[go: up one dir, main page]

CN109564268B - 在多梯度回波mri中对场波动的回顾性校正 - Google Patents

在多梯度回波mri中对场波动的回顾性校正 Download PDF

Info

Publication number
CN109564268B
CN109564268B CN201780048709.0A CN201780048709A CN109564268B CN 109564268 B CN109564268 B CN 109564268B CN 201780048709 A CN201780048709 A CN 201780048709A CN 109564268 B CN109564268 B CN 109564268B
Authority
CN
China
Prior art keywords
magnetic field
field fluctuation
image
fluctuation component
reconstructed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201780048709.0A
Other languages
English (en)
Other versions
CN109564268A (zh
Inventor
J·J·迈内克
U·卡切尔
T·尼尔森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN109564268A publication Critical patent/CN109564268A/zh
Application granted granted Critical
Publication of CN109564268B publication Critical patent/CN109564268B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
    • G01R33/5616—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE] using gradient refocusing, e.g. EPI
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/243—Spatial mapping of the polarizing magnetic field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/443—Assessment of an electric or a magnetic field, e.g. spatial mapping, determination of a B0 drift or dosimetry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/50—NMR imaging systems based on the determination of relaxation times, e.g. T1 measurement by IR sequences; T2 measurement by multiple-echo sequences
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5611—Parallel magnetic resonance imaging, e.g. sensitivity encoding [SENSE], simultaneous acquisition of spatial harmonics [SMASH], unaliasing by Fourier encoding of the overlaps using the temporal dimension [UNFOLD], k-t-broad-use linear acquisition speed-up technique [k-t-BLAST], k-t-SENSE

Landscapes

  • Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

对多梯度回波MR成像数据执行迭代重建以生成重建的MR图像(36)。所述迭代重建使用将所述MR成像数据与所述重建的MR图像进行关联的模型(30)。所述模型包括参数化磁场波动分量(32)。在执行所述迭代重建期间，更新所述模型的所述参数化磁场波动分量的参数以优化成本函数(40)，所述成本函数取决于所述重建的MR图像相对于所述模型的所述参数化磁场波动分量的所述参数的偏导数。可以进一步处理所述图像以生成R2*映射图(50)、SWI图像(52)或QSM映射图(54)。

