具体实施方式
下面,参考附图详细描述本发明的实施例。应当理解,下面对实施例的描述不应当以限制性的意义来理解。本发明的范围不旨在受下面描述的实施例或者仅应当理解为说明性的附图限制。
附图应当视为示意性的表示,并且在附图中示出的元素不一定是按比例示出的。相反,表示各个元素,使得其功能和一般用途对于本领域技术人员变得清楚。在附图中示出或者这里描述的功能块、设备、部件或者其它物理或功能单元之间的任意连接或耦合也可以通过间接的连接或耦合来实现。部件之间的耦合也可以通过无线连接来建立。功能块可以以硬件、固件、软件或者其组合来实现。
下面,对MRI技术进行描述。MRI可以用于获得患者的样本区域的磁化的MRI数据。据此,可以导出患者的图像。根据这里描述的示例中的一些,提供使得能够相对快速并且以高SNR比获得MRI数据的MRI技术。
在一些示例中,对MRI序列进行描述。MRI序列描述用于操控磁化的各种物理量、例如RF脉冲和梯度的时间对齐。MRI序列可以包括用于为后续读出准备磁化的初始RF反转脉冲。可以沿着一个或者更多个相位编码方向施加相位编码梯度,以对特定k空间位置进行寻址。在进行读出时,沿着读出方向施加读出梯度;这产生沿着读出方向的MRI数据线。原始MRI数据在K空间、即空间频率域中定义。磁化的不同的回波,例如梯度或自旋回波,可以对K空间中的不同的位置进行编码,即有助于获得空间分辨的MRI图像。通过这种方式,可以提供具有唯一的对比度的患者的图像。例如,对比度可以方便对患者的脑部进行成像。示例包括T1相关对比度和T2相关对比度。
这里描述的技术可以用于三维(3-D)MRI序列。有时也将3-D MRI序列称为多切片序列,因为每次激励或者准备磁化时,采集多于一个的层或切片的MRI数据。3-D MRI序列可以是使用3个非线性的编码轴将K空间编码为3-D空间的序列。相反,2-D MRI序列使用两个非线性编码轴将K空间编码为多个二维编码的空间。
3-D MRI序列一般使用沿着多于一个的方向的对MRI数据的相位编码。一般来说,使用沿着可以正交的两个相位编码方向的对MRI数据的相位编码。通常,对于3-D MRI序列,可以通过沿着层选择方向施加梯度场,来使用MRI数据的层选择激励;一般来说,相位编码方向中的一个于是与层选择方向是共直线的。在其它示例中,还可以将3-D MRI序列与在具有三维延伸的关注区域中激励磁化的3-D激励脉冲组合;这里,可以沿着多个正交的方向施加随时间变化的梯度,并且可以使用3-D激励脉冲的幅值调制。
根据各个示例,可以使用利用并行采集技术(PAT)的MRI序列。PAT一般依赖于对K空间的欠采样;即,对于特定K空间位置不采集MRI数据,而在稍后重建丢失的信息。所谓的加速因子R指示沿着K空间轨迹的不采集MRI数据的那些K空间位置的部分。越大(越小)的加速因子对应于越短(越长)的扫描时间。对于丢失的信息的重建,为了确定重建的MRI数据,经常分别使用MRI设备的RF接收器的多个接收器线圈的预定或者校准的灵敏度分布;由此,可以缓解或者去除由于欠采样导致的混叠效应。PAT的示例包括:广义自动校准部分并行采集(GRAPPA,Generalized Auto-Calibrating Partially Parallel Acquisition),参见M.A.Griswold等,in Magn.Reson.Med.47(2002),p.1202–1210;以及灵敏度编码(SENSE,Sensitivity Encoding),参见K.P.Pruessmann in Magn.Reson.Med.42(1999),p.952–962;以及空间谐波的同时采集(SMASH,Simultaneous Acquisition of SpatialHarmonics),参见D.K.Sodickson和W.J.Manning in Magn.Reson.Med 38(1997),p.591–603;以及Breuer,Felix A.等“Controlled aliasing in volumetric parallel imaging(2D CAIPIRINHA).”Magnetic resonance in medicine 55.3(2006):549-556。
例如,传统的2D-CAIPIRINHA通常通过减少相位编码步骤的数量来缩短扫描时间。这在SNR上产生了内在的√R损失,其中,R是加速因子。此外,SNR还受PAT的编码功率、也称为几何因子(g因子)影响。在高加速度(大约为R>4)下,传统的2D-CAIPIRINHA有时缺乏足够的编码能力,而出现局部化的g因子热点,这在图像中导致严重的噪声放大并且使SNR降低。
