[發(fā)明專(zhuān)利]基于以高斯模型為實(shí)例整合重建的磁共振擴(kuò)散成像方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710277899.5
• 申請(qǐng)日: 2017-04-25
• 公開(kāi)（公告）號(hào): CN106997034B
• 公開(kāi)（公告）日: 2019-07-26
• 發(fā)明（設(shè)計(jì)）人: 董子菁;郭華;戴二鵬;馬曉棟;張喆
• 申請(qǐng)（專(zhuān)利權(quán)）人: 清華大學(xué)
• 主分類(lèi)號(hào): G01R33/48
• 分類(lèi)號(hào): G01R33/48;G01R33/563
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張潤(rùn)

本發(fā)明公開(kāi)了一種基于以高斯擴(kuò)散模型為實(shí)例整合重建的磁共振擴(kuò)散成像方法。其中方法包括：基于多層同時(shí)激發(fā)預(yù)設(shè)序列對(duì)被測(cè)目標(biāo)進(jìn)行信號(hào)采集；通過(guò)并行成像技術(shù)對(duì)采集到的欠采樣信號(hào)進(jìn)行相位估計(jì)；通過(guò)估計(jì)的相位、采集到的欠采樣信號(hào)、無(wú)擴(kuò)散加權(quán)的參考圖像，建立高斯擴(kuò)散模型；根據(jù)高斯擴(kuò)散模型整合所有方向的欠采樣信號(hào)，建立目標(biāo)方程；采用非線(xiàn)性共軛梯度算法迭代求解目標(biāo)方程，得到擴(kuò)散張量參數(shù)；根據(jù)擴(kuò)散張量參數(shù)計(jì)算得到擴(kuò)散系數(shù)和擴(kuò)散加權(quán)圖像。由此，本發(fā)明實(shí)施例能夠?qū)崿F(xiàn)磁共振擴(kuò)散張量成像的高倍加速采集，有效減少采集時(shí)間，并能夠準(zhǔn)確地估計(jì)擴(kuò)散張量參數(shù)，得到高信噪比、高分辨率的擴(kuò)散圖像，滿(mǎn)足了臨床使用需求。

技術(shù)領(lǐng)域

本發(fā)明涉及磁共振成像技術(shù)領(lǐng)域，尤其涉及一種基于以高斯擴(kuò)散模型為實(shí)例整合重建的磁共振擴(kuò)散成像方法。

背景技術(shù)

磁共振擴(kuò)散張量成像能夠無(wú)創(chuàng)檢測(cè)人體水分子的微觀布朗運(yùn)動(dòng)，提供人體纖維連接的結(jié)構(gòu)信息、以及組織的功能信息，是一種重要的神經(jīng)影像技術(shù)，在臨床與研究中都得到廣泛的應(yīng)用。目前，磁共振擴(kuò)散張量成像是唯一能夠無(wú)創(chuàng)檢測(cè)人體神經(jīng)纖維束的成像技術(shù)。

磁共振擴(kuò)散成像的對(duì)比度機(jī)制可以采用高斯擴(kuò)散模型，該高斯擴(kuò)散模型中的擴(kuò)散張量參數(shù)反映了組織的擴(kuò)散性質(zhì)。通過(guò)擴(kuò)散張量，可以直接計(jì)算得到擴(kuò)散系統(tǒng)、各向異性擴(kuò)散參數(shù)等重要圖像指標(biāo)，例如，各向異性分?jǐn)?shù)(Fractional Anisotropy，英文簡(jiǎn)稱(chēng)FA)、平均擴(kuò)散系數(shù)(Mean Diffusivity，英文簡(jiǎn)稱(chēng)MD)、擴(kuò)散張量特征方向。這些圖像參數(shù)指標(biāo)被應(yīng)用于人體大腦、脊髓、骨骼肌組織連接的診斷。

