用于评估和提高在精细结构分析数据中的数据质量的方法与流程

相关申请的相互参照

本申请要求2014年5月30日提交的第62/005,292号美国临时专利申请的权益。

本发明涉及用磁共振表征的精细结构领域，以及用于处理磁共振信号的方法。

背景技术：

美国专利us7932720描述了一种对太精细而难以被传统磁共振成像分辨的生物构造的测量的方法，其提供了这些构造的特征空间波长的定量测量。在它最简单的形式中，该方法包括沿着位于要被分析的生物组织内的选择激发的内部体积的轴获取精细采样的空间编码的磁共振回声。信号分析得出在沿着选择的组织体积的空间编码轴的各子区域内的构造波长的谱。

pct公开文献wo2013/086218描述了一种对如专利us7932720所获取的数据进行线性分析的方法，其中，使用线性过滤处理执行数据分析。这些处理使得在生成的结构频谱中的信噪比、误差线和置信区间容易量化。

虽然在现有技术中详细地描述的方法能够得到空间频谱，并且能够将在这些谱中的不确定性量化，但是它们不提供使用这种信息来提高数据质量或向用户表明数据质量的方法。

在上述现有技术中详细描述的方法的一个显著优势是生成的空间频谱相比可以用标准mr成像技术表征，可以用于将更精细结构特征化。然而，这潜在地使得这些方法更易受由患者移动产生的问题的影响。由于标准mri图像需要相对较大数量的相位编码步骤，这通常导致扫描时间的显著增加，因此在mr成像中的移动校正通常涉及尝试将发生的患者移动最小化，以及在收集mr图像自身的同时量化移动的如导航等孤立数据的获取(“motion-compensationtechniquesinneonatalandfetalmrimaging”，c.malamateniou、s.j.malik、s.j.counsell、j.m.allsop、a.k.mcguinness、t.hayata、k.broadhouse、r.g.nunes、a.m.ederies、j.v.hajnal和m.a.rutherford.，《美国神经放射学(2013)》，第34卷，第1124-1136页)。

通常，当在mri系统上记录数据时，多个接收线圈记录磁共振回波信号。早在1990年就已经提出在mri采集过程中直接测量由每个接收线圈测量到的噪声(“thenmrphasedarray”，p.b.roemer、w.a.edelstein、c.e.hayes、s.p.souza和o.m.mueller，《医学磁共振》，第16期第192-225页(1990))。

当将来自例如无线电系统设计中的多个接收器的数据合并时，存在若干潜在方法来将来自多个接收器的信号合并，这些方法被称为分集合并(diversitycombining)技术。一些常用的技术包括等增益合并、最大比值合并、切换合并和选择合并(“lineardiversitycombiningtechniques”，brennand.g.，ieee会刊，第91卷，第2号，第331、356页，2003年2月)。

局部互相关通常用于在地震学(“anefficientmethodforcomputinglocalcross-correlationsofmulti-dimensionalsignals”，d.hale.，《勘探地球物理学家协会扩充文摘》，2006年1月，25(1))和空间科学(“flct:afast,efficientmethodforperforminglocalcorrelationtracking”，g.h.fisher和b.t.welsch，《对太阳活动的地下和大气影响asp系列会议》，2008，第383卷，第373-380页)等领域中计算信号之间的相对移动或延迟，其中，图像中的移动可能不会在图像的视场范围内保持一致。

已经单独和共同地将幅度和相位图像使用于mr图像中的特征提取(“mrimagesegmentationofthekneeboneusingphaseinformation”，p.bourgeat、j.fripp、p.stanwell、s.ramadan和s.ourselin，医学图像分析，第11卷(2007)，第325-335页)。

