并行磁共振成像及相位信息獲取方法研究.pdf

1、磁共振成像(magnetic resonance imaging,MRI)以其無(wú)電離輻射、無(wú)創(chuàng)傷性和良好的軟組織對(duì)比度等優(yōu)點(diǎn)成為臨床診斷和醫(yī)學(xué)研究中的重要檢測(cè)工具之一，但過(guò)長(zhǎng)的掃描時(shí)間阻礙了其進(jìn)一步的推廣和應(yīng)用。并行磁共振成像技術(shù)(parallel MRI,pMRI)能在掃描視野和空間分辨率保持不變的情況下有效地減少成像時(shí)間，從而受到廣泛關(guān)注。然而，受重建過(guò)程中混疊偽影和噪聲放大的影響，現(xiàn)有pMRI方法只能在很小的采樣加速因子下才能取得

2、較好的圖像質(zhì)量，其成像速度和重建質(zhì)量有待進(jìn)一步提高。
　　MRI信號(hào)的相位信息能反映生物組織的磁敏感性和主磁場(chǎng)的不均勻性等信息，因而有著廣泛的應(yīng)用前景。在低場(chǎng)MRI中采集到的相位信息的信噪比較低，且相位本身存在纏繞等因素，造成相位信息在現(xiàn)有的MRI重建過(guò)程中被忽略。超導(dǎo)和pMRI技術(shù)的出現(xiàn)極大地提高了信號(hào)的信噪比，使得相位信息在高場(chǎng)MRI中受到越來(lái)越多的重視。在pMRI中，每幅線(xiàn)圈接收到的相位是主磁場(chǎng)，自旋質(zhì)子和接收線(xiàn)圈三者相位的

3、疊加。為了獲取質(zhì)子的真實(shí)相位，需要設(shè)計(jì)出優(yōu)化的多通道線(xiàn)圈聯(lián)合方式以去除線(xiàn)圈和主磁場(chǎng)的相位，但目前尚未有標(biāo)準(zhǔn)的線(xiàn)圈聯(lián)合方法以獲取準(zhǔn)確的相位信息。
　　針對(duì)以上情況，本文以pMRI重建及相位信息獲取為研究課題，重點(diǎn)研究了基于 K空間重建的廣義自校準(zhǔn)并行采集成像技術(shù)中插值窗的選擇、偽影和噪聲的去除問(wèn)題、以及從多通道線(xiàn)圈采集的K空間數(shù)據(jù)中獲取相位信息的方法等。主要研究?jī)?nèi)容分為以下四部分：
　　(1)研究了一種基于多核學(xué)習(xí)和支撐向量機(jī)

4、的廣義自校準(zhǔn)并行采集成像算法，以解決傳統(tǒng)廣義自校準(zhǔn)并行采集成像算法的重建精度嚴(yán)重依賴(lài)于插值窗等重建參數(shù)和采樣參數(shù)的選取等問(wèn)題。提出的方法同時(shí)利用線(xiàn)性核、多項(xiàng)式核和高斯核將接收到的K空間數(shù)據(jù)映射到不同的高維特征空間，然后在聯(lián)合后的高維特征空間中使用支撐向量機(jī)方法擬合插值函數(shù)。通過(guò)MRI設(shè)備上采集到的體模和人體成像數(shù)據(jù)在不同的采樣條件下進(jìn)行重建，其結(jié)果表明本文提出的方法能在不同加速因子下完成噪聲和偽影之間的權(quán)衡和折衷，并且重建結(jié)果對(duì)參數(shù)選取

5、不敏感。
　　(2)將基于K空間重建的pMRI方法中所使用的數(shù)據(jù)相關(guān)性歸納為前向約束、后向約束和自約束。結(jié)合這三種約束，提出了一種分離式自約束的并行磁共振成像方法，將 K空間的插值問(wèn)題轉(zhuǎn)化為線(xiàn)性方程組來(lái)進(jìn)行求解。提出的方法分別利用采集到的數(shù)據(jù)和未采集到的數(shù)據(jù)構(gòu)造一種分離式自約束，將由采集到的數(shù)據(jù)構(gòu)造的自約束用來(lái)自適應(yīng)地校準(zhǔn)自約束系數(shù)，從而減少了由于數(shù)據(jù)相關(guān)性在 K空間范圍內(nèi)不一致而引入的重建誤差。此外，考慮到自約束重建中插值源點(diǎn)和

6、插值目標(biāo)點(diǎn)都是未采集數(shù)據(jù)，且在加速采樣因子較大時(shí)相距較遠(yuǎn)，本文方法在重建方程中引入了自約束權(quán)重以防止過(guò)學(xué)習(xí)問(wèn)題。并設(shè)計(jì)了一種通過(guò)計(jì)算三種約束在全采樣的自校準(zhǔn)區(qū)域的擬合誤差來(lái)自動(dòng)估計(jì)自約束權(quán)重的方法。通過(guò)體模和人體成像數(shù)據(jù)在加速采樣下的重建實(shí)驗(yàn)結(jié)果表明，提出的算法能有效地減少當(dāng)前pMRI算法重建圖像中的混疊偽影和噪聲。
　　(3)提出了一種核范數(shù)正則化的并行磁共振成像算法以抑制現(xiàn)有pMRI重建中的噪聲。提出的方法先將基于K空間重建p

7、MRI中的插值問(wèn)題轉(zhuǎn)化為線(xiàn)性反問(wèn)題以便引入正則化約束進(jìn)行重建。同時(shí)，將所有線(xiàn)圈采集到的K空間數(shù)據(jù)重新排列成具有低秩特性的結(jié)構(gòu)矩陣，從而在反問(wèn)題求解中引入低秩約束。然后利用核范數(shù)代替非凸的秩函數(shù)，將重建問(wèn)題轉(zhuǎn)化為無(wú)約束的凸優(yōu)化問(wèn)題，并通過(guò)交替方向乘子法進(jìn)行快速求解。通過(guò)采集到的人體腦部數(shù)據(jù)進(jìn)行加速采樣下的重建對(duì)比實(shí)驗(yàn)，其結(jié)果表明本文提出的算法能有效抑制傳統(tǒng)pMRI重建中的噪聲。
　　(4)首次提出了基于K空間解卷積的相位信息獲取方法

8、以解決當(dāng)前基于圖像域幅值加權(quán)的相位信息獲取方法受 pMRI重建中的噪聲放大和偽影的影響難以準(zhǔn)確地獲取掃描組織的相位信息的問(wèn)題。提出的方法首先通過(guò)平方和方法和相位對(duì)齊方法分別獲取一幅參考線(xiàn)圈圖像的幅值和相位，以用來(lái)計(jì)算線(xiàn)圈敏感度及其頻域信息。然后通過(guò)截?cái)嗟木€(xiàn)圈敏感度頻域信息和接收到的K空間數(shù)據(jù)來(lái)解卷積線(xiàn)圈K空間的聯(lián)合權(quán)重，再通過(guò)聯(lián)合線(xiàn)圈K空間數(shù)據(jù)得到質(zhì)子分布的K空間信號(hào)，最后通過(guò)傅里葉逆變換得到其幅值和相位信息。通過(guò)采集到的MRI數(shù)據(jù)進(jìn)行