Description

在多梯度回波MRI中对场波动的回顾性校正
技术领域
下文总体上涉及磁共振(MR)成像领域、梯度回波(GRE)MR成像领域和相关的成像领域，例如，R2*映射、磁敏感加权成像(SWI)或定量磁敏感映射(QSM)等。
背景技术
梯度回波(GRE)磁共振(MR)成像技术有利地在相对较短的采集时间内采集高分辨率三维(3D)数据。然而，GRE序列缺少180°的重聚焦射频脉冲，因此对磁场不均匀性敏感。由于对非共振效应的敏感性，即使感兴趣组织在扫描期间保持不动，由呼吸或其他对象运动引发的生理波动也会导致伪影。在长回波时间(例如几十毫秒左右，其通常例如用于基于GRE的成像技术(例如，磁敏感加权成像(SWI)或定量磁敏感映射(QSM))或R2*映射)的情况下尤为如此。由于在相位编码期间磁场波动随时间变化，因此能够使用额外的测量结果来校正磁场波动。但是这需要添加额外的硬件和/或增加采集序列(例如，添加导航回波)。
下文公开了新的且改进的系统、设备和方法。
发明内容
在一个公开方面中，一种非瞬态存储介质存储指令，所述指令能由计算机读取和运行以执行磁共振(MR)图像重建方法。对多梯度回波MR成像数据执行迭代重建以生成重建的MR图像。所述迭代重建使用将所述MR成像数据与所述重建的MR图像进行关联的模型。所述模型包括参数化磁场波动分量。所述模型包括参数化磁场波动分量。在执行所述迭代重建期间，更新所述模型的所述参数化磁场波动分量的参数以优化成本函数，所述成本函数取决于所述重建的MR图像相对于所述模型的所述参数化磁场波动分量的所述参数的偏导数。在一些实施例中，所述参数化磁场波动分量包括
Figure BDA0001966912700000021
其中，TE是在k空间位置k(t)处的所述MR成像数据的回波时间，并且ω(r,k(t))包括所述参数化磁场波动分量的参数。在一些实施例中，所述参数化磁场波动分量将所述磁场波动建模为空间均匀的时间磁场波动，并且所述参数化磁场波动分量包括
Figure BDA0001966912700000022
其中，TE是在k空间位置k处的所述MR成像数据的回波时间，并且ω(k)包括所述参数化磁场波动分量的参数。在一些实施例中，所述参数化磁场波动分量将所述磁场波动建模为在生成所述多梯度回波MR成像数据的MR成像数据采集的单个重复时间(TR)内在时间上恒定。
在另一公开方面中，一种MR图像重建设备包括计算机以及存储指令的非瞬态存储介质，所述指令能由所述计算机读取和运行以执行MR图像重建方法。在所述方法中，执行对多梯度回波MR成像数据的迭代重建以生成重建的MR图像。所述迭代重建使用将所述MR成像数据与所述重建的MR图像进行关联的模型。所述模型包括具有参数的参数化磁场波动分量，所述参数在所述迭代重建期间被更新。在一些实施例中，所述参数化磁场波动分量包括ω(r,k(t))TE的指数函数或其他函数，其中，TE是在k空间位置k(t)处的所述MR成像数据的回波时间，并且ω(r,k(t))包括所述参数化磁场波动分量的参数。在一些实施例中，所述参数化磁场波动分量将所述磁场波动建模为空间均匀的时间磁场波动；例如，所述参数化磁场波动分量可以包括ω(k(t))TE的函数，其中，TE是在k空间位置k处的所述MR成像数据的回波时间，并且ω(k)包括所述参数化磁场波动分量的参数。所述MR图像重建设备还可以包括与所述计算机操作性连接的显示器，其中，所存储的指令还能由所述计算机读取和运行以执行定量磁敏感映射(QSM)并在所述显示器上显示QSM映射图并且/或者能由所述计算机进一步读取和运行以在所述显示器上显示所述重建的MR图像。
在另一公开方面中，一种MR成像设备包括：MR扫描器，其被配置为采集多梯度回波MR成像数据；以及如前一段中所阐述的MR图像重建设备，其操作性连接以重建由所述MR扫描器采集的所述多梯度回波MR成像数据。
一个优点在于改善了重建的多梯度回波(多GRE)磁共振图像的图像质量。
另一优点在于改善了重建的多梯度回波(多GRE)磁共振图像对时间磁场波动的鲁棒性。
另一优点在于改善了重建的多梯度回波(多GRE)磁共振图像对空间均匀的时间磁场波动的鲁棒性。
另一优点在于提供了前述图像质量优点和鲁棒性优点中的一个或多个，而不需要采集额外的MR成像数据。
另一优点在于使用计算高效的时间磁场波动补偿来提供前述优点中的一个或多个。
另一优点在于在对由时间磁场波动引起的图像劣化特别敏感的R2*映射、磁敏感加权成像(SWI)和/或定量磁敏感映射(QSM)的背景下提供了前述优点中的一个或多个。
给定实施例可以提供前述优点中的零个、一个、两个、更多个或全部优点，并且/或者可以提供其他优点，这对于本领域普通技术人员来说在阅读和理解了本公开内容后将变得显而易见。
