CN108697366A - 一种磁共振化学位移编码成像方法、装置及设备 - Google Patents

Abstract

一种磁共振化学位移编码成像方法、装置及设备，属于磁共振成像技术领域。所述方法包括：在基于简化的多点磁共振信号模型建立的phasor‑error谱中将具有唯一相位因子值且使phasor‑error谱达到局部极小值的像素点确定为初始种子点；根据初始种子点对待估像素点的相位因子值进行估计获得场图；将场图在最高分辨率下进行映射及合并后获得重构场图；从重构场图中确定重构种子点，并通过对重构种子点进行估计以获得重构待估像素点的相位因子值；根据重构种子点和重构待估像素点的相位因子值得到两种预定成分的分离图像。所述方法将同时含有两种成分的区域识别为种子点，排除了最高分辨率下由于相位因子值跳变造成的偏差，保证最终种子点选择的正确性。

Description

一种磁共振化学位移编码成像方法、装置及设备 技术领域

本发明涉及一种磁共振化学位移编码成像方法、装置及设备，属于磁共振成像技术领域。

背景技术

磁共振化学位移编码成像是一种基于组织中各成分之间化学位移差异的成像方法，通过在不同的回波时间采集信号，并通过拟合混合信号模型得到。临床上最常用的化学位移编码成像是水脂分离成像，它主要用于脂肪抑制和脂肪定量等应用中。在分离过程中，通过多回波化学位移编码成像可对B₀局部场进行校正，并同时得到纯水和纯脂肪的图像。但是，在B₀场偏较大或成像组织空间分离的情况下，传统的多回波化学位移编码成像在估计B₀场偏时容易收敛到一个错误的局部极小值，进而造成水脂分反的结果。

多回波化学位移编码成像的原理是假设组织信号由多种不同成分被同时激发得到，并已知各成分相对于水的化学位移，然后拟合信号与各成分、B₀场图和回波时间(Echo Time，TE)之间的数学模型。实际应用最多的化学位移编码成像是水脂分离成像，即通过多回波信号分离水和脂肪两种成分。

在现有技术中有一种两点水脂分离技术，该技术假设场图分布均匀，选取两个特定的回波时间分别采集水和脂肪质子相位同向和反向的图像，通过简单的相加和/或相减操作得到水图和脂肪图。为了解决B₀场不均匀造成的影响，在现有技术中还有一种三点水脂分离技术，即在两点水脂分离技术的基础上，选取第三个回波时间再次采集一幅水和脂肪质子相位反向的图像，该算法的缺点是只能分离水脂信号而不能识别出水或脂肪信号。另外，在现有技术中还有一种迭代最小二乘拟合的水脂分离算法(Iterative Decomposition of water and fat with Echo Asymmetry and Least squares estimation，IDEAL)，该算法对上述信号模型进行线性化处理，然后利用最小二乘法对图像中每个像素单独的进行场图值估计和水脂成分的分离，但是该算法在B₀场具有较大不均匀性的情况下易收敛到局部最优解，且在单成分像素中易得到水脂分反的结果。

发明内容

本发明为解决现有的化学位移编码成像方法存在的B₀场分布不均匀而造成两者成分分反的结果以及只能分离两种成分信号却不能单独识别其中一种成分的问题，进而提出了一种磁共振化学位移编码成像方法、装置及设备，具体包括如下的技术方案：

一种磁共振化学位移编码成像方法，包括：

在预定分辨率下的采样图像中，基于简化的多点磁共振信号模型建立phasor-error谱；

将所述phasor-error谱中具有唯一的相位因子值且使所述phasor-error谱达到局部极小值的像素点确定为初始种子点；

根据所述初始种子点对待估像素点的相位因子值进行估计，获得在所述预定分辨率下的场图；

将多个预定分辨率下的场图在最高分辨率下分别进行映射，获得在所述最高分辨率下的多幅场图，并将所述多幅场图合并后获得重构场图；

从所述重构场图中确定重构种子点，并基于所述重构种子点进行估计以获得重构待估像素点的相位因子值；

根据所述重构种子点和所述重构待估像素点的相位因子值得到两种预定成分的分离图像。

一种磁共振化学位移编码成像装置，所述装置包括：

相位误差谱建立模块，用于在预定分辨率下的采样图像中，基于简化的多点磁共振信号模型建立phasor-error谱；

种子点选取模块，用于将所述phasor-error谱中具有唯一的相位因子值且使所述phasor-error谱达到局部极小值的像素点确定为初始种子点；

估计模块，用于根据所述初始种子点对待估像素点的相位因子值进行估计，获得在所述预定分辨率下的场图；

场图重构模块，用于将多个预定分辨率下的场图在最高分辨率下分别进行映射，获得在所述最高分辨率下的多幅场图，并将所述多幅场图合并后获得重构场图；

相位因子确定模块，用于从所述重构场图中确定重构种子点，并基于所述重构种子点进行估计以获得重构待估像素点的相位因子值；

成像模块，用于根据所述重构种子点和所述重构待估像素点的相位因子值得到两种预定成分的分离图像。

本发明的有益效果是：通过多分辨率进行场图估计，可在低分辨率下将同时含有两种成分的区域识别为种子点，增加了种子点的数量和分布范围，利用自检验机制将多幅高分辨率的场图进行合并，排除了最高分辨率下由于相位因子值跳变造成的偏差，保证了最终种子点选择的正确性，从而能够对两者成分的信号进行准确的识别。

