[发明专利]基于结构特征的自适应定量磁化率分布图复合重建的方法

权利要求书

1.基于结构特征的自适应定量磁化率分布图复合重建的方法，其特征在于包括如下步骤：

1)基于幅值图像结构特征先验的磁化率分布图基础重建(M-Step)，重建模型为

χmag=argminχmag||χ(k)gH-diag(H)gFχ||22+λ||Pmagg▿χ||1+δ||Wmaggχ||2]]>

包含具有压缩感知特性的保真项和具有稀疏特性的幅值先验正则化约束项||P_magg▽χ||₁，并且通过添加感兴趣区域从幅值图像中提取二值加权矩阵W_mag，对原始磁化率分布进行二值加权，减小计算量的同时可以改善磁化率分布重建效果；

2)基于磁化率分布结构特征的磁化率分布图复合重建(S-Step)，重建模型为

包含最小二乘保真项由基础重建(M-Step)获得的磁化率分布图构造的结构特征正则化约束项以及改善重建磁化率分布效果的平滑项磁化率结构特征先验定义为3D图像数据在三个方向上的一阶梯度信息；

所述重建模型中，χ表示待求解的空间离散的磁化率分布，λ和δ为可调节的系数，▽为梯度算子，C为卷积核矩阵，表示相位图，F表示离散傅里叶变换；对于l1范数优化问题，采用迭代阈值法(Iterative threshold algorithm，ITA)来进行处理；之后基于l2范数的凸函数性质，采用共轭梯度法进行求解，以保证收敛速度。

2.如权利要求1所述基于结构特征的自适应定量磁化率分布图复合重建的方法，其特征在于在步骤1)中，所述保真项采用区域自适应截值法算出的初始磁化率值的傅里叶空间数据χ(k)，并对其进行三维二值加权处理，舍弃那些会带来重建伪影的较小值，类似于压缩感知理论中的欠采样过程；所述幅值先验正则化约束项代表3D图像数据分别在三个方向的一阶梯度信息；由于图像在全变分(total variation,TV)变换域内是稀疏的，因此设计基于l2范数的全变分平滑约束；约束项并不对所有的值都进行处理，而是保留在幅值图像内边缘梯度较大的值，将其权重设置为0，对于那些幅值梯度较小的区域权重设置为1，进行稀疏域内的l1范数最小化处理，以实现幅值结构特征先验的约束；加权矩阵P_mag的提取目的是使重建磁化率分布图与幅值图在结构上趋于一致，消除磁化率分布图在平滑区域的细小结构伪影，重建出磁化率分布图中的梯度较大的边界信息；二值加权矩阵W_mag将感兴趣区域权重设置为1，不需要计算的区域权重设置为0。

3.如权利要求1所述基于结构特征的自适应定量磁化率分布图复合重建的方法，其特征在于在步骤2)中，所述保真项在变换域区分开，选取时域内的保真项，以使整个求解过程始终在可行域内。

4.如权利要求1所述基于结构特征的自适应定量磁化率分布图复合重建的方法，其特征在于在步骤2)中，所述约束项采用三维一阶梯度差分算子对原始磁化率进行处理，代表着图像三个方向的一阶梯度信息，相比于基础重建中所使用的幅值先验加权，复合重建中所使用的新的从初步重建磁化率分布图中提取的先验加权矩阵能够为复合重建提供更加准确的先验结构信息；同时为改善重建磁化率分布效果，引入从初步重建的磁化率分布图中提取的新的二值加权矩阵其获得方式与初步重建时一致，只是对于获取先验信息的对象由幅值图变为基于幅值先验重建出的磁化率分布图。