附图说明
本发明可以采用各种部件和部件的布置，以及各个步骤和步骤的安排的形式。附图仅出于图示优选实施例的目的，而不应被解释为对本发明的限制。除非另有说明，否则附图是示意性的，且不应被解释为按比例绘制或者图示不同部件的相对尺寸。
图1示意性地示出了磁共振(MR)成像系统，所述MR成像系统包括MR成像器和重建设备，所述MR成像器被配置为执行多梯度回波(多GRE)成像，所述重建设备被配置为重建多GRE成像数据以生成具有磁场波动补偿的重建图像。
图2标绘了对应于正弦变化的场偏移的k空间数据修正加上针对本文报道的数字体模实验的线性漂移。
图3呈现了由本文报道的数字体模实验生成的数字体模重建图像。
具体实施方式
在本文公开的一些说明性实施例中，对多梯度回波(多GRE)MR成像数据执行迭代重建以生成重建的MR图像。该迭代重建使用将MR成像数据与重建的MR图像进行关联的模型。该模型包括参数化磁场波动分量。在执行迭代重建期间，更新模型的参数化磁场波动分量的参数以优化成本函数，该成本函数取决于重建的MR图像相对于模型的参数化磁场波动分量的参数的偏导数。
通过使用利用多GRE成像的特征的先验知识的参数化模型，能够以计算高效的方式执行时间磁场波动补偿。例如，参数化磁场波动分量可以将磁场波动建模为在多梯度回波MR成像数据采集的单个重复时间(TR)内是恒定的，期望磁场波动应当在单个TR上相对恒定。额外地或替代地，参数化磁场波动分量可以采用沿着三个正交空间轴中的每个轴具有线性变化的参数。这提供了对空间变化的时间磁场波动的更准确的补偿，而无需引入大量的模型参数。
参考图1，磁共振(MR)扫描器10包括壳体12，壳体12包含部件(未示出)或者在壳体12上安装有部件(未示出)，该部件包括：磁体(通常但不一定是超导的)，其被布置为在检查区域14(在说明性示例中被布置为水平膛14)中生成静态(B0)磁场；以及磁场梯度线圈的集合，其例如用于生成沿着正交的x方向、y方向和z方向的磁场梯度。为了激励和读取磁共振，采用一个或多个射频线圈(RF线圈，未示出)，例如在脑部成像的情况下为头部线圈。MR扫描器10还包括MR控制器16或者操作性连接MR控制器16，MR控制器16通常是包括微处理器或其他可编程电子处理器的计算机或其他电子设备。在典型的操作范例中，超导磁体斜坡变化并进行稳定化以在检查区域14中产生(标称)空间和时间上恒定的B0磁场，并且MR控制器16控制(一个或多个)RF线圈以在成像对象(例如，在磁共振脑部成像的情况下为医学患者的脑部)的1H原子或其他目标核中的磁共振频率下激励核磁共振，并且控制磁场梯度线圈以对激励的磁共振进行空间编码和/或生成梯度回波等，并且控制(一个或多个)RF线圈以读取激励的磁共振。结果得到的MR成像数据被存储在MR成像数据存储设备18(例如，硬盘驱动器、RAID磁盘阵列、固态驱动器(SSD)等)中。
在本文公开的说明性实施例中，MR控制器16被特别编程为操作MR扫描器10以运行多梯度回波(多GRE)MR成像采集序列。在GRE序列中，按顺序施加相反极性的磁场梯度以生成梯度回波；在多GRE中，该过程重复两次或更多次以在多梯度回波MR成像数据采集的单个重复时间(TR)的过程中在相应的回波时间(TE)处生成对应的两个或更多个连续梯度回波。能够使用多GRE序列以例如执行对脑部或其他目标器官或组织的快速R2*映射、磁敏感加权成像(SWI)和/或定量磁敏感映射(QSM)。例如，在典型的SWI或QSM采集中，操纵每个RF激励脉冲以在连续的TE值处生成多个梯度回波，其中，对于该RF激励，在TR上具有给定的相位编码步骤。对于连续的相位编码步骤来说，重复上述步骤以采集3D图像f(r,TE)，其中，r对空间位置进行索引，并且TE是回波时间(在本文中有时也被称为TE)。对于给定的空间位置，作为TE的函数的信号衰减提供了对T2*衰减(或等效地，R2*弛豫)的度量，由此实现了R2*映射。SWI和QSM是相关技术，它们利用相位图像或包括幅值和相位的复杂图像，在连续TE值处与图像滤波和/或其他图像处理一起作用以产生磁敏感加权图像或定量磁敏感映射图，(在脑部成像中)该磁敏感加权图像或定量磁敏感映射图为小的出血、表现出快速血管生成的肿瘤或某些其他类型的脑部损伤或异常提供临床有用的对比。在这些成像技术中，通常使用长TE时间(在一些成像序列中大约为几十毫秒)来增强对磁敏效应的敏感性。然而，长TE时间与GRE成像中缺少自旋重聚焦的组合会导致R2*映射、SWI和QSM成像由于时间磁场波动而对图像质量劣化敏感。
