像偽影。
此外KSENSE也可以靈活地采用二維擬合的方案，但從實際數(shù)據(jù)重建的結果看，一維KSENSE擬合已經(jīng)能夠取得較滿意的結果。
第四步利用擬合參數(shù)去除偽影。
本步驟的實現(xiàn)可以采用以下兩種方法第一種方法將擬合參數(shù)轉化到圖像域后在圖像域進行去混疊運算，即可一次性得到最終的圖像并直接輸出。
第二種方法由于已知擬合參數(shù)，利用并行模式采集的數(shù)據(jù)可以擬合出未采集的數(shù)據(jù)，即在k空間填充欠采樣的數(shù)據(jù)。
第五步合并圖像。
如果在本發(fā)明第四步中采用第一種方法，即將擬合參數(shù)轉化到圖像域后在圖像域進行去混疊運算，可直接得到最終的圖像并直接輸出，故在此情況下可省略本步驟。
如果在本發(fā)明第四步中采用第二種方法，即在k空間填充欠采樣的數(shù)據(jù)，則可將擬合填充后的滿采樣數(shù)據(jù)變換到圖像域，并合并成可供輸出的圖像。其中，合并圖像的方法可以采用將各幅圖像用求模平方和后開平方的方法(SOS方法)合并，或者采用拼接不同成像感興趣區(qū)的圖像的方法中的任意一種。
請參閱圖3A至3C以及4A至4C，圖中示出了在1.5T系統(tǒng)中，采用4通道線圈2倍加速方式采集數(shù)據(jù)重建出的圖像，其中圖3A，3B，3C分別為mSENSE，GRAPPA，和KSENSE重建出的一個實施例的圖像，4A，4B，4C分別為mSENSE，GRAPPA，和KSENSE重建出的另一個實施例的圖像。從上述參考圖中可以清楚看出，從總體上KSENSE的圖像偽影小于或接近GRAPPA。
請參閱圖5A至5C以及圖6A至6C，圖中示出了在3T系統(tǒng)中，采用8通道線圈2倍加速采集的數(shù)據(jù)重建結果。其中圖5A，5B，5C分別為mSENSE，GRAPPA，和KSENSE重建出的又一實施例的圖像；而圖6A，6B，6C則分別是圖5A，5B，5C相應的g因子分布圖。從上述參考圖中可以看清楚看出，與GRAPPA相比，KSENSE具有優(yōu)化的信噪比；與SENSE相比，KSENSE具有較低的圖像偽影。
綜上所述，本發(fā)明頻域靈敏度編碼磁共振并行成像方法(KSENSE)與SENSE，mSENSE(改進型SENSE方法)以及GRAPPA相比同時具有以下的優(yōu)點1)KSENSE重建的圖像具有優(yōu)化的信噪比，其信噪比優(yōu)于同等條件下GRAPPA重建出的圖像，與mSENSE接近；2)KSENSE重建的圖像具有較低的殘留偽影，在總體上其偽影強度小于同等條件下SENSE類方法重建出的圖像，與GRAPPA相當；以及3)與同為在頻域進行處理的GRAPPA相比，KSENSE具有更快的重建速度。
權利要求
1.一種頻域靈敏度編碼磁共振并行成像方法，包括以下步驟1)計算線圈的靈敏度分布；2)根據(jù)線圈的靈敏度合并通道；3)利用合并后的數(shù)據(jù)進行頻域數(shù)據(jù)擬合，求解優(yōu)化的擬合參數(shù)；以及4)利用擬合參數(shù)去除偽影。
2.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在步驟1)中，進一步使得求解靈敏度分布的基準圖像具有優(yōu)化的信噪比。
3.根據(jù)權利要求2所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在k空間截取各通道的滿采樣數(shù)據(jù)，經(jīng)過濾波和傅立葉變換后得到各通道的低分辨率圖像，將各通道的低分辨率圖像求模的平方后相加并開平方根，合成為一幅基于平方和合并的基準圖像，并使得合成后圖像的信噪比最優(yōu)化，其中，線圈的靈敏度為各通道的低分辨率圖像除以基于平方和合并的基準圖像。
4.根據(jù)權利要求2所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于采用相位和方法進一步適當調整各通道的相位，使得合成后圖像的信噪比最優(yōu)化。
5.根據(jù)權利要求4所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于該相位和方法包括求出各通道的低分辨率圖像后，求出圖像的一個位置的相位，并將這一相位的相角取負號，然后用處理后的相位對各通道的低分辨率圖像進行加權，并對加權后的圖像求和后得到一幅相位和圖像，其中，線圈的靈敏度為各通道的低分辨率圖像除以基于平方和合并的基準圖像，再除以相位和圖像的相位。
6.根據(jù)權利要求5所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于所述的圖像的一個位置是指圖像的中心位置。