附图说明

图1展示了来自包括多个棱柱体的同一棱柱采集的三个不同接收线圈的棱柱轮廓，这三个接收线圈分别带有相对低、中等和高的信噪比(snr)；

图2展示了来源于肝棱柱采集的6个帧的例子，当将解剖特征与在每个帧上表明相同像素位置的三个标记(黑色圆圈)进行比较时，可以清楚地看到移动；

图3展示了来自单棱柱体的两个棱柱轮廓图，其说明了随时间变化的棱柱轮廓大小，在其中一个图中展示了(a)几乎看不清的移动，在另一个图中展示了(b)明显看得见的移动。

图4为计算一对帧的一个子区域的局部互相关的一种方法的示意图，使该子区域在这两个帧上转移能够估算一组局部移位；

图5为在每个点绘制成灰阶颜色的计算出的局部移动值的两个图的例子，该点标绘在使用的子区域的中心，灰色外边界取决于子区域的尺寸；

图6为当分割来自棱柱采集的数据时，在感兴趣的区域采用的计算最佳移位的一种方法的示意图。

具体实施方式

棱柱采集：一些接收线圈多次重复记录的来自一组棱柱体的回波数据的完全采集。

回波数据：记录在一组接收线圈上的来自一组棱柱体的mr回波信号的数字化记录。为每次重复、每个接收线圈和每个棱柱体记录单个mr回波。

棱柱体：在待研究的结构的样本中生成回波数据的物理位置。虽然棱柱体的横截面通常为矩形，但是棱柱体可能具有任意横截面形状。

棱柱轮廓：回波数据的转换，该回波数据为每个接收线圈和每次重复给出与沿着给定棱柱体的位置相对的信号。这给出了与沿着每个棱柱体的位置相对的信号发生材料的变化的估算。

接收线圈：rf接收线圈，其用于记录包括棱柱采集的回波数据。

空间频谱：遵循根据如美国专利us7932720和pct公开文献wo2013/086218公开的分析方法的棱柱采集回波数据的分析产生的频谱。

重复：来自棱柱体的mr回波信号的一次或多次重复记录。按顺序执行多次重复，这样，在空间频谱的计算过程中，可以将信号平均，以便增加在空间频谱中的信噪比。

研究：顺序执行多次扫描，在该过程中，患者表面上在扫描仪中处于相同位置，这样，参考图像和棱柱采集可以彼此处于相同的位置。

参考图像：在与棱柱采集相同的研究中采集的mr图像，其用于定位棱柱采集，并且在该mr图像上，通过指示感兴趣的组织或感兴趣的结构的边缘来表明待研究的结构的样本的区域。

区域/感兴趣的区域：这是在研究中的感兴趣的结构的样本的部分，其中，已经采集棱柱采集。

噪声数据：在同一组磁共振成象(mri)系统接收线圈上测量到的噪声，用于棱柱采集本身。

重复的块：为了信噪比潜在地高于单个重复而合并的一个或多个时间相邻的重复的数量，但是比采集的重复的总数小，因此存在用于一个棱柱采集的多个块。

帧：用于重复的块的一组相邻的棱柱体的棱柱轮廓图。

子区域：根据在待研究的结构的样本中的局部移动的预计大小选择的帧的空间部分。

本发明描述了根据美国专利us7932720和pct公开文献wo2013/086218中描述的方法，改进从使用mri系统收集的棱柱采集中计算得到的空间频谱的质量的方法。形成棱柱采集的棱柱体放置在待研究的结构的样本中。

当放射科医师和放射照像技术员面对标准mri成像中的劣质图像时，他们要接受识别数据中的伪像的培训，从而能够适当地解释或重新采集数据。劣质图像可能由低的信噪比、患者的移动、血流、混淆和化学位移等来源导致。

临床医生不能以与常规mri图像相同的方式直接解释棱柱采集回波数据，以及相关的空间频谱。由于这个原因，需要在分析前处理棱柱采集，以便可以人工或者自动评估数据质量。这理想上将发生在采集(扫描)过程中或者紧跟着该采集的过程中，而患者仍然在扫描仪中，因此可以正确地再次采集劣质棱柱采集。对于在后处理中可以被校正的伪像，还需要在空间频谱的生成之前校正这些伪像。

根据棱柱采集回波数据的质量，可能必须：

完全丢弃数据并且将其重新采集。

警告用户(放射科医师或放射照像技术员)低质量数据，但是仍然允许该低质量数据被分析。

处理高质量数据。

信噪比(snr)评估

在本发明的优选实施例中，能够评估棱柱采集的snr是很重要的，理由如下：

1、它使得总体snr低于阈值的数据集(棱柱采集)能够被识别，并且被丢弃或向用户表明；

2、在带有多个接收线圈的mri系统中，只使用snr在阈值之上的线圈可能是有利的。只使用snr在这个阈值之上的线圈相比使用全部线圈可能提高分析结果；

3、对于第2点，进一步地，一些用于合并来自多个接收线圈的数据的分集合并技术使用snr的估算值，以便合并来自每个线圈的信号。

为了显露snr的估算值，必须同时具有信号和噪声的估算值，以便计算这些量之间的比率。可以容易地从棱柱采集回波数据本身得到信号的测量值。棱柱采集回波数据通常由来自用于棱柱采集的多次重复的一组棱柱体的回波数据组成，由于在后处理中的信号平均，为了提高在最终信号中的snr而执行多次重复。在一个优选实施例中，将通过测量每个接收线圈的回波信号的中心的峰值执行信号的测量。在另一个优选实施例中，这将通过以下方式执行：对棱柱采集回波数据进行傅里叶变换生成棱柱轮廓(相对沿着棱柱的位置的棱柱信号)，并且使用该棱柱轮廓为每个线圈估算沿着棱柱体的长度的信号与位置比较。