继续参考图1，经由适当编程的计算机22或其他经适当编程的电子数据处理设备实施了MR图像重建设备20。此外，所公开的MR图像重建技术的实施例可以被实施为存储指令的非瞬态存储介质，所述指令能由计算机22读取和运行以执行所公开的重建。通过非限制性说明性示例的方式，非瞬态存储介质可以是硬盘驱动器或其他磁存储介质、固态驱动器(SSD)或其他电子存储介质、光盘或其他光学存储介质、其各种组合等。MR图像重建设备处理被存储在存储设备18中的多GRE成像数据以生成重建的MR图像，在一些实施例中，所述重建的MR图像可以包括被显示在显示器24上的R2*图像、SWI图像和/或QSM图像。MR图像重建设备20执行迭代图像重建，所述迭代图像重建包括针对由FOV外部的对象运动引发的(例如由呼吸引起的)场波动的MR图像的回顾性校正。基于针对所有采集的回波的数据，针对给定的相位编码步骤(或者更一般地，针对单个TR)同时估计用于数据校正的参数，因为在单个TR的短的读出期间能够认为生理运动被冻结。
如图1中示意性地指示的，具有场波动校正的MR图像重建采用正向模型30，正向模型30将所采集的多GRE成像数据(通常为原始k空间数据的形式)连接到重建的MR图像。正向模型30包括参数化磁场波动分量32，参数化磁场波动分量32补偿时间磁场波动。迭代重建过程中的每次迭代需要迭代步骤34，迭代步骤34调整重建图像以减少重建图像与经由傅里叶逆变换而变换到图像空间的模型数据之间的差异，以生成更新的重建图像36。作为迭代过程，处理流程38循环回到迭代地重复迭代步骤34以迭代地改善重建图像36，直到达到最终图像(最终图像例如是通过迭代到迭代的改善低于阈值来定义的，或者是根据某些其他停止标准来定义的)。代替在图像空间中操作，模型30可以改为在k空间中操作，例如通过将正向傅立叶变换应用于重建图像并与k空间中的成像数据进行比较来在k空间中操作。为了开始迭代过程，采用初始图像估计结果360，如果没有先验信息可用，则初始图像估计结果360可以是均匀图像(并且有利地避免将初始条件偏差引入迭代重建的可能性)，或者如果这样的图像估计结果可用，则这样的图像估计结果可以是先验图像估计结果。
重建过程还迭代地调整参数化磁场波动分量32的参数以补偿时间磁场波动。为此，采用合适的成本函数40，成本函数40取决于重建的MR图像36相对于模型30的参数化磁场波动分量32的参数的偏导数。在合适的实施例中，成本函数40测量重建图像36相对于参数化磁场波动分量32的参数的图像质量及其雅可比行列式。在更新步骤42中，改变(即，更新)参数化磁场波动分量32的参数以减小成本函数40的值。从另一角度看，正向模型30是图像重建流水线，并且可以适当地包括线圈组合(用于采用线圈阵列的成像)和傅立叶变换和/或逆傅立叶变换。例如，成本函数40可以被实施为总变化成本函数，其被定义为图像梯度的(这里为相对于参数化磁场波动分量32的参数的)1模模数。其他基于空间梯度的成本函数也能够用作成本函数40。参数更新步骤42可以例如采用Broyden-Fletcher-Goldfarb-Shanno(BFGS)算法，该算法是用于求解无约束非线性优化问题的迭代方法。
继续参考图1，最后更新的重建图像36是最终重建图像。这可以直接使用，例如可以显示选定TE值处的图像。对于临床评价任务，处理最终重建图像对于例如以下操作来说可能更为有用：生成R2*映射图50和/或由磁敏感加权成像(SWI)生成的磁敏感加权图像52和/或由定量磁敏感映射(QSM)生成的定量磁敏感映射图54并将它们显示在显示器24上。
在下文中，描述了说明性示例。该示例假设待补偿的时间变化的磁场波动在空间上是均匀的。在该假设下，具有并入的参数化磁场波动分量32的模型30可以适当地实施为：
Figure BDA0001966912700000071
在公式(1)的模型中，FT-1表示逆傅立叶变换，
Figure BDA0001966912700000072
表示第c个通道(例如在MR读出中使用的线圈阵列中的第c个线圈)的线圈敏感性；上标“*”表示复共轭)，并且
Figure BDA0001966912700000073
是针对第c个通道测量的k空间数据。空间均匀波动场偏移ω(t)对针对给定回波时间TE采集的k空间数据的影响由参数化磁场波动分量32表示，这种影响由下式给出：
Figure BDA0001966912700000074
其中，
Figure BDA0001966912700000075
是理想的(即，无场波动的)信号，并且
Figure BDA0001966912700000076
是被在时间上变化但(在该示例中)在空间上均匀的磁场波动而损坏的信号。参数是ω(k(t))项。这里假设ω(k(t))对于所有回波都是相同的，即，空间波动在重复时间TR上并没有明显变化，参数在公式(1)中被写为ω(k)。通过非限制性说明的方式，成本函数40可以是根据以下公式计算的针对每个回波的总变化(TV)的总和：
