磁共振成像K空间运动伪影矫正并行采集重建方法

摘要

本发明提供一种磁共振成像K空间运动伪影矫正并行采集重建方法，包括：将被成像物体置于磁共振成像系统中，获取用于填充K空间的磁共振信号；分多个叶片对K空间进行采集，叶片间的K空间几何关系为旋转某一角度；对采集的各个叶片按照PROPELLER算法进行校正，计算出叶片间由于刚体运动造成的数据变化，计算出每一个叶片的运动校准系数；对每一个叶片，分别选取合适的其他叶片，将其他叶片按照运动校准系数变换到该叶片的笛卡尔坐标系下，计算叶片缺失数据的方向上线圈合并系数；根据计算出的系数填补叶片缺失的数据；对所有的叶片进行过同样的操作后，每一个叶片数据已经填补完毕，则按照PROPELLER算法填补完整的K空间，经过适当的变换至图像域后得到图像。利用这种方法，可以在有效地去除运动伪影的同时，在不采集校准数据的情况下，进行并行采集重建，使采集速度大大提升。

说明书

【技术领域】

本发明涉及磁共振成像领域，特别涉及一种磁共振成像K空间运动伪影矫正并行采集重建方法。

【背景技术】

在磁共振成像技术中，成像的速度是衡量成像方法的一个很重要标准。限制成像速度的很重要因素是数据采集以及K空间填充。一般的数据采集方式要采满K空间数据，然后才能进行重建得到图像。磁共振并行采集重建技术，是利用线圈重组合并的方式，对欠采样的数据进行填补，利用填补完整的K空间数据进行重建。利用这样的方式，可以根据需求，只采集一部分K空间数据，不必采满整个K空间，由此可以大大加快成像的速度。

比较常用的并行重建方法之一是广义自校准并行采集（GRAPPA，GeneRalized Autocalibrating Partially Parallel Acquisitions）。传统的GRAPPA算法如图1所示，黑色实点代表为实际采集的K空间数据；白色空点为欠采样需要填补的数据；灰色实点表示为了计算线圈合并系数而适量全采样的数据。GRAPPA算法认为，图1中任意一个白色空点可以表示为周围黑色实点的线性叠加，相当于对多个线圈的数据进行了合并，而线圈合并系数n_i j（第i个线圈，第j个位置）可以通过黑色实点拟合灰色实点来确定。在线圈合并系数n_i j确定后，其他白色空点即可根据求得的线圈合并系数n_i j将线圈合并填补空白数据。

然而，磁共振成像(MRI)，由于其数据采集的时间比较长，病人或某些组织（如心脏）的运动常常导致图像中出现伪影，图像质量严重恶化。因此，有效地矫正运动伪影在临床上存在巨大的需求，也一直是医学磁共振成像的研究热点同时也是技术难题之一。

    James G Pipe于1999年提出PROPALLER采样方式，对于运动伪影有很好的消除效果。PROPALLER采集方式如图2所示，其中图1a为单一叶片采集区；1b为多个叶片采集区后，拼凑成的一个完整的k空间，由于每一个叶片采集区都共有一部分区域，可以利用这部分区域矫正每个叶片之间的变化（如旋转、相位变化等）。这样的方式可以用来矫正由于采集物体运动造成的伪影。

但是这种方法，由于k空间数据重叠较为严重，使得采集时间会比较长；传统的K空间采集方式，一个较为有效地加速采集速度的办法是利用并行采集（GRAPPA）方法。然而，由于校准数据的存在，使得加速的倍数打一定的折扣。尤其对于图1所以的采集方式，由于每一个叶片采集区本身条数就很少，如果再加上校准数据，则并行的优势就不明显；当然，也可以采用中间两个叶片共有的部分进行并行重建，线圈合并系数的计算，但是由于中间部分重叠的数据量一般较少，可导致计算出来的系数不准确。

