一种新型的非线性并行重建的磁共振成像方法、装置及介质与流程
本发明涉及磁共振图像重建领域，特别涉及一种新型的非线性并行重建的磁共振成像方法、装置及介质。
背景技术：
在磁共振并行成像中，图像重建是一个重要操作。在实际临床研究中，高性能的图像重建方法，尤其是实现并行快速成像有着非常重要的作用。目前,多通道线圈并行成像中的图像重建方法有很多,比如:sense(sensitivityencoded，敏感度编码)法,grappa(generalizedautocalibratingpartiallyparallelacquisitions，全面自动校准部分并行采集)法,smash(simultaneousacquisitionofspatialharmonics，空间谐波)法等。其中，grappa法因不需要计算多通道线圈敏感度的线性方法，而具有广泛的应用便利性。
基于grappa法发展而来的方法中，非线性的grappa(nonlineargrappa)重建方法受到磁共振数据的通道数量限制，所以重建图像质量较差；基于虚拟共轭线圈技术(virtualcoilconception，vcc)的grappa重建方法则在削弱伪影和噪音方面的效果并不理想。
技术实现要素：
本发明要解决的技术问题是提供一种提高重建图像质量，减小重建图像的伪影和噪音的图像成像方法。
为了解决上述技术问题，本发明首先披露了一种新型的非线性并行重建的磁共振成像方法、装置及介质，其技术方案是这样实施的：
一种新型的非线性并行重建的磁共振成像方法，所述成像方法的步骤包括：
步骤s1，用多通道线圈并行采集实际线圈数据，根据所述实际线圈数据扩展出相同通道数的虚拟线圈数据，所述虚拟线圈数据和所述实际线圈数据之间满足共轭对称关系；
步骤s2，根据所述实际线圈数据和所述虚拟线圈数据组合得到数据组合项；
步骤s3，利用采样空间中，低频区域内完全采样的数据，结合数据组合项校准加权因子；
步骤s4，根据校准的所述加权因子，重建采样空间中的缺失数据得到重建数据，所述缺失数据指采样空间中，高频区域没有采集的数据；
步骤s5，融合采样空间中所述低频区域内完全采样数据和所述重建数据得到完整的采样空间数据；
步骤s6，根据多通道完整的采样空间数据得到最终重建图像。
优选地，所述步骤s6为，将所述多通道完整的采样空间数据进行平方求和得到所述最终重建图像，或者将所述多通道完整的采样空间数据与多通道线圈的敏感度相乘后求和得到所述最终重建图像。
优选地，在所述步骤s2中，所述数据组合项包括常数、线性数据项和非线性数据项。
优选地，所述步骤s3为：利用低频区域内完全采样的数据，结合数据组合项产生混合数据组合项，所述混合数据组合项包括常数、线性数据项和非线性数据项。
优选地，所述数据组合项中的非线性数据项为二次及其以上非线性数据项，和/或所述混合数据组合项中的非线性数据项为二次及其以上非线性数据项。
优选地，所述步骤s3中的校准方法为，用线性回归法拟合出一组加权因子，进而建立采样空间中的数据与其相邻数据之间的一组线性组合关系。
优选地，所述步骤s3中，校准方法所涉及的公式为：
其中，j＝1,2,……2·l；
r≠b·r；
本发明还公开了一种计算机可读介质，该计算机可读介质具有存储在其中的程序，该程序用于计算机执行所述的成像方法。
本发明还公开了一种用于使用所述成像方法的磁共振图像重建装置，
包括采集模块、数据组合模块、校准模块、重建数据模块、融合模块、成像模块；
所述采集模块利用多通道线圈并行采集实际线圈数据，根据所述实际线圈数据扩展出相同通道数的虚拟线圈数据，所述虚拟线圈数据和所述实际线圈数据之间满足共轭对称关系；
所述数据组合模块根据所述实际线圈数据和所述虚拟线圈数据组合得到数据组合项；
所述校准模块利用采样空间中，低频区域内完全采样的数据，结合数据组合项校准加权因子；
所述重建数据模块根据校准的所述加权因子，重建采样空间中的缺失数据得到重建数据，所述缺失数据指采样空间中，高频区域没有采集的数据；
所述融合模块融合采样空间中所述低频区域内完全采样数据和所述重建数据得到完整的采样空间数据；
所述成像模块根据多通道完整的采样空间数据得到最终重建图像。
优选地，所述成像模块将所述多通道完整的采样空间数据进行平方求和得到所述最终重建图像，或者将所述多通道完整的采样空间数据与多通道线圈的敏感度相乘后求和得到所述最终重建图像。
优选地，所述数据组合模块得到的所述数据组合项包括常数、线性数据项和非线性数据项；
所述校准模块利用低频区域内完全采样的数据，结合数据组合项产生混合数据组合项，所述混合数据组合项包括常数、线性混合数据项和非线性数据项。
