一种多激发平面回波扩散加权成像方法技术

一种多激发平面回波扩散加权成像方法，涉及磁共振图像的重建方法。包括以下步骤：1)获取待重建的多次激发的平面回波扩散加权数据；2)设计基于低秩和加权总变分重建模型；3)利用凸集投影算法求解重建模型，得到重建图像；通过同时约束磁共振图像相位光滑导致的低秩性和加权总变分，并对多次激发数据的相位差异建模，建立了联合多次激发重建的重建模型，以凸集投影方法为数值算法求解该模型。所提方法具有很好地抑制扩散加权图像鬼影的特点。有很好地抑制扩散加权图像鬼影的特点。

【技术实现步骤摘要】
一种多激发平面回波扩散加权成像方法


[0001]本专利技术涉及磁共振图像的重建方法，尤其是涉及一种无导航回波的多激发平面回波扩散加权图像的成像方法。

技术介绍

[0002]扩散加权成像是一种无入侵式检测组织内水分子的扩散运动的方式，在急性中风、肿瘤等临床检查和脑白质纤维连接等脑功能的科学研究中具有广泛的应用。以分段平面回波成像序列为代表多激发序列是目前获得高分辨率扩散加权图像的主要方法。
[0003]目前，多激发扩散加权序列成像面临的问题是各次激发数据受到成像目标无规律运动影响，所采样的各次激发数据引入不同的额外相位。若将多激发采样数据直接合成，将产生鬼影。近年来，针对这一问题的许多的研究方案被报道，主要可以分为两大类。一类是基于额外扫描的导航回波方案，典型方法是eIRIS(F.Huang,Z.Xu,Y.Mei,W.Fang,X.Ma,E.Dai,H.Guo,Q.Feng,W.Chen,and Y.Feng,"eIRIS:Eigen
‑
analysis approach for improved spine multi
‑
shot diffusion MRI,"Magnetic Resonance Imaging,vol.50,pp.134
‑
140,2018)。导航回波方法增加了额外的扫描时间，并且导航回波和图像回波可能存在不匹配，因此在扫描时间受限或运动比较剧烈的部位存难以使用。另一大类是无导航回波方案，其中典型代表是MUSE(N.K.Chen,A.Guidon,H.C.Chang,and A.W.Song,"A robust multi
‑
shot scan strategy for high
‑
resolution diffusion weighted MRI enabled by multiplexed sensitivity
‑
encoding(MUSE),"Neuroimage,vol.72,pp.41
‑
47,2013)。它有效解决较少激发次数的扩散加权图像中的重建，但是当激发次数增加时，MUSE难以得到高质量的重建图像。最近，许多低秩重建方法被引入到多激发扩散加权图像重建中，如约束图像的相位平滑产生的k空间紧支撑卷积核，构建低秩结构矩阵，再利用低秩矩阵填充方法重建图像的PLRHM方法(Y.Huang,X.Zhang,H.Guo,H.Chen,D.Guo,F.Huang,Q.Xu,and X.Qu,"Phase
‑
constrained reconstruction of high
‑
resolution multi
‑
shot diffusion weighted image,"Journal of Magnetic Resonance,vol.312,pp.106690,2020)。这类基于结构低秩矩阵填充的方法实际上将多次激发扩散加权图像的重建建模为欠采样重建，缺少对不同次激发图像间的相位关系的建模。
[0004]综上所述，针对较高激发次数的扩散加权图像，开发一种建模不同次激发图像间的相位关系，联合多次激发数据重建方法有望进一步提高重建质量。