附图说明

图1以示例的方式示出了磁共振化学位移编码成像方法的流程图。

图2以示例的方式示出了基于多分辨率最安全路径局部增长的自检验场图估计方法的流程图。

图3以示例的方式示出了一个种子点的phasor-error谱图，其中的横坐标表示相位因子(phasor)，纵坐标表示对应的拟合误差(errΦ_B(π)，无量纲)，图中的直线表示阈值、曲线表示拟合误差。

图4以示例的方式示出了最安全路径局部增长算法的流程图。

图5以示例的方式示出了磁共振化学位移编码成像装置的结构图。

图6以示例的方式示出了计算机设备的结构图。

图7为实施例一提出的验证所述磁共振化学位移编码成像方法的腹部水脂分离实例图，图中从左向右依次为原始图像、分离脂肪图、分离水图和估计得到的场图。

图8为实施例一提出的验证所述磁共振化学位移编码成像方法的脚踝水脂分离实例图，图中从左向右依次为原始图像、分离脂肪图、分离水图和估计得到的场图。

具体实施方式

在现有技术中，为了准确识别水和脂肪信号，研究者提出了多种改进算法，主要分为三类：一是在场图上施加全局平滑约束，如graph-cut和GOOSE算法，该类算法利用图割的概念对场图进行估计；二是局部增长法，其选取信噪比(signal-to-noise ration，SNR)高且水脂比例接近的像素点作为合理的种子点，然后利用临域场图间的相似性，使用局部增长算法对未估计像素点的正确场图值进行选取；第三类是多分辨率算法，其先在低分辨率图像上进行场图的估计，再利用逐级优化的方法，依次得到较高分辨率、最高分辨率下的场图，并最终得到水脂分离图像。

但上述现有算法均存在其缺点，例如：graph-cut和GOOSE算法在孤立的组织处将失效，因为正确的场图值无法传递到孤立的组织，导致该两种算法的计算效率比较低。 而现有的局部增长法依赖于种子点的选取，错误的种子点将导致分离结果的不准确，并且该算法还依赖于种子点的数目，必须保证每一个孤立的组织中至少含有一个种子点，但该算法只能在低分率的场图上找到种子点，对于其它孤立的组织将不能得到正确的场图值，从而影响局部增长算法的稳定性。现有的多分辨率算法均使用了多分辨率策略，不同分辨率之间具有很高的相关性，高分辨率场图估计的初始值过分依赖于低分辨率的场图值，如果在低分辨率下，场图收敛到一个错误的局部极值或不同分辨率之间的实际场图发生剧烈变化，则上述初始值将使得该高层场图也收敛到一个错误的极小值，并且该错误会被逐层的传递到最高分辨率下并被放大，导致错误的分离结果。

针对上述缺点，本发明提出一种基于多分辨率最安全路径局部增长和自校验场图估计算法的化学位移编码成像方法，以实现正确的场图估计和两种成分分离，该方法在不同分辨率上独立地完成种子点的选取和最安全路径的局部增长，确保得到足够多的种子点，从而避免不同分辨率之间场图的错误传递，然后利用自检验机制将不同分辨率下得到的场图进行合并，以确保最终种子点的正确性，最后再次进行局部增长，得到正确的场图估计值。

结合图1所示，本发明提出的磁共振化学位移编码成像方法包括：

步骤11，在预定分辨率下的采样图像中，基于简化的多点磁共振信号模型建立phasor-error谱。

其中，本步骤可将二维的原始图像进行低通滤波并根据预先定义的欠采样系数进行欠采样，得到不同的低分辨率下的二维原始图像，然后获得在不同的低分辨率下的二维原始图像中的每个像素点的phasor-error谱，根据该phasor-error谱确定使每个像素点达到局部极小值的相位因子值。

步骤12，将phasor-error谱中具有唯一的相位因子值使该phasor-error谱达到局部极小值的像素点确定为初始种子点。

其中，本步骤根据phasor-error谱确定使每个像素点达到局部极小值的相位因子值。若该像素点的信噪比大于预定值且具有唯一的相位因子值，则可将该像素点确定为种子点。

