[發明專利]一種基于奇異值分解的MRI迭代自校準并行成像算法

在審

• 申請號: 202011641459.1
• 申請日: 2020-12-31
• 公開（公告）號: CN112834971A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 姜忠德;丁少偉;徐明芳
• 申請（專利權）人: 蘇州朗潤醫療系統有限公司
• 主分類號: G01R33/48
• 分類號: G01R33/48;G01R33/56
• 代理公司: 蘇州科仁專利代理事務所(特殊普通合伙) 32301
• 代理人: 郭楊

1.一種基于奇異值分解的MRI迭代自校準并行成像算法，其特征在于，包括以下步驟：

(1)在SPGR、DESPGR序列中應用并行采集技術實現磁共振成像掃描；

(2)對采集到的原始K空間數據做填零和數據重排以及濾波處理獲取優化的K空間數據；

(3)提取K空間中心滿采數據，作為校準矩陣的計算數據，采用n*n校正塊，在滿采數據中做移動采集，構造出校準矩陣；

(4)對校準矩陣做奇異值分解，得到矩陣的特征值和特征向量；

(5)將特征向量做數據重排，得到敏感譜分布矩陣，并將矩陣中特征值最大的一行作為敏感譜矩陣；

(6)將敏感譜矩陣作為參數進入非線性共軛梯度迭代，得到缺失的K空間數據；

(7)將完整的K空間數據做IFFT，并與敏感譜矩陣做點積，求和最終得到完整圖像。

2.根據權利要求1所述的基于奇異值分解的MRI迭代自校準并行成像算法，其特征在于，所述步驟(1)中通過改變中心滿采數據行數實現磁共振掃描加速，由中心向兩邊隔行采樣，在中心滿采校準數據。

3.根據權利要求1所述的基于奇異值分解的MRI迭代自校準并行成像算法，其特征在于，所述校正塊為6*6。

4.根據權利要求1所述的基于奇異值分解的MRI迭代自校準并行成像算法，其特征在于，還包括以下步驟：在將校準矩陣做奇異值分解之前，先采用閾值對校準矩陣進行切割，僅保留部分校準矩陣。

5.根據權利要求4所述的基于奇異值分解的MRI迭代自校準并行成像算法，其特征在于，所述閾值為60。

6.根據權利要求1所述的基于奇異值分解的MRI迭代自校準并行成像算法，其特征在于，所述奇異值分解的具體方法為：將x表示成原圖像的k空間和線圈靈敏度加權后的結果x＝FSm，S＝[S₁,S₂,...,S_n]是敏感譜；以矩陣形式重寫第一個約束，并合并第二個約束的所有相同方程:

Wx＝x

Px＝Py

可得到進一步的表達式：

WFSm＝FSm

在等號兩邊同時做IFFT，得到線圈的敏感向量是F^-1WF的特征值為“1”時對應的特征向量

F^-1WFSM＝Sm。

7.根據權利要求6所述的基于奇異值分解的MRI迭代自校準并行成像算法，其特征在于，所述步驟(5)中敏感譜矩陣的計算方法為：對W進行直接的特征值分解，在圖像閾內通過對半正定矩陣的逐點運算實現去耦：

將算子W的特征值分解簡化為求解圖像空間中每個位置的特征值分解

在位置m處，m(q)非零，得到了產生敏感值的條件：

對所有只選擇特征值“＝1”的特征向量進行特征值分解，得到敏感譜矩陣。