一种新的基于GRAPPA的图像重建算法

摘要

传统GRAPPA(generalized auto-calibrating partially parallel acquisitions)采样轨迹存在重建图像质量差、数据扫描时间长等问题。在传统GRAPPA基础上提出了一种新的图像重建算法——交叉采样轨迹法,利用在相位编码方向上线圈间的空间灵敏度信息的互补特性,能够得到准确的线圈权重系数,提高了重建图像的质量。通过对真实脑部数据进行实验,结果显示该方法相比于传统的GRAPPA采样轨迹,可提高重构图像的质量、缩短数据扫描时间,是一种有效的采样方法。