System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 低场磁共振扩散成像重建方法及系统技术方案_技高网

低场磁共振扩散成像重建方法及系统技术方案

技术编号:44657433 阅读:4 留言:0更新日期:2025-03-17 18:50
本发明专利技术涉及一种低场磁共振扩散成像重建方法,包括步骤:采集低场磁共振的K空间数据;采用高斯核的网格插值方法,将采集到的K空间数据映射到标准的笛卡尔坐标系中,通过高斯核函数对每个径向采样点进行加权,确保数据平滑地分布在标准网格上;利用插值后的K空间数据,基于图像先验约束进行图像重建,所述图像先验约束包括:图像的低秩结构和稀疏先验信息;通过利用混合核函数对低秩和稀疏成分的参数进行逐步优化,并结合图像的低秩结构和稀疏先验信息进行约束,提升图像重建的效果。本发明专利技术还涉及一种低场磁共振扩散成像重建系统。本发明专利技术能够显著提高图像质量和抗噪性能。

【技术实现步骤摘要】

本专利技术涉及一种低场磁共振扩散成像重建方法及系统


技术介绍

1、磁共振成像(mri)由于能够提供高分辨率的软组织图像,并且没有电离辐射的危害,已经成为医学影像的重要工具。然而,低场磁共振虽然在成本、功耗和对屏蔽要求上具有优势,但其较低的磁场强度导致的信号强度较弱,进一步影响了图像的信噪比(snr),尤其是在弥散加权成像(dwi)中显得尤为明显。信号强度的下降、梯度强度以及梯度切换率的限制是低场弥散成像的主要挑战,使得低场mri在扩散成像方面的应用受到了极大限制。

2、为了应对这些挑战,研究人员开发了各种扩散成像技术,包括epi(回波平面成像)和lsdi(线扫描扩散成像)序列。epi序列通过快速采集整个k空间数据来实现高效成像,但其在低场mri中易产生伪影,并且要求梯度强度和梯度切换率高。相比之下,lsdi序列逐行采集数据,不受梯度强度和梯度切换率限制,但因扫描速度较慢容易产生横断伪影,难以在低场条件下高效应用。此外,径向采集方法已被探索用于低场mri的扩散成像,以解决信噪比和采样效率问题。

3、高磁共振中的径向采集方案利用从k空间中心辐射至边缘的方式获取数据,通过k空间中心部分密集采样和稀疏重建技术来减少伪影并提高成像速度。这种径向采样模式能够实现低频区域的高密度采样,确保关键图像信息的清晰度。

4、现有的低场强磁共振弥散成像技术在图像质量和噪声抑制方面存在显著缺点。首先,高场中常用的弥散成像序列(epi)在低场条件下难以克服梯度强度和切换速率的限制,导致其无法在低场磁共振中应用。此外,低场磁共振系统固有的较弱净磁化强度以及较短的t1弛豫时间导致信号强度显著降低,而热噪声保持不变,使得图像重建过程中噪声的影响更加明显,最终影响了图像的质量和诊断价值。在弥散成像中,弱磁场系统中的扩散梯度信号衰减更严重,进一步降低了信噪比,使得高质量图像的采集更具挑战性。现有的线扫描扩散成像(lsdi)虽然可以进行完整采样,但扫描时间长,易受到运动伪影和频率偏移效应的影响,重建图像的清晰度和稳定性不足。


技术实现思路

1、有鉴于此,有必要提供一种低场磁共振扩散成像重建方法及系统,其能够显著提高图像质量和抗噪性能。

2、本专利技术提供一种低场磁共振扩散成像重建方法,该方法包括如下步骤:s1,采集低场磁共振的k空间数据;s2,采用高斯核的网格插值方法,将采集到的k空间数据映射到标准的笛卡尔坐标系中,通过高斯核函数对每个径向采样点进行加权,确保数据平滑地分布在标准网格上;s3,利用插值后的k空间数据,基于图像先验约束进行图像重建,所述图像先验约束包括:图像的低秩结构和稀疏先验信息;s4,通过利用混合核函数对低秩和稀疏成分的参数进行逐步优化,并结合图像的低秩结构和稀疏先验信息进行约束,提升图像重建的效果。

3、优选地,步骤s1包括:

4、步骤s11、在低场强条件下,建立适配的k空间采样模型;

5、步骤s12、设计低场弥散成像序列;

6、步骤s13、按照设计的采样轨迹和时间序列,进行k空间数据采集。

7、优选地,所述的步骤s11包括:

8、确定信号采集的轨迹为双向径向,k空间中心区域能被重复密集采样,同时边缘保证稀疏性减少采集时间,最终得到的k空间采样模型。

9、优选地,所述的步骤s12包括:

10、首先施加90度激励脉冲,同时通过g1实现切片选择,并使用相位补偿梯度g2补偿选层梯度所导致的相位误差;然后,梯度g3和g13控制采集方向,允许以不同角度持续进行径向采样;上述梯度在穿过k空间中心后继续向外围扩展,实现双向采集;