存在多个得到噪声数据的估算值的方法。在一个优选的实施例中，可以执行噪声的直接测量，并且这种直接测量可以执行与棱柱采集有关的可能多次。在一个优选的实施例中，通过在用于棱镜采集的每个接收线圈上进一步采集数据，可以在紧跟棱柱采集回波数据的采集之后执行噪声的测量。在可选的优选实施例中，将在棱柱采集之前立即执行噪声数据采集。为了执行噪声的直接测量，在一个优选的实施例中，每个接收线圈的无线电频率放大器都被消隐。在另一优选的实施例中，执行棱柱采集的额外重复，但是无线电频率传输电压设定为零。

由于棱柱采集(由于后处理中的信号平均处理，执行该棱柱采集以提高最终信号中的snr)通常由回波数据的多次重复组成，在另一优选的实施例中，在棱柱采集回波数据的重复之间的一个或多个时间点将执行噪声数据的测量。得到噪声的估算值的另一个方法是按照pct公开文献wo20413/086218中所述的方法计算噪声贡献的统计数据，其中，从棱柱采集回波数据的多次重复的分散中推断噪声统计数据。

因为棱柱采集回波数据(棱柱回波数据)包括在所有k空间点上的数据，可以在这些k空间点中的任意一点或全部点上评估snr。根据计算出的snr值的使用选择要执行snr评估的k空间值的范围是可取的。如果snr值要用于给出输出空间频谱(谱)的质量的指示，那么评估在显示的输出空间频谱(谱)中的k值的范围可能是最合适的。可选地，如果snr值要用于使得来自一组接收线圈(线圈)的信号能够以更理想的方式(例如，通过沿着每个棱柱轮廓对相位变化进行校正)合并，那么在低k空间值计算snr可以是更合适的。这个实施例实际上给出超过直接噪声数据测量值的估算值，因为这个测量值将采集来自所有源的谱中的不确定性：接收线圈噪声、移动等。这种输出可以用于计算在数据中的噪声级的估算值，以及一组“置信区间”。

接着，信号和相应的噪声值的商用于计算每个接收线圈的snr的估算值。

在图1中给出了带有低、中等和高snr的三个示例线圈的棱柱轮廓的大小(用于每个棱柱体的测量到的棱柱采集回波数据的傅里叶变换)的例子。

接着，为了将在合并的数据中的snr最大化，每个接收线圈的snr的计算可以用于合并来自线圈的信号。这可以使用一些分集合并技术实现。在一个实施例中，通过如下方式实现合并：使用最大比合并将每个接收线圈相对于它们的snr加权，然后通过对它们一起求和或求平均而将它们合并。在另一个实施例中，通过选择合并实现合并，其中，选择和合并带有最高snr值的一些线圈，而不是使用所有线圈。选择的线圈的数量取决于计算出的snr值，例如，可能选择10％的线圈，或者snr在特定阈值之上的所有线圈。

如在专利us7903251和us8462346中所详细描述的，一种用于显示根据棱柱采集回波数据生成的空间频谱的可能方法是作为信号图。当向用户显示这个信号图时，可能在其旁边显示根据平均噪声或如上所计算出的其中一个置信区间线生成的图，成为噪声图。接着，这个噪声图可以在信号图旁边被解释，或者从这个噪声图中提取一些测量值(如平均rgb强度水平)，这些测量值可以被用于表面信号图的哪些区域在这个噪声图之上。这可以用于识别信号图中snr在一些阈值之上的那些区域，并且只显示那些区域。

评估在数据中的snr水平的另一可选方法是在一些感兴趣的空间频率范围上计算在平均噪声级或一个或多个置信区间(ci)级之上的点的数量。其优点在于，它在更高的k空间值上给出snr水平的估算值，该更高的k空间值可能是更能反映感兴趣的组织中的疾病的值。

移动评估-在数据采集过程中的移动

一般而言，对于给定的扫描，无论是成像扫描还是棱柱采集(扫描)的mri数据采集可以花费几秒到若干分钟。由于只需要采集完整的k空间值集的子集，因此棱柱采集(扫描)相比常规图像采集通常支持更快的数据采集。然而，在棱柱采集(扫描)过程中的患者移动仍然是重要的问题，因为相比标准mri成像序列，这个技术的显著优点在于提高空间分辨率。由于这个原因，在棱柱采集中用于移动的评估和/或校正的技术是可取的。

如前所述，由于标准图像不是常规地根据棱柱采集回波数据生成，因此用户更难以人工评估在采集的数据中的移动。由于这个原因，必须向用户呈现使得移动能够被人工评估的数据的一些可视化，和/或将数据中的移动的评估自动化。

由于棱柱采集回波数据的每次重复的原始数据均是单独保存的，因此可能在棱柱采集的过程中随时间观察和评估棱柱轮廓。来自单次重复(测量值)的棱柱轮廓通常可能具有太低snr而不能从它本身可视化。然而，通过例如求平均，合并多个时间相邻的重复(称为重复的“块”)，允许生成具有足够snr以区分解剖特征的棱柱轮廓。将根据不同的块，例如，后续块生成的棱柱轮廓进行比较，使得这些解剖特征的相对移动能够被评估、量化和校正。

