对运动中目标的磁共振成像的制作方法
【专利摘要】一种磁共振成像方法，包括采集来自对象的磁共振数据的数据集。所述数据集中的至少一些在k空间中被欠采样。每个数据集涉及所述对象的运动状态。通过压缩感测重建的方式，根据所述数据集的每个重建图像。相对于选定运动状态，对所重建的图像应用运动校正，从而生成经运动校正的图像。例如通过平均，从所述经运动校正的图像推导针对所述选定运动状态的诊断图像。
【专利说明】对运动中目标的磁共振成像
【技术领域】
[0001 ] 本发明涉及这样的磁共振成像方法，在该方法中采集来自运动中的对象的磁共振数据集。进一步地，所述数据集被欠采样，并且通过压缩感测的方式执行重建。
【背景技术】
[0002]这种磁共振成像方法从U.Gamper等人的文章《Compressed sensing in dynamicMRF》(MRM59 (2008年)第365-373页)中是已知的。
[0003]该已知的磁共振成像方法涉及心脏MR成像，其中针对每个心脏相位采集稀疏采样的数据集。之后在压缩感测的基础上，针对每个心脏相位重建图像。每个心脏相位具有相同数目的采样点，并且(在k-t空间中的)采样点应被靠近地分离。
【发明内容】
[0004]本发明的目的是提供一种磁共振成像方法，其改善基于欠采样的磁共振数据集的诊断图像的信噪比(SNR)。
[0005]该目的通过根据本发明的磁共振成像方法得以实现，所述方法包括
[0006]-采集来自对象的磁共振数据的数据集，
[0007]-所述数据集中的至少一些在k空间中被欠采样，
[0008]-每个数据集涉及所述对象的运动状态，
[0009]-通过压缩感测重建的方式，根据所述数据集的每个重建图像，
[0010]-相对于选定运动状态，对所重建的图像应用运动校正，从而生成经运动校正的图像，并且
[0011]-从所述经运动校正的图像，推导针对所述选定运动状态的诊断图像。
[0012]通过采用压缩感测，解决了从涉及对k空间的欠采样的稀疏或欠采样数据集重建图像的问题。应注意，由于欠采样的程度以及不完整k空间覆盖范围的细节可能不同，重建图像的每个的图像质量可能是不同的。通过运动校正，并且通过使用诊断图像中所有经运动校正的图像的信息，补偿这些差异，以及这些图像的SNR的差异。这导致这样的诊断图像，其具有高SNR和低水平的图像伪影。简单但有效的方式是将诊断图像形成为所述经运动校正的图像的平均。因此，没有拒绝数据，改善了效率并且使SNR最大化。
[0013]将参考从属权利要求中定义的实施例，进一步阐述本发明的这些以及其他方面。
[0014]在本发明的一个方面中，存在一个数据集，其具有完全k空间采样并且因此实质上包含所有图像信息，从而例如能够通过快速傅立叶变换(FFT)从所述完全采样的数据集重建图像。来自所述FFT重建的图像的图像信息之后被用作对针对欠采样数据集的图像的压缩感测重建的先验信息。
[0015]在本发明的另一方面中，针对不同运动状态的图像之间的相关性被用作用于压缩感测重建的先验信息。应注意，所述相关性推导自关于对象的运动类型的先验知识。应注意，该实施方式非常适合当发生周期性运动时应用。当运动是平滑的，例如在待检查的患者的呼吸运动中时，得到良好的结果。
[0016]在本发明的又一方面中，利用线性变换运动校正方法的仿射3D平移被应用。这种运动校正非常准确地校正呼吸运动。
[0017]本发明还涉及如权利要求8所述的磁共振检查系统。该磁共振检查系统在磁共振数据集的基础上得以实现，所述磁共振数据集中的若干被欠采样，以产生具有高SNR和低水平图像伪影的诊断图像。本发明还涉及如权利要求7所述的计算机程序。本发明的所述计算机程序能够被提供在诸如CD-rom盘或USB记忆棒的数据载体上，或者本发明的所述计算机程序能够从诸如万维网的数据网络下载。当被安装在包括在磁共振成像系统中的计算机中时，其使得所述磁共振成像系统能够根据本发明运行，并且在磁共振数据集(所述磁共振数据集的若干被欠采样)的基础上实现，以产生具有高SNR和低水平图像伪影的诊断图像。
【专利附图】
【附图说明】
[0018]本发明的这些以及其他方面将参考后文描述的实施例，并参考附图得以阐明，附图中:
[0019]图1示出PAWS门控方案。
[0020]图2示出3D磁化准备(T2-准备+脂肪抑制)导航器(N)门控的冠状动脉血管造影扫描的方案。
[0021]图3图示了随机化的k-t采样。
【具体实施方式】