优选地，所述校准模块得到的所述数据组合项中的非线性数据项为二次及其以上非线性数据项，和/或所述混合数据组合项中的非线性数据项为二次及其以上非线性数据项；
所述校准模块用线性回归法拟合出一组加权因子，进而建立采样空间中的数据与其相邻数据之间的一组线性组合关系。
优选地，所述校准模块使用的校准方法所涉及的公式为：
其中，j＝1,2,……2·l；
r≠b·r；
实施本发明的有益效果主要有：
1、本发明提高了并行磁共振快速成像图像重建的图像质量，减小了重建伪影和噪音；
2、本发明在提高重建的图像质量的同时，不增加额外的数据和扫描时间。
附图说明
为更好地理解本发明的技术方案，可参考下列的、用于对现有技术或实施例进行说明的附图。这些附图将对部分实施例或现有技术涉及的产品或方法进行简要的展示。这些附图的基本信息如下：
图1为所述vcc-nl-grappa方法的流程示意图；
图2为所述vcc-nl-grappa方法在采样空间中进行加速的欠采样方案；
图3为grappa、nl-grappa和vcc-nl-grappa方法在5倍加速(净加速3倍)时候的重建图像；
图4为grappa、nl-grappa和vcc-nl-grappa方法的均方差和外部加速系数的关系图。
具体实施方式
现在对本发明实施例中的技术方案或有益效果作进一步的展开描述，显然，所描述的实施例仅是本发明的部分实施方式，而并非全部。
需要指出的是，本发明创造的提出，主要是为了解决磁共振图像重建领域内，相应的现有技术存在的问题，所以本发明创造特别适用于该细分领域，但并非意味本发明创造的技术方案所可应用的范围因此受限，本领域技术人员可根据需要，在磁共振成像领域下的各种具体应用场合进行合理地实施。
一种新型的非线性并行重建的磁共振成像方法，参考图1，所述成像方法的步骤包括：
步骤s1，用多通道线圈并行采集实际线圈数据，根据所述实际线圈数据扩展出相同通道数的虚拟线圈数据，所述虚拟线圈数据和所述实际线圈数据之间满足共轭对称关系；
步骤s2，根据所述实际线圈数据和所述虚拟线圈数据组合得到数据组合项；
步骤s3，利用采样空间中，低频区域内完全采样的数据，结合数据组合项校准加权因子；
步骤s4，根据校准的所述加权因子，重建采样空间中的缺失数据得到重建数据，所述缺失数据指采样空间中，高频区域没有采集的数据；
步骤s5，融合采样空间中所述低频区域内完全采样数据和所述重建数据得到完整的采样空间数据；
步骤s6，根据多通道完整的采样空间数据得到最终重建图像。
本发明所公开的方法，利用复数共轭对称性来扩充磁共振数据的通道数量。具体的为，在不增加扫描时间以及采集额外数据的情况下，对实际采样获得的多通道复数数据进行共轭转置操作扩展出相同通道数的虚拟数据，从而使得用于后续重建步骤的已知数据量加倍，提高后续重建结果的信噪比和准确性；此外，在图像重建时候组合出非线性数据项，则充分提高重建图像质量，减小重建图像的伪影和噪音。
vcc-nl-grappa(基于虚拟共轭线圈技术的非线性全面自动校准部分并行采集)方法在采样空间中进行加速的欠采样的方案如图2所示。在方形的采样区域内，其中的黑色区域代表欠采样区域，灰色区域代表采样区域。
另外，需要注意的是，对于低频区域内完全采样的数据，在一些情况下其边缘带也包含有部分高频数据。
在一个优选的实施例中，所述步骤s6为，将所述多通道完整的采样空间数据进行平方求和得到所述最终重建图像，或者将所述多通道完整的采样空间数据与多通道线圈的敏感度相乘后求和得到所述最终重建图像。
在一个优选的实施例中，在所述步骤s2中，所述数据组合项包括常数、线性数据项和非线性数据项。
本发明中的非线性数据项的指数次幂可以是二次，也可以是三次以上，当然也可以是其中任意两种以上的组合。
在一个优选的实施例中，所述步骤s3为：利用低频区域内完全采样的数据，结合数据组合项产生混合数据组合项，所述混合数据组合项包括常数、线性数据项和非线性数据项。
在一个优选的实施例中，所述数据组合项中的非线性数据项为二次及其以上非线性数据项，和/或所述混合数据组合项中的非线性数据项为二次及其以上非线性数据项。
从实际的真实和虚拟的多通道线圈数据中，组合出常数、线性和非线性数据项。因为非线性数据项很多，为了在不过多的降低最后成像质量的条件下，加速运算速度，一般只截取二次非线性数据组合项，高于二次数据组合项在实施时候可以被忽略不计。
在一个优选的实施例中，所述步骤s3中的校准方法为，用线性回归法拟合出一组加权因子，进而建立采样空间中的数据与其相邻数据之间的一组线性组合关系。