执行上述过程的一个方法是为每个块生成一系列棱柱轮廓，对于给定块的棱柱轮廓的图成为帧。可以根据多个相邻的重复块生成每个帧：例如，可以由重复1-5得到块1、由重复6-10得到块2等。可选地，可以根据重叠的重复块生成后续块：例如，由重复1-5得到块1、由重复2-6得到块2等、接着，块之间的移动容易被可视化或评估。接着，计算出的移动可以与阈值比较。如果移动在这个阈值之上，那么棱柱采集可以向用户表明要重新采集。

如前所述，在一个实施例中，可以人工评估移动。在可选的实施例中，可以自动进行移动的评估。一些实施例更适合于从多个相邻棱柱体中采集的棱柱采集回波数据，并且其他实施例更适合于从单个棱柱体中采集的棱柱采集回波数据。

多棱柱体数据

从图2中可以看出将包括多个棱柱体的棱柱采集中的移动可视化的方法的例子。在这个实施例中，为了将运动可视化，动画的后续帧显示为单独的图，标记点从第一重复块中表明解剖学上的显著结构的位置。在可选的实施例中，这些帧看作是动画。

在一些应用中，如在肝脏中采集棱柱采集回波数据，肝脏棱柱采集的典型例子的肉眼检查表明在肝脏数据中存在各种类型的移动，包括在棱柱面中的整体平移，和拉伸/挤压。

因此，在可选的实施例中，将具体描述将这类移动的程度量化的方法。这通过计算局部互相关实现：也就是说，在两个帧的局部区域上计算二维互相关，并且在这些帧上重复该过程。这个实施例尝试计算这些帧的不同区域相对彼此的相对移位。以下将说明其实现的一种可能方法，然而，也可以由其他方式计算得到。

图4说明了计算两个帧之间的局部互相关的方法。通过为每个棱柱体计算棱柱轮廓大小并且将它们显示为灰阶强度图，已经生成这些帧中的每一帧。接着，选择这些帧中的每一帧的子区域，根据组织中的典型移动的局部变化合适选择该子区域的尺寸。如果该移动是相当局部的，那么选择小的子区域；相反地，如果该移动通常是非常广泛的，那么选择更大的子区域。接着，两个子区域被窗口化，计算2d互相关。计算出的互相关的最大值的位置给出了在两个子区域之间的x和y位置中估算的局部移位。接着，以每步一个或多个像素横向和纵向平移该子区域，并且在每步重复相同的过程，从而建立局部移位的大小和方向相对于位置的图，称为移位图。

上述优选的实施例受以下事实的限制：它只可以确定整个像素移位。然而，互相关定理指出：两个函数f(t)和g(t)的互相关可以表示为：

因此，替代如上所述的在位置-空间中执行互相关计算，在频率-空间中执行互相关计算允许自由选择t。这允许计算出子像素位移的互相关。

接着，如在上述优选实施例中计算的局部移动的估算值可以在多个方式中使用。在一个实施例中，计算出的移位与阈值相比较，并且，如果相邻帧之间的局部移位超过这个阈值，那么棱柱采集向用户表明具有明显移动，因此如果有必要，在患者仍然在扫描仪中的同时可能重新采集棱柱采集。在可选的实施例中，用于每对帧的局部移动的估算值作为动画或序列图向用户显示，因此可以人工评估局部移动。在图5中给出了这个的例子。例如，局部移位的大小可以编码为在图中的点上的值/亮度，并且移动的方向可以编码为不同颜色/色调。可选地，不同移位可以编码为不同灰阶颜色，如图5所示。

在一个实施例中，在空间频谱的生成之前，如在上述实施例中计算出的在棱柱采集中的移动的评估可以用于将一个帧的位置相对于另一个帧空间移动。以便校正在那些帧之间已经发生的移动。

单棱柱体数据

如上所述，在一些应用中，为单个棱柱体而不是棱柱体阵列采集棱柱采集回波数据。在这种情况下，数据仍然可以按照与多棱柱体数据相同的方式被可视化为一系列帧或动画，或者，仍然可以计算出局部互相关(在这种情况下为局部一维互相关)。然而，这种数据还可以通过在一个图中并排显示每个单棱柱帧而被可视化。图3展示了在人脑中采集的棱柱采集的这种情况的两个例子，其中一个(a)有很少的患者移动，另一个(b)有明显的患者移动。如上已经讨论的，可以根据多个重叠的重复块计算这些图，其有助于这些图呈现得更平滑并且更容易理解。