可选的，确定像素点的具有唯一的相位因子值的过程包括：

若该像素点只有一个局部极小值使得拟合误差小于预定值，则将该局部极小值确定为该像素点的唯一的相位因子值。

步骤13，根据初始种子点对待估像素点的相位因子值进行估计，获得在预定分辨率下的场图。

其中，对待估像素点的相位因子值进行估计的过程包括：

若待估像素点包括有多个局部极小值，则将拟合误差小于预定值的局部极小值确定为该待估像素点的多个相位因子值；

从该待估像素点的多个相位因子值中选取与相邻种子点的相位因子值具有最大相似性的相位因子值作为该待估像素点的相位因子值。

可选的，可通过最安全路径局部增长算法确定该待估像素点的相位因子值，其过程包括：

选取幅值大于第一阈值的待估像素点建立第一待估像素点集合；

获取第一待估像素点集合中每个待估像素点的相邻种子点中两两之间的相位差，选取最大相位差小于第二阈值的待估像素点建立第二待估像素点集合；

将第二待估像素点集合中的待估像素点按相邻种子点的个数进行降序排列，选取预定数量的待估像素点建立第三待估像素点集合；

获取第三待估像素点集合中的待估像素点与相邻种子点之间最大的相位相似性，并将相似性大于第三阈值的待估像素点的相位因子值作为待估像素点的相位因子值；

将相似性大于第三阈值的待估像素点添加为种子点对第一待估像素点集合中的待估像素点进行估计，直至第一待估像素点集合中的待估像素点的相邻种子点数为零。

可选的，本步骤还可对第一待估像素点集合中的待估像素点的相位因子值进行确定，其过程包括：

通过将第一阈值减小预定量确定第四待估像素点集合，并确定第四待估像素点集合中的待估像素点的相位因子值，直至第一阈值减为零；

将第一待估像素点集合中未确定相位因子值的待估像素点的相位因子值确定为相邻种子点相位因子值的平均值。

步骤14，将多个预定分辨率下的场图在最高分辨率下分别进行映射，获得在最高分辨率下的多幅场图，并将多幅场图合并后获得重构场图。

其中的映射可以是以步骤13中获得的在预定分辨率下的场图为初始值，对最高分辨率下的场图进行选取，其过程可以包括：

获取最高分辨率下每一个重构待估像素点的所有相位因子值与对应的预定分辨率下的像素点的相位因子值之间的相位相似性，将具有最高相似性的相位因子值确定为该重构待估像素点的相位因子值。

步骤15，从重构场图中确定重构种子点，并基于重构种子点进行估计以获得重构待估像素点的相位因子值。

其中，确定该重构待估像素点的相位因子值的过程可以包括：

若重构待估像素点在所有的场图中均具有相同的相位因子值，则将重构待估像素点确定为新的种子点以及将相同的相位因子值确定为重构待估像素点的相位因子值；

若重构待估像素点在所有的场图中具有不同的相位因子值，则将重构待估像素点重新设定为待估像素点以及将不同的相位因子值确定为相位因子候选值；

以新的种子点为起点，并可采用如步骤13所述的估计方法在最高分辨率下对相位因子候选值进行估计，以确定重构待估像素点的相位因子值。

步骤16，根据重构种子点和重构待估像素点的相位因子值得到两种预定成分的分离图像。

在确定重构种子点和重构待估像素点的相位因子值后，即可得到水和脂肪的分离图像。由于横向弛豫时间T₂*的存在可能会影响化学位移编码成像的重建精度，因此本实施例还可以包括对化学位移编码成像进行校正的过程，该过程包括：

根据重构场图与在重构场图的基础上通过全局搜索获得的横向弛豫时间对该化学位移编码成像进行校正。

采用本实施例提出的技术方案，通过多分辨率进行场图估计，可在低分辨率下将同时含有两种成分的区域识别为种子点，增加了种子点的数量和分布范围，利用自检验机制将多幅高分辨率的场图进行合并，排除了最高分辨率下由于相位因子值跳变造成的偏差，保证了最终种子点选择的正确性，从而能够对两者成分的信号进行准确的识别。

下面通过具体的实施例对所述的磁共振化学位移编码成像方法进行详细说明：

实施例一

含有两种成分(本实施例以水和脂肪为例)的组织图像的简化多点MR(Magnetic Resonance，磁共振)信号模型可以表示为：

其中，S_n表示在回波时间TE_n下的信号强度，N表示回波个数，在本实施例中可选N≥3；ρ_w和ρ_f分别表示水和脂肪的强度值，为复数；脂肪含有P个波峰分量，每个分量对应的相对幅度是α_p，满足f_F,p表示第p个波峰分量相对于水的化学位移；f_B表示B₀局部场，为了避免相位解卷绕，本实施例引入相位因子(phase factor，phasor)p_B：

其中，ΔTE＝TE₂-TE₁；Φ_B表示p_B的相位，范围是[-π，π]，代表了ΔTE时间内由于f_B造成的相位累积。

由上式可知，p_B是关于f_B的周期函数，具有相同p_B的不同f_B在水脂图像重建过程中可得相同的结果，因此在本实施例中，没有估计实际的B₀局部场f_B，只估计得到相位因子p_B，其同样表征了B₀局部场的不均匀性，在本实施例中称为场图。