为重建采样空间高频区域中缺失的采样数据，需要首先用采样空间低频区域内完全采样的部分数据进行校准，也即用线性回归法拟合出一组加权因子，建立起采样空间中数据和相邻数据之间的一组线性组合关系。
在一个优选的实施例中，所述步骤s3中，校准方法所涉及的公式为：
其中，j＝1,2,……2·l；
r≠b·r；
k为k空间中的任意位置；
l为通道的序数；
b为采样空间中沿欠采样相位编码梯度方向，待估计数据和实际采样数据之间的距离；
h为采样空间中沿全采样频率编码梯度方向，待估计数据和实际采样数据之间的距离；
sl为第l个通道的采样空间数据；
kx，ky为采样数据点在二维采样空间的坐标；
δkx，δky为采样空间内完全采样时相邻采样点应满足的最小间隔；
r:加速倍数，也即欠采样倍数；
b1，b2，h1，h2为成像方法中的加权因子的个数。
本发明还公开了一种计算机可读介质，该计算机可读介质具有存储在其中的程序，该程序用于计算机执行所述的成像方法。
本发明还公开了一种用于使用所述成像方法的磁共振图像重建装置，
包括采集模块、数据组合模块、校准模块、重建数据模块、融合模块、成像模块；
所述采集模块利用多通道线圈并行采集实际线圈数据，根据所述实际线圈数据扩展出相同通道数的虚拟线圈数据，所述虚拟线圈数据和所述实际线圈数据之间满足共轭对称关系；
所述数据组合模块根据所述实际线圈数据和所述虚拟线圈数据组合得到数据组合项；
所述校准模块利用采样空间中，低频区域内完全采样的数据，结合数据组合项校准加权因子；
所述重建数据模块根据校准的所述加权因子，重建采样空间中的缺失数据得到重建数据，所述缺失数据指采样空间中，高频区域没有采集的数据；
所述融合模块融合采样空间中所述低频区域内完全采样数据和所述重建数据得到完整的采样空间数据；
所述成像模块根据多通道完整的采样空间数据得到最终重建图像。
在一个优选的实施例中，所述成像模块将所述多通道完整的采样空间数据进行平方求和得到所述最终重建图像，或者将所述多通道完整的采样空间数据与多通道线圈的敏感度相乘后求和得到所述最终重建图像。
在一个优选的实施例中，所述数据组合模块得到的所述数据组合项包括常数、线性数据项和非线性数据项；所述校准模块利用低频区域内完全采样的数据，结合数据组合项产生混合数据组合项，所述混合数据组合项包括常数、线性数据项和非线性数据项。
在一个优选的实施例中，所述校准模块得到的所述数据组合项中的非线性数据项为二次及其以上非线性数据项，和/或所述混合数据组合项中的非线性数据项为二次及其以上非线性数据项；所述校准模块用线性回归法拟合出一组加权因子，进而建立采样空间中的数据与其相邻数据之间的一组线性组合关系。
在一个优选的实施例中，所述校准模块使用的校准方法所涉及的公式为：
其中，j＝1,2,……2·l；
r≠b·r；
k为k空间中的任意位置；
l为通道的序数；
b为采样空间中沿欠采样相位编码梯度方向，待估计数据和实际采样数据之间的距离；
h为采样空间中沿全采样频率编码梯度方向，待估计数据和实际采样数据之间的距离；
sl为第l个通道的采样空间数据；
kx，ky为采样数据点在二维采样空间的坐标；
δkx，δky为采样空间内完全采样时相邻采样点应满足的最小间隔；
r:加速倍数，也即欠采样倍数；
b1，b2，h1，h2为成像方法中的加权因子的个数。
利用本发明公开的方法，经过模拟和实验得到结果图3和图4。其中，图3为全面自动校准部分并行采集(grappa)、非线性grappa(nl-grappa)和虚拟线圈的非线性grappa(vcc-nl-grappa)方法在5倍加速(净加速3倍)时候的重建图像比较；图4为grappa、nl-grappa和vcc-nl-grappa方法的均方差和外部加速系数的关系图。其中的diff.表示重建图像与参考图像的差值，×5表示差值放大5倍显示，mse表示均方差，r表示外部加速系数，netr表示净加速系数。
由图可知，通过本发明重建的图像，其mse相对于grappa法和nonlineargrappa法均有所减小，同时图像中伪影和噪音均有所减少。
最后需要指出的是，上文所列举的实施例，为本发明较为典型的、较佳实施例，仅用于详细说明、解释本发明的技术方案，以便于读者理解，并不用以限制本发明的保护范围或者应用。因此，在本发明的精神和原则之内所作的任何修改、等同替换、改进等而获得的技术方案，都应被涵盖在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！