这里描述的某些实现可以基于的示例MRI序列是3-D MP RAGE MRI序列。这里,对准备阶段进行定义的反转脉冲、例如180°脉冲之后是读出阶段。在读出阶段,可以通过梯度脉冲链形成多个梯度回波。可以对多个梯度回波中的每一个进行测量,以产生MRI数据;每个梯度回波定义一个读出事件。因为在磁化的单次准备(例如反转脉冲)的情境下形成多个梯度回波,因此有时也将读出阶段称为多次激发读出阶段。在多次激发读出阶段可以使用后续的RF激励脉冲,以便多次激励横向磁化。因为在梯度脉冲链期间快速地激励横向磁化,因此获得横向磁化的稳态。因为这,有时将梯度回波读出序列称为稳态梯度回波读出序列。准备阶段和读出阶段一般重复多次;每次重复定义一次迭代。不同的迭代可以通过使得磁化能够返回到与DC磁场对齐的其弛豫位置的弛豫阶段来分离。使用不同的迭代来采集整个K空间上的MRI数据。准备阶段-读出阶段-和弛豫阶段的重复定义了3-D MP RAGE MRI序列的外环。每个读出阶段的多个读出事件定义了3-D MP RAGE MRI序列的内环。
在一个示例中,基于Wave-CAIPI技术增强3-D MP RAGE。参见Bilgic,Berkin等的“Wave‐CAIPI for highly accelerated 3-D imaging.”Magnetic resonance inmedicine 73.6(2015):2152-2162,其全部内容通过引用,包含于此。Wave-CAIPI通过在采样周期、即读出事件期间对相位编码方向施加AC梯度脉冲(例如正弦波形),来对传统的梯度回波读出阶段进行修正。因此,可以至少部分与读出梯度同时地沿着第一相位编码方向施加第一AC梯度,并且沿着第二相位编码方向施加第二AC梯度。通常,由于梯度系统不完美,因此实际的AC梯度可能从梯度脉冲使用的标称波形显著地改变;这可以在重建期间通过合适的校准技术或者补偿技术来消除。AC梯度提供读出方向的体素扩散。因为体素扩散的量与沿着相位编码方向的K空间位置有关,因此这种波编码一般针对PAT改善崩溃的体素中的线圈灵敏度变化。这使得SNR提高,因为并行成像的重建技术可以更准确地对MRI图像数据进行抗混叠。
在另一个示例中,当沿着多个相位编码方向采集MRI数据时,可以基于用于实现定制的K空间轨迹的重新排序方案对3-D MP RAGE进行增强。这里,可以使用对于每次重复在两个相位编码方向上具有非零度量的K空间轨迹。例如,沿着K空间轨迹的后续K空间位置可能在第一相位编码方向和第二相位编码方向两者上彼此移位。
图1示出了关于MRI设备100的各方面。MRI设备100包括限定孔111的磁体110。磁体110可以沿着其纵轴提供一至六特斯拉的DC磁场。DC磁场可以使患者101的磁化沿着纵轴对齐。可以借助可移动台102将患者101移入孔中。
MRI设备100还包括梯度系统140,用于产生用于对MRI数据进行空间编码的在空间上变化的梯度磁场(梯度)。梯度系统140一般至少包括可以单独控制的、彼此正交地布置的三个梯度线圈141。通过对梯度线圈141施加梯度脉冲,可以沿着特定方向施加梯度。梯度可以用于层选择(层选择梯度)、频率编码(读出梯度)和沿着一个或更多个相位编码方向的相位编码(相位编码梯度)。下面,将层选择方向定义为沿着Z轴对齐;将读出方向定义为与X轴对齐;并且将第一相位编码方向定义为与Y轴对齐。第二相位编码方向可以与Z轴对齐。施加各个梯度的方向不一定与由线圈141定义的轴平行。相反,这些方向可以由特定K空间轨迹定义,该特定K空间轨迹继而可以由相应的MRI序列的特定要求和/或基于患者101的解剖特性来定义。
为了准备和/或激励极化的/与DC磁场对齐的磁化,可以施加RF脉冲。为此,设置能够施加RF脉冲、例如反转脉冲或者激励脉冲的RF线圈组件121。反转脉冲通常将纵向磁化的方向反转,而激励脉冲可以产生横向磁化。
为了产生这些RF脉冲,RF发射器131经由RF开关130与线圈组件121连接。可以经由RF接收器132检测弛豫回到与DC磁场对齐的弛豫位置的磁化的信号。特别是,可以检测回波;回波可以通过施加一个或更多个RF脉冲(自旋回波)和/或通过施加一个或更多个梯度(梯度回波)来形成。为此,磁化可以与线圈组件121感性耦合。相应地采集的MRI数据可以对应于K空间中的原始数据;根据各个示例,可以对MRI数据进行后处理,以获得图像。这种后处理可以包括从K空间到图像空间的傅里叶变换。这种后处理还可以包括重建,以在根据PAT对K空间进行欠采样的情况下避免混叠。