由上式可知，相位因子p_B可通过估计[-π，π]内的Φ_B得到。根据变量投影方法(Variable Projection，VARPRO)，Φ_B可使用最小二乘法解得：

Φ_B＝arg min err(Φ_B)＝arg min||(I-AA⁺)ψ(Φ_B)S||

其中，S＝[S₁,S₂，…，S_N]^T，A＝[A₁；A₂；…；A_N]，A⁺＝(A^TA)^-1A^T，I是N×N矩阵。

err(Φ_B)描述了相位因子p_B的相位Φ_B和拟合误差之间的关系，表示为phasor-error谱，其定义为不同相位因子值下对应的模型拟合误差。其局部极小值表征了该像素点对应的相位因子值，对于大多数的像素点，其相位因子值并非一个。

为了从多个像素点中选取正确的相位因子值，本实施例提出了一种基于多分辨率最安全路径局部增长的自检验场图估计方法，实现了对相位因子值的正确选取，结合图2所示，所述方法包括：

步骤21，选取初始种子点。

本实施例将二维的原始图像进行低通滤波并根据预先定义的欠采样系数对该原始图像进行欠采样，得到不同的低分辨率下的二维原始图像。例如，可将欠采样系数确定为[33]、[55]、[168]和[816]，则可得到四组低分辨率下的原始图像。对每个低分辨率下的图像中的每一个像素点描绘其phasor-error谱，根据该phasor-error谱确定使该像素点达到局部极小值的相位因子值，若该像素点满足以下两个条件则可被确定为种子点：

①具有大于预定值的信噪比：m>th，其中m表示该像素点的幅值，th表示信噪比阈值。

②具有唯一的相位因子值：以A_max和A_min分别表示phasor-error谱的最大值和最小值，以α表示拟合误差倍数，则可设定阈值为A_min+α*(A_max-A_min)，如果只有一个局部极小值使得拟合误差小于该阈值，则认为对应的像素点具有唯一的相位因子值；否则同时保留该像素点其它小于该阈值的局部解，则该像素点具有多个相位因子值。

其中，像素点的幅值m可由多种计算方式得到，例如：

m＝max{abs(S₁),abs(S₂),…,abs(S_N)}或m＝abs(S₁)+abs(S₂)+abs(S_N)等。

对于th和α的选取既要排除SNR低和具有多个极小值解的种子点，又要保证得到足够多的种子点，一个候选取值可为：th取所有像素幅值的第98个百分位值的0.2倍，α取0.4。

图3所示的为一个种子点的phasor-error谱，该种子点只有一个相位因子值。对于其余相位因子值多于一个的像素点(本实施例称之为待估像素点，其多个相位因子值合称为相位因子候选值)则需要从以下的步骤选取出正确的解。

作为可选的，本步骤对上述四组低分辨图像进行种子点的选取。需要说明的是，上述的四组低分辨图像仅为举例，其它低分辨率若可适用于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。

步骤22，通过最安全路径局部增长算法确定待估像素点的相位因子值。

在初始种子点的基础上，本实施例采用如下的局部增长算法完成待估像素点的相位因子估计，其过程可以包括：从待估像素点的相位因子候选值中选取与相邻种子点的相位因子值具有最大相似性的候选值作为当前待估像素点的相位因子值，即：

p_B＝argmax{D₁,D₂,...,D_S}，其中D_s表示phasor相似性，定义为：

其中，K表示当前待估像素点的八邻域(若将当前待估像素点及相邻域划分为九宫格的格式，则除当前待估像素点所在区域以外的八个相邻的区域即为八邻域)内的种子点个数；m_k表示第k个种子点的幅值，相应的相位因子值为p_B,k，p_B,s表示当前待估像素点的一个相位因子候选值；conj(.)表示取复共轭；angle(.)表示取角度。

可选的，结合图4所示，本实施例提出的最安全路径局部增长算法如下：

步骤221，从预定幅值图M中计算获得每个待估像素点的幅值；

步骤222，设定幅值阈值th_m，寻找幅值大于th_m的待估像素点建立集合，该集合记为 U；

步骤223，计算集合U中所有待估像素点相邻种子点中两两之间的phasor相位差，如果最大相位差小于阈值th_p，则保留相应的待估像素点，将保留的待估像素点建立集合，该集合记为V；如果最大相位差大于阈值th_p，则剔除相应的待估像素点；

