买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门大学

摘要：一种高分辨率超高b值扩散磁共振成像方法，涉及高清扩散磁共振图像重建。1获取利用多激发平面回波序列采集的待重建扩散磁共振的k空间数据；2设计基于自先验子空间的一维低秩重建模型；3预重建k空间的低频数据，获得低分辨率无运动伪影的重建图像提取自先验子空间；4将先验子空间代入先验子空间重建模型，利用凸集投影算法求解模型，得无运动伪影的高清扩散重建图像。将高清扩散磁共振重建分解为两个关键步骤。一，基于k空间低频数据预重建无运动伪影的低分辨率图像；二，固定先验子空间进行完整k空间低秩重建，从低分辨率无运动伪影图像中恢复出高分辨率图像。比常见低秩重建算法重建速度提高10到50倍、重建图像更加清晰。

主权项：1.一种高分辨率超高b值扩散磁共振成像方法，其特征在于以下步骤：1利用多激发平面回波序列采集待重建扩散磁共振数据，其中多激发k空间数据用于重建高清扩散成像；待重建扩散磁共振数据Y＝[Y1,Y2,…Ys…,YS]利用无导航回波的多激发平面自旋回波序列采集,s＝1,2,…,S，其中，表示利用第c个通道线圈采集的第s次激发的k空间数据,c＝1,2,…,C；C,FE,PE,S分别为采集线圈的通道数，频率编码维度大小，相位编码维度大小和激发次数,表示复数集合，×表示相乘；2设计基于自先验子空间的一维低秩重建模型；所述一维低秩重建模型为： 其中，是欠采样算子，表示在未采样点填零；和分别表示傅里叶正反变换的算子；M＝[M1,M2,…Mc…,MC],其中，表示第c个通道的灵敏度系数矩阵；为目标重建扩散图像的幅值,表示实数集合；P＝[P1,P2,…Ps…,PS],其中，为目标重建扩散图像第s次激发的相位；为k空间中心行序号pe的取值区间,pe＝[PE2-peR,PE2+peR]，且pe是正整数，peR表示所取k空间中心行范围的半径，表示k空间两边行序号pe的取值区间，pe＝[0,PE2-peR∪PE2+peR,PE]；和表示从k空间中心预重建出的扩散图像相位编码维第pe行数据的自先验子空间,为的复共轭；||·||F表示矩阵的弗罗贝尼乌斯范数；||·||*表示矩阵的核范数；Tr表示取矩阵的迹；为从相位编码维度抽取第pe行数据构建一维结构化低秩矩阵的操作算子，其具体操作为从多激发k空间数据中抽取出的第pe行用长度为L的滑动窗在第pe行数据上滑动取值，每次步长为1，将这些值依次拼接成结构化矩阵3从多激发k空间数据预重建目标图像的k空间中心，通过预重建k空间中心获得低分辨率无运动伪影的重建图像，从低分辨率无运动伪影的重建图像中提取自先验子空间，用于求解步骤2中一维低秩重建模型；所述提取自先验子空间的方法具体为：截取所采集数据Y中心2peR行，利用传统重建算法进行快速重建获得低分辨率图像PXpre；将其变换到k空间，构建一维可分结构化矩阵对其进行奇异值分解获得分别为左奇异矩阵、奇异值和右奇异矩阵；其中，可做自先验子空间信息；4将步骤3提取的自先验子空间代入一维低秩重建模型，利用凸集投影算法求解模型，得到无运动伪影的高清扩散重建图像；所述一维低秩重建模型采取凸集投影方法求解：5.1、对待重建图像X施加投影算子得到Gcs，如下： 其中，Gcs表示第c通道第s次激发的图像，表示向第c通道第s次激发投影的算子，Mc表示第c通道的灵敏度系数矩阵；Ps为目标重建的第s次激发的扩散图像的相位；λ表示正则化参数；Ycs表示采集到的未采样位置已经填零的第c个通道第s次激发的k空间数据；表示欠采样并在未采样点填零的算子；和分别表示傅里叶正反变换的算子；右上标*表示伴随算子；5.2、合并多通道数据得到第s次激发的待重建图像Hs： 5.3、将预重建得到的自先验子空间带入，实现低秩约束并进行相位更新，当迭代次数小于等于K1时： 其中，SVD表示奇异值分解算子，表示将Upe前r个左奇异向量、Spe的前r个奇异值和Vpe的前r个右奇异向量相乘；为从相位编码维度抽取第pe行数据并构建一维结构化低秩矩阵的操作算子，是其伴随算子，表示从一维结构化低秩矩阵中恢复第pe行数据，并填回对应相位编码位置的操作算子，|·|表示取绝对值操作；当迭代次数大于K1时： 5.4、合并S次激发数据得到待重建的图像： 5.5、更新图像，其中，η是控制收敛速度的因子：X＝X+ηXavg-X上述步骤5.1到5.5为一次迭代求解，经过K次迭代，得到最终的无运动伪影高清扩散磁共振图像；第一次迭代时，P和X初始设置为全0矩阵,通道灵敏度M从参考数据中估计得到，按照步骤3中所述求解得到。

全文数据：

权利要求：

百度查询： 厦门大学 一种高分辨率超高b值扩散磁共振成像方法