移动评估-参考图像采集和棱柱采集之间的移动

由于数据采集的性质，棱柱可以延伸到待研究的结构(感兴趣的组织)的样本的外部。因此，有时必须确定棱柱轮廓的哪个区域应当被分析和哪个区域应当被忽略。虽然可能使用上述棱柱轮廓在一定程度上这么做，但是在这些棱柱轮廓中的像素尺寸通常有高度各向异性，这使得一些解剖特征难以被识别。由于这个原因，有时需要能够将采集到的棱柱体的位置与也是在相同的扫描时段收集的一个或多个单独的参考图像共置，使得解剖结构在参考图像和棱柱采集之间共置。在这种情况下，为了在参考图像上表明棱柱体的位置，共置是可取的，并且更重要的是，通过例如人工指出区域的边界或对该区域自动分割(这接着在分析过程中可以用于分割棱柱轮廓)，可以在参考图像上指定待分析的器官(或区域)。

然而，在参考图像采集和棱柱采集之间有时存在明显移动。这在肝脏等应用中(将在单独的屏气上采集参考图像采集和棱柱采集)更是如此。在后续屏气之间，隔膜和包括肝脏的其他内脏对于两次屏气可能不会处于完全相同的位置。同样的，应当使用参考图像来确定初始分割，然后细化(微调)分割的区域对在参考图像采集和棱柱采集之间已经发生的任意的整体移动进行校正。图6详细说明了执行该过程的一个方法的例子。

如在前述实施例中，snr用于合并来自多个接收线圈的棱柱采集回波数据。在一个实施例中，这用于丢弃带有低snr的接收线圈。在可选实施例中，snr用于在合并之前对接收线圈信号进行加权。接着计算出棱柱轮廓，然后根据该棱柱轮廓生成特征图，识别组织之间的边界存在的区域。在一个优选的实施例中，为了在数据中抑制大量噪声同时保留明显的解剖特征，在生成特征图之前，沿着每个棱柱轮廓的轴执行空间平滑，这有助于提高特征图生成的性能。在其中一个优选的实施例中，通过计算棱柱轮廓的数值梯度生成特征图。在另一个实施例中，使用canny边缘检测计算特征图。在另一个实施例中，通过采用sobel滤波器计算出特征图。

接着，在前面讨论的参考图上识别出感兴趣的解剖部位(roi)。这可能人工执行，例如，如果执行脊柱采集，画围绕椎骨的轮廓，如果执行肝脏采集，画围绕肝脏的轮廓。可选地，这可能通过来自参考图像的roi的自动分割执行。

接着，坐标转换用于将这个roi从在参考图像中的勾勒感兴趣的解剖结构的轮廓的一组点转换为在特征图中勾勒感兴趣的解剖结构的轮廓的一组点。接着，这些点用于执行特征图的初始分割。

为了校正在参考图和棱柱采集之间已经发生的移动，在分割的特征图中勾勒感兴趣的解剖结构的一组点可能需要主要沿着棱柱的长度被转换。为了计算感兴趣的区域的最佳移位，计算出一组移位的roi，并且每一个roi用于生成分割的特征图。包含最小特征(尤其围绕其外围)的分割特征图最有可能是带有最佳移位的一个，因为它将具有最少roi内的组织之间的边界，因此roi有可能包含同形组织。

为了使细化的roi的选择自动化，从分割的特征图组中提取测量值。在一个实施例中，这个测量值是在每个分割的特征图中的值的和。在另一个优选的实施例中，它是在每个分割的特征图中的最大值。

最佳移位通过识别(估算)将计算出的测量值最小化的移位确定。

虽然为了说明而不是限制的目的，已经在本文中公开和描述了本发明的某些优选实施例，但是本领域技术人员可以理解的是，在不脱离权利要求所限定的本发明的范围的前提下，还可以对形式和细节做出各种改变。

权利要求书(按照条约第19条的修改)

1.一种在磁共振成象(mri)系统中用于提高空间频谱的质量的方法，该空间频谱产生于包括精细采样的空间编码的磁共振回波数据的棱柱采集，是沿着一个或多个选择激发的内部体(棱柱体)的轴的一维频率编码信号的一次或多次重复，所述棱柱体是在待分析的生物组织内的物理位置，从该物理位置产生所述回波数据，所述方法包括：

a)使用在磁共振成象(mri)系统中的一个或多个接收线圈，收集包括来自一个或多个棱柱体的回波数据的一次或多次单独重复的棱柱采集；

b)如果所述棱柱采集包括多次重复，那么通过以下步骤评估影响所述棱柱采集的质量的患者移动：

i)对于每个棱柱体，转换在(a)中采集到的所述回波数据，为每个接收线圈的每次重复，计算称为棱柱轮廓的信号相对位置的变化；

ii)根据所述接收线圈中的一个或多个接收线圈的选择，合并所述棱柱轮廓，为每个棱柱体和每次重复产生合并的棱柱轮廓；

iii)将收集到的所述重复合并为一个或多个重叠的或相邻的重复的块，以产生展示每个块的棱柱体组的棱柱轮廓的一系列帧，并且使用帧之间的棱柱轮廓中的变化来计算在所述棱柱采集过程中已经发生的患者移动；