步骤224，将集合V中所有待估像素点按照其相邻种子点的个数K进行降序排列；

步骤225，选取该降序排列的前Q个待估像素点建立集合，该集合记为L；

步骤226，对集合L中所有待估像素点分别计算其与相邻种子点之间最大的phasor相似性；

步骤227，如果该相似性大于阈值th_D，则选取相应的候选相位因子值作为待估像素点的相位因子值，并将其添加为种子点；否则，该像素点仍为待估像素点；

步骤228，重复步骤223至步骤227，直至K＝0；

步骤229，减小幅值阈值th_m；

步骤230，重复步骤222至步骤229，直至幅值阈值th_m＝0；

步骤231，对于步骤223和步骤227中未处理的待估像素点，其相位因子值选择相邻种子点相位因子值的平均值。

上述最安全路径局部增长算法在每一个低分辨率下单独进行。

幅值图M中每个像素点的幅值可定义为m＝max{abs(S₁),abs(S₂),…,abs(S_N)}或m＝abs(S₁)+abs(S₂)+abs(S_N)等；幅值阈值th_m的选取方法可有多种，比如依据所有像素幅值的百分位值进行选取；阈值th_D和阈值th_p可以根据候选场图的光滑性确定其数值，例如选取0.9和π/2。待估像素点相邻种子点可定义为其四邻域或八邻域内的种子点；Q值可选取集合V中待估像素点个数的1/4。

步骤23，建立最高分辨率的场图。

以步骤22中的最安全路径局部增长算法获得的低分辨率场图为初始值，对最高分辨率下的场图进行选取，本实施例中称之为场图映射，其实现过程可以包括：计算最高分辨率下每个像素点的所有相位因子候选值与其对应的低分辨率下的像素点的相位因子值之间的phasor相似性，具有最高相似性的候选值即为当前像素点的相位因子值。

本实施例在多个不同的低分辨率分别进行种子点的选取和局部增长算法的估计，因此本步骤中也得到了多个最高分辨率的场图，然后利用自检验机制将上述多个场图进行合并得到一幅场图，其实现过程可以包括：若一个像素点在所有的场图中具有相同的相位因子值，则将该像素点选定为新的种子点；若一个像素点在所有的场图中具有不同的 值，则将该像素点重新设定为待估像素点，该待估像素点的相位因子值为相位因子候选值中的一个。

利用上述的最安全路径局部增长算法，以新的种子点为起点完成最高分辨率下的待估像素点的相位因子值选取，得到最终的场图。该步骤的原理与上述在低分辨下的局部增长算法相同，因此在本实施例中不再赘述。

步骤24，校正及水图和脂肪图的重建。

横向弛豫时间T₂*的存在可能会影响水图和脂肪图的重建精度，因此本步骤是对T₂*进行校正。通常情况下，T₂*的校正与场图的估计是不相关的，且T₂*的估计不存在多极值现象，因此在完成场图估计的基础上，通过全局搜索求得使下式达到最小值的T₂*：

其中，利用得到的场图和T₂*，再通过下式计算得到水图和脂肪图：

其中，W和F分别为计算得到的水图和脂肪图，为复数。

为了验证本实施例提出的磁共振化学位移编码成像方法的可行性，下面分别在两种体组织实验进了测试，其中的测试对象分别为腹部和脚踝。其中，腹部的回波时间TE＝1.208/3.212/5.216/7.220/9.224/11.228ms(等间距)，矩阵大小matrix＝256×256×5，主磁场B₀＝1.5T；脚踝的回波时间TE＝1.356/3.672/4.444/7.532ms(不等间距)，矩阵大小matrix＝256×256×2，主磁场B₀＝3T。实验数据的处理环境是具有Intel E5-2650 v2 CPU和64GB RAM的工作站，采用的数据处理软件是MATLAB。图7和图8所示的是根据腹部和脚踝的其中一层的分离结果，可以看出在体组织实验中，得到的水图和脂肪图中无明显分离错误的组织。

需要说明的是，本发明提出的磁共振化学位移编码成像方法不仅可以用于水脂分离成像，也可以用于分离其它化学位移成份的应用中，其中的区别仅仅在于含有两种成分的简化MR信号模型中输入对应的化学位移值。

本实施例提出的磁共振化学位移编码成像方法可在低信噪比的区域也具有较高的鲁棒性；利用多分辨率进行场图估计和局部增长估计策略，相比于传统的单分辨率局部增长算法，可在低分辨率下将同时含有水和脂肪的区域识别为种子点，增加了种子点的数量和分布范围；低分辨下的场图估计和局部增长是相互独立的，即各个低分辨率之间的处理没有任何交叠，这就消除了不同分辨率之间可能存在的相位因子值跳变的影响；利 用自检验机制将多幅高分辨率的场图进行合并，排除了最高分辨率下由于相位因子值跳变造成的偏差，保证了最终种子点选择的正确性；经过算法优化，本实施例提出的方法具有较高的运行效率。

