一种减少欠采样磁共振成像的频率混迭效应的方法技术

技术编号:11766494 阅读:177 留言:0更新日期:2015-07-23 18:25
本发明专利技术公开了一种减少欠采样磁共振成像的频率混迭效应的方法,包括以下步骤:步骤一,通过核磁共振仪得到K空间,采用随机振荡法对原始的K空间数据进行欠采样,得到欠采样数据;随机振荡法包括变密度振荡的螺旋轨迹和变密度振荡放射轨迹;步骤二,选择稀疏方法构成超完备字典;步骤三,根据超完备字典,利用恢复算法对步骤一的欠采样数据进行恢复重建,求得原始数据,通过傅里叶变换,得到成像图像,并实时成像。

【技术实现步骤摘要】
一种减少欠采样磁共振成像的频率混迭效应的方法
本专利技术涉及一种核磁共振K空间欠采样的随机振荡方法,特别是涉及一种基于压缩感知原理的减少欠采样磁共振成像的频率混迭效应的方法。
技术介绍
数据采集时间较长是磁共振成像技术的最大缺点,由于成像速度慢,使该项检查的适用范围大为减少,例如不适合运动器官和危重病人的检查;对于躁动或者丧失自制能力的患者,如不使用镇静剂,也是难以成像;儿科的某些应用同样受到限制。缩短成像时间不仅可以提高效率和病人的舒适度、减少时间依赖性伪影,还是实现心血管检查、功能信息获取、实时温度检测与介入手术成像等动态成像的关键。因此缩短成像时间一直以来都是磁共振成像技术发展的重要目标之一。中国专利申请2014103131974提出了“一种基于预扫描和非均匀采样的薄层快速磁共振成像方法”,虽然该方案能够通过K空间数据进行分析,提取各层K空间数据中大信号的位置信息,对于传统的方法,可以更加快捷的获得更好地效果。但是这就是简单地变密度算法,很多地方还是会存在一定的混叠伪影影响,随机性效果不明显。中国专利申请201210390285X提出了一种“磁共振成像采样轨迹优化方法”,虽然该方法在低频段和高频段采用不同的采集策略,对采样轨迹进行优化,优化效率高保证了较高的下采样因子和重建图像质量,但是实质上也是一种简单的变密度平行K空间欠采样,还是有一定的改进空间,同时改方法只用于平行法中,不能有更多的扩展。在欠采样率较低的情况下,使用放射状与螺旋状欠采样后利用重建算法恢复的图像会产生较为明显的干涉条纹,该现象是由于欠采样导致的频率混叠所造成的。干涉条纹会严重影响MRI成像质量,产生伪影,为临床诊断工作带来干扰。干涉条纹的形状与欠采样轨迹相关,放射状轨迹产生放射状干涉条纹,螺旋状轨迹产生螺旋状干涉条纹。干涉条纹随着欠采样率的提升逐渐淡化,直至消失。综上所述,如何减少数据采集,消除混叠伪影是核磁共振成像需要解决问题之一。
技术实现思路
专利技术目的:本专利技术所要解决的技术问题是针对现有技术的不足,提供一种减少欠采样磁共振成像的频率混迭效应的方法。为了解决上述技术问题,本专利技术公开了一种基于压缩感知原理的K空间欠采样的随机振荡方法,包括如下具体步骤:步骤一,通过核磁共振仪得到K空间,采用随机振荡法对原始的K空间数据进行欠采样,得到欠采样数据;随机振荡法包括变密度振荡的螺旋轨迹和变密度振荡的放射轨迹;步骤二,选择合适的稀疏方法,6层小波变换稀疏法,构成超完备字典。步骤三,利用bregman恢复算法对所得数据进行恢复重建,求得原始数据,通过傅里叶变换,得到成像图像,实时成像。步骤一中,K空间是寻常空间在傅利叶转换下的对偶空间,主要应用在磁振造影的成像分析,其他如磁振造影中的射频波形设计,以及量子计算中的初始态准备亦用到K空间的概念。K和出现在波动数学中的波数相应,可说都是“频率空间频率”的概念。K-空间是一个抽象空间(三维空间)或平面(二维空间),MR成像数据根据不同的空间频率编排在特定的K-空间位置,最后被变换成图像。由于K-空间以空间频率为单位(Hz/cm),空间频率K又是由空间互垂的3个分量Kx、Ky、Kz来描述,Kx、Ky、Kz正好对应一个三维频率空间,所以将该抽象空间称为K-空间。本专利技术步骤一可以减少数据的采集,通过构建不同的欠采样轨迹。对于螺旋状欠采样轨迹ri(θi)1,在极坐标系中的构造方法如式(1-1),之后可通过式(1-2)转到笛卡尔直角坐标中:其中n为螺旋状欠采样轨迹的旋转圈数,为螺旋状欠采样轨迹上对应角度的欠采样点到圆心的距离,rc为半径-角度系数,取值为K空间边长a的一半即rc小于等于a/2,分别为极坐标生成的螺旋状欠采样轨迹对应的笛卡尔直角坐标。为了满足螺旋形状,与应成正比,但是考虑到图像稀疏变换后大部分信息集中于二维变换域的中心,如果采用关系构造均匀分布的曲线,必然造成中心区域大量数据丢失,因此本研究采用简单变密度螺旋状欠采样轨迹,通过构造欠采样轨迹,使得集中了大量信息的中心区域的欠采样轨迹排布更为紧密,而外围区域的排布较为疏散,简单变密度螺旋状欠采样轨迹的构造方法如式(1-3):虽然上述方法生成的螺旋状欠采样轨迹能够欠采样较为丰富的数据,但是在数据恢复后仍然无法避免欠采样所造成的干涉条纹,因此本专利技术在原有基础的螺旋状欠采样轨迹延径向进行微小随机振荡,优化构造方法如下(1-4):其中为优化后的轨迹,dri为对应的调整距离,调整公式如下(1-5):其中i=1,2,3,...为对应的序号,,初始i=1时之后均与的正负有关,ki为满足高斯分布的一个随机数,为第i1-1次的调整距离,σ1为高斯分布的标准差。对于放射状欠采样轨迹,在极坐标系中的构造方法如式(1-6),之后可通过式(1-7)转到笛卡尔直角坐标中:其中r∈[-R,R],为放射欠状欠采样轨迹上对应角度的欠采样点到圆心的距离,即一个角度对应的到圆心的距离为[-R,R],分别为极坐标生成的放射状欠采样轨迹对应的笛卡尔直角坐标。上述方法在数据恢复后无法避免欠采样所造成的干涉条纹,根据螺旋状欠采样的优化方法,本专利技术在原有基础的放射状欠采样轨迹延角度方向进行微小随机振荡,优化构造方法如下(1-8):其中为优化后的角度,为对应的调整角度,调整公式如下(1-9):其中j=1,2,3,...为对应的序号,之后dθij均与的正负有关,kj为满足高斯分布的一个随机数,为上一次的调整量,σ2为高斯分布的标准差,为每次调整的角度值,两者同时决定振荡幅度。考虑到图像稀疏变换后大部分信息集中于二维变换域的中心,如果为恒定常数,则使得欠采样轨迹在中心处的振荡过小,而中心处的欠采样对最终成像的干涉条纹影响最大,因此导致优化效果不明显,本专利技术对进行缩放处理,提升在中心处的振荡幅度,缩放公式如下(1-10):其中Δθ为角度常数,取决于欠采样率,欠采样率越低角度越大,欠采样率跟角度的平方成反比。R为K空间的半径,为当前点到圆心的距离。本专利技术与现有技术相比其显著优点在于:一是本专利技术是基于压缩感知原理对K空间进行欠采样的方法,大大减少了数据的采集,数据小于或等于现有数据次数的35%,即可进行重构,减少了测量过程中引入的系统误差,提高了测量精度,也减少了计算机运行,成像时间;二是本专利技术随机振荡法能有效的消除欠采样所带来的混叠,伪影影响,在高质量成像的基础下,减少了计算机运算次数。本专利技术身体各部分核磁共振成像中等。表1:本专利技术与现有技术测量方法和装置的对比结果本专利技术具有成像速度快、数据采集量小、成像效果好等优点,适用于核磁共振对人体进行成像处理。附图说明下面结合附图和具体实施方式对本专利技术做更进一步的具体说明,本专利技术的上述和/或其他方面的优点将会变得更加清楚。图1是本专利技术提出的螺旋轨迹结构对比图。图2是本专利技术提出的放射轨迹对比图。图3是本专利技术提出的螺旋轨迹结构示意图。图4是本专利技术提出放射轨迹结构示意图。图5为实施例1核磁共振图像在不同σ1下恢复的图像。图6为实施例2核磁共振图像在不同σ2下恢复的图像。具体实施方式下面结合附图和实施例对本专利技术的具体实施方式做进一步的详细说明。根据本专利技术提出的一种基于压缩感知原理的K空间欠采样的随机振荡方法,其特征在于包括如下具体步骤:步骤一,通过核磁共振仪本文档来自技高网
...
一种减少欠采样磁共振成像的频率混迭效应的方法

