专利名称：基于边缘检测的局域化抗混叠方法
技术领域：
本发明涉及一种去除并行成像残余伪影(residual artifacts)的图像后处理技术，特别是涉及一种抗混叠(de-aliasing method)方法。
背景技术：
磁共振并行成像技术主要解决由于频域信号欠采样引起的图像混叠(aliasing)问题，但是由于自校准(Self-Calibrated)并行采集技术无法探测线圈灵敏度分布的高频信息，因此，在某些情况下重建图像保留有图像边缘残余伪影。
SENSE重建方法是上述的其中一种在图像域中消除伪影的方法，其基本思想如下所述。混叠可以表示为一个线性过程b＝Ax，其中，x为要重建的原始图像，b为采集到的混叠图像，A为混叠矩阵。A由线圈的灵敏度分布决定，如果A已知，可以通过求A的伪逆的方法求得图像的最小二乘解x′＝A+b＝(AH·A)-1AHb，其中H代表共轭转置运算。对于被准确测量的灵敏度分布，x′具有最佳信噪比的特点。
在射频场中，被成像的物体作为负载会影响线圈的场分布，因此一般线圈的灵敏度分布需要实时测量。一般来说线圈的灵敏度分布是空间位置的慢变函数，因此自校准的SENSE方法采用在低频区域满采样的方案实时获得线圈的灵敏度分布。然而这样得到的灵敏度分布仅仅是真实灵敏度分布的一种近似。应当注意到，只有存在被测物体信号的位置，灵敏度分布才是有意义的。因此在实际成像中，线圈的灵敏度分布的高频分量不可被忽略，而低频满采样测量灵敏度的方案无法探测到灵敏度分布的高频分量。于是在被测物体边缘，以及图像的相位变化较快的区域，线圈灵敏度分布有相对较大的误差。在灵敏度不准确的位置，最小二乘解x′的最佳信噪比和最优解的特性不再满足。
因此，在图像域消除伪影的SENSE方法，对于较为精确测量的灵敏度分布具有最佳信噪比的特点；但在与灵敏度分布估计不准确的组织边缘相对应的混叠位置容易出现残留伪影。如图1所示，原始图像10的边缘12在图像中对应的混叠区域是12’，在该混叠区域12’容易出现残留伪影，而非混叠区域16上的图像则具有较佳的信噪比。
另一类在频域解决混叠问题的成像方法以GRAPPA为代表，此类方法利用灵敏度分布的空间慢变特性，将各通道的灵敏度分布拟合成为空间的谐波函数。利用已采集的信号乘以谐波函数填充未采集的数据，从而起到消除伪影的作用。然而在某些情况下GRAPPA的高频区域的拟合结果存在较大误差，并会造成混叠位置上的残留伪影。
发明内容
本发明的目的在于提出一种基于边缘检测的局域化抗混叠(Local Edge Map De-Aliasing，LEMDA)方法，用于去除并行成像时在混叠位置上产生的伪影。
为实现上述的目的，本发明提出一种基于边缘检测的局域化抗混叠方法，用来在原始图像中去除存在于混叠区域的伪影，所述的原始图像由低频图像和包含伪影的高频图像组成，该方法包括步骤检测所述的高频图像以确定所述的混叠区域；对所述的混叠区域的梯度图像进行滤波以去除伪影；以及使用原始图像和经过滤波的梯度图像合成目标图像。
所述的高频图像是通过计算所述的原始图像的梯度图像检测的，如果所述的梯度图像的强度大于预定的阈值，将位置进行标记为强高频位置。所述的混叠位置是通过偏移所述标记的位置来确定的。在读出方向将混叠区域的图像分为若干段，如果其中的一段的梯度强度其混叠方向的邻域强，且在读出方向是连续的，判定该段中存在伪影。或者计算混叠区域的图像与其对应的高频图像的相似度，如果相似度大于预定的阈值，判定混叠区域存在伪影。
对混叠区域的梯度图像进行中值滤波以去除伪影，除非所述的混叠区域与所述的强高频位置重合。在所述的低频图像上加上经过滤波的混叠区域的梯度图像以得到混叠区域的无伪影的图像从而得到无伪影的高频图像；将所述的低频图像与所述的无伪影的高频图像相加以合成目标图像。