[0022]图1示出PAWS门控方案，其中(a)测量右半隔膜随时间位移的呼吸导航器信号(绿色)用于决定哪个箱将被适时填充。在扫描结束时使用合适的采样方案，(b)以可变密度随机方式填充k空间。使用合适的k空间采样方案，在包含不完整数据集的箱中，实现不连贯的数据分布，其中，中心k空间部分被完全采样。这允许经由压缩感测(CS)对所有箱中的所有数据的重建[8]。个体图像能够经运动校正，并被平均，以改善SNR。另外，个体图像(箱)间的反映稍微不同的运动状态的相关性能够用于改善CS重建。在该方法中，能够将特定运动模型(仿射:3D平移+由12个参数描述的线性变换[旋转、拉伸][9]，或是更复杂的运动模型)并入CS重建中。选择k空间采样方案的目的是以不完整的k空间覆盖范围，获得在所有箱中的准随机准各向同性的k空间覆盖范围。
[0023]一种潜在的采样模式能够借助于黄金比率曲线排序得以实现。黄金比率已在之前被用于径向采样[10、11]，以获得在扫描的整个持续时间上的，以及针对从用于动态成像的扫描提取的任意时间窗口的，准各向同性的k空间覆盖。然而，黄金比率也能够用于通过选择笛卡尔网格上与由黄金比率确定的坐标最近的点，确定笛卡尔采样中的曲线排序。
[0024]图3图示了随机化的k-t采样。在一开始执行对k空间中心的完全采样，接着是不连贯的k-t采样。随机采样、黄金比率、波松圆盘采样或霍尔顿采样均为针对k-t空间中的采样模式的可能选择。
[0025]或者，对呼吸运动的周期持续时间的初始估计能够用于确定k空间采样，以获取期望的k空间覆盖范围。这能够通过利用在k空间中并且沿时间方向的随机化欠采样在若干时间帧中执行采样而得以实现(图3)。
[0026]针对随机化的k-t轨迹的若干可能的选择包括随机采样、波松圆盘采样、霍尔顿序列和黄金比率。在每个帧中对完全采样的k空间中心的初始采样(其随后是随机化轨迹的中心外采集)可以是合适的。
[0027]在采集结束时，所述箱之一被完全采样，并且所有其他的均被欠采样。例如通过为每个箱求解优化问题，执行重建:
[0028]Min Σ i I I Fuix「yj_ | 12+1 | Ψ Xi | I1
[0029]其中Fui为针对箱i的欠采样傅立叶变换算子，Xi为图像，yi为测量向量并且Ψ为稀疏变换(例如小波或有限差分)。另一种可能性为在11项中使用完全采样的图像，
[0030]Min Σ i I I FuiXiYi | 12+1 | Ψ (X1- xc) | |!
[0031]以获取更闻的稀疏度。
[0032]以此方式重建的图像能够用于估计针对每个箱相对于完全采样的箱的变换矩阵Ai (平移、旋转)。这些矩阵能够被用于第二个步骤中，以通过增加自洽项，进一步改善图像质量
[0033]Min Σ i I I FuiX1-Yi | 12+1 | Ψ (X1- xc) | | f | | AiX1-Xc | 12
[0034]所述方法能够与平行成像组合，并且能够额外地在CS感测中被欠采样。没有数据被拒绝，改善了效率并且使SNR最大化。
[0035]范例(I):
[0036]图2示出3D磁化准备(T2-准备+脂肪抑制)导航器(N)门控的冠状动脉血管造影扫描的方案。使用标准的全心脏笛卡尔CMR提案[I]。其包括导航器门控、EKG触发、磁化准备和TFE信号检测。采用T2准备序列以改善血液与心肌之间的对比度，并且脂肪信号预饱和用于抑制嵌入冠状动脉血管的心外膜脂肪(参见图2)。使用如在图1中所示的PAWS样的门控方案。设定箱宽为5mm的可接受值，以冻结呼吸运动。作为一个选项,恰在扫描之前，通过采集某些导航器值统计，估计最可能的运动状态。该运动状态能够任选地被用作针对透视跟踪的参考。在采集期间，评价导航器信号，并且以透视方法决定所测量的数据接下来将归属哪个箱。或者，能够在CS重建的欠采样数据集的基础上估计运动，其中CS重建已被示为提供针对基于图像的运动检测的足够的图像质量，从而使得额外的导航器是多余的。
[0037]限定了特殊的k空间采样方案，其中强调了首先针对每个箱填充k空间的中心部分。在k空间的外部，执行随机采样或波松圆盘采样。这种采样顺序的时间顺序受黄金分割采样的思想的影响，以确保在扫描终止时，针对可能被以不同方式(曲线数量方式)填充的每个箱，均能够实现不连贯样本分布，从而允许CS重建。如果一个箱被完整填充，则终止扫描。或者针对每个箱各自地执行基于CS的图像重建，随后跟随着合适的配准和图像组合，或者跟随着在重建过程中并入潜在模型的更准确的联合CS方式。
[0038]范例(II):
