时域系统矩阵联合x-space的MPI重建方法技术方案

本发明专利技术公开了一种时域系统矩阵联合x

【技术实现步骤摘要】
时域系统矩阵联合x
‑
space的MPI重建方法


[0001]本专利技术涉及磁纳米粒子成像
，具体涉及一种时域系统矩阵联合x
‑
space的MPI重建方法。

技术介绍

[0002]磁纳米粒子成像（Magnetic Particle Imaging，MPI）技术作为一种新兴的分子影像技术，可以无创地检测超顺磁性磁纳米粒子在生物体内的分布，具有高灵敏度，无背景干扰，快速动态成像，同时不受探测组织深度影响及无电离辐射等优点。
[0003]从MPI设备接收线圈中的电压信号恢复为粒子的浓度图像的过程被称为MPI重建，现如今MPI有两种主流重建方法，分别是基于系统矩阵与基于x
‑
space的方法。其中基于x
‑
space的重建方法通过对接收电压信号进行速度归一化，然后将电压信号网格化映射到FFP的扫描轨迹上，并将重建后的图像建模为粒子原始浓度分布与点扩散函数（Point Spread Function，PSF）的卷积结果。针对PSF对重建图像的影响，存在两种优化x
‑
space重建图像的方法，一种是反卷积法，借助PSF卷积核用维纳反卷积法对x
‑
space重建图像进行反卷积操作，以消除PSF的影响；另一种方法是多通道采集信号方法，对二维成像来说，在正交的两个方向分别进行激励与信号采集，分别对两个方向激励得到的电压信号进行x
‑
space重建，然后将两个x
‑
space重建的图像进行加权求和，从而将分辨率各向异性的PSF转变为一个分辨率各向同性的形状。
[0004]基于x
‑
space的重建方法通过对接收电压信号进行速度归一化，然后将电压信号网格化映射到FFP的扫描轨迹上，相比于基于系统矩阵重建方法具有灵敏度高，扫描速度快等特点，但由于其设备扫描轨迹为笛卡尔轨迹，驱动场激励的法向方向磁场变化缓慢，导致其点扩散函数在法向方向的分辨率要低于共线方向，从而MPI图像呈现空间分辨率各向异性的特点，使得x
‑
space重建图像质量下降如出现伪影，信噪比下降及图像形状失真等。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供了一种时域系统矩阵联合x
‑
space的MPI重建方法，以解决现有技术中基于x
‑
space的MPI重建方法存在空间分辨率各向异性以及伪影的问题。
[0006]本专利技术实施例提供了一种时域系统矩阵联合x
‑
space的MPI重建方法，包括：通过笛卡尔轨迹扫描MPI获取电压信号；通过x
‑
space重建方法得到原始图像；根据电压信号、x
‑
space重建方法中的速度补偿步骤和网格化步骤构建基于时域的MPI成像以及x
‑
space重建的前向模型；将原始图像作为前向模型逆问题求解器的输入，在正则化约束条件下，利用代数迭代方法求解获得优化粒子分布图。
[0007]可选地，根据电压信号、x
‑
space重建方法中的速度补偿步骤和网格化步骤构建基于时域的MPI成像以及x
‑
space重建的前向模型，包括：
通过基频恢复算法将电压信号在接收过程中被滤除的激励频率分量恢复；构建保留基频信号的MPI仿真模型；将MPI仿真模型的时间与空间进行离散化，得到离散形式的时域系统矩阵S。
[0008]可选地，根据电压信号、x
‑
space重建方法中的速度补偿步骤和网格化步骤构建基于时域的MPI成像以及x
‑
space重建的前向模型，还包括：对初始化单位矩阵的每行的单位元素进行加权；其中，加权大小为每个采样时间点对应的磁场自由点速度的倒数；将扫描轨迹在FOV之外的电压信号对应的矩阵行删除，得到速度补偿与删除步骤的系统矩阵V；通过最近邻插值法将归一化后的电压信号插值到网格化的扫描轨迹上；寻找欧氏距离最近的时间点对应数据作为像素点的插值点，构建网格化的系统矩阵G。
[0009]可选地，根据电压信号、x
‑
space重建方法中的速度补偿步骤和网格化步骤构建基于时域的MPI成像以及x
‑
space重建的前向模型，还包括：对系统矩阵S、系统矩阵V和系统矩阵G进行数据类型和精度的统一化处理；按顺序将系统矩阵S、系统矩阵V和系统矩阵G相乘得到前向模型的系统矩阵TD
‑
SM。
