磁共振扩散成像数据压缩加速重建方法与流程

本发明涉及磁共振领域，具体涉及一种磁共振扩散成像数据压缩加速重建方法。

背景技术：

基于多通道线圈采集的并行成像技术近年来已经成为磁共振领域最为高效和主流的技术之一。并行成像技术的作用在于有效减少了磁共振成像的采集时间，从而促进了磁共振技术的发展和临床应用。伴随着并行成像技术的发展，多线圈阵列设计也成为磁共振研究的一个工程门类。在合理设计的前提下，线圈阵列通道数目越多，所能够提供的信噪比就越高，并行成像技术的采集加速倍数就可以越大。但是，采用多通道线圈采集会使得数据量增大，增加重建时间，并且占用更多的数据存储空间。这些问题在三维动态成像以及磁共振扩散成像等技术中尤为突出。为了解决多通道采集带来的计算时间长等问题，近年来多线圈采集数据压缩技术被提出。该技术的理论基础为多通道线圈数据具有较高的冗余性，可以在保证保留有效数据、减少信噪比损失、不破坏后续重建过程的情况下减少冗余数据，从而加速重建计算速度，减少数据占用空间。

在磁共振扩散成像中，为了获得高分辨率的磁共振扩散图像，减少图像的几何形变，需要使用多次激发的磁共振序列采集技术。多次激发序列采集会通过多次对图像进行激发，每次激发采集一部分数据，最终通过特定的整合重建算法得到高分辨率的扩散图像。对于多次激发序列采集的数据，需要使用多次激发的多线圈数据进行重建，较多的激发次数会进一步使得数据规模扩大。在这种情况下，即使使用传统的线圈压缩技术对多线圈数据进行压缩，较多的激发次数仍然会导致较大的数据量，以及计算时间长、内存占用大等问题，阻碍高分辨率磁共振扩散成像技术在临床和科研工作中的应用。

技术实现要素：

本发明旨在至少解决上述技术问题之一。

为此，本发明的目的在于提出一种磁共振扩散成像数据压缩加速重建方法，减少重建所需时间和内存占用。

为了实现上述目的，本发明的实施例公开了一种磁共振扩散成像数据压缩加速重建方法，包括以下步骤：S1：将多次激发序列采集的不同采集坐标的磁共振数据排列到相同的k空间坐标下，对图像回波信号及导航回波信号同时进行排列；S2：根据预设的压缩之后的数据规模，利用二维导航回波信号的k空间数据计算得到压缩矩阵；S3：利用得到的压缩矩阵对图像回波数据和导航信号数据同时进行压缩。

根据本发明实施例的磁共振扩散成像数据压缩加速重建方法，对于磁共振多次激发采集的扩散成像数据进行重排操作，整合多次激发采集和多通道线圈采集得到的数据，构造“激发-线圈”维度进行压缩，有效减少数据规模；为后续的磁共振重建算法提供有效加速，同时减少内存占用；高效加速的同时减少图像噪声，保证图像质量。

另外，根据本发明上述实施例的磁共振扩散成像数据压缩加速重建方法，还可以具有如下附加的技术特征：

进一步地，对多次激发平面回波序列进行排列时，对不同次激发采集的不同坐标数据在k空间相位编码方向移动相应的相位编码步数，使不同次激发得到的数据具有相同的k空间采样坐标。

进一步地，在步骤S2中，通过以下公式得到所述压缩矩阵：

s.t. AA^H＝I

其中，是重排二维导航信号的k空间数据，为压缩矩阵，N_v为所述预设的压缩之后的数据规模，图像数据的通道线圈数为N_c，多次激发次数为N_s。经过数据重排之后，构造得到整合多次激发和多通道线圈数据的“激发-线圈”维度，即维数为N_e＝N_c×N_s的相同采样坐标的k空间数据。

进一步地，根据以下公式利用所述压缩矩阵对多次激发多线圈数据进行数据压缩：

d'(k)＝Ad(k)

其中，为压缩之后的数据。这里包含了经过k空间重排的图像信号数据和导航信号数据。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明一个实施例的带有二维导航信号的扩散成像多次激发平面回波序列示意图；

图2是本发明一个实施例的多次激发数据可压缩性分析图；

图3是本发明一个实施例的磁共振扩散成像数据压缩加速重建方法的流程图；

图4是本发明一个实施例的多次激发-多通道线圈采集的数据压缩算法流程示意图；

图5是本发明一个实施例的压缩算法误差分析图。

具体实施方式

下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

在介绍本发明的实施例的磁共振扩散成像数据压缩加速重建方法之前，首先对多次激发序列采集数据的可压缩性进行分析。

多次激发采集序列有多种，包括了多次激发平面回波序列(multi-shot echo planar imaging,MS-EPI)，多次激发螺旋(spiral)采集序列等。本发明以磁共振扫描中较为常用的多次激发平面回波序列为例，结合磁共振扩散成像技术，进行多次激发数据的可压缩性分析以及后续计算流程的阐述。