另一种方案是将所述的原始图像和其梯度图像通过傅立叶变换变换到k空间；对所述的梯度图像的k空间进行逆滤波；将所述的原始图像的低频k空间填充到经过逆滤波的梯度图像的k空间的相应位置；然后将填充后的k空间通过反傅立叶变换得到新图像；将原始图像与该新图像相减得到差值图像；将差值图像除混叠区域外的强度置零得到新的差值图像，将该新的差值图像与所述的新图像相加以合成目标图像。
本发明基于边缘检测的局域化抗混叠方法通过上述的步骤在不改变系统硬件以及重建算法的基础上有效地去除伪影，较大幅度提高了重建图像质量，而且不对图像的非混叠区域造成额外损坏，保证目标图像的可靠性；与现有并行成像技术相比，本发明方法可以在不降低图像质量的条件下提高成像速度，并且还可被扩展到存在固定位置高频混叠伪影的应用中。
图1是原始图像的混叠位置存在伪影的示意图； 图2是本发明基于边缘检测的局域化抗混叠方法的流程图； 图3是图2的进一步的详细流程图； 图4是在图像域中合成目标图像的示意图；以及 图5是频域中合成目标图像的示意图。
具体实施例方式 针对自校准并行采集技术残留伪影的特点，本发明基于边缘检测的局域化抗混叠方法提出对存在伪影的原始图像直接进行处理的方案。请参阅图1，原始图像10的边缘12一般为高频图像，其在该原始图像10中对应的混叠区域12’中很可能存在伪影。原始图像的非边缘区域14一般为低频图像。
请参阅图2，本发明主要包括三个步骤 S10)检测高频图像以确定所述的混叠区域； S20)对所述的混叠区域的梯度图像进行滤波以去除伪影；以及 S30)使用原始图像和经过滤波的梯度图像合成目标图像。
请同时参阅图3，该图详细地描述了本发明的上述三个主要步骤。
步骤S10)，检测高频图像以确定所述的混叠区域。
该原始图像10如上所述一般由低频图像14和包含伪影的高频图像14’组成，而原始图像10的边缘12一般为高频图像，因此通过检测所述的高频图像可以确定该边缘12的位置。又因为对应该边缘12的混叠区域12’与该边缘12之间的距离d(如图1所示)通过该原始图像10的FOV(field of view，成像感兴趣区)和采样的加速因子便可确定，因此本步骤的首要任务是找到所述的边缘12的位置，并从该边缘12偏移(offset)距离d得到该混叠区域12’的位置。
在本步骤中采用求该原始图像10的梯度图像来确定所述的边缘12的位置 d(j，n)＝image(j)-image(j-n)，(公式1) 其中，d(j，n)是原始图像10的n阶梯度图像，image(j)、image(j-n)分别是像素j和j-n的强度，n是位移长度；一般地，n可取1或2。如果上述检测到的梯度图像的强度大于预定的阈值，将其位置标记为强高频位置。上述的检测到强高频位置就是所述的原始图像10的边缘12的位置。
接着从所述的边缘12的位置偏移距离d便可以确定所述的混叠区域12’的位置，其中偏移量由下述公式确定 FOV*j/N，(j＝1，...，N-1)，(公式2) 其中，FOV是原图像的成像感兴趣区，N是采样的加速因子。
至此，所述的混叠区域12’已经被确定，该混叠区域12’中可能存在伪影，也可能没有没有伪影，因此本步骤进一步包括判断该混叠区域12’中是否存在伪影。
本步骤中判断该混叠区域12’中是否存在伪影所采用的一种方案是由于原始图像10的边缘12存在连续性，如果该边缘12在其经过上述偏移的相应的混叠区域内产生了伪影的话，该伪影同样具有连续性。因此，本步骤在图像读出(readout)方向(即混叠方向的垂直方向)，将图像分为若干段，在每段内判断混叠区域12’的梯度强度，如果梯度强度较其混叠方向(即相位编码方向)的邻域强且在读出方向上连续，则判定这一段的图像存在伪影。