相關(guān)技術(shù)中，傳統(tǒng)的磁共振擴(kuò)散張量成像通過(guò)施加不少于6個(gè)方向的擴(kuò)散梯度編碼，通過(guò)高斯擴(kuò)散模型計(jì)算得到擴(kuò)散張量。為了獲得更準(zhǔn)確的擴(kuò)散張量，通常需要更多的擴(kuò)散編碼梯度方向，例如32個(gè)擴(kuò)散編碼方向，大大增加了信號(hào)采集時(shí)間。在分辨率方面，多次激發(fā)平面回波序列采集能夠達(dá)到高于傳統(tǒng)單次激發(fā)技術(shù)分辨率的擴(kuò)散圖像，但是多次激發(fā)采集也會(huì)導(dǎo)致更長(zhǎng)的采集時(shí)間。因此，盡管高分辨率、多擴(kuò)散梯度采集能夠?qū)崿F(xiàn)更準(zhǔn)確的高質(zhì)量擴(kuò)散成像，但所需的圖像掃描時(shí)間遠(yuǎn)長(zhǎng)于目前臨床使用的傳統(tǒng)方法，限制了神經(jīng)影像診斷技術(shù)在臨床的應(yīng)用和發(fā)展。

目前，加速磁共振擴(kuò)散張量成像的技術(shù)主要分為兩類(lèi)：1)并行成像技術(shù)，并行成像技術(shù)通過(guò)多通道線(xiàn)圈采集具有空間敏感度編碼的信號(hào)，經(jīng)過(guò)解混疊算法，能夠?qū)⑶凡蓸拥男盘?hào)恢復(fù)得到完整的圖像；然而，目前并行成像技術(shù)受到了通道線(xiàn)圈數(shù)目和信噪比的影響，加速倍數(shù)通常在2～3倍，并且圖像的信噪比偏低。(2)壓縮感知技術(shù)，壓縮感知技術(shù)利用擴(kuò)散圖像數(shù)據(jù)的稀疏性，通過(guò)施加稀疏性約束，減少采集信號(hào)數(shù)量，加速采集；然而，過(guò)度依賴(lài)壓縮感知技術(shù)往往會(huì)導(dǎo)致圖像平滑、細(xì)節(jié)丟失等問(wèn)題，并且通常需要隨機(jī)性采樣，難以應(yīng)用于臨床。

發(fā)明內(nèi)容

本發(fā)明的目的旨在至少在一定程度上解決上述的技術(shù)問(wèn)題之一。

為此，本發(fā)明的目的在于提出一種基于以高斯擴(kuò)散模型為實(shí)例整合重建的磁共振擴(kuò)散成像方法。該方法能夠?qū)崿F(xiàn)磁共振擴(kuò)散張量成像的高倍加速采集，有效減少采集時(shí)間，并能夠準(zhǔn)確地估計(jì)擴(kuò)散張量參數(shù)，得到高信噪比、高分辨率的擴(kuò)散圖像，滿(mǎn)足了臨床使用需求。

為達(dá)到上述目的，本發(fā)明實(shí)施例提出的基于以高斯擴(kuò)散模型為實(shí)例整合重建的磁共振擴(kuò)散成像方法，包括：基于多層同時(shí)激發(fā)預(yù)設(shè)序列對(duì)被測(cè)目標(biāo)進(jìn)行信號(hào)采集；通過(guò)并行成像技術(shù)對(duì)采集到的欠采樣信號(hào)進(jìn)行相位估計(jì)；通過(guò)估計(jì)的相位、所述采集到的欠采樣信號(hào)、以及無(wú)擴(kuò)散加權(quán)的參考圖像，建立高斯擴(kuò)散模型；根據(jù)所述高斯擴(kuò)散模型整合所有方向的欠采樣信號(hào)，建立用于估計(jì)擴(kuò)散張量參數(shù)的目標(biāo)方程；采用非線(xiàn)性共軛梯度算法迭代求解所述目標(biāo)方程，得到擴(kuò)散張量參數(shù)；根據(jù)所述擴(kuò)散張量參數(shù)計(jì)算得到擴(kuò)散系數(shù)和擴(kuò)散加權(quán)圖像。