本发明还提出了一种磁共振化学位移编码成像装置，结合图5所示，所述装置包括：

相位误差谱建立模块51，用于在预定分辨率下的采样图像中，基于简化的多点磁共振信号模型建立phasor-error谱；

种子点选取模块52，用于将phasor-error谱中具有唯一的相位因子值且使该phasor-error谱达到局部极小值的像素点确定为初始种子点；

估计模块53，用于根据所述初始种子点对待估像素点的相位因子值进行估计，获得在所述预定分辨率下的场图；

场图重构模块54，用于将多个预定分辨率下的场图在最高分辨率下分别进行映射，获得在所述最高分辨率下的多幅场图，并将所述多幅场图合并后获得重构场图；

相位因子确定模块55，用于从所述重构场图中确定重构种子点，并基于所述重构种子点进行估计以获得重构待估像素点的相位因子值；

成像模块56，用于根据所述重构种子点和所述重构待估像素点的相位因子值得到两种预定成分的分离图像。

可选的，在种子点选取模块中52中包括：

极小值确定子模块，用于获得预定分辨率图像中的每一个像素点的phasor-error谱，根据phasor-error谱确定使像素点达到局部极小值的相位因子值；

种子点确定子模块，用于若像素点的信噪比大于预定值且具有唯一的相位因子值，则将像素点确定为初始种子点。

其中，该种子点确定子模块可用于若像素点只有一个局部极小值使得拟合误差小于预定值，则将局部极小值确定为像素点的唯一的相位因子值。

可选的，在估计模块53中包括：

第一集合建立子模块，用于选取幅值大于第一阈值的待估像素点建立第一待估像素点集合；

第二集合建立子模块，用于获取第一待估像素点集合中每个待估像素点的相邻种子点中两两之间的相位差，选取最大相位差小于第二阈值的待估像素点建立第二待估像素点集合；

第三集合建立子模块，用于将第二待估像素点集合中的待估像素点按相邻种子点的个数进行降序排列，选取预定数量的待估像素点建立第三待估像素点集合；

第一相位因子确定子模块，用于获取第三待估像素点集合中的待估像素点与相邻种子点之间最大的相位相似性，并将相似性大于第三阈值的待估像素点的相位因子值作为待估像素点的相位因子值；

第一估计子模块，用于将相似性大于第三阈值的待估像素点添加为种子点对第一待估像素点集合中的待估像素点进行估计，直至第一待估像素点集合中的待估像素点的相邻种子点数为零；

第四集合建立模块，用于通过将第一阈值减小预定量以确定第四待估像素点集合；

第二相位因子确定子模块，用于确定第四待估像素点集合中的待估像素点的相位因子值，直至第一阈值减为零；

第三相位因子确定子模块，用于将第一待估像素点集合中未确定相位因子值的待估像素点的相位因子值确定为相邻种子点的相位因子值的平均值。

可选的，在场图重构模块54中包括：

第四相位因子确定子模块，用于获取最高分辨率下每一个重构待估像素点的所有相位因子值与对应的预定分辨率下的待估像素点的相位因子值之间的相位相似性，将最高相似性的相位因子值确定为重构待估像素点的相位因子值。

可选的，在相位因子确定模块55中包括：

第五相位因子确定子模块，用于若重构待估像素点在所有的场图中均具有相同的相位因子值，则将重构待估像素点确定为新的种子点以及将相同的相位因子值确定为重构待估像素点的相位因子值；

第六相位因子确定子模块，用于若重构待估像素点在所有的场图中具有不同的相位因子值，则将重构待估像素点重新设定为待估像素点以及将不同的相位因子值确定为相位因子候选值；

第七相位因子确定子模块，用于以新的种子点为起点在最高分辨率下对所述相位因子候选值进行估计，以确定重构待估像素点的相位因子值。

采用本实施例提出的磁共振化学位移编码成像装置，通过多分辨率进行场图估计，可在低分辨率下将同时含有两种成分的区域识别为种子点，增加了种子点的数量和分布范围，利用自检验机制将多幅高分辨率的场图进行合并，排除了最高分辨率下由于相位 因子值跳变造成的偏差，保证了最终种子点选择的正确性，从而能够对两者成分的信号进行准确的识别。

本发明还提出了一种计算机设备，该计算机设备包括处理器和存储有计算机可读指令的存储器，该处理器被配置来通过执行该计算机可读指令以执行如实施例一所述的方法。

其中，图6是能够执行图4所示的指令流程并以图5的示例性磁共振化学位移编码成像装置的示例性处理器平台600的框图，该处理器平台600可以是服务器、个人计算机或任何其它类型的计算设备。

图6所示的处理器平台600包括处理器612。例如，处理器612可以由来自任何期望家庭或制造商的一个或者更多个微处理器或控制器来实现。

处理器612包括本地存储器613(例如，高速缓冲存储器)，并且经由总线618与主存储器进行通信，主存储器包括易失性存储器614和非易失性存储器616。易失性存储器614可以由同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、RAM总线(RAMBUS)动态随机存取存储器(RDRAM)和/或任何其它类型的随机存取存储器装置来实现。非易失性存储器616可以由闪存和/或任何其它期望类型的存储设备来实现。对易失性存储器614和非易失性存储器616的访问是由存储器控制器来控制的。