iv)使用在(iii)中计算出的患者移动来确定计算出的移动是否低于阈值，如果是的话，根据所述棱柱轮廓计算所述空间频谱，如果否的话，丢弃数据集并且指示要重新采集；

或者：

c)通过以下步骤校正影响所述棱柱采集的质量的患者移动：

i)在相同的研究的过程中，在(a)中的所述棱柱采集之前或之后，采集待研究的结构的样本的参考图像，所述参考图像与在(a)中的所述棱柱采集共置；

ii)在(c)(i)中采集到的所述参考图像上指定所述结构的所述样本的一个或多个区域；

iii)使用三维坐标转换将(c)(i)中指定所述区域的点从在所述参考图像中的位置转换为在所述棱柱体中对应的位置；

iv)转换在(a)中收集的所述回波数据，对于每个接收线圈的每次重复以及对于每个棱柱体，沿着每个所述棱柱体计算所述信号相对位置，从而得到各自的棱柱轮廓；

v)通过采用空间滤波器使所述棱柱轮廓平滑，以便减少所述噪声；

vi)通过生成呈现的明显边界和特征的称为特征图的图，计算在所述棱柱轮廓中的解剖特征的存在；

vii)使用在(iii)中计算出的所述点在指定的所述区域内对(vi)中计算出的所述特征图进行分割；

viii)计算在(vii)中分割的所述特征图的估算移位，该估算移位使在分割的所述棱柱体中呈现的解剖特征的存在最小化，并且在根据所述棱柱采集回波数据生成空间频谱之前，使用所述估算移位空间上平移分割的所述棱柱体以校正移动。

2.根据权利要求1所述的方法，其特征在于，在(b)(iii)中的移动的估算用于在空间频谱生成之前通过将(b)(iv)中的棱柱轮廓的重复相对彼此进行空间上的平移，校正在所述棱柱采集过程中已经发生的所述移动。

3.根据权利要求1所述的方法，其特征在于，通过生成每个块的所述棱柱轮廓的图，并且将这些图显示为一系列帧或动画，根据该系列帧或动画用户可以在所述棱柱采集的过程中可视化或评估所述移动，从而执行在(b)(iii)中的移动的估算。

4.根据权利要求1所述的方法，其特征在于，通过为每个块的一个棱柱体生成所述棱柱轮廓的图，并且显示彼此相邻的这些帧中的每个帧，以形成使得在所述棱柱采集过程中的移动能够被可视化的一种表示，从而执行所述棱柱体在(b)(iii)中的所述移动评估。

5.根据权利要求1所述的方法，其特征在于，在(c)中，通过计算所述轮廓的数值梯度实现在(c)(vi)中的解剖特征的存在的计算。

6.根据权利要求1所述的方法，其特征在于，在(c)中，通过使用canny边缘检测算法执行在(c)(vi)中的解剖特征的存在的计算。

7.根据权利要求1所述的方法，其特征在于，在(c)中，通过采用sobel过滤器执行在(c)(vi)中的解剖特征的存在的计算。

8.根据权利要求1所述的方法，其特征在于，在(b)(ii)中，通过以下步骤合并所述接收线圈：

d)在与(a)中用于所述棱柱采集的所述接收线圈相对应的一组接收线圈上测量噪声数据；

e)使用在(a)中采集到的所述棱柱采集回波数据和在(d)中采集到的所述噪声数据的比率估算每个所述接收线圈的信噪比(snr)，并且使用分集合并利用所述比率合并来自接收线圈的所述棱柱采集回波数据，以便将最终的snr最大化。

