使用磁敏感加权成像和磁敏感填图(SWIM)来生成核磁共振图像的方法

摘要

一种生成对象的磁敏感填图的方法利用正则化反函数，过采样k空间，去除外部相位噪声和快速相位改变效应，解释该对象的已知的几何形状并且使用修改的SWI相位数据以由此生成合理的磁敏感填图和数字图像，例如SWI图像。发明人将本发明所述的创造性的方法称为磁敏感加权成像和填图(SWIM)。

说明书

相关申请的交叉引用

没有。

关于联邦赞助的研究或开发的声明

不适用。

附录

不适用。

技术领域

本发明整体涉及核磁共振成像(通常被称为MRI)。本发明更具体 而言涉及使用磁敏感加权成像和磁敏感填图从对象的MRI数据来创 建它的磁共振磁敏感图像的方法。

背景技术

各种磁共振成像技术利用磁敏感加权成像(SWI)来增强被扫描 的对象之中的磁化率中的空间不连续之间的对比度。在以参考的方 式整体合并如本文的美国专利No.6,658,280中总体描述了SWI。

量化局部磁化率的能力等效于能够测量对象或物体中的铁的数 量而不管铁是处于非血红素铁(如铁蛋白或血铁质)还是血红素铁的 形式(脱氧血红蛋白)，或者钙的数量或导致材料任意其他磁敏感影 响(包括几何效应)。最近，已经开发了多种利用快速傅里叶变换 方法来量化局部磁磁化率的方法。其中一个方法利用反格林函数。

g(k)＝1/3-k_z²/(k_x²+k_y²+k_z²)

其中，k_x、k_y和k_z是相位数据的空间频率域的坐标。源于不适定问题的 该方法充满问题。不适定性来自分析滤波器的分母中的零。为此目的， 实施涉及正则化、需要对象在扫描之间旋转的多次扫描以及约束最小二 乘法的各种复杂并且冗长的方法，以力图改进结果。

但是，最小二乘法需要对象的几何形状的相对准确的知识，使用多 个方向数据的方法需要附加时间来收集不同对象方向中的数据。最小二 乘法在一些情况中还强制整个对象中的均匀磁敏感约束。这里给出的直 接反方法克服这些限制，因为其主要使用对象的来自单个方向的磁共振 相位信息并且是快速并且容易实现的技术。

此外，与具有依赖于相位行为的方向并且因此最终影响最终对 比度的SWI不同，本发明创建与对象对主磁场的方向独立的数据集 合。因此，如果要使用磁敏感数据替代普通滤波相位数据来创建SWI 数据，则就不具有方向依赖性方面而言，结果将较好。

发明内容

本发明允许对象的较好质量的磁源成像或磁敏感填图(SM； susceptibility map)的生成。正则化反函数g^-1(k)，过采样k空间，去 除外部相位噪声和快速相位改变效应，并且使用SWI高通滤波相位 数据，可以从SWI数据生成合理的磁敏感填图。发明人将本文所述 的创造性的方法称为磁敏感加权成像和填图(SWIM；Susceptibility  Weighted Imaging and Mapping)。SWIM数据还可用于生成更加鲁棒 的SWI结果，因为SWIM数据是独立于方向的。

在本发明的一个方面，一种对对象进行核磁共振成像的方法包 括用于从该对象的梯度回波磁共振扫描获得用于N_x乘以N_y乘以N_z个数据点的第一矩阵的相位数据的步骤，其中N_x、N_y和N_z中的 每一个是正整数(但是必要地是相同的整数)。该方法还包括生成用于 aN_x乘以bN_y乘以cN_z个数据点的较大矩阵的其中aN_x、bN_y和cN_z中的每一个是正整数(它们中的至少一个大于第一矩阵中的对 应值)。这是使用并且通过向该第一矩阵和该较大矩阵不共用的数 据点分配常数来完成的(可以首先在上执行许多中间滤波步骤，但是 仍然依赖于)。该方法还包括对进行傅里叶变换并且由 此生成(对应于相位的)k空间数据该方法还包括将乘以磁 敏感填图滤波函数并且以生成用于该较大矩阵的磁敏感填图估计的方 式对乘积进行傅里叶逆变换。使用磁敏感填图估计，从所有这些创建该 对象的数字图像文件。应该认识到术语“使用”在这里具有广义的意义 并且仅意味着该数字图像文件以一些方式依赖于用于生成该磁敏感填 图估计的步骤。换句话说，该数字图像文件可以依赖于更精致的磁敏感 填图和/或其他k空间或图像数据，但是在一些点上生成该磁敏感填图 估计并且最终该磁敏感填图估计在该数字图像文件的生成中起作用。

