专利名称：磁共振成像方法和系统的制作方法
磁共振成像方法和系统
技术领域：
本发明涉及磁共振成像技术，特别涉及一种磁共振成像方法及系统。背景技术：
磁共振成像(MRI)具有良好的软组织分辨力、可多方位多参数进行成像、无X线辐射损害等众多优势，但受其成像技术的限制，MRI大部分成像方法需要较长的扫描时间，例如，获得一幅经典自旋回波图像所花的时间在15 30秒之间。较慢的成像速度使得MRI 在动态成像中图像时间分辨率大大受到限制，同时会在图像中产生严重的运动伪影，降低图像质量，从而影响临床诊断，这就严重限制了 MRI在心脏、冠状动脉等运动器官和神经功能影像等领域中的应用。因此，高分辨率动态磁共振成像具有重大和迫切的研究意义。为了实现高分辨率动态磁共振成像，研究者们提出了大量的方法。这些方法大致可分为三类快速扫描方法，并行成像方法和基于模型的成像方法。具体来说，(1)快速扫描成像，是利用快速序列来实现的，如回波平面成像序列(Echo Planar Imaging，EPI)就是通过一次射频激发即可采集整个K空间的数据，整个扫描过程可在20 IOOms内完成，因此成像速度较高且在实际中得到广泛的应用。(2)并行成像方法，利用多通道的相控阵线圈空间信息取代梯度编码信息，多个接收线圈单元同时对K空间进行欠采样，结合线圈的空间灵敏度信息和欠采样数据重建出无混叠的磁共振图像，整个成像过程中每个线圈单元需要采集的k空间信号数量大大减少，成像扫描时间减少，时间空间分辨率得到提高。(3) 基于模型的成像方法，利用成像过程中原始数据的冗余来进行稀疏采样，然后根据采集到的少量原始数据结合特定的重建方法来得到图像，常见的方法有Keyhole、k_t BLAST、k_t SENSE,k-t SPARSE,k-t FOCUSS、DIME 及 PSF。其中，基于部分可分离函数理论(Partially Separable Functions,PSF)的成像方法本身就是针对运动物体进行扫描成像，因此更适宜于动态成像。现有研究成果，已经证明PSF方法可以在心脏动态成像和灌注成像中提高图像的空间时间分辨率。现有的基于部分可分离函数的成像方法，其理论基础在于磁共振动态成像中图像数据是由部分可分离的时间基函数和相应的空间基函数组成。PSF方法的实现方案为 根据导航激励协议(Navigator Excitation ftOtocol)，该方法同时采集2个互补的数据集，一个为高空间分辨率、低时间分辨率的动态图像数据，另一个为高时间分辨率、低空间分辨率的导航数据。PSF方法按照特定规则把导航数据组合成导航数据矩阵，对该矩阵进行奇异值分解(Singular Value Decomposition, SVD)即可以得到时间基函数，然后利用得到的时间基函数和采集到的动态图像数据组成的超定矩阵方程，通过最小二乘法拟合得到空间基函数，然后由上述估算出的空间基函数和时间基函数对(k，t)空间进行插值，恢复出高时间分辨率和高空间分辨率的全部信号数据，最后对恢复出的信号数据进行傅里叶逆变换(Inverse Fourier Transform, IFT)得到高分辨的磁共振图像。在现有的PSF模型中， 每一帧图像数据是按照全K空间采集的，由于需要采集多帧图像数据才能进行PSF重建，这样的话，整个过程的采集时间较长。