7.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在步驟2)中，采用以下方法合并通道將各通道的k空間數(shù)據(jù)根據(jù)線圈的靈敏度合并為r個虛擬通道，其中r為采樣的加速因子，并使合并后的數(shù)據(jù)變換到圖像域后在其虛擬通道的成像感興趣區(qū)內信噪比最優(yōu)化，在k空間表達的靈敏度函數(shù)具有較小的卷積核。
8.根據(jù)權利要求7所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在頻域內實現(xiàn)通道合并將靈敏度分布經(jīng)過一定處理后變換到頻域并與各通道的原始k空間數(shù)據(jù)卷積并相加，合并為r個虛擬通道，并使合并后的數(shù)據(jù)變換到圖像域后在其虛擬通道的成像感興趣區(qū)內信噪比最優(yōu)化；同時k空間數(shù)據(jù)中的參考數(shù)據(jù)線也做同樣的合并。
9.根據(jù)權利要求7所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在圖像域實現(xiàn)通道合并采用圖像空間直接相乘的合成方法實現(xiàn)通道合并。
10.根據(jù)權利要求7所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于合并后的虛擬通道為所述的r個虛擬通道的線性組合。
11.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于步驟3)的頻域數(shù)據(jù)擬合是采用一維擬合和二維擬合中的任意一種方式。
12.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在步驟3)中，為增加求解的穩(wěn)定性，將部分并行模式采集的數(shù)據(jù)作為已知條件納入擬合參數(shù)的求解方程。
13.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在步驟3)中，采用加權最小二乘方法抑制某些容易導致擬合參數(shù)不穩(wěn)定的區(qū)域。
14.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在步驟3)中，采用最小二乘方法求解擬合參數(shù)。
15.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在步驟3)中，采用奇異值分解求逆的方法求解擬合參數(shù)。
16.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在步驟3)中，進一步附加部分或全部真實通道一起擬合數(shù)據(jù)，以使該擬合更加穩(wěn)定而進一步降低圖像偽影。
17.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在步驟4)中，將擬合參數(shù)轉化到圖像域后在圖像域進行去混疊運算，即可一次性得到最終的圖像并直接輸出。
18.根據(jù)權利要求1所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于在步驟4)中，利用并行模式采集的數(shù)據(jù)擬合出未采集的數(shù)據(jù)，即在k空間填充欠采樣的數(shù)據(jù)。
19.根據(jù)權利要求18所述的頻域靈敏度編碼磁共振并行成像方法，進一步包括步驟5)將擬合填充后的滿采樣數(shù)據(jù)變換到圖像域，合并成可供輸出的圖像。
20.根據(jù)權利要求19所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于合并圖像的方法為將各幅圖像求模的平方后相加并開平方根。
21.根據(jù)權利要求19所述的頻域靈敏度編碼磁共振并行成像方法，其特征在于合并圖像的方法為拼接不同成像感興趣區(qū)的圖像。
全文摘要
本發(fā)明提出一種頻域靈敏度編碼磁共振并行成像方法(KSENSE)，該方法包括以下步驟計算線圈的靈敏度分布；根據(jù)線圈的靈敏度合并通道；利用合并后的數(shù)據(jù)進行頻域數(shù)據(jù)擬合，求解優(yōu)化的擬合參數(shù)；利用擬合參數(shù)去除偽影；以及合并圖像。本發(fā)明KSENSE方法與SENSE，mSENSE以及GRAPPA相比同時具有以下的優(yōu)點KSENSE重建的圖像具有優(yōu)化的信噪比，其信噪比優(yōu)于同等條件下GRAPPA重建出的圖像，與mSENSE接近；KSENSE重建的圖像具有較低的殘留偽影，在總體上其偽影強度小于同等條件下SENSE類方法重建出的圖像，與GRAPPA相當；以及與同為在頻域進行處理的GRAPPA相比，KSENSE具有更快的重建速度。
文檔編號G06T1/00GK1827039SQ20051000897
公開日2006年9月6日 申請日期2005年2月28日 優(yōu)先權日2005年2月28日
發(fā)明者汪堅敏, 張必達 申請人:西門子(中國)有限公司