通常,可以使用分离的线圈组件,一方面用于施加RF脉冲,另一方面用于采集MRI数据(在图1中未示出)。例如,为了施加RF脉冲,可以使用相对大的身体线圈121;而为了采集MRI数据,可以使用包括相对小的线圈的阵列的表面线圈组件。例如,表面线圈组件可以包括32个单独的RF线圈,由此方便依赖于空间移位的线圈灵敏度的PAT。
MRI设备100还包括人机接口150,例如屏幕、键盘、鼠标等。借助人机接口150,可以检测用户输入,并且可以实现向用户的输出。例如,借助人机接口150,可以为要施加的MRI序列设置特定配置参数。
MRI设备100还包括处理器161。处理器161可以实现关于MRI设备100的操作的各种控制功能。例如,处理器161可以实现用于梯度系统140、RF发射器131和RF接收器132的时间同步的操作的序列控制。例如,处理器161可以实现对采集的MRI数据的后处理。在一些示例中,代替使用单个处理器161,可以使用多个处理器。
为了实现相应的功能,处理器161可以从存储器161、例如非易失性存储器中取出程序代码。处理器161执行程序代码可以使处理器进行这里描述的各种技术的序列控制和图像后处理。
图2是根据各个示例的方法的流程图。图2还示出了关于示例MRI序列的各方面。例如,根据图2的方法可以由MRI设备100的处理器160执行。
首先,在块1001中,从多个K空间区域中选择K空间区域。例如,该多个K空间区域可以定义要提供图像的患者101的关注区域。因此,在块1001中选择的当前K空间区域可以对应于整个关注区域的子部分。例如,在块1001中,可以确定K空间轨迹的起始位置,该起始位置关于至少一个相位编码方向定义。
然后,在块1002中,进行准备所选择的K空间区域中的磁化的准备阶段。例如,准备阶段可以包括对磁化施加反转脉冲。反转脉冲可能引起磁化与DC磁场的反向平行对齐。例如,反转脉冲可以是180°脉冲。例如,反转可以引起磁化与DC磁场的反向平行对齐。如果Z轴与DC磁场对齐,则这对应于磁化在K空间的原点处沿着Z轴的镜像。
然后,发生磁化到其弛豫位置的弛豫,弛豫位置与DC磁场平行对齐;在所谓的反转时间(TI)之后,磁化中途弛豫到了弛豫位置,并且沿着Z轴具有零分量。
在块1003中,进行读出阶段。这里,可以进行多次激发采集,其中,采集多个K空间位置的MRI数据:这包括采集在块1002中准备的磁化的多个K空间位置的MRI数据。因为在块1003中采集多个K空间位置的MRI数据,因此有时将块1003称为内环。这里,可以使用施加RF脉冲和/或读出梯度的不同的迭代。
根据示例,在块1003中,沿着两个正交的相位编码方向施加相位编码梯度。
可以在块1003中施加各种读出序列。示例包括稳态梯度回波读出序列,例如如在Haase,Axel.“Snapshot flash mri applications to t1,t2,and chemical‐shiftimaging.”Magnetic Resonance in Medicine 13.1(1990):77-89中所描述的。其它示例包括3-D流体衰减反转恢复(3-D FLAIR),例如参见Naganawa,Shinji等的“Comparison offlow artifacts between 2-D-FLAIR and 3-D-FLAIR sequences at 3 T.”Europeanradiology 14.10(2004):1901-1908。另外的示例包括3-D SPACE MRI序列,参见Lichy,Matthias Philipp等的“MRI of the body trunk using a single-slab,3-dimensional,T2-weighted turbo-spin-echo sequence with high sampling efficiency(SPACE)forhigh spatial resolution imaging:initial clinical experiences.”Investigativeradiology 40.12(2005):754-760。
在块1004中,利用弛豫阶段。在弛豫阶段期间,磁化从激励状态恢复到与DC磁场对齐的弛豫状态。
在块1005中,检查是否需要其它K空间区域的MRI数据。例如,在块1005中可以检查在先前的1001至1004的重复中是否采集了足够的MRI数据,以便重建整个关注区域的图像。如果在块1005处判断为需要其它MRI数据,则可以使用与先前的重复至少部分地不同的相位编码梯度进行块1001至1004的进一步的重复591。这定义了MRI序列的外环。然而,如果判断为采集了足够的MRI数据,则该方法开始后处理(在图2中未示出)。