Figure BDA0001966912700000077
这里，运算符
Figure BDA0001966912700000078
是与参数化磁场波动分量32的参数相对应的梯度运算符，其被应用于针对每个回波TE的重建图像f(TE)(具有在公式(1)中给出的损坏的重建图像，但仅限于回波TE)，并且通过外部求和在所有回波上对结果进行求和。采用合适的最小化算法(例如，有限存储器BFGS算法)以使公式(3)的成本函数最小化，从而找到参数ω(k)的最优选择。
参考图2和图3，测试公式(1)(3)的示例以得到由球体组成的数字体模。人工线圈敏感性被用于生成在几个回波时间处的k空间数据，其中，增加的噪声对应于为30的信噪比(SNR)。如图2所示，将k空间数据修正为对应于正弦变化的场偏移加上线性漂移。如图3中呈现的数字体模结果所示，最小化算法能够减少由场波动引起的伪影并且近似地恢复场波动。图3示出了关于在图3的下部列标签中指示的一系列回波时间范围内因场波动(图3的上行)损坏的数据的真值以及校正数据(图3的下行)的真值的幅值图像的差异。
先前的示例假设在时间上变化但在空间上均匀的磁场波动。接下来呈现放松时间磁场波动的空间均匀性假设的更一般的说明性示例。这里，没有因场波动而损坏的(最新更新的)重建图像被表示为f(r,TE)，其是空间位置r和回波时间TE的函数。因在空间和时间上变化的场波动ω(r,k(t))而损坏的图像然后由以下模型适当地表示：
Figure BDA0001966912700000081
在公式(4)中，FT是傅立叶变换，FT-1是傅里叶逆变换，并且sc(r)(及其复共轭
Figure BDA0001966912700000082
)再次对线圈敏感性进行建模。在公式(4)中，指数因子为：
Figure BDA0001966912700000083
指数因子是参数化磁场波动分量32，其描述了由额外的非共振引起的对测得的磁化的影响(亦即，时间上变化的磁波动b0，在这个示例中，假设磁化在空间上不均匀)，因此在任何时间t处，ω＝γb0，其中，γ是旋磁比，b0是以特斯拉为单位的场波动。根据定义，b0在时间上的平均值为零。
在空间均匀场波动的情况下，能够在傅立叶变换之外取得公式(5)的指数项，使得公式(1)的模型用于空间均匀的时间变化的磁场波动。
在也假设磁场波动在空间上变化的一般情况下，会产生如下困难：必须已经知晓被成像的磁化分布。一种解决这个困难的方法是以使用损坏的数据生成的图像开始并应用迭代重建来确定最合适的校正参数。另一种方法是对场波动的空间分量进行建模。通常，在多GRE脑部成像中观察到至多沿着三个空间轴(例如，x，y和z)的磁场波动的线性空间依赖性。图像空间中的线性相位增加转换成与沿着k空间中的相同轴的斜率成比例的偏移。因此，能够通过在k空间中对采样测量数据在数学上进行重新采样来表达线性空间变化的场波动的影响。使用线性空间分量的这个模型，公式(4)能够被重写为：
Figure BDA0001966912700000091
在公式(6)中，公式(5)的参数化磁场波动分量32已经被写为运算符
Figure BDA0001966912700000092
其执行与指数的乘法以对针对线性变化的相位贡献的均匀场波动和k空间移位进行建模。通过公式(6)，能够实现直接根据测量的k空间数据计算经校正的图像，并且因此高效地计算公式(3)的说明性成本函数。使成本函数最小化会得到改善的图像和作为时间的函数的估计的场波动，如已经针对空间均匀的磁场波动示例所描述的。
应当注意，当例如根据公式(6)将空间变化建模为沿着三个正交空间轴中的每个轴的线性变化时，沿着这些轴中的一个或多个轴的线性变化可以被建模为具有零斜率，即，可以被建模为沿着该轴在空间上没有变化。
上述解决方案示例仅仅是说明性的。也可以使用其他模型。例如，可以将公式(1)、(4)或(6)的说明性模型扩展为包括k空间中的子采样。作为特定示例，可以结合SENSE重建；更一般地，可以结合其他并行成像技术。
虽然总变差(TV)被用作成本函数40的说明性示例，但是如前所述也可以考虑其他成本函数。另外，虽然多GRE脑部成像，更具体地为R2*脑部成像、SWI脑部成像和/或QSM脑部成像在本文中被描述为说明性示例，但是应当理解，所公开的用于补偿在时间上(并且任选地还在空间上)变化的磁场波动的技术也能够用于基本上任何成像对象的任何类型的多GRE成像，例如，对人类对象的其他解剖区域的成像，或者对狗或猫或其他兽医对象的脑部或其他解剖区域的成像等。
已经参考优选实施例描述了本发明。他人在阅读和理解前面的具体描述的情况下可以想到修改和替代。本文旨在将本发明解释为包括所有这样的修改和替代，只要它们落入权利要求书及其等价方案的范围内。

