非笛卡尔并行磁共振成像重建技术研究新进展

相对于传统的k空间笛卡尔采样,非笛卡尔采样能够使得k空间具有更高的覆盖效率,同时可以更有效地利用梯度系统性能,减少d B/dt值,避免引起人体不良的生理反应。k空间非笛卡尔采样和并行成像技术结合能够进一步提高成像速度,但是也使得图像域中的伪影模式更加复杂,因此非笛卡尔并行磁共振成像重建具有更高的技术难度。综述了目前几种典型的非笛卡尔并行成像重建技术,具体讨论了每种方法的技术细节和优缺点,包括敏感度编码(SENSE)、共轭梯度敏感度编码(CGSENSE)、非笛卡尔自标定并行采集方法(non-Cartesian GRAPPA)、基于数据一致性的迭代方法(SPIRi T)和近年来发展迅速的压缩感知技术。SENSE和CG-SENSE理论上可以获得最优的重建结果,但受制于线圈敏感度分布的准确测量;Non-Cartesian GRAPPA无需测量线圈敏感度,但只能对特定的非笛卡尔采样模式进行近似计算;SPIRi T结合了SENSE和GRAPPA的优点,通过迭代优化方法可以获得较满意的结果;压缩感知技术利用图像的稀疏变换特性,配合现有的迭代优化并行成像方法可以进一步提升重建图像质量,将继续成为未来研究的热点。

非笛卡尔并行磁共振成像数据的自适应约束重建新算法

多通道欠采样非笛卡尔轨迹数据重建是当前磁共振成像的研究热点,当欠采样因子比较大时,病态问题往往使得敏感度编码(SENSE)方法重建图像信噪比严重降低,传统的解决方法是在重建方程中引入Tikhonov约束或TV约束。提出自适应约束的SENSE重建算法,由先验图像的梯度特征并借鉴PM模型的思想决定惩罚函数,在梯度幅值较大的区域使用各向异性扩散的TV约束方式,在梯度幅值较小的区域使用各向同性扩散的Tikhonov约束方式。进行8通道2.6倍欠采样可变密度螺旋轨迹人体动静脉畸形瘤动脉注射X线的仿真实验。结果表明,与平方和(SOS)重建方法、传统无约束SENSE重建方法以及TV约束SENSE重建方法相比,本算法可以有效抑制部分数据成像带来的噪声和伪影,并能较好保护图像细节尤其是小细节信息,成像效果优于传统方法。

基于级联卷积神经网络的非笛卡尔磁共振重建

非笛卡尔磁共振重建是加速磁共振成像一种重要方法,是临床诊疗中不可或缺的工具。然而非笛卡尔磁共振重建受重建算法的影响导致其重建质量较差。针对非笛卡尔磁共振重建质量较差的问题,本文提出了一种基于密度补偿的级联卷积网络,本方法属于跨域网络,利用非均匀快速傅里叶变换层连接图像空间和测量空间。测量空间利用数据一致层来保证数据的一致性,图像空间利用卷积层来提取特征信息,其中卷积去噪自编码器用于提取高频信息,以重建出更多的细节部分。为了验证方法的有效性,在fastMRI单线圈膝盖数据集上进行实验,本文提出方法在4倍加速因子条件下,峰值信噪比提高了1.9 dB,结构相似性提高了0.1,在6倍加速因子条件下,峰值信噪比提高了1.2 dB,结构相似性提高了约0.1。