在图2中示出的技术可以与PAT组合。在一个示例中,可以使用所谓的外环PAT。这里,由MRI序列的块1001和1005定义的外环可以被配置用于对K空间进行欠采样。例如,可以在块1001中通过沿着Y轴的特定位置选择某个K空间区域。然后,可以通过跳过沿着Y轴的某些位置在块1001中选择K空间区域。外环PAT通常使重复591的数量减少,因此使总体扫描时间减少。
可以作为内环PAT的替换或者附加来使用外环PAT。对于内环PAT,可以在进行读出阶段1003时,对K空间进行欠采样。例如,可以在块1003中沿着例如与Y轴和Z轴对齐的两个相位编码方向使用磁化的相位编码。然后,可以通过适当地配置相位编码梯度,在块1003中跳过某些K空间位置。
图3示出了关于示例MRI序列500的各方面。图3是示例MRI序列500的脉冲图。图3示出了根据图2的流程图的块1003的内环。在图3中示出了关于3-D MP RAGE MRI序列500的各方面。
首先,对磁化施加RF反转脉冲511(针对RF发射通道510示出)。在图3的示例中,反转脉冲511是层选择的,因此伴随着沿着层选择方向520施加的梯度521。这定义了准备阶段。
在一些时间之后,施加在图3中以α标记的激励脉冲512–514的序列。每个激励脉冲512–514定义一个读出事件。虽然在图3的示例中示出了三个脉冲的序列,但是通常可以施加更大数量的脉冲,以实现更多读出事件。例如,对于内环的每次重复,可以施加数量为5至30个的脉冲。脉冲是具有优选小于90°、例如在10–40°的范围内的翻转角的激励脉冲。激励脉冲使纵向磁化的一部分翻转到横向平面中。激励脉冲512–514在时间域中紧密地打包在一起,从而磁化没有时间恢复,因此磁化的稳态逐步发展。因此,激励脉冲512–514的序列定义了稳态读出序列。
每个激励脉冲512–514或者读出事件定义了内环的一次迭代。特别是,每个激励脉冲512–514与磁化的各个回波551–553相关联(针对RF接收通道550示出)。回波551–553是由沿着读出方向540施加的梯度541–543形成的梯度回波。
图3示出了包括沿着两个相位编码方向520,530的相位编码的3-D MRI序列500;在图3的示例中,两个相位编码方向520,530彼此正交,但是通常可以是彼此线性独立的。沿着相位编码方向520对通道520施加相位编码梯度522–524。对于内环的不同的迭代,对于相位编码梯度522–524使用不同的幅值,以在整个K空间上移动;由此,实现访问不同的K空间位置的K空间轨迹。在图3的MRI序列500的示例中,沿着相位编码方向530施加相位编码梯度531–533。在图3的示例中,正向和反向梯度(the prewinder and rewinder gradients)531–533全部分别具有相同的幅值。因此,由此定义的K空间轨迹不访问沿着相位编码方向530具有不同的位置的K空间位置。
在图3中,示出了TI 590。很明显,回波551–553近似相对于TI 590居中。由此,可以提高从MRI数据获得的图像中的T1对比度。特别是,可能希望在邻近TI 590的时间采集靠近K空间中心的MRI数据(例如,回波552可能对应于z=0处的K空间位置)。
已经观察到根据图3的示例的3-D MRI序列500可能遭受降低的SNR比,特别是在使用用于加速的内环PAT的情况下。
为了解决该问题,根据各个示例,可以在读出阶段期间将根据图3的示例的3-D MPRAGE MRI序列500与Wave-CAIPI组合。这在图4中示出。
图4示出了关于示例MRI序列500的各方面。图4是示例MRI序列500的脉冲图。图4的示例MRI序列500大体上对应于根据图3的示例MRI序列500。
另外,在图4的示例中,沿着相位编码方向520施加AC梯度526–528,并且沿着相位编码方向530施加AC梯度536–538。特别是,与读出梯度541–543同时施加AC梯度526–528,536–538;因此,在RF接收通道550上的MRI数据的读出事件期间施加AC梯度526–528,536–538。
图5是AC梯度526–528,536–538的详细视图。如在图5中所示,基本上在读出梯度541的整个平顶期间施加AC梯度526–528,536–538。一般来说,可以至少部分地与读出梯度541–543同时施加AC梯度526–528,536–538。
