并行磁共振成像的圖像重建算法及實現(xiàn).pdf

1、磁共振成像作為一種無損傷的影像檢測技術(shù)，在臨床診斷和科學研究等方面發(fā)揮了巨大作用。然而成像速度限制了其在臨床很多場合的應用，如心血管系統(tǒng)的實時成像和腦功能成像等。 并行磁共振成像技術(shù)采用多個接收線圈陣列同時采集數(shù)據(jù)，在保持空間分辨率不衰減的情況下，減少相位編碼步數(shù)，對K空間進行欠采樣，大幅度縮短了MR掃描時間，提高了成像速度。但是如果對每個線圈數(shù)據(jù)直接進行傅里葉變換，得到的是帶有重疊偽影的圖像,必須采用特殊的重建算法進行圖像重建

2、,才能得到一幅無重疊的全FOV圖像。 本文首先對四種常見的并行磁共振圖像重建算法SENSE、SMASH、GRAPPA以及PILS進行了深入研究，分析了采用不同重建算法以及不同加速因子組合對重建圖像質(zhì)量的影響，同時對加速因子固定條件下不同算法的重建速度進行了比較，結(jié)果表明，加速因子相同時，在重建質(zhì)量方面，GRAPPA和SENSE的重建質(zhì)量最好，SMASH的重建質(zhì)量次之，PILS的重建質(zhì)量最差；在重建速度方面，SMASH的重建速度最

3、快，其次是SENSE和PILS，GRAPPA的重建速度最慢，當加速因子變大時，所有算法重建質(zhì)量都變差，也即并行磁共振成像速度的提高是以犧牲重建圖像的SNR為代價。 然后討論了決定重建圖像質(zhì)量的關(guān)鍵因素——線圈靈敏度的兩種計算方法：參考掃描法和自動校準掃描法。首先分析了兩種方法的優(yōu)缺點，然后對自動校準掃描法ACS行數(shù)以及靈敏度平滑方法的選擇進行了研究和改進，結(jié)合現(xiàn)有靈敏度估計方法在成像區(qū)域外有較大取值，而這些值不但對重建沒有任何作

4、用，反而會引入干擾的特性，我們提出一種改進的靈敏度計算方法，即采用32行ACS數(shù)據(jù)進行靈敏度估計，得到粗糙靈敏度后，先提取感興趣區(qū)域的靈敏度，再用flattopwin窗進行平滑處理，這樣計算得到的靈敏度的準確性大大提高。最后將改進的靈敏度引入自動校正SENSE重建，結(jié)果表明，改進后的方法重建圖像的質(zhì)量較改進前有了很大的提高。 我們在MATLAB圖形用戶界面開發(fā)環(huán)境GUIDE中，開發(fā)了一套并行磁共振成像圖像重建軟件。該軟件可以現(xiàn)實