Claims (15)

1.一种存储指令的非瞬态存储介质，所述指令能由计算机(22)读取和运行以执行磁共振(MR)图像重建方法，所述磁共振图像重建方法包括：
执行对多梯度回波MR成像数据的迭代重建以生成重建的MR图像(36)，所述迭代重建使用将所述MR成像数据与所述重建的MR图像进行关联的模型(30)，其中，所述模型包括参数化磁场波动分量(32)；并且
在执行所述迭代重建期间，更新所述模型的所述参数化磁场波动分量的参数以优化成本函数(40)，所述成本函数取决于所述重建的MR图像相对于所述模型的所述参数化磁场波动分量的所述参数的偏导数。
2.根据权利要求1所述的非瞬态存储介质，其中，所述参数化磁场波动分量(32)包括
Figure FDA0003115087630000011
其中，TE是在k空间位置k(t)处的所述MR成像数据的回波时间，并且ω(r，k(t))包括所述参数化磁场波动分量的参数。
3.根据权利要求2所述的非瞬态存储介质，其中，将所述MR成像数据与重建的MR图像进行关联的所述模型(30)包括：
Figure FDA0003115087630000012
其中，f(r，TE)是所述重建的MR图像，sc(r)及其复共轭
Figure FDA0003115087630000013
对MR接收线圈敏感性进行建模，FT表示傅里叶变换，FT-1表示傅里叶逆变换，c是MR成像系统的通道的数目，并且
Figure FDA0003115087630000014
是由磁场波动损坏的所述重建的MR图像。
4.根据权利要求1-3中的任一项所述的非瞬态存储介质，其中，所述参数化磁场波动分量(32)将磁场波动的空间变化建模为沿着三个正交空间轴中的每个轴的线性变化。
5.根据权利要求1所述的非瞬态存储介质，其中，所述参数化磁场波动分量(32)将所述磁场波动建模为空间均匀的时间磁场波动，并且所述参数化磁场波动分量包括
Figure FDA0003115087630000021
其中，TE是在k空间位置k处的所述MR成像数据的回波时间，并且ω(k)包括所述参数化磁场波动分量的参数。
6.根据权利要求5所述的非瞬态存储介质，其中，将所述MR成像数据与重建的MR图像进行关联的所述模型(30)包括：
Figure FDA0003115087630000022
其中，
Figure FDA0003115087630000023
是所述MR成像数据，
Figure FDA0003115087630000024
对MR接收线圈敏感性进行建模，FT-1表示傅里叶逆变换，c是MR成像系统的通道的数目，并且f(r，TE，ω(k))是由磁场波动损坏的所述重建的MR图像。
7.根据权利要求1-3中的任一项所述的非瞬态存储介质，其中，所述参数化磁场波动分量(32)将所述磁场波动建模为在生成所述多梯度回波MR成像数据的MR成像数据采集的单个重复时间(TR)内在时间上恒定。
8.根据权利要求1-3中的任一项所述的非瞬态存储介质，其中，所述成本函数(40)包括总变差(TV)成本函数。
9.根据权利要求1-3中的任一项所述的非瞬态存储介质，其中，所述更新包括应用Broyden-Fletcher-Goldfarb-Shanno(BFGS)算法来更新所述模型(30)的所述参数化磁场波动分量(32)的所述参数，从而优化所述成本函数(40)。
10.根据权利要求1-3中的任一项所述的非瞬态存储介质，其中，所存储的指令还能由所述计算机(22)读取和运行以执行以下操作中的一项或多项：
使用所述重建的MR图像(36)来执行R2*映射以生成R2*映射图(50)，
使用所述重建的MR图像来执行磁敏感加权成像(SWI)以生成SWI图像(52)，以及
使用所述重建的MR图像来执行定量磁敏感映射(QSM)以生成QSM映射图(54)。
11.一种磁共振(MR)图像重建设备，包括：
计算机(22)；以及
存储指令的非瞬态存储介质，所述指令能由所述计算机读取和运行以执行MR图像重建方法，所述MR图像重建方法包括：执行对多梯度回波MR成像数据的迭代重建以生成重建的MR图像(36)，其中，所述迭代重建使用将所述MR成像数据与所述重建的MR图像进行关联的模型(30)，并且其中，所述模型包括具有参数的参数化磁场波动分量(32)，所述参数在所述迭代重建期间被更新；
其中，所述迭代重建包括在所述迭代重建期间更新所述模型(30)的所述参数化磁场波动分量(32)的所述参数以优化成本函数(40)，所述成本函数取决于所述重建的MR图像(36)相对于所述参数化磁场波动分量的所述参数的偏导数。
12.根据权利要求11所述的MR图像重建设备，其中，所述参数化磁场波动分量(32)包括ω(r，k(t))TE的函数，其中，TE是在k空间位置k(t)处的所述MR成像数据的回波时间，并且ω(r，k(t))包括所述参数化磁场波动分量的参数；
其中，所述参数化磁场波动分量(32)包括ω(r，k(t))TE的指数函数。
13.根据权利要求12所述的MR图像重建设备，其中，所述参数化磁场波动分量(32)将ω(r，k(t))建模为沿着三个正交空间轴中的每个轴具有线性变化。
14.根据权利要求11所述的MR图像重建设备，其中，所述参数化磁场波动分量(32)将所述磁场波动建模为空间均匀的时间磁场波动；
其中，所述参数化磁场波动分量(32)包括ω(k)TE的函数，其中，TE是在k空间位置k处的所述MR成像数据的回波时间，并且ω(k)包括所述参数化磁场波动分量的参数。
15.根据权利要求11-14中的任一项所述的MR图像重建设备，其中，所述参数化磁场波动分量(32)将所述磁场波动建模为在生成所述多梯度回波MR成像数据的MR成像数据采集的每个重复时间(TR)内在时间上恒定。
CN201780048709.0A 2016-08-09 2017-08-03 在多梯度回波mri中对场波动的回顾性校正 Expired - Fee Related CN109564268B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662372486P 2016-08-09 2016-08-09
US62/372486 2016-08-09
PCT/EP2017/069596 WO2018029063A1 (en) 2016-08-09 2017-08-03 Retrospective correction of field fluctuations in multiple gradient echo mri