在本发明的另一个方面，一种对对象进行核磁共振成像的方法 包括从该对象的梯度回波磁共振扫描获得相位数据并且使用生成(对应于相位的)原始k空间数据该方法还包括将乘以正 则化磁敏感填图滤波函数并且以生成磁敏感填图估计的方式对乘积进 行傅里叶逆变换。此外，该方法还包括对该磁敏感填图估计应用门限并 且由此生成修正磁敏感填图估计。此外，该方法还包括对修正磁敏感填 图估计进行傅里叶变换该并且由此生成修正k空间数据。此外，使用该 原始k空间数据和该修正k空间数据生成新k空间数据。此后，对该新 k空间数据进行傅里叶逆变换以由此生成修改的磁敏感填图估计。最后， 使用该修改磁敏感填图估计创建该对象的数字图像文件。

在本发明的另一个方面，一种对对象进行核磁共振成像的方法 包括从该对象的梯度回波磁共振扫描收集k空间数据。该方法还包括 使用该k空间数据生成初始相位值和初始幅度值，并且使用至少一些该 初始幅度值和至少一些该初始相位值生成相位值的修正集合。此外，该 方法还包括使用至少一些该相位值的修正集合生成磁场值的局部改变， 使用至少一些该磁场值的局部改变生成(对应于相位的)修改的k空间数 据值，通过将正则化逆滤波器应用于该修改的k空间数据值生成正则化 的修改的k空间数据值，使用该正则化的修改的k空间数据值生成第一 磁敏感值，并且通过将门限应用于该第一磁敏感值和/或通过由预先确 定值的集合替代该磁敏感值生成第二磁敏感值。此后，使用该第一磁敏 感值生成第三k空间数据值，使用第二磁敏感值生成第四k空间数据值， 并且以生成第五k空间数据值的方式合并该第三k空间数据值与该第四 k空间数据值。最后，使用该第五k空间数据值生成第三磁敏感值，并 且使用该第三磁敏感值生成该对象的数字图像文件。

此外，根据本发明的另一个方法涉及一种对对象进行核磁共振成 像的方法，该方法包括从该对象的梯度回波磁共振扫描获得相位数 据该方法还包括基于该对象的至少一部分的几何形状用常数值 替换的体素的子集中的值。此外，该方法还包括使用生成(对应 于相位的)原始k空间数据，在这被称为并且将乘以正则化 磁敏感填图滤波函数并且以生成磁敏感填图估计的方式对乘积进行。然 后可以使用修改的磁敏感填图估计生成该对象的数字图像文件。

下文参考附图详细描述了本发明的其他特征和优点以及本发明 的各种实施方式的操作。

附图说明

图1-6描述了本发明的优选实施方式的步骤的流程图。

具体实施方式

在图1-6中阐述了用于实施本发明的优选方法的详细流程图。可 以在最新获得的核磁共振数据或现有数据上执行该方法以生成对象 的图像，其中该对象至少部分地基于遍及该图像的磁化率中的差异， 并且可以在两个或三个维度中执行该方法。

该方法通过获得给定大小(即每个维度中的数据点的给定数量) 的相位图像数据(数据矩阵)来开始。掩模(mask)并且滤波该相位数 据。然后使用该滤波并且掩模的相位数据来部分地填充较大矩阵。 然后对该较大矩阵的相位数据进行傅里叶变换以产生修改的k空间 数据。在图1的步骤i到vii中显示了这些步骤。还对于较大矩阵计算(步 骤viii和ix)正则化的磁敏感填图滤波函数(又被称为正则化反格林函 数)。这两个过程可以同时地或者按照任意次序执行并且紧接在下文详 细描述。还应该认识到，可以由非正则化磁敏感填图滤波函数或正则化 磁敏感填图滤波函数的离散版本或者如步骤x中的分段(A)和(E)中显示 的理想滤波器来替代正则化磁敏感填图滤波函数。