发明内容基于此，有必要提供一种能够提高成像速度的磁共振成像方法。一种磁共振成像方法，包括以下步骤对K空间进行稀疏采样，得到K空间的导航数据和动态图像数据，所述动态图像数据为在所述K空间采集的部分傅立叶动态图像数据；对稀疏采样数据进行PSF重建，得到高时空高分辨率的部分K空间；根据部分傅里叶方法补全所述部分K空间；对所述补全的K空间进行傅里叶逆变换重建，得到磁共振图像。进一步地，所述从K空间进行稀疏采样的步骤包括将不同采样时刻的所述导航数据之间进行共享，以使所述导航数据填满其采样时刻相应的所述K空间。进一步地，所述稀疏采样采集的样本点满足进行采样的每一条相位编码线的重复时间满足所述导航数据的时间奈奎斯特速率；相位编码方向采样间隔满足动态图像数据的空间奈奎斯特速率；从所述动态图像数据中获取的采样帧数在频率成分参数的经验值以上。进一步地，所述对稀疏采样数据进行PSF重建，得到高时空分辨率的部分K空间步骤包括建立K空间的数学模型，所述数学模型包括时间基函数及频率成分参数；由采集得到的所述导航数据抽取构成导航数据矩阵；对所述导航数据矩阵进行奇异值分解，获得所述时间基函数及频率成分参数；根据所述时间基函数、频率成分参数及动态图像数据求解得到所述空间基函数。进一步地，在所述利用部分傅里叶方法补全所述部分K空间步骤中，所述部分傅里叶方法可以为零填充算法、Homodyne算法或迭代Homodyne算法中的一种。本发明还提供一种磁共振成像系统，包括采样�？椋糜诙訩空间进行稀疏采样，得到K空间的导航数据和动态图像数据， 所述动态图像数据为在所述K空间采集的部分傅立叶动态图像数据；重建�？椋糜诙韵∈璨裳萁蠵SF重建，得到高时空分辨率的部分K空间；补全�？椋糜诟莶糠指道镆斗椒ú谷霾糠諯空间；成像�？椋糜诙运霾谷腒空间进行傅里叶逆变换重建，得到磁共振图像。进一步地，所述采样模块包括导航数据采集单元，用来采集导航数据；动态图像数据采集单元，用来采集动态图像数据；共享单元，用于共享不同采样时刻的所述导航数据之间进行共享，以使所述导航数据填满其采样时刻相应的所述K空间。进一步地，所述导航数据采集单元及所述动态图像数据采集单元采集的样本点满足进行采样的每一条相位编码线的重复时间满足所述导航数据的时间奈奎斯特速率；相位编码方向采样间隔满足动态图像数据的空间奈奎斯特速率；从所述动态图像数据中获取的采样帧数在频率成分参数的经验值以上。9、根据权利要求6所述的磁共振成像系统，其特征在于，所述重建模块包括建模单元，用于建立K空间的数学模型，所述数学模型包括时间基函数及频率成分参数；抽取单元，由采集得到的所述导航数据抽取构成导航数据矩阵；奇异值分解单元，对所述导航数据矩阵进行奇异值分解，获得所述时间基函数及频率成分参数；求解单元，根据所述时间基函数、频率成分参数及动态图像数据求解得到所述空间基函数。进一步地，所述补全�？榛褂糜诟萘闾畛渌惴�、Homodyne算法或迭代Homodyne 算法中的一种补全所述部分K空间。上述稀疏采样磁共振成像方法和系统中，由于只采集部分K空间的动态图像数据，通过K空间的导航数据及部分K空间的动态图像数据将PSF重建可以得到部分K空间， 根据K空间数据的对称特性，利用部分傅里叶方法将得到的补全的K空间，即完整的K空间。因此只需对各个时刻的K空间进行傅里叶逆变换就可以得到各个时刻的高时空分辨率的重建图像。由于采集的动态图像数据只是K空间的一部分，所以减少了成像扫描时间，提高了成像速度，有利于发展磁共振的高分辨的实时成像。
图1为一个实施例的磁共振成像方法的流程图；图2为为一个实施例中对K空间进行稀疏采样步骤的数据采集示意图；图3为为一个实施例中对稀疏采样数据进行PSF重建，得到部分K空间步骤的具体流程图；图4为一个实施例中的磁共振成像系统的结构示意图；图5为另一个实施例中的磁共振成像系统的采样�？榈慕峁故疽馔迹煌�6为另一个实施例中的磁共振成像系统的重建模块的结构示意图。