11、在180度聚焦脉冲之后,读梯度g5和g15负责数据采集,以确保信号在整个k空间中的读取覆盖;同时在g3和g13之前施加扩散梯度,方向性地补偿磁场不均匀性,捕捉各向异性水分子扩散信息,确保在低场下获取可靠的扩散加权成像信号;

12、经过180度脉冲后设置了梯度g4,以消除不必要的回波并增强稳定性,同时使用破坏梯度g6、g7和g8抑制次级回波、流动信号和剩余自旋效应。

13、优选地,所述的步骤s2包括:

14、步骤s21、通过极坐标到笛卡尔坐标的转换公式(1),将采集的径向k空间数据投射到标准笛卡尔网格上,其中,为该采样点到k空间中心的距离,n代表第n条采集的投影数据,θ为每次采集数据投影角度改变步长,fe代表以k空间中心为原点的标准笛卡尔坐标系中横坐标的位置,pe代表纵坐标的位置;

15、(1);

16、步骤s22、基于核函数的网格插值,使用高斯核函数对每个非均匀采样点加权,使其平滑分布到附近的网格点上,确保k空间覆盖完整。

17、优选地,所述的步骤s3包括:

18、步骤s31,建立优化问题:在重建过程中,通过求解一个带有图像先验约束的凸优化问题,将k空间数据分解为低秩和稀疏成分;

19、步骤s32,迭代优化:利用图像的低秩特性和稀疏先验,进行迭代优化,以逐步调整低秩和稀疏成分的权重参数,以达到最佳重建效果。

20、优选地,所述的步骤s31中:

21、优化公式如下:

22、(2)

23、其中,为低秩成分的核范数,为稀疏成分的l1范数,与分别为低秩和稀疏项的权重参数,为采样算子,是步骤s2插值后得到的k空间数据。

24、优选地,所述的步骤s4包括:

25、步骤s41、定义混合核函数,使用改进的高斯-多项式混合核函数,将先验系数l、s直接引入鲸鱼优化算法,优化过程中逐步调整两者的平衡,以达到最佳重建质量;

26、步骤s42、迭代求解,通过鲸鱼优化算法逐步迭代调整核函数参数,使得低秩和稀疏成分达到最优平衡,从而显著提升图像清晰度并有效抑制伪影。

27、优选地,所述的步骤s41中:

28、混合核函数具体公式如下:

29、(3)。

30、本专利技术还提供一种低场磁共振扩散成像重建系统,该系统包括采集模块、插值模块、重建模块、优化模块,其中:

31、所述采集模块用于采集低场磁共振的k空间数据;

32、所述插值模块用于采用高斯核的网格插值方法,将采集到的k空间数据映射到标准的笛卡尔坐标系中,通过高斯核函数对每个径向采样点进行加权,确保数据平滑地分布在标准网格上;

33、所述重建模块用于利用插值后的k空间数据,基于图像先验约束进行图像重建,所述图像先验约束包括:图像的低秩结构和稀疏先验信息;

34、所述优化模块用于通过利用混合核函数对低秩和稀疏成分的参数进行逐步优化,并结合图像的低秩结构和稀疏先验信息进行约束,提升图像重建的效果。

35、本申请通过特殊的双向径向采集序列,以确保k空间低频部分的稠密重复采样和高频区域的稀疏采样,加强固定成分的稳定性以及扩散成分的信号强度。在重建过程中,通过核函数的插值补全本文档来自技高网...

【技术保护点】

1.一种低场磁共振扩散成像重建方法,其特征在于,该方法包括如下步骤:

2.如权利要求1所述的方法,其特征在于,所述的步骤S1包括:

3.如权利要求2所述的方法,其特征在于,所述的步骤S11包括:

4.如权利要求3所述的方法,其特征在于,所述的步骤S12包括:

5.如权利要求4所述的方法,其特征在于,所述的步骤S2包括:

6.如权利要求5所述的方法,其特征在于,所述的步骤S3包括:

7.如权利要求6所述的方法,其特征在于,所述的步骤S31中:

8.如权利要求7所述的方法,其特征在于,所述的步骤S4包括:

9.如权利要求8所述的方法,其特征在于,所述的步骤S41中:

10.一种低场磁共振扩散成像重建系统,其特征在于,该系统包括采集模块、插值模块、重建模块、优化模块,其中:

【技术特征摘要】

1.一种低场磁共振扩散成像重建方法,其特征在于,该方法包括如下步骤:

2.如权利要求1所述的方法,其特征在于,所述的步骤s1包括:

3.如权利要求2所述的方法,其特征在于,所述的步骤s11包括:

4.如权利要求3所述的方法,其特征在于,所述的步骤s12包括:

5.如权利要求4所述的方法,其特征在于,所述的步骤s2包括:

6.如权利...

【专利技术属性】
技术研发人员:周谊航董续豪梁栋郑海荣
申请(专利权)人:中国科学院深圳先进技术研究院
类型:发明
国别省市:

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