[0039]使用标准全心脏笛卡尔CMR提案[1]，但在该提案中，通过使用每个都属于单独的CMRA数据集的两个或三个个体采样段，增加R-R间隔期间的采样。像这样的采集由Stehning等人[12]提出，以用于径向(星堆(stack_of_stars))方式,但这里,提出利用可变密度随机采样的笛卡尔采样。在该方式中，针对每个3D数据，采集数量相同，但少于满足乃奎斯特采样标准所需要数量的总曲线，然而在k空间中的分布针对三个数据集均不同。在采集预定数量的曲线之后，终止采样并执行CS图像重建。在所有这三个个体数据集间的运动诱导的关系被用于CS重建中。该范例在其他解剖结构中也是有用的，其中不能容易地以透视方式评估运动，例如评估在脑扫描中的无意识头部运动。
[0040]范例(III):
[0041]范例(I)与(II)中所描述的采样方式的组合。
[0042]该方式可用于心脏MRI，尤其是冠状动脉MR血管造影(CMRA)中，但也可用于其他解剖结构中。范例包括3D腹部自由呼吸应用，或高分辨率脑成像，在高分辨率脑成像中患者群体易发生无意识头部运动。
[0043]参考文献
[0044][I]Kim 等人，NEJM2001 ；27 ；345:1863。
[0045][2]Weber 等人，MRM2003 ；50:1223。
[0046][3]Nehrke 等人，JMRI2006 ；23:752。
[0047][4] Sachs TS 等人，MRM1994 ;32，639-45。
[0048][5]McConnelI MV 等人，MRM.1997 ；37:148_52。
[0049][6] Jhooti P 等人，MRM.2000 ；43:470_80。
[0050][7]Bhat 等人，ISMRM2010 ;#669。
[0051][8] Lustig M 等人，MRM2007 ；58:1182_95。
[0052][9]Manke 等人，MRM2003 ；50:122-131。
[0053][10] Winkelmann S 等人，IEEE Trans Med Imag26:68_76。
[0054][II] Chan R 等人，ISMRM Workshop Non Cart Imaging2007。
[0055][12] Stehning C 等人，MRM2005 ;53:719_23。
【权利要求】
1.一种磁共振成像方法，包括 采集来自对象的磁共振数据的数据集， -所述数据集中的至少一些在k空间中被欠采样， -每个数据集涉及所述对象的运动状态， 通过压缩感测重建的方式，根据所述数据集的每个重建图像， 相对于选定运动状态，对所重建的图像应用运动校正，从而生成经运动校正的图像，并且 从所述经运动校正的图像，推导针对所述选定运动状态的诊断图像。
2.如权利要求1所述的磁共振成像方法，其中，所述数据集之一被完全采样，并且从所述的完全采样的数据集重建的图像被用作所述压缩感测重建中的先验信息。
3.如权利要求1所述的磁共振成像方法，其中，各所述数据集之间的相关性被用作所述压缩感测重建中的先验信息。
4.如权利要求1所述的磁共振成像方法，其中，采用对k空间的准随机采样，以形成所述的欠采样的数据集。
5.如权利要求4所述的磁共振成像方法，其中，做出对所述对象的运动的估计，并且在所估计的运动的基础上控制k空间采样覆盖范围。
6.如权利要求1所述的磁共振成像方法，其中，通过对所述经运动校正的图像取平均，形成针对所述选定运动状态的所述诊断图像。
7.一种计算机程序，包括用于以下的指令: -采集来自对象的磁共振数据的数据集， -所述数据集中的至少一些在k空间中被欠采样， -每个数据集涉及所述对象的运动状态， -通过压缩感测重建的方式，根据所述数据集的每个重建图像， -相对于选定运动状态，对所重建的图像应用运动校正，从而生成经运动校正的图像，并且 -从所述经运动校正的图像，推导针对所述选定运动状态的诊断图像。
8.一种磁共振检查系统，被配置用于 -采集来自对象的磁共振数据的数据集， -所述数据集中的至少一些在k空间中被欠采样， -每个数据集涉及所述对象的运动状态， -通过压缩感测重建的方式，根据所述数据集的每个重建图像， -相对于选定运动状态，对所重建的图像应用运动校正，从而生成经运动校正的图像，并且 -从所述经运动校正的图像，推导针对所述选定运动状态的诊断图像。
【文档编号】G01R33/565GK103502831SQ201280019225
【公开日】2014年1月8日 申请日期:2012年4月11日 优先权日:2011年4月21日
【发明者】P·博尔纳特, M·I·多内瓦, C·施特宁 申请人:皇家飞利浦有限公司