      因此，需要探讨一种新的数据采集方法，以克服上面的技术问题。

【发明内容】

本发明要解决的问题是提供一种磁共振成像K空间运动伪影矫正并行采集重建方法，加速传统的PROPALLER采集方式。

为解决上述问题，本发明技术方案提供一种磁共振成像K空间运动伪影矫正并行采集重建方法，包括如下步骤：

将被成像物体置于磁共振成像系统中，获取用于填充K空间的磁共振信号；

分多个叶片对K空间进行采集，叶片间的K空间几何关系为旋转某一角度；

对采集的各个叶片按照PROPELLER算法进行校正，计算出叶片间由于刚体运动造成的数据变化，计算出每一个叶片的运动校准系数；

对每一个叶片，分别选取合适的其他叶片，将其他叶片按照运动校准系数变换到该叶片的笛卡尔坐标系下，计算叶片缺失数据的方向上线圈合并系数；

根据计算出的系数填补叶片缺失的数据；

对所有的叶片进行过同样的操作后，每一个叶片数据已经填补完毕，则按照PROPELLER算法填补完整的K空间，经过适当的变换至图像域后得到图像。

 优选的，所述每个叶片包含一个K空间数据子集，且该数据子集是以欠采样的方式获得。

 优选的，两个叶片构成一个组，线圈合并系数并对叶片内缺失的数据填补过程在组内进行。

 优选的，所述一个组内的两个叶片相互垂直。

 优选的，所述两个叶片中的一个叶片与第一方向平行，其内的数据在与第一方向垂直的第二方向上是依照欠采样采集的方式获得。

 优选的，所述两个叶片中的一个叶片与第二方向平行，其内的数据在第一方向是依照欠采样采集的方式获得。

 优选的，采集完第一个叶片后，调换相位编码和频率编码梯度，采集另一个叶片。

 优选的，所述K空间到图像域的变换是傅里叶变换。

优选的，所述第二方向是Y轴方向，所述欠采样采集是指在X轴方向依照隔行方式采集，在Y轴方向依照隔列方式采集。

 优选的，所述每一个叶片的运动校准系数是指该叶片的旋转和平移。

与现有技术相比，本发明技术方案具有以下优点：利用这种方法，可以在有效地去除运动伪影的同时，在不采集校准数据的情况下，进行并行采集重建，使采集速度大大提升。

【附图说明】

图1是现有技术的GRAPPA算法的示意图；

图2是现有技术PROPALLER算法的示意图；

图3是本发明实施例一中单个叶片采集方式； 

图4是两个叶片采集区构成的叶片关联组意图；

图5是叶片关联组中的数据结构示意图；

图6是本发明实施例一中的磁共振成像中重建K空间的示意图；

图7是本发明实施例二的磁共振成像中重建K空间的示意图。

图8是本发明磁共振成像中K空间的重建方法的流程示意图。

【具体实施方式】

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。

本发明用于K空间重建的磁共振成像设备包括：主磁体系统、梯度系统、射频系统、计算机系统、其它辅助设施。主磁体系统由永磁体或超导磁体所构成，用于产生一个均匀稳定的主磁场，用于将成像物体磁化，产生宏观磁化矢量。梯度系统包括：梯度线圈、梯度放大器、数模转换器、梯度控制器、梯度冷却装置。梯度线圈可以产生空间线性的梯度磁场，使得成像物体在空间不同位置的共振频率不同，从而使空间不同位置的信号可以区分开来。射频系统包括：射频发射线圈、射频放大器、射频接收线圈。射频发射线圈用来发射电磁波，使得成像物体被激励，从而发射出磁共振信号。射频接收线圈用来接收成像物体发射出来的磁共振信号。计算机系统接收到磁共振信号后对其进行处理，完成K空间重建，并通过傅里叶变换，最终获得被测人体（或相应组织结构）的图像。本发明主要涉及到K空间的重建方法，重建方法的流程图请参阅图8，所述磁共振成像中K空间的重建方法包括如下步骤：

