[0018] 根据公式(2)、(3)、(4)计算出在Mp(t)<第一阈值TH1后各次成像的Mp(n)以及激发角度FAn。以此方法在Mp(t)≥TH1时可以保证成像信噪比高,时间分辨率高,而在Mp(t)
[0019] 步骤3,根据待吸入到肺部的超极化气体的初始极化度及体积,设定分割Mp(n)的第二阈值TH2,Mp(n)<第二阈值TH2表示信号强度已低于成像所需水平,须结束成像过程,第二阈值TH2的范围为10-30%且第一阈值TH1>第二阈值TH2。其中,待吸入到肺部的超极化气体的初始极化度及体积越高时,第二阈值TH2的选值越低,待吸入到肺部的超极化气体的初始极化度及体积越低时,第二阈值TH2的选值越高。根据公式(3)可以计算出在成像过程结束前采用变角激发的成像次数nend。同时,可计算出Mp(t)≥第一阈值TH1时采用定角激发的成像次数M=T/t1,其中T为Mp(t)≥TH1时所用的成像时间,t1为以定角激发数据采样率所需的单次成像时间。这样动态吸气成像所用的成像次数为定角激发成像次数与变角激发成像次数的总和M+nend,对应的成像时间TJ=M×t1+nend×t2。同时,根据待吸入到肺部的超极化气体的体积V以及吸气速度S计算得到的成像时间TI,可用等式(5)表示:
[0020]
[0021] 其中td为吸气完成后的扩散时间,需要考虑肺部吸气动态方法的最优成像次数在10次以上,设置范围为0-2s。因此,优化的成像时间Topt需要同时小于等于以上得到的两个成像时间TJ和TI,即优化的成像时间Topt=min(TJ,TI),依此可计算得到优化后的总成像次数N=M+(Topt-M×t1)/t2。此方法可在保证图像信号强度稳定的条件下进行最大次数的肺部吸气动态成像,满足重建算法对成像次数的需要。
[0022] 步骤1-3优化了定角激发数据采样率、变角激发数据采样率、定角激发角度、变角激发角度、总成像次数这些成像参数。优化后的成像参数可以保证肺部吸气动态MRI具有足够的成像次数、稳定的信号强度以及稳定的图像质量。
[0023] 步骤4、根据定角激发数据采样率,确定定角激发采样轨迹。具体方法为,在相位编码方向进行欠采样,生成一个概率密度从中心行向边缘行逐渐降低的概率密度矩阵,以步骤3所获得的定角激发的成像次数M,根据概率密度矩阵生成M个定角激发数据采样率的定角激发采样矩阵,用于前M次的定角激发。
[0024] 根据变角激发数据采样率,确定变角激发采样轨迹。具体方法为,在相位编码方向进行欠采样,生成一个概率密度从中心行向边缘行逐渐降低的概率密度矩阵,以步骤3所获得的变角激发次数nend,根据概率密度矩阵生成nend个变角激发数据采样率的变角激发采样矩阵,用于后nend次的变角激发。
[0025] 设定的相位编码方向的优化方法为,相位编码方向要避开肺部吸气所产生伪影的主要方向:平躺时左右方向,前胸后背方向。这样不仅便于在序列上实现,同时每次成像的采样轨迹均不同,可获得更加全面的K空间信息,避开肺部吸气时运动伪影所产生的主要方向可将运动伪影和欠采样所产生的伪影均匀分布到图像各处,有利于重建算法去伪影。
[0026] 作为一种优选方案,根据概率密度矩阵生成M个定角激发数据采样率的定角激发采样矩阵包括以下步骤,
[0027] 通过概率密度矩阵生成M1个定角激发数据采样率的定角激发备选采样矩阵,分别计算定角激发备选采样矩阵的点扩散函数,并从小到大排序,挑选前M个点扩散函数较小的定角激发备选采样矩阵作为定角激发采样矩阵。M1为M的十倍及以上。
[0028] 作为一种优选方案,根据概率密度矩阵生成nend个变角激发数据采样率的变角激发采样矩阵包括以下步骤,
[0029] 通过概率密度矩阵生成M2个变角激发数据采样率的变角激发备选采样矩阵,分别计算变角激发备选采样矩阵的点扩散函数,并从小到大排序,挑选前nend个点扩散函数较小的变角激发备选采样矩阵作为变角激发采样矩阵。M2为nend的十倍及以上。
[0030] 步骤5、根据定角激发数据采样率,变角激发数据采样率,定角激发的激发角度,变角激发的激发角度,优化的成像时间Topt,优化后的总成像次数N这些成像参数及定角激发和变角激发的采样轨迹和相位编码方向进行肺部吸气动态成像,获得K空间数据。
[0031] 步骤6、利用肺部吸气动态成像的特点,结合低秩与压缩感知理论构建目标函数,目标函数为:
[0032]
[0033] 其中E为图像到K空间数据的变换矩阵,L为图像的低秩部分,S为图像的稀疏部分,d为K空间数据,Ψ为计算相邻图像的差值的操作符,T为稀疏变换矩阵,λh、λL、λS分别为权衡动态图像连续性、图像低秩性和图像稀疏性的正则化参数。该目标函数进行图像重建充分利用了肺部动态图像的连续性,低秩性和稀疏性的特点,利于重建高质量的肺部动态图像。