处理器平台600还可以包括一个或更多个大容量存储装置621，用于存储软件和数据。这样的大容量存储装置621的示例包括软盘驱动器、硬盘驱动器、光盘驱动器和数字多功能光盘(DVD)驱动器。图6所示的编码指令631可以被存储在大容量存储装置621、易失性存储器614、非易失性存储器616和/或可移动存储介质如CD或DVD上。

本具体实施方式是对本发明的技术方案进行清楚、完整地描述，其中的实施例仅仅是本发明的一部分实施例，而并不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有经过创造性劳动的前提下所获得的所有其它实施方式都属于本发明的保护范围。

Claims (19)

1. 一种磁共振化学位移编码成像方法，其特征在于，包括：

   在预定分辨率下的采样图像中，基于简化的多点磁共振信号模型建立相位因子-拟合误差phasor-error谱；

   将所述phasor-error谱中具有唯一的相位因子值且使所述phasor-error谱达到局部极小值的像素点确定为初始种子点；

   根据所述初始种子点对待估像素点的相位因子值进行估计，获得在所述预定分辨率下的场图；

   将多个预定分辨率下的场图在最高分辨率下分别进行映射，获得在所述最高分辨率下的多幅场图，并将所述多幅场图合并后获得重构场图；

   从所述重构场图中确定重构种子点，并基于所述重构种子点进行估计以获得重构待估像素点的相位因子值；

   根据所述重构种子点和所述重构待估像素点的相位因子值得到两种预定成分的分离图像。
2. 如权利要求1所述的方法，其特征在于，将具有唯一相位因子值且使phasor-error谱达到局部极小值的像素点确定为初始种子点包括：

   获得所述预定分辨率图像中的每一个像素点的相位因子-拟合误差phasor-error谱，根据所述phasor-error谱确定使所述像素点达到局部极小值的相位因子值；

   若所述像素点的信噪比大于预定值且具有唯一的相位因子值，则将所述像素点确定为初始种子点。
3. 如权利要求2所述的方法，其特征在于，确定所述像素点的具有唯一的相位因子值包括：

   若所述像素点只有一个局部极小值使得拟合误差小于预定值，则将所述局部极小值确定为所述像素点的唯一的相位因子值。
4. 如权利要求3所述的方法，其特征在于，根据所述初始种子点对待估像素点的相位因子值进行估计包括：

   若所述待估像素点包括有多个局部极小值，则将拟合误差小于预定值的局部极小值确定为所述待估像素点的多个相位因子值；

   从所述待估像素点的多个相位因子值中选取与相邻种子点的相位因子值具有最大相似性的相位因子值作为所述待估像素点的相位因子值。
5. 如权利要求4所述的方法，其特征在于，根据所述初始种子点对待估像素点的相位因子值进行估计还包括：

   选取幅值大于第一阈值的待估像素点建立第一待估像素点集合；

   获取所述第一待估像素点集合中每个待估像素点的相邻种子点中两两之间的相位差，选取最大相位差小于第二阈值的待估像素点建立第二待估像素点集合；

   将所述第二待估像素点集合中的待估像素点按所述相邻种子点的个数进行降序排列，选取预定数量的待估像素点建立第三待估像素点集合；

   获取所述第三待估像素点集合中的待估像素点与所述相邻种子点之间最大的相位相似性，并将所述相似性大于第三阈值的待估像素点的相位因子值作为待估像素点的相位因子值；

   将所述相似性大于第三阈值的待估像素点添加为种子点对所述第一待估像素点集合中的待估像素点进行估计，直至所述第一待估像素点集合中的待估像素点的相邻种子点数为零。
6. 如权利要求5所述的方法，其特征在于，根据所述初始种子点对待估像素点的相位因子值进行估计还包括：

   通过将所述第一阈值减小预定量以确定第四待估像素点集合，并确定所述第四待估像素点集合中的待估像素点的相位因子值，直至所述第一阈值减为零；

   将所述第一待估像素点集合中未确定相位因子值的待估像素点的相位因子值确定为相邻种子点的相位因子值的平均值。
7. 如权利要求1所述的方法，其特征在于，将多个预定分辨率下的场图在最高分辨率下分别进行映射包括：

   获取最高分辨率下每一个重构待估像素点的所有相位因子值与对应的预定分辨率下的像素点的相位因子值之间的相位相似性，将最高相似性的相位因子值确定为所述重构待估像素点的相位因子值。
8. 如权利要求7所述的方法，其特征在于，确定所述重构待估像素点的相位因子值包括：

   若所述重构待估像素点在所有的场图中均具有相同的相位因子值，则将所述重构待估像素点确定为新的种子点以及将所述相同的相位因子值确定为所述重构待估像素点的相位因子值；

   若所述重构待估像素点在所有的场图中具有不同的相位因子值，则将所述重构待估像素点重新设定为待估像素点以及将所述不同的相位因子值确定为相位因子候选值。
9. 如权利要求8所述的方法，其特征在于，确定所述重构待估像素点的相位因子值还包括：