为了减少上述的判定发生错误的概率，引入度量所述的每段内的梯度强度和其对应的由公式1检测到的强高频位置的图像(即边缘12)的梯度强度的总体相似程度的系数 (公式3) 其中，S1、S2分别是所述段和其对应的强高频位置的图像的组成部分，|d1(j)|、|d2(j)|分别是所述的组成部分的梯度强度；如果该系数大于预定的阈值，则可以进一步判定该段中图像中确实存在伪影。该系数coeff同时度量了伪影的强度。
本步骤中判断该混叠区域12’中是否存在伪影所采用的另外一种方案是通过图像相似程度的计算判定是否存在伪影。在本步骤中，采用下述公式计算混叠区域12’的图像与其对应的强高频位置的图像(即边缘12)的相似度 (公式4) 其中S1、S2分别是混叠区域12’的图像与其对应的强高频位置的图像的组成部分，S1(j)*是求S1(j)的共轭；如果ρ大于预定的阈值，判定混叠区域存在伪影。
至此，步骤S10)已经确定了边缘12和其经过偏移的对应的混叠区域12’的位置，并且判断了在该混叠区域12’中是否存在伪影。接着进行本发明的下一步骤。
步骤S20)，对所述的混叠区域的梯度图像进行滤波以去除伪影。
在本步骤采取的一种方案中，在图像域中对所述的混叠区域12’的梯度图像进行中值滤波。在处理过程中，为了防止刚好处于该混叠区域12’中，且同样是高频图像的某些组织的图像，如血管的图像受到误处理，当混叠区域12’与公式1中检测出一些的强梯度区域重合时，则不做滤波处理。
当上述的系数coeff的值较大，即伪影的强度大于预定的阈值时，在上述的中值滤波前对混叠区域的图像进行预处理 S＝S1-coeff*S2，(公式5) 其中，S是经过预处理的图像。
在本步骤采取的另一种方案中，首先将所述的原始图像10和由公式1得到的梯度图像通过傅立叶变换，或进一步地，通过快速傅立叶变换变换到k空间，得到相应的原始图像的k空间11和所述的梯度图像的k空间21，然后使用下述的逆滤波器对所述的梯度图像的k空间21进行逆滤波，得到经过逆滤波的梯度图像的k空间22 ky≠0，(公式6) 其中，y是混叠方向，ky是相位编码的坐标，Ny是相位编码步数。
至此，本步骤S20)已经对混叠区域12’的梯度图像进行了滤波以去除伪影。接着进行本发明的下一步骤。
步骤S30)，使用原始图像和经过滤波的梯度图像合成目标图像。
本步骤采用的一种方案是在图像域内合成所述的目标图像。因为至此本发明已经得到了经过滤波的所述混叠区域12’的梯度图像12”，而且该原始图像10中的低频图像14是已知的，所以只要能得到无伪影的高频图像，将其与上述的原始图像10中的低频图像14相加便可以得到目标图像18。请同时参阅图4，如上述，低频图像14是已知的，而经过滤波的所述混叠区域12’的梯度图像也已经得到，因此只要将相应的梯度叠加在该低频图像14上便可推导出该混叠区域12’中已经过滤波的、无伪影的图像16，从而得到所述的无伪影的高频图像18。上述的叠加优选地从混叠区域的两侧(如箭头所示)同时进行，以避免累加误差。最后将该无伪影的高频图像18与已知的原始图像10的低频图像14相加合并便可得到目标图像20。
本步骤采用的另一种方案是由于所述的经过逆滤波的梯度图像的k空间22的中心可能存在较大的误差，因此采用原始图像10的k空间11的低频信号填充上述的经过逆滤波的梯度图像的k空间22的相应位置(图5中虚线部分)，并将经过填充后得到k空间23通过反傅立叶变换变换成新图像10’。请参考图5，经过填充后的k空间23的信息可能出现不连续(虚线和实线相接部分)，从而在变换后得到的新图像10’中出现截断伪影，因此将原始图像10与该变换后的图像10’相减得到差值图像25，将差值图像25中除混叠区域12’外的强度置零得到新的差值图像27，最后将该新的差值图像27与所述的新图像10’相加得到目标图像20’。
权利要求
1.一种基于边缘检测的局域化抗混叠方法，用来在原始图像中去除存在于混叠区域的伪影，所述的原始图像由低频图像和包含伪影的高频图像组成，该方法包括步骤
S10)检测所述的高频图像以确定所述的混叠区域；