Publications (2)

Publication Number Publication Date
CN109564268A CN109564268A (zh) 2019-04-02
CN109564268B true CN109564268B (zh) 2021-10-08

Family

ID=61161748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780048709.0A Expired - Fee Related CN109564268B (zh) 2016-08-09 2017-08-03 在多梯度回波mri中对场波动的回顾性校正

Country Status (5)

Country Link
US (1) US11131736B2 (zh)
EP (1) EP3497463B1 (zh)
JP (1) JP7053572B6 (zh)
CN (1) CN109564268B (zh)
WO (1) WO2018029063A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108523890B (zh) * 2018-03-06 2020-07-31 厦门大学 基于磁共振偶极场空间分布的局部场估计方法
US10908240B2 (en) * 2018-06-22 2021-02-02 Weinberg Medical Physics, Inc. Method for acquiring an image and manipulating objects with magnetic gradients produced by one or more electropermanent magnet arrays
US11313933B2 (en) * 2019-03-20 2022-04-26 The Board Of Trustees Of The Leland Stanford Junior University Diffusion-weighted MRI with magnitude-based locally low-rank regularization
CN110174632B (zh) * 2019-06-10 2021-06-01 上海东软医疗科技有限公司 磁共振成像方法、装置、成像设备及磁共振成像系统
EP3865892A1 (en) * 2020-02-17 2021-08-18 Koninklijke Philips N.V. Iterative reconstruction of gradient echo magnetic resonance images

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101680937A (zh) * 2007-05-03 2010-03-24 皇家飞利浦电子股份有限公司 具有相位校正的propeller mri
CN102508182A (zh) * 2011-11-30 2012-06-20 苏州安科医疗系统有限公司 一种用于磁共振成像的多阶谐波动态匀场方法
CN103033782A (zh) * 2012-12-07 2013-04-10 中国科学院深圳先进技术研究院 并行磁共振成像装置及其成像的方法
CN103932710A (zh) * 2014-04-29 2014-07-23 中国科学技术大学 一种动态脑功能磁共振成像方法及系统
CN105022010A (zh) * 2015-07-08 2015-11-04 中国科学院苏州生物医学工程技术研究所 基于正则化迭代的并行磁共振图像重建方法
WO2015197366A1 (en) * 2014-06-23 2015-12-30 Koninklijke Philips N.V. Motion correction in magnetic resonance imaging
CN105283780A (zh) * 2013-03-15 2016-01-27 俄亥俄州创新基金会 用于信号不均匀性校正和性能评估的方法和装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999053444A1 (en) 1998-04-15 1999-10-21 Mayo Foundation For Medical Education And Research Autocorrection of mr images for motion artifacts
US6265874B1 (en) 2000-05-23 2001-07-24 Mayo Foundation For Medical Education And Research Autocorrection of MR images using multiple metrics
US6307369B1 (en) 2000-07-12 2001-10-23 Mayo Foundation For Medical Education And Research Autocorrection of 3D MR images for motion artifacts
US7864999B2 (en) * 2005-10-19 2011-01-04 Siemens Medical Solutions Usa, Inc. Devices systems and methods for processing images
US7903858B2 (en) 2006-11-03 2011-03-08 Siemens Aktiengesellschaft Practical image reconstruction for magnetic resonance imaging
US20130102879A1 (en) 2010-04-14 2013-04-25 Universitaetsklinikum Freiburg Method For Correcting Susceptibility-Induced Image Artifacts In MRI After Prospective Motion Correction
JP5978431B2 (ja) 2011-06-09 2016-08-24 株式会社日立製作所 磁気共鳴イメージング装置およびフリップ角決定方法
US9165353B2 (en) 2011-09-01 2015-10-20 The General Hosptial Corporation System and method for joint degradation estimation and image reconstruction in magnetic resonance imaging
US9213076B2 (en) 2012-02-27 2015-12-15 Medimagemetric LLC System, process and computer-accessible medium for providing quantitative susceptibility mapping
US9194925B2 (en) 2012-11-05 2015-11-24 Siemens Medical Solutions Usa, Inc. Fat and iron quantification using a multi-step adaptive fitting approach with multi-echo magnetic resonance imaging
US9542763B2 (en) 2014-04-25 2017-01-10 The General Hospital Corporation Systems and methods for fast reconstruction for quantitative susceptibility mapping using magnetic resonance imaging
US10180474B2 (en) 2014-11-11 2019-01-15 Hitachi, Ltd. Magnetic resonance imaging apparatus and quantitative magnetic susceptibility mapping method
US9846214B2 (en) * 2014-12-29 2017-12-19 Toshiba Medical Systems Corporation Magnetic resonance image reconstruction for undersampled data acquisitions
EP3093677A1 (en) * 2015-05-15 2016-11-16 UMC Utrecht Holding B.V. Time-domain mri
US10133964B2 (en) * 2017-03-28 2018-11-20 Siemens Healthcare Gmbh Magnetic resonance image reconstruction system and method
US10573031B2 (en) * 2017-12-06 2020-02-25 Siemens Healthcare Gmbh Magnetic resonance image reconstruction with deep reinforcement learning