本发明中采用的应用于磁共振扩散成像的多次激发平面回波序列主要包括三部分：磁共振扩散梯度，图像回波信号采集以及二维导航信号采集。第一部分的磁共振扩散梯度的作用为对图像进行扩散编码，得到图像的扩散加权对比度，是所有磁共振扩散成像中的必要部分。第二部分的图像回波采集序列采集一部分的磁共振图像数据，即k空间(k-空间是磁共振采集数据空间)部分数据，这种采集模式能够有效提高图像的分辨率，减少几何形变带来的伪影。第三部分的二维导航信号采集跟随在图像信号采集之后，通过180°脉冲形成同一次激发中的第二次回波，该导航信号仅仅采集图像信号的低频部分，用于后续的图像重建，运动矫正，以及数据压缩。多次激发平面回波序列的示意图如图1所示。

通过多通道线圈采集，多次激发序列能够得到多线圈，多次激发的图像和导航信号数据。本技术将对多次激发多通道采集的数据整合构造新的数据维度，“激发-线圈”维度，进行压缩从而有效减少数据量。磁共振多通道线圈采集数据的可压缩性已经被证明并接受，但多次激发数据在不同次激发数据之间的可压缩性并没有得到验证，因此我们首先对多次激发数据的可压缩性进行分析。分析方法为对多次激发采集的数据进行奇异值分解(singular value decomposition,SVD)，通过奇异值分解分析其奇异值的分布。一个例子为对于8次激发的数据进行SVD，得到8个奇异值，如图2所示。前5个奇异值的和大于所有奇异值总和的90％，证明了多次激发数据具有较高的冗余性，即可压缩性较好，可以进行压缩。

以下结合附图描述本发明。

图3是本发明一个实施例的磁共振扩散成像数据压缩加速重建方法的文字概括算法流程图，图4是本发明一个实施例的流程示意图，较为形象的阐释了数据压缩相关流程。如图3和图4所示，在图4中，以两次激发采集为例，黑色点代表已经采集的数据，透明点代表未采集数据，首先经过数据重排，得到相同坐标的k空间数据，构造整合多次激发多通道线圈的数据，利用导航信号进行压缩矩阵计算之后，对重排数据进行数据压缩，最终经过压缩得到的数据可以进行后续的重建过程。

本发明实施例的磁共振扩散成像数据压缩加速重建方法，包括以下步骤：

S1：将多次激发序列采集的不同采集坐标的磁共振数据排列到相同的k空间坐标下，对图像回波信号及导航回波信号同时进行排列；

具体地，压缩的磁共振数据需要具有相同的采集坐标，否则将会造成压缩之后的数据坐标混乱，因此在进行压缩之前需要对多次激发不同坐标的磁共振数据进行重排，将其排列到相同的k空间采样坐标下。

在本发明的一个实施例中，对多次激发平面回波序列进行排列时，对不同次激发采集的不同坐标数据在k空间相位编码方向移动相应的相位编码步数，使不同次激发得到的数据具有相同的k空间采样坐标。重排操作需要对图像回波和导航回波信号同时进行，从而保证两者数据的对应性。假设图像数据的通道线圈数为N_c，多次激发次数为N_s，经过数据重排之后，得到数量为N_e＝N_c×N_s的相同采样坐标的k空间数据。

S2：根据预设的压缩之后的数据规模，利用二维导航回波信号的k空间数据计算得到压缩矩阵。

在本发明的一个实施例中，通过以下公式得到压缩矩阵：

s.t. AA^H＝I

其中，是二维导航信号的k空间数据，为压缩矩阵，N_v为预设的压缩之后的数据维度数目，通常远小于N_e。通过求解该最优化函数即可得到所需的压缩矩阵。解决该最优化问题的可以直接对重排数据在采用奇异值分解，得到相应的压缩矩阵。

S3：利用得到的压缩矩阵对图像回波数据和导航信号数据同时进行压缩。

具体地，通过二维导航信号计算得到压缩矩阵A之后，用于进行数据压缩：

d'(k)＝Ad(k)

为压缩之后的数据，称之为虚拟线圈(virtual coil)。该压缩过程需要对图像回波数据以及导航信号数据同时进行，以保证后续重建过程的正确性。压缩之后的数据量将会大大减少。在本发明的一个示例中：32通道线圈采集的多线圈数据，8次激发平面回波序列，在未压缩时多次激发多通道数据的维度数目为256，经过压缩之后可降低至12-16，并且保证误差在3％以内的水平，同时有效减少图像噪声。该例子的后续重建图像及压缩误差分析如图5所示。该压缩算法能够在不降低图像质量的情况下，加速图像重建时间100倍以上(视具体后续重建算法而定，对于所测试重建算法计算时间由1小时减少为30s)，并且有效减少内存占用。在测试中，该压缩算法的计算时间主要在于利用奇异值分解计算压缩矩阵的时间，通常在5秒以内。

另外，本发明实施例的磁共振扩散成像数据压缩加速重建方法的其它构成以及作用对于本领域的技术人员而言都是已知的，为了减少冗余，不做赘述。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。