S20)对所述的混叠区域的梯度图像进行滤波以去除伪影；以及
S30)使用原始图像和经过滤波的梯度图像合成目标图像。
2.根据权利要求1的方法，其特征在于所述的高频图像是通过计算所述的原始图像的梯度图像检测的
d(j，n)＝image(j)-image(j-n)，
其中，image(j)、image(j-n)分别是像素j和j-n的强度，n是位移长度；
如果所述的梯度图像的强度大于预定的阈值，将其位置进行标记为强高频位置。
3.根据权利要求2的方法，其特征在于所述的混叠位置是通过偏移所述标记的位置下述的偏移量来确定的
FOV*j/N，(j＝1，...，N-1)，
其中，FOV是原图像的成像感兴趣区，N是采样的加速因子。
4.根据权利要求3的方法，步骤S10)进一步包括在读出方向将混叠区域的图像分为若干段，如果其中的一段的梯度强度其混叠方向的邻域强，且在读出方向是连续的，判定该段中存在伪影。
5.根据权利要求4的方法，步骤S10)进一步包括计算度量其中一段的梯度强度和其对应的强高频位置的图像的梯度强度的总体相似程度的系数
其中，S1、S2分别是所述段和其对应的强高频位置的图像的组成部分，|d1(j)|、|d2(j)|分别是所述的组成部分的梯度强度；
如果该系数大于预定的阈值，判定该段中存在伪影。
6.根据权利要求3的方法，步骤S10)进一步包括计算混叠区域的图像与其对应的高频图像的相似度
其中S1、S2分别是混叠区域的图像与其对应的强高频位置的图像的组成部分，S1(j)*是求S1(j)的共轭；
如果ρ大于预定的阈值，判定混叠区域存在伪影。
7.根据权利要求4、5或6的方法，其特征在于对混叠区域的梯度图像进行中值滤波以去除伪影，除非所述的混叠区域与所述的强高频位置重合。
8.根据权利要求7的方法，步骤S20)进一步包括当所述的系数大于预定的阈值时，在中值滤波前对混叠区域的图像进行预处理
S＝S1-coeff*S2，
其中，S是经过预处理的图像。
9.根据权利要求7或8的方法，其特征在于在所述的低频图像上加上经过滤波的混叠区域的梯度图像以得到混叠区域的无伪影的图像，从而得到无伪影的高频图像。
10.根据权利要求9的方法，其特征在于将所述的低频图像与所述的无伪影的高频图像相加以合成目标图像。
11.根据权利要求2至6中任意一项的方法，其特征在于将所述的原始图像和其梯度图像通过傅立叶变换变换到k空间。
12.根据权利要求11的方法，通过下述的滤波器对所述的梯度图像的k空间进行逆滤波
其中，y是混叠方向，ky是相位编码的坐标，Ny是相位编码步数。
13.根据权利要求12的方法，其特征在于将所述的原始图像的低频k空间填充到经过逆滤波得到的梯度图像的k空间的相应位置。
14.根据权利要求13的方法，其特征在于将所述的经过填充的梯度图像的k空间通过反傅立叶变换得到新图像。
15.根据权利要求14的方法，其特征在于将原始图像与该新图像相减得到差值图像，将差值图像除混叠区域外的强度置零得到新的差值图像，将该新的差值图像与所述的填充后的图像相加以合成目标图像。
全文摘要
本发明提出一种基于边缘检测的局域化抗混叠方法，用来在原始图像中去除存在于混叠区域的伪影，所述的原始图像由低频图像和包含伪影的高频图像组成，该方法包括步骤检测所述的高频图像以确定所述的混叠区域；对所述的混叠区域的梯度图像进行滤波以去除伪影；以及使用所述的低频图像和经过滤波的梯度图像合成目标图像。本发明方法在不改变系统硬件以及重建算法的基础上有效地去除伪影，较大幅度提高了重建图像质量，而且不对图像的非混叠区域造成额外损坏，保证目标图像的可靠性。
文档编号G06T5/00GK101105863SQ20061008966
公开日2008年1月16日 申请日期2006年7月10日 优先权日2006年7月10日
发明者李国斌, 张必达, 汪坚敏 申请人:西门子(中国)有限公司