   以所述新的种子点为起点在最高分辨率下对所述相位因子候选值进行估计，以确定所述重构待估像素点的相位因子值。
10. 如权利要求1所述的方法，其特征在于，所述方法还包括：

    根据所述重构场图与在所述重构场图的基础上通过全局搜索获得的横向弛豫时间对所述化学位移编码成像进行校正。
11. 一种磁共振化学位移编码成像装置，其特征在于，所述装置包括：

    相位误差谱建立模块，用于在预定分辨率下的采样图像中，基于简化的多点磁共振信号模型建立相位因子-拟合误差phasor-error谱；

    种子点选取模块，用于将所述phasor-error谱中具有唯一的相位因子值且使所述phasor-error谱达到局部极小值的像素点确定为初始种子点；

    估计模块，用于根据所述初始种子点对待估像素点的相位因子值进行估计，获得在所述预定分辨率下的场图；

    场图重构模块，用于将多个预定分辨率下的场图在最高分辨率下分别进行映射，获得在所述最高分辨率下的多幅场图，并将所述多幅场图合并后获得重构场图；

    相位因子确定模块，用于从所述重构场图中确定重构种子点，并基于所述重构种子点进行估计以获得重构待估像素点的相位因子值；

    成像模块，用于根据所述重构种子点和所述重构待估像素点的相位因子值得到两种预定成分的分离图像。
12. 如权利要求11所述的装置，其特征在于，在所述种子点选取模块中包括：

    极小值确定子模块，用于获得所述预定分辨率图像中的每一个像素点的相位因子-拟合误差phasor-error谱，根据所述phasor-error谱确定使所述像素点达到局部极小值的相位因子值；

    种子点确定子模块，用于若所述像素点的信噪比大于预定值且具有唯一的相位因子值，则将所述像素点确定为初始种子点。
13. 如权利要求12所述的装置，其特征在于，所述种子点确定子模块用于若所述像素点只有一个局部极小值使得拟合误差小于预定值，则将所述局部极小值确定为所述像素点的唯一的相位因子值。
14. 如权利要求13所述的装置，其特征在于，在所述估计模块中包括：

    第一集合建立子模块，用于选取幅值大于第一阈值的待估像素点建立第一待估像素点集合；

    第二集合建立子模块，用于获取所述第一待估像素点集合中每个待估像素点的相邻种子点中两两之间的相位差，选取最大相位差小于第二阈值的待估像素点建立第二待估像素点集合；

    第三集合建立子模块，用于将所述第二待估像素点集合中的待估像素点按所述相邻种子点的个数进行降序排列，选取预定数量的待估像素点建立第三待估像素点集合；

    第一相位因子确定子模块，用于获取所述第三待估像素点集合中的待估像素点与所述相邻种子点之间最大的相位相似性，并将所述相似性大于第三阈值的待估像素点的相位因子值作为待估像素点的相位因子值；

    第一估计子模块，用于将所述相似性大于第三阈值的待估像素点作为新的种子点对所述第一待估像素点集合中的待估像素点进行估计，直至所述第一待估像素点集合中的待估像素点的相邻种子点数为零。
15. 如权利要求14所述的装置，其特征在于，在所述估计模块中还包括：

    第四集合建立模块，用于通过将所述第一阈值减小预定量以确定第四待估像素点集合；

    第二相位因子确定子模块，用于确定所述第四待估像素点集合中的待估像素点的相位因子值，直至所述第一阈值减为零；

    第三相位因子确定子模块，用于将所述第一待估像素点集合中未确定相位因子值的待估像素点的相位因子值确定为相邻种子点的相位因子值的平均值。
16. 如权利要求11所述的装置，其特征在于，在所述场图重构模块中包括：

    第四相位因子确定子模块，用于获取最高分辨率下每一个重构待估像素点的所有相位因子值与对应的预定分辨率下的待估像素点的相位因子值之间的相位相似性，将最高相似性的相位因子值确定为所述重构待估像素点的相位因子值。
17. 如权利要求16所述的装置，其特征在于，在所述相位因子确定模块中包括：

    第五相位因子确定子模块，用于若所述重构待估像素点在所有的场图中均具有相同的相位因子值，则将所述重构待估像素点确定为新的种子点以及将所述相同的相位因子值确定为所述重构待估像素点的相位因子值；

    第六相位因子确定子模块，用于若所述重构待估像素点在所有的场图中具有不同的相位因子值，则将所述重构待估像素点重新设定为待估像素点以及将所述不同的相位因子值确定为相位因子候选值；

    第七相位因子确定子模块，用于以所述新的种子点为起点在最高分辨率下对所述相位因子候选值进行估计，以确定所述重构待估像素点的相位因子值。
18. 一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机指令，当所述计算机指令被执行时，如权利要求1所述的方法被执行。
19. 一种设备，其特征在于，所述设备包括：

    处理器；和

    包括存储有计算机可读指令的存储器，所述处理器被配置来通过执行所述计算机可读指令以执行如权利要求1所述的方法。