使用用于较大矩阵的滤波相位的修改k空间数据的生成涉及在图1 中显示的多个步骤。首先从对象的新MR扫描或者用于在x、y和z方 向大小分别为N_x、N_y和N_z的矩阵的以前收集的MR扫描数据获得原始 幅度和相位图像数据值(其中N_x、N_y和N_z是正整数)(步骤i)。如步骤ii 中所示的，然后将滤波器应用于相位图像数据，以去除来自背景场不均 匀性的影响。对于该目的可以应用并且可以单独地或组合地应用各种滤 波器，例如展开和高通滤波、使用零差处理的简单高通滤波以及使用多 项式或者使用基于先验几何信息的场估计模型的相位拟合。这改变相位 图像中的一些体素的相位图像数据，因而创建用于体素的原始矩阵的相 位图像数据的新的集合。可以应用多个掩模来进一步改进原始 矩阵的相位图像数据，如步骤iii-v中所示的。例如，如步骤iii中所显 示的，可以识别原始矩阵的与总噪声相比具有低幅度数据值的体素(即 低幅度信噪比或简单SNR)。在以参考的方式整体并入文本的标题为 “Complex threshold method for reducing noise in nuclear magnetic  resonance images”的美国专利No.7,573,265中描述了一种用于识别并且 降低噪声的该技术。另外，如步骤iv中所显示的，可以识别已知由除 了磁敏感之外其他东西导致相位效应的体素。然后通过用零(或由对象 的形状和方向确定的一些其他常数值)替换所识别的体素的相位数据 值，可以合并或向相位图像独立地应用这些掩模。此外，如步骤vi中 所显示的，优选地通过用零填充附加体素的相位图像数据值，将矩阵大 小增加到aN_x、bN_y和cN_z个体素(a、b和c是正整数)。应该认识到， 掩模步骤和增加矩阵大小的步骤可以按照任意次序发生。这导致滤波相 位图像数据值的更大的集合(在该图中被表示为)。用于生成 修改的k空间数据的最终步骤仅涉及傅里叶变换以获得修 改的k空间数据(在该图中被表示为)

如图2中的步骤viii和ix所示生成正则化磁敏感填图滤波函数。 按照所示次序执行这两个步骤，以产生生成正则化磁敏感填图滤波函 数，其是由g^-1_reg(k)表示的正则化逆滤波器。应该认识到，从新的较大矩 阵大小的全部坐标生成该正则化逆滤波器。在步骤ix中，k_z0表示k_z个 矩阵的集合，其中g(k_x，k_y，k_z)＝0。

在执行以上步骤之后，通过乘以正则化磁敏感填图滤波函数和修改 的k空间数据(体素乘以体素，步骤x)计算磁敏感填图估计，并且此后 对乘积进行傅里叶逆变换(步骤xi)。这产生在附图中被表示为χ(r)的初 始磁敏感填图。此时，如果希望可以向原始FOV返回χ(r)的观察(FOV) 的对象场，即矩阵大小与N_x、N_y和N_z相同而没有任何信息损失。为了 增强磁敏感填图，可以执行图3中显示的附加步骤。如步骤xii所示， 可以向磁敏感填图应用门限，以力图去除噪声和伪影，产生修正磁敏感 填图χ’(r)。此外，在可能从受调查的系统的属性得知期望磁敏感值的范 围的特定情况中，步骤xii可以包括用期望磁敏感值替代多个值。另外， k空间中的替代可以进一步增强磁敏感填图。可以根据步骤xiii-xv执行 该替代。这些步骤涉及以这样一种方式傅里叶变换修正磁敏感填图以创 建新修改的k空间数据集合χ_mod(k)，其中在该方式中获得新的k空间数 据集合χ’(k)，在g^-1(k)≥a’的体素处用χ’(k)的值替代χ(k)的值(其中a’可 以等于步骤ix的a或者一些其他值)，并且然后以这样一种方式傅里叶 逆变换χ_mod(k)，其中在该方式中生成修改的磁敏感填图χ_mod(r)估计。如 图3中所示，可以对于给定数量的迭代重复这些步骤或者直到磁敏感填 图改变小于预先确定数量为止。利用每个迭代，χ_mod(r)的值的集合替代 以前的χ(r)值的集合，并且随后χ(k)被设置为等于χ(r)的傅里叶变换，如 步骤xvii中所示的。最后，在执行上述步骤之后，可以使用χ_mod(r)数据 值(自身或者与其他图像数据组合)生成对象的数字图像文件。在最终步 骤或涉及chi(r)的产生的中间步骤的任意一个中，可以去除感兴趣的对 象外部的噪声。同样如步骤xi中所述，可以向原始FOV返回对象FOV， 因而矩阵大小再次是N_x、N_y和N_z而没有任何信息损失。此外，如图6 中所示的，如果希望则可以从χ_mod(r)数据值生成磁敏感加权幅度掩模并 且其可以用于生成纯SWI图像。

可选择的理想滤波器

在已知由具有良好定义的形状和单位磁敏感(或者已知磁敏感值) 的结构导致的场具有极大的准确性的情况中，可以通过将源几何形 状的傅里叶变换除以已知场填图的傅里叶变换来定义专用于该形状 的k空间逆滤波器：

$G_{\mathrm{ideal}}\left[k\right]=\frac{\mathrm{FT}\left[{\mathrm{Geometry}}_{\mathrm{object}}\left(r\right)\right]}{\mathrm{FT}\left[\mathrm{\Delta B}\left(r\right)\right]}$