技术实现思路

[0005]本专利技术的目的在于针对上述多次激发扩散加权图像所存在的问题，提供基于低秩和加权总变分，建模多次激发图像相位关系的多激发数据扩散加权磁共振成像方法，有望实现更好的鬼影抑制的一种多激发平面回波扩散加权成像方法。
[0006]本专利技术包括以下步骤：
[0007]1)获取待重建的多次激发的平面回波扩散加权数据；
[0008]2)设计基于低秩和加权总变分重建模型；
[0009]3)利用凸集投影算法求解重建模型，得到重建图像。
[0010]在步骤1)中，所获取待重建的数据是在相位编码维度分段读出的多次激发平面回波扩散加权数据。
[0011]在步骤2)中，所述重建模型可为：
[0012][0013]其中，Y
ik
表示采集到的未采样位置已填零的第i个通道第k次激发的傅里叶空间数据；表示欠采样并在未采样点填零的算子；表示傅里叶变换算子；C
i
表示第i个通道的灵敏度系数矩阵，i＝1,2,...,I，I表示通道数；S
k
表示第k次激发的相位，k＝1,2,...,K，K表示激发数；E是待重建磁共振图像，是构建结构化汉克尔矩阵的操作算子；λ,β表示正则化参数；||
·
||
F
表示矩阵的弗罗贝尼乌斯范数；||
·
||
*
表示矩阵的核范数；||
·
||
wTV
表示矩阵的加权总变分,
⊙
表示哈达玛积。
[0014]是构建结构化汉克尔矩阵的操作算子，该算子具体操作流程如下：对于某一复数图像x[c,d]，其相位为ω[c,d]，j表示虚数单位，[c,d]为图像坐标；定义：
[0015]p[c,d]＝exp(
‑
jω[c,d])
[0016]对x[c,d]和p[c,d]做傅里叶变换，分别记为X[e,f]和P[p,q]，傅里叶空间中半径为R的圆块用表示，表示卷积核的范围，是P[p,q]在傅里叶空间的非零支撑范围决定；Re(
·
)和Im(
·
)分别表示取实部和虚部；下标g表示傅里叶空间中取出的第g个圆块，g＝1,2,...,G，G表示傅里叶空间中圆块Λ
R
的总数；下标m表示圆块Λ
R
中第m个元素，m＝1,2,...,M，M表示圆块Λ
R
中元素的个数，由R的大小决定，当R＝1,2,3时，分别对应的M＝5,13,29；则结构化矩阵S
r+
,S
r
‑
,S
i+
,S
i
‑
中每个元素为：
[0017][0018]得到结构化汉克尔矩阵如下：
[0019][0020]将上述从磁共振图像的傅里叶空间数据X中构建结构化汉克尔矩阵S的操作记为算子即
[0021]||
·
||
wTV
表示矩阵的加权总变分，其具体流程如下：首先将与待重建扩散加权图像同时采集的扩散因子为零的图像表示为B0，N
x
,N
y
分别是B0图像的行数和列数，计算边缘权重为：
[0022][0023]表示傅里叶变换算子；右上标*表示伴随算子，如表示的伴随算子；是取矩阵中心半径为t的数据块的操作，δ是尺度因子。则||
·
||
wTV
的计算如下：
[0024][0025]其中，
⊙
表示哈达玛积，[x,y]是坐标，x∈[1,N
x
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多激发平面回波扩散加权成像方法，其特征在于以下步骤1)获取待重建的多次激发采集的平面回波扩散加权数据；2)设计基于低秩和加权总变分重建模型；3)利用凸集投影算法求解重建模型，得到重建图像。2.如权利要求1所述一种多激发平面回波扩散加权成像方法，其特征在于在步骤1)中，所获取待重建的数据是在相位编码维度分段读出的多次激发平面回波扩散加权数据。3.如权利要求1所述一种多激发平面回波扩散加权成像方法，其特征在于在步骤2)中，所述的重建模型具体为：其中，Y
ik
表示采集到的未采样位置已填零的第i个通道第k次激发的傅里叶空间数据；表示欠采样并在未采样点填零的算子；表示傅里叶变换算子；C
i
表示第i个通道的灵敏度系数矩阵，i＝1,2,...,I，I表示通道数；S
k
表示第k次激发的相位，k＝1,2,...,K，K表示激发次数；E是待重建的磁共振扩散加权图像，是构建结构化汉克尔矩阵的操作算子；λ,β表示正则化参数；||
·
||
F
表示矩阵的弗罗贝尼乌斯范数；||
·
||
*
表示矩阵的核范数；||
·
||
wTV
表示矩阵的加权总变分，
⊙
表示哈达玛积。4.如权利要求3所述一种多激发平面回波扩散加权成像方法，其特征在于在步骤2)中，所述重建模型中加权总变分的具体构建方法为：||
·
||
wTV
表示矩阵的加权总变分，其具体流程如下：首先将与待重建扩散加权图像同时采集的扩散因子为零的图像表示为B0，N
x
,N
y
分别是B0图像的行数和列数；计算边缘权重为：图像的行数和列数...

【专利技术属性】
技术研发人员：屈小波，钱晨，
申请(专利权)人：厦门大学，
类型：发明
国别省市：