例如,各个AC梯度526–528,536–538全部可以具有相同的频率。频率可以在50Hz–50kHz的范围内。例如,这可以对应于每个读出梯度541–543施加2和20个周期之间的AC梯度526–528,536–538。在一些示例中,AC梯度526–528,536–538可以通过正弦函数来描述。如果与沿着相位编码方向530施加的AC梯度536–538相比,沿着相位编码方向520施加的AC梯度526–528可以展示一定的相位偏移;例如,相位偏移可以在5°–90°的量级,任选地在10–30°的量级。
图6至9示出了关于内环PAT的示例。
图6示出了各个K空间位置610的MRI数据的非加速采集。图6是透视图。在图1的示例中,R=1。对K空间进行完全采样,以避免混叠。对于由Z轴和Y轴、即相位编码方向520,530定义的平面中的每个K空间位置,沿着与X轴、即读出方向540共直线的相应的线采集MRI数据。
图7大体上对应于图6的示例。然而,在图7的示例中,对K空间600进行欠采样。图7示出了内环加速;因此,在由相位编码方向520,530定义的平面中,对K空间600进行欠采样。在每个相位编码方向上,加速因子为R=3,因为沿着每个相位编码方向,仅对于每第三个K空间位置610采集MRI数据。这种欠采样使得能够在每个时间间隔获得较大的K空间区域的MRI数据。
例如,可以使用GRAPPA技术来利用对这种欠采样的K空间600的图像重建。这是因为采集MRI数据的K空间位置610以具有矩形或者方形单元格的模式布置。
图8大体上对应于图7的示例。然而,在图8的示例中,使用不同的模式、即2-DCAIPIRINHA模式对K空间600进行欠采样。这里,在两个相位编码方向上,获得MRI数据的最近地相邻的K空间位置彼此移位。在重建丢失的MRI数据时,这使SNR提高;g因子损失减小。
图9大体上对应于图8的示例。图9示出了关于沿着相位编码方向520,530并且与读出梯度同时施加AC梯度的各方面。在图9中示出了从AC梯度获得的螺旋形的读出线。有时将这称为体素扩散。在重建丢失的MRI数据时,这进一步使SNR提高;g因子损失减小。
图10示出了关于K空间轨迹620的各方面。图10示出了根据图3和4的示例的MRI序列500的K空间轨迹620(为了简单起见,在图10中未示出由于AC梯度产生的螺旋形的读出线)。使用CAIPIRINHA模式(参考图8和9)。
在图10中突出了对于MRI序列500的外环的给定迭代591沿着K空间轨迹612的K空间位置610。这里,很明显,沿着K空间轨迹的后续K空间位置610仅沿着相位编码方向520彼此移位;沿着K空间轨迹的后续K空间位置610沿着相位编码方向530彼此不移位。因此,对于每一次迭代591获得线性的K空间轨迹620。
在图10中,K空间轨迹620(对于每一次迭代591)包括沿着第一相位编码方向520、即Z轴具有正K值和负K值两者的K空间位置610。由此,可以在靠近近似为TI 590的K空间中心的K空间位置610采集MRI数据。这使图像的TI对比度提高。
图11示出了关于K空间轨迹620的各方面。在图11中,与图10的场景不同,沿着K空间轨迹620的邻近的K空间位置在相位编码方向520和相位编码方向530两者上彼此移位。一般来说,任意两个后续K空间位置在两个方向520,530上移位。
在图12中示出了可以用于实现根据图11的示例的K空间轨迹620的示例MRI序列500。
图12示出了关于MRI序列500的各方面。根据图12的示例的MRI序列500大体上对应于根据图4的示例的MRI序列500。然而,在图12的示例中,还存在沿着相位编码方向530施加的相位编码梯度531,532,533的幅值的变化。由此,可以实现在两个相位编码方向上沿着K空间轨迹620的邻近K空间位置610之间的移位。
再次参考图11:沿着K空间轨迹620的邻近K空间位置610之间的移位使得能够实现如下效果:可以采集靠近TI 590的更多MRI数据610;由此,可以提高图像的总体对比度,例如T1对比度。换句话说,通过在沿着K空间轨迹620的邻近K空间位置610之间移位,可以以交错的方式采集由X轴和Z轴(垂直于图11的附图平面)定义的多个平面。然后,靠近提供希望的对比度的TI采集每一个这种平面的K空间中心。
例如,从图11很明显,邻近TI 590获得沿着与Z轴对齐的相位编码方向520的对应于K值0的K空间轨迹620的K空间位置610处的MRI数据;注意,对于沿着Y轴具有不同的位置的K空间位置610也是如此。
在图11的示例中,在由相位编码方向520,530定义的平面中,K空间轨迹620是锯齿形的。该锯齿形的轨迹通过沿着相位编码方向530循环访问相同的K空间位置的K空间轨迹620;同时沿着相位编码方向520连续前进来实现。通过实现锯齿形的K空间轨迹620,可以使相位编码梯度522–524,531–533需要的梯度转换率(gradient slew rate)减小。