9.根据权利要求8所述的方法，其特征在于，通过为每个所述接收线圈消隐所述无线电频率放大器来执行在(d)中噪声数据的测量，以使得只有噪声数据被收集。

10.根据权利要求8所述的方法，其特征在于，通过将所述无线电频率传输电压设定为零来执行在(d)中噪声数据的测量，以使得只有噪声数据被收集。

11.根据权利要求8所述的方法，其特征在于，在(a)中的所述棱柱采集之前，执行在(d)中噪声数据的测量。

12.根据权利要求8所述的方法，其特征在于，在(a)中的所述棱柱采集之后，执行在(d)中噪声数据的测量。

13.根据权利要求8所述的方法，其特征在于，在(a)中的所述棱柱采集的所述重复之间的一个或多个时间点，执行在(d)中噪声数据的测量。

14.根据权利要求8所述的方法，其特征在于，在(e)中，为了将最终的snr最大化，通过使用最大比合并来合并接收线圈。

15.根据权利要求8所述的方法，其特征在于，在(e)中，通过使用选择合并来合并所述接收线圈以将最终的snr最大化。

16.根据权利要求1所述的方法，其特征在于，由以下步骤执行在(b)(iii)中的所述移动评估：

d)为了减少在所述帧中的噪声，使用空间滤波器将所述帧平滑化；

e)选取所述帧的子区域，其中，为在组织中的典型移动的局部变化选择所述子区域的尺寸；

f)将所述子区域窗口化；

g)对于每一对的两个帧，计算所述子区域的二维互相关；

h)确定计算出的所述互相关的最大值的位置，为所述对帧的所述子区域给出在x和y位置中的局部移位；

i)在将所述子区域横向和纵向穿过所述帧的同时，重复步骤(g)和(h)，以为所述对帧建立局部移位相对位置的图，称之为移位图；

j)为每对帧重复步骤(e)到(i)，以生成局部估算的移位的一系列移位图。

17.根据权利要求16所述的方法，其特征在于，在频率空间而不是位置空间中执行所述二维互相关的计算，因此，在位置空间中的互相关函数的采样率可以从原始数据的采用率变化，以产生移位的子像素计算。

18.根据权利要求16所述的方法，其特征在于，局部估算的移位与阈值进行比较，如果来自任意帧的局部移位超过所述阈值，那么数据集指示为具有明显移动，因此在患者仍然位于mri扫描仪中的同时所述用户可以重新进行采集。

19.根据权利要求16所述的方法，其特征在于，向所述用户显示作为动画或系列图的局部估算的移位，因此用户可以可视化或评价所述局部移动。

20.根据权利要求19所述的方法，其特征在于，每个帧的所述局部估算的移位显示为标绘在所述子区域的中心的点，用色调/颜色表明局部移位的方向，以及值/亮度表明移位的大小。

21.一种在磁共振成象(mri)系统中用于提高空间频谱的质量的方法，该空间频谱产生于包括精细采样的空间编码的磁共振回波数据的棱柱采集，是沿着一个或多个选择激发的内部体(棱柱体)的轴的一维频率编码信号的多次重复，所述棱柱体是在待分析的生物组织内的物理位置，从该物理位置产生所述回波数据，所述方法包括：

a)使用在磁共振成象(mri)系统中的一个或多个接收线圈，收集包括来自一个或多个棱柱体的回波数据的多次单独重复的棱柱采集；

b)通过以下步骤评估影响所述棱柱采集的质量的患者移动：

i)对于每个棱柱体，转换在(a)中采集到的所述回波数据，为每个接收线圈的每次重复，计算称为棱柱轮廓的信号相对位置的变化；

ii)根据所述接收线圈中的一个或多个接收线圈的选择，合并所述棱柱轮廓，为每个棱柱体和每次重复产生合并的棱柱轮廓；

iii)将收集到的所述重复合并为一个或多个重叠的或相邻的重复的块，以产生展示每个块的棱柱体组的棱柱轮廓的一系列帧，并且使用帧之间的棱柱轮廓中的变化来计算在所述棱柱采集过程中已经发生的患者移动；

iv)使用在(iii)中计算出的患者移动来确定计算出的移动是否低于阈值，如果是的话，根据所述棱柱轮廓计算所述空间频谱，如果否的话，丢弃数据集并且指示要重新采集。

22.根据权利要求21所述的方法，其特征在于，在(b)(iii)中的移动的估算用于在空间频谱生成之前通过将(b)(iv)中的棱柱轮廓的重复相对彼此进行空间上的平移，校正在所述棱柱采集过程中已经发生的所述移动。

23.根据权利要求21所述的方法，其特征在于，通过生成每个块的所述棱柱轮廓的图，并且将这些图显示为一系列帧或动画，根据该系列帧或动画用户可以在所述棱柱采集的过程中可视化或评估所述移动，从而执行在(b)(iii)中的移动的估算。

24.根据权利要求21所述的方法，其特征在于，通过为每个块的一个棱柱体生成所述棱柱轮廓的图，并且显示彼此相邻的这些帧中的每个帧，以形成使得在所述棱柱采集过程中的移动能够被可视化的一种表示，从而执行所述棱柱体在(b)(iii)中的所述移动评估。

25.根据权利要求21所述的方法，其特征在于，在(b)(ii)中，通过以下步骤合并所述接收线圈：

d)在与(a)中用于所述棱柱采集的所述接收线圈相对应的一组接收线圈上测量噪声数据；

e)使用在(a)中采集到的所述棱柱采集回波数据和在(d)中采集到的所述噪声数据的比率估算每个所述接收线圈的信噪比(snr)，并且使用分集合并利用所述比率合并来自接收线圈的所述棱柱采集回波数据，以便将最终的snr最大化。