具体实施方式请参阅图1，在一个实施例中，磁共振成像方法100包括以下步骤步骤S110，对K空间进行稀疏采样，得到K空间的导航数据和动态图像数据，动态图像数据为在K空间采集的部分傅里叶动态图像数据。根据导航激励协议(Navigator Excitation Protocol)采集两个互补的数据集， 即高空间分辨率、低时间分辨率的动态图像数据和高时间分辨率、低空间分辨率的导航数据。在一实施例中，导航数据尽量覆盖K空间的低频部分，可以理解，采集的导航数据位于 K空间最中间的几条线。在运动物体的磁共振动态成像中，考虑到傅里叶成像，实际接收的信号数据S (k， t)和图像函数P (r, t)的关系如下公式所示S{k, t)=厂 p{r, tyi2nk-rdr( 1 )
'-CO其中，实际接收的信号数据S (k，t)在被采集的过程中存在着噪声的污染，并且受到主磁场强度、梯度场切换速率等实际因素的限制，图像函数P (r, t)难以精确地测定，因而在动态磁共振成像中只能尽量高分辨率地恢复出图像函数P (r, t)。然而根据传统的奈奎斯特(Nyquist)采样定理中需要进行稠密采样，需要采集的数据量随着物理维数的增加而指数增长，造成了空间分辨率和时间分辨率的矛盾，若得到高空间分辨率的图像函数 P (r，t)，则需要牺牲时间分辨率，若提高图像函数P (r, t)的时间分辨率，则空间分辨率将会降低，两者不可能同时达到高分辨率。为了解决这一矛盾，在一个实施例中，如图2所示，可对K空间进行稀疏采样得到导航数据Snav(k，t)和动态图像数据Simg(k，t)。图2中，空心圆圈表示导航数据，实心圆点表示动态图像数据。所采集的样本点需满足进行采样的每一条相位编码线的重复时间Tk满足导航数据(Navigator data) Snav(k，t)的时间奈奎斯特速率，相位编码方向采样间隔Aky 满足动态图像数据的Simg (k，t)空间奈奎斯特速率，从动态图像数据(Image data) Simg(k，t) 中获取的采样帧数N在频率成分参数L的经验值以上。频率成分参数L的经验值是在运动器官成像中的经验值，例如，在心脏成像中，频率成分参数L的经验值通常是16，则可以将采样帧数N设定为40至50。在一实施例中，稀疏采样得到K空间的导航数据和动态图像数据，将不同采样时刻的导航数据之间进行共享，以使导航数据填满其采样时刻相应的K空间。选出当前采集的导航数据和之前的几个导航数据进行共享，以使共享过的导航数据在每一导航数据采样时刻填满相应的K空间。在一个实施例中，可采集K空间的全部导航数据，并采集K空间部分动态图像数据。在一个实施例中，可采集K空间的全部导航数据，并采集K空间的一半的动态图像数据。步骤S120，对稀疏采样数据进行PSF重建，得到高时空分辨率的部分K空间。部分可分离函数(PSF)的理论中，由于K空间为部分可分离函数模型，部分可分离函数模型认为图像函数P (r, t)的空间变化和时间变化是L阶可分离的，利用部分可分离函数的性质和傅里叶变换的线性特性，待采集的S(k，t)可以表示为空间基函数C1 (k)和时间基函数约(0两个独立变量函数之和
权利要求
1.一种磁共振成像方法，包括以下步骤对K空间进行稀疏采样，得到K空间的导航数据和动态图像数据，所述动态图像数据为在所述K空间采集的部分傅立叶动态图像数据；对稀疏采样数据进行PSF重建，得到高时空分辨率的部分K空间；根据部分傅里叶方法补全所述部分K空间；对所述补全的K空间进行傅里叶逆变换重建，得到磁共振图像。
2.根据权利要求1所述的磁共振成像方法，其特征在于，所述从K空间进行稀疏采样的步骤包括将不同采样时刻的所述导航数据之间进行共享，以使所述导航数据填满其采样时刻相应的所述K空间。
