[发明专利]一种磁共振成像精确定量脂肪含量的方法

说明书

本发明公开了一种磁共振成像精确定量脂肪含量的方法，其包括：1)图像采用MRI梯度回波序列采集，将多回波模值图像和相位图像变换为多回波复值图像数据；2)将多回波复值图像数据导入IDEAL算法，求解出水和脂肪的初始比例，用于模值重建的水脂比例初始值；3)将初始水脂比例作为LM模值拟合算法的初始值，得到模值重建后的水脂比例估计以及图像；4)将多回波复值图像数据除以衰减系数，得到衰减矫正后的复值图像数据：5)将矫正后的复值图像数据导入IDEAL算法中，得到复值重建后的水脂比例估计；6)将3)和4)所得结果加权，得到最终混合加权的PDFF图像。本发明可得到信噪比更高、脂肪定量更准的水脂分离结果。

技术领域

本发明涉及磁共振成像技术领域，尤其涉及一种磁共振成像精确定量脂肪含量的方法。

背景技术

磁共振成像(Magnetic Resonance Imaging，MRI)水脂分离技术可获得组织的质子密度脂肪分数(Proton density fat fraction，PDFF)。PDFF是评估肝脏脂肪的重要定量生物标志物，它定义为组织内甘油三酯的质子密度与甘油三酯和水中总质子密度的比值。在消除所有的相关影响因素情况下，组织的PDFF就相当于其脂肪分数。由于PDFF能够准确反映肝脏脂肪性病变的存在及其程度大小，因此被用作临床上对非酒精性脂肪肝等疾病检测的诊断和分期。

磁共振成像水脂分离技术主要有基于复值和基于模值重建两类方法。基于最小二乘法的水脂迭代分解方法(Iterative Decomposition of water and fatwith EchoAsymmetry and Least-squares,IDEAL)算法是现阶段比较主流且成熟的复值重建水脂分离方法，其源于Dixon原理，回波时间可灵活变化，而且在分离出水和脂肪信号的同时，可得到较为准确的B₀场不均匀性图像。由其发展而来的-IDEAL算法可以去除磁共振信号随衰减所带来的误差，估计出更为准确的脂肪分量和B₀场。但是IDEAL算法对于源图的相位误差非常敏感，尤其脂肪含量较低时相位误差会导致PDFF误差较大。而基于模值的重建方法一般使用Levenberg-Marquardt(LM)最小二乘迭代方法，其相对复值重建方法而言，对于相位误差不敏感，然而在PDFF接近50％的区域内的噪声性能较差。

由于相位误差的存在，基于复值重建的水脂结果在高/低脂肪区域容易导致水脂比例的错误估计；而模值重建需要先验的水脂估计值，其在水脂比例差别比较大的区域可以较快收敛到准确值，但在水脂比例差别不大的情况下，基于模值的重建常常表现出较差的信噪比。鉴于复值重建和模值重建算法不同的水脂定量特点，Yu等人提出了一种基于复值图像和模值图像加权组合的混合方法，可得到更为准确的PDFF图像，并通过1.5T磁共振扫描验证了其算法的可行性。但上述混合方法中所选取的模值重建算法使用了矫正衰减后的模值数据，而用于模值数据矫正的通过-IDEAL算法计算得到。然而有研究表明，-IDEAL算法低估了肝脏的实际值，可能会导致模值重建结果存在误差，从而影响了最终的水脂分离结果的准确性。

发明内容

本发明的目的是针对现有技术中存在的缺陷而提出的一种磁共振成像精确定量脂肪含量的方法。

本发明从改进混合水脂分离方法出发，通过综合各种水脂分离方法的优劣以及的分离矫正，得到了更为准确的PDFF图像。

实现本发明目的具体技术方案是：

步骤1：图像数据采用MRI多回波梯度回波序列采集，将得到的多回波模值图像和相位图像数据变换为多回波复值图像数据，并将原始的多回波模值图像保存，以便模值重建使用；

步骤2：将多回波复值图像数据导入IDEAL算法，求解出水和脂肪的初始比例，用于模值重建的水脂比例初始值W₀、F₀；