【技术保护点】
一种减少欠采样磁共振成像的频率混迭效应的方法,其特征在于,包括以下步骤:步骤一,通过核磁共振仪得到K空间,采用随机振荡法对原始的K空间数据进行欠采样,得到欠采样数据;随机振荡法包括变密度振荡的螺旋轨迹和变密度振荡的放射轨迹;步骤二,选择稀疏方法构成超完备字典;步骤三,根据超完备字典,利用恢复算法对步骤一的欠采样数据进行恢复重建,求得原始数据,通过傅里叶变换,得到成像图像,并实时成像。

【技术特征摘要】
1.一种减少欠采样磁共振成像的频率混迭效应的方法,其特征在于,包括以下步骤:步骤一,通过核磁共振仪得到K空间,采用随机振荡法对原始的K空间数据进行欠采样,得到欠采样数据;随机振荡法包括变密度振荡的螺旋轨迹和变密度振荡的放射轨迹;步骤二,选择稀疏方法构成超完备字典;步骤三,根据超完备字典,利用恢复算法对步骤一的欠采样数据进行恢复重建,求得原始数据,通过傅里叶变换,得到成像图像,并实时成像;步骤一中,对于变密度振荡的螺旋轨迹,采用如下构造公式计算轨迹其中,为简单变密度螺旋状欠采样轨迹,为对应的调整距离;简单变密度螺旋状欠采样轨迹的计算公式如下:其中变密度振荡的螺旋轨迹角度n为螺旋状欠采样轨迹的旋转圈数,rc为半径-角度系数;调整距离dri的计算方法如下:其中i1=1,2,3,...为对应的序号,ki为满足高斯分布的一个随机数,dri1-1为第i1-1次的调整距离,σ1为高斯分布的标准差。2.根据权利要求1所述的方法,其特征在于,步骤一中,对于变密度振荡放射轨迹,采用如...

【专利技术属性】
技术研发人员:王伟阮俊张可张作恒吴小玲朱松盛段磊刘宾陶健
申请(专利权)人:南京医科大学
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1