图4-5描述了在用于该情况的本发明中可以使用的“理想”滤波器的实 现的流程图。

用于玻恩近似的主要假设规定不同磁敏感的结构中的感应磁化 主要由于主外部磁场B₀，其中，当考虑多个对象时玻恩近似对于场 的线性和重叠是最首要的。例如，当将具有不同磁敏感的两个结构A 和B靠近地放置在外部磁场B₀中时，假设ΔB_A(r)∝χ_A·B₀，因为A不影 响结构B中的感应磁化或者反之亦然即ΔB_B(r)∝χ_B·B₀。

该理想滤波器的优点在于其可以用于说明在它的定义中的对象 的有限的观察场和离散的形状边界条件，并且因此可以用于获得高 度准确的chi填图，而伪影最小。该滤波器包括(该形状专用的)全部 可能的高阶项，其中在以前的工作中忽略该高阶项。此外，离散地 定义Gideal(k)，其中，FT是与分析地定义的G(k)相反的离散傅里叶 变换。这具有更好地处理有限采样问题的优点。此外在对于具体对 象形状定义该滤波器之后，其可用于从一个或多个形状和大小相同 的对象的相位找出磁敏感。

当知道由于该形状的场微扰的分析表示时，例如在标准对称几 何球形、圆柱形或椭圆形的情况中，可以容易地完成定义用于给定 几何形状的G_ideal(k)。对于不知道场微扰的分析表示的任意形状的对 象，可以通过准备该形状的幻影并且测量由MR相位数据导致的场 微扰来获得ΔB(r)数据。用于获得/估计ΔB(r)数据的另一个方法涉及使 用一个标准有限差分时域计算技术，数值求解具有用于具体对象形 状的边界条件的麦克斯韦方程式。最后，可以认为已知对象是整个 大脑或者大脑内部的其他感兴趣的结构，其中磁敏感的一些猜测来 自先验知识或者具有一些平滑或类似的修改的当前SWIM方法。

当对象的ΔB(r)包括尽可能小的噪声时，实现在准确地定义G_ideal(k) 时的最佳结果。但是，在ΔB(r)中出现相当大的噪声的情况中，可以使用 诸如场拟合的技术来从对象的ΔB(r)填图中去除噪声。其中，场拟合使用 基于对象的模型或场关于多项式函数的建模。

可以结合以上讨论的磁敏感填图来使用理想滤波器，以成像包括 多个子结构的复合结构。例如，可以将其应用于大脑，其中在大脑中 不同的次皮质结构、窦、灰质、白质、动脉、静脉构成该子结构/几 何形状。给定大脑的幅度图像和场填图(即相位图像：展开的或高通 滤波的)，假设用于每个子结构形状的理想滤波器可用，可以单独地 使用用于每个子结构或几何形状的G_ideal，以获得用于该具体结构/几 何形状的磁敏感值。可替换地，可以使用用于每个子结构的单独的 理想滤波器定义新的G’_ideal。其可以是单独的滤波器的加权和(即 G’_ideal＝∑_nW_nG_ideal-n，其中n表示子结构的索引)。

在一些情况中，G’_ideal的进一步的优化或正则化可以改善结构。 例如，如果对于较大对象大小(即具有较小体素维度)定义原始 G_{ideal-HighRes}，则可以从用于形状相同但是大小较小(即分辨率较低) 的对象的G_{ideal-HighRes}定义G_{ideal-LowRes-Estimate}。但是在使用G_{ideal-LowRes-Estimate}的情况中，一些正则化/滤波可以减少不希望的伪影。该伪影的出现 是因为G_{ideal-LowRes-Estimate}仅仅是用于该对象大小的实际理想滤波器的 估计。当尝试通过使用已经定义的G_ideal来加速磁敏感填图过程时使 用该方法是有利的。

在不脱离本发明的范围的前提下，可以做出这里所述并且所示 的结构和方法的各种改进，意图将前文的描述或附图中所述的全部 事物解释为示例性的而不是限制性的。因此，本发明的宽度和范围 不应该受到任意上述示例性实施方式的限制而是仅由所附权利要求 和他们的等效物限制的。

还应该理解，当在权利要求中或者在本发明的优选实施方式的 以上描述介绍本发明的元素时，术语“包括”、“应用”和“使用” 适用于可扩展的并且意味着可以存在除了所列出的元素之外的附加 元素。此外，如第一、第二和第三等标识符的使用不应该被解释为 强制限制之间的时间顺序，除非执行该限制的时间顺序是必要的。 此外，给出的任意方法权利要求的次序不应该被解释为限制执行该 步骤所必须的次序，除非执行该步骤的次序是必要的。