[发明专利]一种PROPELLER技术中抑制非刚性运动的权重计算方法

权利要求书

1.一种PROPELLER技术中抑制非刚性运动的权重计算方法，其特征在于，包括：

采集一个以上不同角度的K空间数据带；

计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵；

根据所述相关性矩阵计算出每个所述K空间数据带的权重；

所述计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵的方法包括：

对所述一个以上不同角度的K空间数据带分别进行相同的数据处理，获取一个以上处理后的数据带；

将所述一个以上处理后的数据带分别变换到图像域，获取一个以上优化图像；

计算所述一个以上优化图像中每两个优化图像之间的灰度互信息；

根据所述灰度互信息构造所述相关性矩阵，所述相关性矩阵为对称矩阵；

所述数据处理包括：

对所述K空间数据带依次进行相位校正、旋转和平移校正，获取校正后数据带；

将所述校正后数据带网格化到笛卡尔坐标系下，获取所述K空间数据带中心圆形重叠区域数据和所述K空间数据带的网格矩阵；

将所述K空间数据带中心圆形重叠区域数据填充到所述网格矩阵的中心，获取填充后网格矩阵；

将所述填充后网格矩阵进行低通滤波，获取所述处理后的数据带；

所述将所述填充后网格矩阵进行低通滤波的方法为：

将所述填充后网格矩阵乘以一个二维低通窗函数；

所述计算所述一个以上不同角度的K空间数据带中每两个K空间数据带之间的相关性，获取相关性矩阵的方法还包括：

将所述一个以上优化图像的灰阶分别压缩到预定阶数，获取一个以上压缩后图像；

则所述计算所述一个以上优化图像中每两个优化图像之间的灰度互信息，为计算一个以上压缩后图像中每两个压缩后图像之间的灰度互信息；

所述计算所述一个以上优化图像中每两个优化图像之间的灰度互信息的方法为：

I(M_m,M_n)＝H(M_m)+H(M_n)-H(M_m,M_n)

其中，H(M_m)为图像M_m的边际熵，H(M_n)为图像M_n的边际熵，H(M_m,M_n)为图像M_m和图像M_n的联合熵，I(M_m,M_n)为图像M_m和图像M_n之间的灰度互信息；

所述根据所述相关性矩阵计算出每个所述K空间数据带的权重的方法为：

计算出所述相关性矩阵的最大特征值；

计算出所述最大特征值所对应的特征向量；

根据所述最大特征值所对应的特征向量计算出每个所述K空间数据带的权重：

其中，γ_n为所述特征向量中第n个元素，γ_min为所述特征向量中的最小元素，γ_max为所述特征向量中的最大元素，a和p为常量，w_n为第n个K空间数据带的权重。