图13至16示出了根据这里描述的技术获得的图像700。在图13至16中示出的所有图像700使用3-D MP RAGE MRI序列获得,并且示出了患者的脑部。对图13至16进行了后处理,以在包括灰质的区域和不包括灰质的区域之间进行分割。
这里,图13描述了R=3×3 2-D CAIPIRINHA内环加速的图像700(参考图8)。图14对应于图13,但是还使用Wave-CAIPI,即在读出期间沿着相位编码方向使用AC梯度(参考图4和9)。图15对应于图14,但是每个MRI数据包括三个平均值。图16是使用R=4×1 GRAPPA内环加速的参考扫描。
总结来说,描述了上述能够实现具有可忽略的g因子噪声损失的高度加速的3-DMP RAGE MRI的技术。为此,应用3-D MP RAGE与Wave-CAIPI和/或重新排序的k空间锯齿形采样方案的组合用于平面内加速。
Wave-CAIPI通过在读出事件期间沿着相位编码方向施加AC梯度对传统的梯度回波读出进行修正,这在读出方向上产生体素扩散。因为体素扩散的量与沿着Y轴和Z轴的空间位置有关,因此针对加速的采集在崩溃的体素中的线圈灵敏度变化得到改善。这方便了丢失的MRI数据的重建。
上面描述了可能受益于扫描时间减少的各个MRI序列。对于此,可以使用PAT。任选地,可以使用至少两个相位编码方向对K空间进行3-D采样。从上面的内容将理解,由于MRI序列的复杂性,产生MRI扫描的扫描参数的可用值的宽的参数空间。已经观察到,由于可以使用多种多样的设置,有时可能难以对扫描参数选择最佳的值。这可能导致MRI扫描的性能下降,例如:重建伪影;扫描时间增加;SNR降低;等。
描述了方便对使用PAT的加速的MRI扫描的扫描参数的值的选择的各个示例。例如,可以在执行MRI序列之前进行选择,例如使用人体模型样本(phantom sample)进行表征。替换地,可以在MRI扫描的规划阶段进行选择,例如在已经将患者101放置在MRI设备100的孔111内部的台102上时,或者在即将要将患者101放置在MRI设备100的孔111内部的台102上时。特别是,可以在每次开始新的MRI扫描时重新进行选择;由此,可以确保在考虑到当前要求的情况下选择扫描参数的最佳的值,而避免时间漂移。
图17是根据各个示例的方法的流程图。根据图17的示例的方法示出了关于对MRI扫描的扫描参数的值的选择的技术。例如,进行对扫描参数的值的选择的MRI扫描可以是这里描述的MRI扫描中的一个。MRI扫描的示例包括使用PAT的3-D MRI扫描。例如,可以对可以利用内环PAT和/或Wave CAIPI增强的3-D MP RAGE MRI扫描应用关于图17描述的技术。
例如,根据图17的方法可以由MRI设备100的处理器161执行。例如,处理器161可以接收存储在存储器162中的程序代码并且执行该程序代码;执行该程序代码可以使处理器161执行根据图17的示例的方法。
首先,在块5001中,针对MRI设备100的RF线圈组件121的至少一些线圈取出线圈灵敏度图。可以针对用于读出/感测磁化的线圈组件121取出线圈灵敏度图。在一些示例中,线圈灵敏度图可以是预先确定的并且存储在存储器162中;然后,可以从存储器162中取出线圈灵敏度图。在其它示例中,可以进行参考扫描,以获得线圈灵敏度图。
在块5002中,针对MRI序列的至少一些扫描参数取出限制。例如,限制可以对应于至少一些扫描参数的可接受的值或者值范围。限制可以通过由MRI设备100和/或患者101施加的技术和/或生理阈值来定义。示例包括梯度的最大转换率;由于RF脉冲产生的RF功率的比吸收率(SAR);屏气时间;最大扫描时间;等。
限制可以被预编程为存储在存储器162中的控制数据。替换地或者附加地,可以从人机接口150接收限制中的至少一些;由此,用户可以针对MRI序列指定特定要求。
接下来,预测MRI扫描的SNR特性。这有助于获得关于MRI扫描的预期质量的先验知识。例如,可以使用多个扫描参数的候选值的不同的集合;可以对于候选值的每一个集合,确定相关联的SNR或者图像质量特性。
这里,候选值可以根据限制来选择。例如,如果限制指定可以调整扫描参数的值的特定范围,则可以选择分布在所述范围上的不同的候选值。然而,如果限制指定给定扫描参数的固定的值,则可以选择不允许偏离该固定的值的相应的候选值。依据允许各个扫描参数改变多少,可能需要预测多个SNR或者图像质量特性,以便充分地对可用参数范围进行采样。