3.根据权利要求1所述的磁共振成像方法，其特征在于，所述稀疏采样采集的样本点满足进行采样的每一条相位编码线的重复时间满足所述导航数据的时间奈奎斯特速率； 相位编码方向采样间隔满足动态图像数据的空间奈奎斯特速率；从所述动态图像数据中获取的采样帧数在频率成分参数的经验值以上。
4.根据权利要求1所述的磁共振成像方法，其特征在于，所述对稀疏采样数据进行PSF 重建，得到高时空分辨率的部分K空间步骤包括建立K空间的数学模型，所述数学模型包括时间基函数及频率成分参数； 由采集得到的所述导航数据抽取构成导航数据矩阵； 对所述导航数据矩阵进行奇异值分解，获得所述时间基函数及频率成分参数； 根据所述时间基函数、频率成分参数及动态图像数据求解得到所述空间基函数。
5.根据权利要求1所述的磁共振成像方法，其特征在于，在所述利用部分傅里叶方法补全所述部分K空间步骤中，所述部分傅里叶方法可以为零填充算法、Homodyne算法或迭代Homodyne算法中的一种。
6.一种磁共振成像系统，其特征在于，包括采样�？椋糜诙訩空间进行稀疏采样，得到K空间的导航数据和动态图像数据，所述动态图像数据为在所述K空间采集的部分傅立叶动态图像数据；重建�？椋糜诙韵∈璨裳萁蠵SF重建，得到高时空分辨率的部分K空间； 补全�？椋糜诟莶糠指道镆斗椒ú谷霾糠諯空间； 成像�？椋糜诙运霾谷腒空间进行傅里叶逆变换重建，得到磁共振图像。
7.根据权利要求6所述的磁共振成像系统，其特征在于，所述采样�？榘� 导航数据采集单元，用来采集导航数据；动态图像数据采集单元，用来采集动态图像数据；共享单元，用于共享不同采样时刻的所述导航数据之间进行共享，以使所述导航数据填满其采样时刻相应的所述K空间。
8.根据权利要求6所述的磁共振成像系统，其特征在于，所述导航数据采集单元及所述动态图像数据采集单元采集的样本点满足进行采样的每一条相位编码线的重复时间满足所述导航数据的时间奈奎斯特速率；相位编码方向采样间隔满足动态图像数据的空间奈奎斯特速率；从所述动态图像数据中获取的采样帧数在频率成分参数的经验值以上。
9.根据权利要求6所述的磁共振成像系统，其特征在于，所述重建�？榘ń５ピ糜诮空间的数学模型，所述数学模型包括时间基函数及频率成分参数；抽取单元，由采集得到的所述导航数据抽取构成导航数据矩阵； 奇异值分解单元，对所述导航数据矩阵进行奇异值分解，获得所述时间基函数及频率成分参数；求解单元，根据所述时间基函数、频率成分参数及动态图像数据求解得到所述空间基函数。
10.根据权利要求6所述的磁共振成像系统，其特征在于，所述补全�？榛褂糜诟萘闾畛渌惴�、Homodyne算法或迭代Homodyne算法中的一种补全所述K空间。
全文摘要
一种磁共振成像方法包括以下步骤对K空间进行稀疏采样，得到K空间的导航数据和动态图像数据，动态图像数据为在所述K空间采集的部分傅立叶动态图像数据。对稀疏采样数据进行PSF重建，得到高时空分辨率的部分K空间；根据部分傅里叶方法补全部分K空间。对补全的K空间进行傅里叶逆变换重建，得到磁共振图像。由于只采集部分K空间的动态图像数据，根据K空间数据的对称特性，利用部分傅立叶方法将得到的部分K空间补全，得到完整的K空间，即得到各个时刻的高时空分辨率的重建图像。由于采集的动态图像数据只是K空间的一部分，所以减少了成像扫描时间，提高了成像速度，有利于发展磁共振的高分辨的实时成像。本发明还提供了一种磁共振成像系统。
文档编号G01R33/20GK102540116SQ20121002888
公开日2012年7月4日 申请日期2012年2月9日 优先权日2011年12月8日
发明者冯翔, 刘新, 谢国喜, 邱本胜, �：Ｈ� 申请人:中国科学院深圳先进技术研究院
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