S1.    将被成像物体置于磁共振成像系统中，获取用于填充K空间的磁共振信号，分多个叶片对K空间进行采集，叶片间的K空间几何关系为旋转某一角度（可不一致）。

S2.    对采集的各个叶片按照PROPELLER算法进行校正，计算出叶片间由于刚体运动造成的数据变化，计算出每一个叶片的运动校准系数。

S3.    对每一个叶片L，分别选取合适的其他叶片，将其他叶片按照相互关系变换到该叶片L的笛卡尔坐标系下，计算叶片L缺失数据的方向上，线圈合并系数。

S4.    根据计算出的系数填补叶片L缺失的数据。

S5.    对所有的叶片进行过同样的操作后，每一个叶片数据已经填补完毕，则按照PROPELLER算法填补完整的K空间，经过适当的变换至图像域，得到图像。

上述步骤S2中的运动校准系数是指旋转和平动。平移即指偏移了多少像素，旋转也即指旋转了多少角度，所谓的校准系数，就是通过计算，记录下运动引起的偏移量，即平移的像素值和旋转的角度值。

上述步骤S5中所指的变换是傅里叶变换。

 

下面以具体实施例对上述磁共振成像中K空间的重建方法作详细说明。

实施例一

将需要磁共振成像的人体组织（物体）置于磁共振成像系统中，分多个叶片对K空间进行采集而获得叶片状的K空间数据子集（如图3所示），每个K空间数据子集以欠采样的方式获得，从而加快数据采集，其中，图3为单个叶片采集的方式，实线表示采集数据，虚线表示欠采样数据（需通过计算填补的部分）。图4为本方案的采集及重建分组示意图，图4中，实线两个方框为一组（粗实线加细实线），虚线两个方框为另一组。实线所围成的区域代表一个叶片状的K空间数据子集。本文所介绍的方案，线圈合并系数计算机数据填补过程，发生在组内。

为了方便说明，假定组内只有两个叶片，且叶片的关系为互相垂直（如图4所示）。组内一个叶片与第一方向平行，另外一个叶片与第二方向平行，且第一方向与第二方向垂直。优先的实施例中，第一方向是指X（轴）方向，第二方向是指Y（轴）方向。

图5中灰色的点表示在X方向上采集到的数据，黑色的点表示在Y方向上采集到的数据，白色的点表示在X和Y方向上未采集的数据。

从图5中可以看出，灰色点叶片在X方向上是连续的，在Y方向上间断；黑色点叶片相反。

这样，根据灰色数据点可以计算出黑色点叶片在X方向上的线圈合并系数，反之，根据黑色数据点可以计算出灰色点叶片在Y方向上的线圈合并系数。

图6a为根据图5黑色点数据分布所构造的窗（线圈合并系数），图6b为图5中灰色叶片，图6c为图5中黑色叶片。利用图6a中的窗，在图6b中滑动，按照类似于图1所示的关系进行计算，可以得到图5中黑色数据点的线圈合并系数；按照这个系数，在灰色叶片中滑动该窗，可以构造出缺失(用白色点表示)的数据。这样即将灰色叶片填补完整。黑色叶片可以用类似的办法填补完毕。

待所有的叶片填补完毕，即可得到完整的K空间数据，对其进行适当的变换，到图像域，即完成了整个重建流程。

实施例二

如果两个叶片不满足垂直的关系，则将作为系数计算的叶片，变换到目标叶片的笛卡尔坐标系下的格点会出现如图7所示的情况。

图7a为两个叶片的相互关系，图7b是将灰色点叶片单独考虑的图示。这种情况下，由于灰色叶片点在x方向上仍然存在连续分布的点，利用图6a所示的窗，将这部分数据提取出来，进行合并系数的计算。

为了互校准的数据叶片的关系尽可能为垂直，则在采集完第一个叶片后，调换相位编码和频率编码梯度，采集另一个叶片（如图3b先采集实细线，再采集实粗线，一组完成；再采集虚细线，然后虚粗线…）。

以上实施例中，计算分组时，关于合并系数的计算只选取了一个叶片进行说明，但实际可以根据需要，选取多个叶片进行合并系数计算。此时，可以分别将每一个叶片网格化到目标叶片坐标系网格，然后提取目标叶片缺失数据方向的数据；也可以将多个叶片数据一起网格化到目标叶片坐标系网格，然后统一提取目标叶片缺失数据方向的数据，进行计算。网格化后，可以根据网格化的情况，加入一部分权重。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。