[0034] 步骤7、根据步骤5所获得的K空间数据及步骤6所构建的目标函数,采用迭代软阈值(Iterative Soft Thresholding)算法重建图像,该算法具有较好的收敛性,较易得到目标函数(6)中L及S的最优解的最优解。
[0035] 本发明相对于现有技术存在以下优点:该方法经过参数优化可以保证在动态成像中超极化气体的信号处于稳定的状态,并具有较高的时-空分辨率。同时,针对肺部超极化气体动态成像的特点所构造的目标函数可以进一步提高图像的重建质量,进而获得具有更高信噪比以及更多细节信息的图像。
附图说明
[0036] 图1本发明方法流程图;
[0037] 图2肺部超极化气体平均信号强度Mp随时间t变化的曲线;
[0038] 图3(a)实施例1获得的第1幅图像;
[0039] 图3(b)实施例1获得的第2幅图像;
[0040] 图3(c)实施例1获得的第3幅图像;
[0041] 图3(d)实施例1获得的第4幅图像;
[0042] 图3(e)实施例1获得的第5幅图像;
[0043] 图3(f)实施例1获得的最后一幅图像。
具体实施方式
[0044] 下面结合附图和使用超极化气体129Xe实施示例对本发明进一步说明(方法流程图如图1所示):
[0045] 实施例1:
[0046] 步骤1,在采用定角激发的肺部吸气动态成像过程中,设定肺部超极化气体平均极化度Mp随时间t变化的函数为Mp(t),肺部超极化气体的平均信号强度可用Mp(t)表示,Mp(t)为:
[0047]
[0048] 其中TR为重复时间,设置范围为10-20ms,在本实验中设置为10ms。FAc为定角激发时的初始激发角度,设置范围为5-9°,在本次试验中设置为5°,根据公式(1)得到Mp(t)的曲线,如图2所示。
[0049] 步骤2,根据待吸入到肺部的超极化气体的初始极化度及体积,设定Mp(t)的第一阈值TH1,如图2所示,在第一阈值TH1前后采用不同的成像参数。当Mp(t)≥第一阈值TH1时,采用定角激发,并以定角激发数据采样率采集数据,定角激发角度为FAc,。当Mp(t)<第一阈值TH1时,采用变角激发,并以变角激发数据采样率采集数据,变角激发数据采集率高于定角激发数据采样率,在本实施例中,第一阈值TH1为45%,定角激发数据采样率为37.5%,定角激发角度FAc为5°,变角激发数据采样率为50%。
[0050] 同时,设定肺部超极化气体平均极化度Mp随变角激发成像的次数n变化的函数为Mp(n),变角激发角度FAn的计算公式为:
[0051] Mp(n)·sin(FAn)=Mp(n+1)·sin(FAn+1) (2)
[0052] 其中n为采用变角激发成像的次数,Mp(n)为:
[0053]
[0054] 其中Mp(n)的初值Mp(1)=TH1=0.45,变角激发角度FAn的初值FA1=FAc=5°,t2=0.64s为以变角激发数据采样率(50%)所需的单次成像时间,Tn为第n次变角激发成像前成像所用的时间,设定第n次变角激发成像中获得的超极化气体极化度为IMp(n),IMp(n)为:
[0055]
[0056] 将初值Mp(1)=0.45,FA1=5°及t2=0.64s等相关参数代入式(2)、(3)、(4),可以计算出在Mp(t)<0.45后的Mp(n)及FAn,其中Mp(1)=45.0%,Mp(2)=42.2%,Mp(3)=37.6%,Mp(4)=32.1%,Mp(5)=25.3%,Mp(6)=20.3%,与Mp(1)、Mp(2)、Mp(3)、Mp(4)、Mp(5)、Mp(6)相应的FA1=5°、FA2=5.4°、FA2=6.1°、FA4=7.2°、FA5=9.1°、FA6=11.4°。
[0057] 步骤3,由于动态成像要求Mp(n)不能过低,否则图像将会质量下降,因此设定分割Mp(n)的第二阈值TH2=25%,当Mp(n)<第二阈值TH2时动态吸气成像过程须结束。根据公式(3)可以计算出在成像过程结束前采用变角激发的成像次数nend=5,同时,Mp(t)≥0.45时采用定角激发的成像次数M=T/t1=10,其中T=4.8s为Mp(t)≥第一阈值TH1时所用的成像时间,t1=0.48s为以37.5%为数据采样率所需的单次成像时间。这样,全部动态吸气成像所用的成像次数为定角激发的成像次数与变角激发成像次数的总和M+nend=15,对应的成像时间TJ=10×0.48+5×0.64=8s。同时,测量收集到的超极化气体129Xe的体积以及志愿者的平均吸气速度,根据收集到的超极化气体129Xe体积V=450ml以及吸气速度S=60ml/s计算得到的成像时间TI可用等式(5)表示:
[0058]
[0059] 设置td=0.5s,则成像时间TI=7.5s+0.5s=8s,因此,优化后的成像时间Topt需要同时小于等于以上得到的两个成像时间TJ和TI,即Topt=min(TJ,TI)=8s,其中min为求最小值的运算符。依此计算得到优化后的成像次数N=10+(8-10×0.48)/0.6=15,优化后的时间为Topt=8s。因此确定成像次数为15次,前10次数据采样率为37.5%,激发角度为5°,后5次数据采样率为50%,激发角度依次为5°、5.4°、6.1°、7.2°、9.1°。
[0060] 步骤1-3优化了定角激发数据采样率、变角激发数据采样率、定角激发角度、变角激发角度、总成像次数这些成像参数。优化后的成像参数可以保证肺部吸气动态MRI具有足够的成像次数、稳定的信号强度以及稳定的图像质量。
[0061] 步骤4,根据定角激发数据采样率37.5%,确定定角激发采样轨迹。具体方法为,在相位编码方向进行欠采样,生成一个概率密度从中心行向边缘行逐渐降低的概率密度矩阵,以步骤3所获得的定角激发的成像次数M=10,根据概率密度矩阵生成10个定角激发数据采样率的定角激发采样矩阵,用于前10次的定角激发。
[0062] 根据变角激发数据采样率50%,确定变角激发采样轨迹。具体方法为,在相位编码方向进行欠采样,生成一个概率密度从中心行向边缘行逐渐降低的概率密度矩阵,以步骤3所获得的变角激发次数nend=5,根据概率密度矩阵生成5个变角激发数据采样率的变角激发采样矩阵,用于后5次的变角激发。
[0063] 设定的相位编码方向的优化方法为,相位编码方向要避开肺部吸气所产生伪影的主要方向:平躺时左右方向,前胸后背方向。在本实施例中,设置采样矩阵的相位编码方向为从志愿者头部到脚部的方向。
[0064] 在本实施例中,根据概率密度矩阵生成10个定角激发数据采样率的定角激发采样矩阵包括以下步骤:通过概率密度矩阵生成100个定角激发数据采样率的定角激发备选采样矩阵,分别计算定角激发备选采样矩阵的点扩散函数,并从小到大排序,挑选前10个点扩散函数较小的定角激发备选采样矩阵作为定角激发采样矩阵。
[0065] 根据概率密度矩阵生成5个变角激发数据采样率的变角激发采样矩阵包括以下步骤:通过概率密度矩阵生成50个变角激发数据采样率的变角激发备选采样矩阵,分别计算变角激发备选采样矩阵的点扩散函数,并从小到大排序,挑选前5个点扩散函数较小的变角激发备选采样矩阵作为变角激发采样矩阵。
[0066] 步骤5、在1.5T MRI谱仪上,设置其它的成像参数TR=10ms,回波时间TE=5.8ms,采样矩阵为128×128,成像视野大小为384×384mm2,根据定角激发数据采样率,变角激发数据采样率,定角激发的激发角度,变角激发的激发角度,优化后的成像时间Topt,优化后的总成像次数N这些成像参数及定角激发和变角激发的采样轨迹和相位编码方向对健康志愿者进行肺部超极化气体129Xe动态成像,获得K空间数据。
[0067] 步骤6、利用肺部吸气动态成像具有含信号区域逐渐增大,肺部超极化气体129Xe信号逐渐增强的特点,构造目标函数为:
[0068]
[0069] 其中E为与采样矩阵对应的部分傅里叶变换矩阵,L为图像的低秩部分,S为图像的稀疏部分,d为步骤5获得的K空间数据,Ψ为计算相邻图像的差值的操作符,T为小波变换矩阵,λh、λL、λS为权衡动态图像连续性,图像低秩性和图像稀疏性的正则化参数,根据经验数值分别设置为0.005、0.01、0.01。
[0070] 步骤7、根据步骤5所获得的K空间数据及步骤6所构建的目标函数,采用迭代软阈值(Iterative Soft Thresholding)算法重建图像,最终得到符合目标函数(6)的L和S,重建的图像为abs(L+S),abs为求绝对值的运算符。在图3中显示了在1.5T MRI谱仪上经过步骤1-7处理后最终获得的人体肺部超极化气体129Xe动态成像第1-5幅及最后一幅的图像,可以清楚得观察到超极化气体129Xe从气管进入到肺部,最终点亮全肺的过程。
[0071] 本文中所描述的具体实施方式仅仅是对本发明精神作举例说明。本发明中超极化129 3 83
气体不限于实施例中的 Xe,也包括He、Kr。本发明所属技术领域的技术人员可以对所描述的具体实施方式做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。