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101680937A (zh) * 2007-05-03 2010-03-24 皇家飞利浦电子股份有限公司 具有相位校正的propeller mri
CN102508182A (zh) * 2011-11-30 2012-06-20 苏州安科医疗系统有限公司 一种用于磁共振成像的多阶谐波动态匀场方法
CN103033782A (zh) * 2012-12-07 2013-04-10 中国科学院深圳先进技术研究院 并行磁共振成像装置及其成像的方法
CN105283780A (zh) * 2013-03-15 2016-01-27 俄亥俄州创新基金会 用于信号不均匀性校正和性能评估的方法和装置
CN103932710A (zh) * 2014-04-29 2014-07-23 中国科学技术大学 一种动态脑功能磁共振成像方法及系统
WO2015197366A1 (en) * 2014-06-23 2015-12-30 Koninklijke Philips N.V. Motion correction in magnetic resonance imaging
CN105022010A (zh) * 2015-07-08 2015-11-04 中国科学院苏州生物医学工程技术研究所 基于正则化迭代的并行磁共振图像重建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于结构自适应归一化卷积的磁共振图像超分辨率重建;蔺铁锚 等;《国际生物医学工程》;20110228;第34卷(第1期);第25-29页 *

Also Published As

Publication number Publication date
WO2018029063A1 (en) 2018-02-15
JP7053572B2 (ja) 2022-04-12
EP3497463B1 (en) 2022-03-30
US20190212406A1 (en) 2019-07-11
CN109564268A (zh) 2019-04-02
JP2019527596A (ja) 2019-10-03
US11131736B2 (en) 2021-09-28
JP7053572B6 (ja) 2022-06-01
EP3497463A1 (en) 2019-06-19

Similar Documents

Publication Publication Date Title
Vannesjo et al. Retrospective correction of physiological field fluctuations in high‐field brain MRI using concurrent field monitoring
CN104781685B (zh) 用于使用非相干采样和冗余haar子波的动态磁共振成像的图像重建
CN102612657B (zh) 针对磁共振成像的图像强度校正
US8085041B2 (en) Three-point method and system for fast and robust field mapping for EPI geometric distortion correction
CN106574954B (zh) 针对epi的具有奈奎斯特伪影校正的并行mr成像
Hong et al. Evaluation of EPI distortion correction methods for quantitative MRI of the brain at high magnetic field
CN109564268B (zh) 在多梯度回波mri中对场波动的回顾性校正
JP5196408B2 (ja) 多重ピークを備えた種の磁気共鳴スペクトロスコピー
US10338180B2 (en) System and method for gradient measurement using single-point imaging
US10018699B2 (en) Method and magnetic resonance apparatus for acquiring magnetic resonance data with a prospective motion correction
US20170307716A1 (en) Propeller mr imaging with artefact suppression
CN110720047B (zh) 双回波Dixon型水/脂肪分离MR成像
US10591566B2 (en) Systems and methods for steady-state echo magnetic resonance imaging
CN103901377B (zh) 用于相干和非相干运动的同时检测的q-空间的复数重建
CA3136644A1 (en) Dual gradient echo and spin echo magnetic resonance fingerprinting for simultaneous estimation of t1, t2, and t2* with integrated b1 correction
US8638098B2 (en) Method and magnetic resonance system to generate a series of magnetic resonance exposures
US10746832B2 (en) DTI with correction of motion-induced diffusion gradient inconsistency
US7952355B2 (en) Apparatus and method for reconstructing an MR image
US11226385B2 (en) Dixon type water/fat separation MR imaging with improved fat shift correction
US10295642B2 (en) Construction of diagnostic images from MRI data acquired in an inhomogeneous polarizing magnetic field
Oliveira et al. Functional diffusion magnetic resonance imaging
US20240206819A1 (en) Generating a motion-corrected magnetic resonance image dataset
WO2019232518A1 (en) Methods for uniform reconstruction of multi-channel surface-coil magnetic resonance data without use of a reference scan
WO2025223907A1 (en) Magnetic resonance imaging using cest contrast enhancement
Ooi et al. Prospective motion correction via real-time active marker tracking: an image quality assessment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211008