在块5004中,选择多个扫描参数的优选值。这里,可以考虑预测的SNR或者图像质量特性。例如,优选值可以对应于具有相关联的最高SNR或者图像质量特性的候选值的集合。在另一个示例中,在块5004中选择的扫描参数的优选值可以是实现最少扫描时间的那些候选值。当在块5004中选择优选值时,可以在MRI扫描的各个目标性质之间考虑折衷。
在一个示例中,可以将块5003,5004组合为优化。优化适用于有效地覆盖由块5002的限制定义的可用参数范围。优化还适用于考虑MRI扫描的各个目标性质之间的折衷。优化有助于有效并且快速地找到扫描参数的优选值;这可以减少规划MRI扫描需要的时间。
最后,在块5005中,使用在块5004中选择的扫描参数的优选值进行MRI扫描。
通过这种技术,可以避免低质量的MRI扫描。特别是,可以预先识别对应于由于PAT而产生的局部化的伪影的局部g因子热点,并且可以采取应对措施。
此外,通过这些措施,用户不再需要手动指定扫描参数的可能次优的值。由于一些MRI扫描的复杂性,手动选择可能易于出错和/或耗时。
图18是根据各个示例的方法的流程图。根据图18的示例的方法示出了关于针对线圈组件121的线圈中的每一个取出线圈灵敏度图的技术。例如,根据图18的示例的方法可以作为根据图17的示例的块5001部分来执行。
在块5101中,进行低分辨率参考MRI扫描。特别是,块5101的低分辨率参考MRI扫描可以以比用于获得最终MRI数据的后续MRI扫描(参考图17:块5005)的分辨率低的分辨率进行。示例分辨率是直至50x 50行,任选地直至25x25行。
通过进行低分辨率参考MRI扫描,可以缩短获得相应的参考MRI数据所需的扫描时间。例如,以低分辨率进行参考MRI扫描需要的扫描时间可能少于1分钟。这方便MRI序列的快速规划。
例如,可以在患者101已经被放置在孔111内的台102上的情况下进行低分辨率参考MRI扫描;类似地,可以使用稍后用于进行最终MRI扫描(参考图17:块5005)的RF线圈组件121进行块5101处的低分辨率参考MRI扫描。低分辨率参考MRI扫描可以对至少与最终MRI扫描(参考图17:块5005)的样本体积重叠的样本体积进行成像。因此,可以完整地设置MRI设备100。这确保在进行参考MRI扫描的时间和进行最终MRI扫描的时间之间,没有或者仅有很小的时间漂移发生。
在块5102中,在K空间中对从块5101的低分辨率参考MRI扫描获得的参考MRI数据进行插值,以提高其分辨率。例如,可以提高分辨率,以匹配最终MRI扫描(参考图17:块5005)的分辨率。
然后,在块5103处,对(在块5102中放大的)参考MRI数据进行压缩。压缩可以有助于去除模糊的数据;模糊数据可能由于彼此靠近地布置的线圈组件121的多个线圈产生。例如,可以去除来自线圈组件121的某些线圈的参考MRI数据;可以去除不增加超过例如在空间上布置在附近的另一个线圈的另外的参考MRI数据的重要信息的这些参考MRI数据。压缩可以产生虚拟线圈;例如,可以基于与线圈组件121的多个线圈相关联的测量的参考MRI数据,确定与给定虚拟线圈相关联的参考MRI数据。借助虚拟线圈,可以减少数据量,但是同时避免丢失重要信息。例如,在块5103中可以使用奇异值分解。进行压缩,以便减少稍后在块5105处计算线圈灵敏度图需要的时间。
在块5104处,对参考MRI数据施加噪声白化。噪声白化有助于减小噪声对参考MRI数据的影响。由此,可以在块5105中以提高的精度计算线圈灵敏度图。
在块5105中,计算线圈灵敏度图。计算线圈灵敏度图的示例方法是Uecker,Martin等的“ESPIRiT—an eigenvalue approach to autocalibrating parallel MRI:whereSENSE meets GRAPPA.”Magnetic resonance in medicine 71.3(2014):990-1001的特征值方法,其全部内容通过引用,包含于此。
关于图18描述的各个块是任选的。例如,代替块5102中的借助插值放大参考MRI数据,可以在块5101中就获得高分辨率参考MRI数据。例如,代替在块5103中对参考MRI数据进行压缩,也可以使用未压缩的数据集合在块5105中计算线圈灵敏度图。此外,例如如果不能获得合适的噪声数据,则在块5104中可以不施加噪声白化。
图19是根据各个示例的方法的流程图。图19示出了关于计算噪声白化算子的各方面。例如,可以在图18的块5104中应用根据图19的方法计算的噪声白化算子。
首先,在块5201中,进行噪声扫描。噪声扫描有助于量化存在于由任选地已经关于MRI扫描(参考图17:块5005)的最终样本体积对齐的线圈组件121的线圈定义的系统中的噪声。例如,噪声扫描可以在不事先激励磁化的情况下检测信号。由此,检测到的信号可以归因于背景。