26.根据权利要求25所述的方法，其特征在于，通过为每个所述接收线圈消隐所述无线电频率放大器来执行在(d)中噪声数据的测量，以使得只有噪声数据被收集。

27.根据权利要求25所述的方法，其特征在于，通过将所述无线电频率传输电压设定为零来执行在(d)中噪声数据的测量，以使得只有噪声数据被收集。

28.根据权利要求25所述的方法，其特征在于，在(a)中的所述棱柱采集之前，执行在(d)中噪声数据的测量。

29.根据权利要求25所述的方法，其特征在于，在(a)中的所述棱柱采集之后，执行在(d)中噪声数据的测量。

30.根据权利要求25所述的方法，其特征在于，在(a)中的所述棱柱采集的所述重复之间的一个或多个时间点，执行在(d)中噪声数据的测量。

31.根据权利要求25所述的方法，其特征在于，在(e)中，为了将最终的snr最大化，通过使用最大比合并来合并接收线圈。

32.根据权利要求25所述的方法，其特征在于，在(e)中，通过使用选择合并来合并所述接收线圈以将最终的snr最大化。

33.根据权利要求21所述的方法，其特征在于，由以下步骤执行在(b)(iii)中的所述移动评估：

d)为了减少在所述帧中的噪声，使用空间滤波器将所述帧平滑化；

e)选取所述帧的子区域，其中，为在组织中的典型移动的局部变化选择所述子区域的尺寸；

f)将所述子区域窗口化；

g)对于每一对的两个帧，计算所述子区域的二维互相关；

h)确定计算出的所述互相关的最大值的位置，为所述对帧的所述子区域给出在x和y位置中的局部移位；

i)在将所述子区域横向和纵向穿过所述帧的同时，重复步骤(g)和(h)，以为所述对帧建立局部移位相对位置的图，称之为移位图；

j)为每对帧重复步骤(e)到(i)，以生成局部估算的移位的一系列移位图。

34.根据权利要求33所述的方法，其特征在于，在频率空间而不是位置空间中执行所述二维互相关的计算，因此，在位置空间中的互相关函数的采样率可以从原始数据的采用率变化，以产生移位的子像素计算。

35.根据权利要求33所述的方法，其特征在于，局部估算的移位与阈值进行比较，如果来自任意帧的局部移位超过所述阈值，那么数据集指示为具有明显移动，因此在患者仍然位于mri扫描仪中的同时所述用户可以重新进行采集。

36.根据权利要求33所述的方法，其特征在于，向所述用户显示作为动画或系列图的局部估算的移位，因此用户可以可视化或评价所述局部移动。

37.根据权利要求36所述的方法，其特征在于，每个帧的所述局部估算的移位显示为标绘在所述子区域的中心的点，用色调/颜色表明局部移位的方向，以及值/亮度表明移位的大小。

38.一种在磁共振成象(mri)系统中用于提高空间频谱的质量的方法，该空间频谱产生于包括精细采样的空间编码的磁共振回波数据的棱柱采集，是沿着一个或多个选择激发的内部体(棱柱体)的轴的一维频率编码信号的一次或多次重复，所述棱柱体是在待分析的生物组织内的物理位置，从该物理位置产生所述回波数据，所述方法包括：

a)使用在磁共振成象(mri)系统中的一个或多个接收线圈，收集包括来自一个或多个棱柱体的回波数据的一次或多次单独重复的棱柱采集；

b)通过以下步骤校正影响所述棱柱采集的质量的患者移动：

i)在相同的研究的过程中，在(a)中的所述棱柱采集之前或之后，采集待研究的结构的样本的参考图像，所述参考图像与在(a)中的所述棱柱采集共置；

ii)在(c)(i)中采集到的所述参考图像上指定所述结构的所述样本的一个或多个区域；

iii)使用三维坐标转换将(c)(i)中指定所述区域的点从在所述参考图像中的位置转换为在所述棱柱体中对应的位置；

iv)转换在(a)中收集的所述回波数据，对于每个接收线圈的每次重复以及对于每个棱柱体，沿着每个所述棱柱体计算所述信号相对位置，从而得到各自的棱柱轮廓；

v)通过采用空间滤波器使所述棱柱轮廓平滑，以便减少所述噪声；

vi)通过生成呈现的明显边界和特征的称为特征图的图，计算在所述棱柱轮廓中的解剖特征的存在；

vii)使用在(iii)中计算出的所述点在指定的所述区域内对(vi)中计算出的所述特征图进行分割；

viii)计算在(vii)中分割的所述特征图的估算移位，该估算移位将在分割的所述棱柱体中呈现的解剖特征的存在最小化，并且在根据所述棱柱采集回波数据生成空间频谱之前，使用所述估算移位空间上平移分割的所述棱柱体以校正移动。

39.根据权利要求38所述的方法，其特征在于，在(b)中，通过计算所述轮廓的数值梯度实现在(b)(vi)中的解剖特征的存在的计算。

40.根据权利要求38所述的方法，其特征在于，在(b)中，通过使用canny边缘检测算法执行在(b)(vi)中的解剖特征的存在的计算。

41.根据权利要求38所述的方法，其特征在于，在(b)中，通过采用sobel过滤器执行在(b)(vi)中的解剖特征的存在的计算。