[0010]可选地，代数迭代方法采用Kaczmarz迭代算法。
[0011]可选地，将原始图像作为前向模型逆问题求解器的输入，在正则化约束条件下，利用代数迭代方法求解获得优化粒子分布图，包括：将系统矩阵TD
‑
SM按行拆开，将每一行看作一个n维超平面；从初始点开始，依次计算磁纳米粒子原始浓度分布在每一个超平面上的垂直投影，直到磁纳米粒子浓度收敛至所有超平面的共同交点。
[0012]可选地，通过基频恢复算法将电压信号在接收过程中被滤除的激励频率分量恢复，包括：通过偏移视场扫描方式采集电压信号，获得pFOV图像；对pFOV图像进行直流图像强度恢复。
[0013]可选地，将MPI仿真模型的时间与空间进行离散化，得到离散形式的时域系统矩阵S，包括：将采样时间作为时间离散化的时间间隔；将MPI设备的像素大小作为空间离散化的体素大小；获取各位置单位浓度的粒子磁化强度公式；根据真空磁导率、粒子磁化强度公式和采样时间点之差获取时域系统矩阵S。
[0014]可选地，通过笛卡尔轨迹扫描MPI获取电压信号，包括：根据真空磁导率、磁场方向与接收线圈方向之间的夹角、单位浓度的磁纳米粒子的磁化响应、接收线圈灵敏度、粒子浓度、温度、单个磁纳米粒子的磁矩获取电压信号。
[0015]本专利技术实施例的有益效果：本专利技术实施例提供了一种时域系统矩阵联合x
‑
space的MPI重建方法，以x
‑
space重建原始图像为基础，通过在时域构建系统矩阵并将x
‑
space重建方法转化为矩阵操作，建
立一个描述MPI成像及x
‑
space重建过程的前向模型，利用迭代重建算法，消除x
‑
space重建图像的点扩散函数影响，来实现各向分辨率同性以及消除伪影的MPI图像重建。
附图说明
[0016]通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：图1示出了本专利技术实施例中一种时域系统矩阵联合x
‑
space的MPI重建方法的流程图；图2示出了本专利技术实施例中一种时域系统矩阵联合x
‑
space的MPI重建方法的对比结果图；其中，（a）为原图像，（b）为x
‑
space重建图像，（c）为反卷积法重建图像，（d）为多通道采集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时域系统矩阵联合x
‑
space的MPI重建方法，其特征在于，包括：通过笛卡尔轨迹扫描MPI获取电压信号；通过x
‑
space重建方法得到原始图像；根据所述电压信号、所述x
‑
space重建方法中的速度补偿步骤和网格化步骤构建基于时域的MPI成像以及x
‑
space重建的前向模型；将所述原始图像作为前向模型逆问题求解器的输入，在正则化约束条件下，利用代数迭代方法求解获得优化粒子分布图。2.根据权利要求1所述的时域系统矩阵联合x
‑
space的MPI重建方法，其特征在于，根据所述电压信号、所述x
‑
space重建方法中的速度补偿步骤和网格化步骤构建基于时域的MPI成像以及x
‑
space重建的前向模型，包括：通过基频恢复算法将所述电压信号在接收过程中被滤除的激励频率分量恢复；构建保留基频信号的MPI仿真模型；将所述MPI仿真模型的时间与空间进行离散化，得到离散形式的时域系统矩阵S。3.根据权利要求2所述的时域系统矩阵联合x
‑
space的MPI重建方法，其特征在于，根据所述电压信号、所述x
‑
space重建方法中的速度补偿步骤和网格化步骤构建基于时域的MPI成像以及x
‑
space重建的前向模型，还包括：对初始化单位矩阵的每行的单位元素进行加权；其中，加权大小为每个采样时间点对应的磁场自由点速度的倒数；将扫描轨迹在FOV之外的电压信号对应的矩阵行删除，得到速度补偿与删除步骤的系统矩阵V；通过最近邻插值法将归一化后的电压信号插值到网格化的扫描轨迹上；寻找欧氏距离最近的时间点对应数据作为像素点的插值点，构建网格化的系统矩阵G。4.根据权利要求3所述的时域系统矩阵联合x
‑
space的MPI重建方法，其特征在于，根据所述电压信号、所述x
‑
space重建方法中的速度补偿步骤和网格化步骤构建基于时域的MPI成像以及x

【专利技术属性】
技术研发人员：马晓鹏，单仕昊，于德新，杨晓丽，李敏，
申请(专利权)人：山东大学，
类型：发明
国别省市：