基于块5201的噪声扫描,然后可以在块5202中计算噪声协方差矩阵。噪声协方差矩阵定义线圈组件121的各个线圈的噪声,并且附加地定义线圈组件121的线圈对之间的串话。
然后,基于噪声协方差矩阵,可以在块5203中计算噪声白化算子。例如,这可以包括对噪声协方差矩阵求逆。噪声白化算子有助于抵消来自参考MRI数据的噪声的影响。
图20是根据各个示例的方法的流程图。图20示出了关于针对各个候选扫描参数预测MRI扫描的SNR特性的各方面。例如,根据图20的方法可以作为图17的块5003和5004部分进行。
图20示出了不同的扫描参数如何影响针对MRI扫描预测的SNR特性。一般来说,可以针对各个MRI序列预测SNR特性。然后,考虑的扫描参数的数量和类型可能随着考虑的特定MRI序列变化。例如,如果考虑使用PAT的加速的MRI扫描,则可以考虑与PAT有关的扫描参数(PAT扫描参数)。
相应地,在块5301中,选择PAT扫描参数的候选值。例如,给定PAT扫描参数可以与PAT的加速因子R有关,即指定在对K空间进行欠采样时省略的K空间位置的数量。替换地或者附加地,给定PAT扫描参数可以与PAT的欠采样方案的空间布置有关。例如,欠采样方案可以由用于对K空间600进行采样的特定K空间轨迹620定义。替换地或者附加地,欠采样方案可以针对采集MRI数据的邻近K空间位置610的相对定位,例如沿着某些K空间方向的移位定义。例如,可以使用GRAPPA方案或者CAIPIRINHA方案。在这方面,给定PAT扫描参数可以与采集MRI数据的邻近K空间位置610之间的欠采样方案的CAIPIRINHA移位有关。
基于在块5301中选择的PAT扫描参数的候选值的集合,然后可以在块5302中对欠采样方案进行全面建模。
除了PAT之外,还可以考虑使用在读出事件期间沿着一个或更多个相位编码方向施加的AC梯度(参考根据图4、5和12的示例的AC梯度526–521,536–538)的MRI扫描。换句话说,可以使用Wave CAIPI技术。
相应地,在块5304中,选择Wave CAIPI扫描参数的候选值。例如,可以针对AC梯度的幅值、相位偏移和/或重复的频率/次数选择候选值。
基于成像参数和候选性质,可以对在读出、即体素扩散期间关于K空间位置610的AC梯度的点扩散函数(PSF)进行建模。
除了与PAT或者Wave CAIPI有关的这些扫描参数之外,还可以考虑传统上与MRI扫描相关联的其它扫描参数。示例包括读出序列的采样带宽;磁共振成像数据的分辨率;读出序列的过采样因子;扫描时间;以及屏气时间。
然后,可以基于各个扫描参数的当前候选值,计算MRI扫描的SNR特性。例如,在块5306中,计算所谓的g因子。g因子指示使用PAT根据欠采样的MRI数据重建的图像的SNR。g因子可以指示由于欠采样的K空间而产生的伪影。以空间分辨的方式计算g因子的示例技术从Pruessmann,Klaas P.等的“SENSE:sensitivity encoding for fast MRI.”Magneticresonance in medicine 42.5(1999):952-962中已知,其全部内容通过引用,包含于此。
在一些示例中,可以以空间分辨的方式、即对于样本体积的不同部分不同地确定SNR特性。在其它示例中,也可以以综合的方式确定SNR特性。这例如可以通过取空间分辨的SNR特性的最大值或者平均值来实现。
不同的候选值通常产生不同的SNR特性。因此,可能理想的是,对于所考虑的扫描参数的候选值的不同集合重新计算SNR特性。相应地,在块5307中,检查是否要考虑扫描参数的其它候选值。例如,在块5307中,可以将利用候选值的当前集合获得的SNR特性与预先定义的阈值进行比较;如果例如利用候选值的当前集合获得的SNR特性低于阈值,则在块5307中可以判断为不需要使用候选值的另一集合计算另一SNR特性。否则,可以在块5301至5306的下一次重复中调整扫描参数的一个或更多个候选值。
为了有效地找到满足各种限制并且也提供最佳SNR特性的扫描参数的候选值的集合,可以进行优化。优化有助于适当地调整块5301至5306每次重复中的候选值,以便快速地收敛。
虽然关于特定优选实施例示出并且描述了本发明,但是本领域技术人员在阅读并且理解本说明书容易想到等同物和变形。本发明包括所有这种等同物和变形,并且仅由所附权利要求的范围限制。
例如,虽然针对3-D MP RAGE MRI序列描述了各个示例,但是类似的技术可以容易地用于其它类型的3-D MRI序列,特别是使用初始反转脉冲用于磁化准备的其它3-D MRI序列。