[发明专利]一种动态磁共振快速重建方法

说明书

本发明公开了一种动态磁共振快速重建方法，包括以下步骤：第一帧采用高精度采样作为参考帧，前两帧采用DTV算法快速重建；后续帧在重建之前先与重建后的第二帧进行CFT数据融合，产生一个针对当前帧的一个高精度的预测图像，接着利用第一帧与该预测图像的残差图像，使用全变差算法进行快速重建。该发明通过利用dMRI在时空域的冗余特性，采用了PPCG技术优化了加权最小二乘算法，以及CFT预测算法聚合k空间的采样数据，为当前帧提供高精度预测，结合第一帧的高精度采样为参考图像，实现了快速高清重建dMRI成像序列，通过支持在线并行重建框架结构，可以很容易地与多线圈并行成像技术结合起来，进一步提高重建速度。

技术领域

本发明涉及磁共振成像技术领域，具体为一种动态磁共振快速重建方法，

背景技术

磁共振成像(MRI)技术具有无创伤、无辐射、辨率高和可多维成像等优点，被广泛的应用于临床医学各个系统，是继CT以后的又一重要临床检测方法，但MR成像速度慢是其一大缺点，尤其是动态磁共振成像(dynamic magnetic resonance imaging，dMRI)，需要在较短时间内获得高时空分辨率的MRI图像序列，目前是医学界的一个难题，过长的扫描时间加上病人的器官运动(如呼吸，吞咽等)，会导致成像模糊，同时也无法满足动态实时成像和功能成像的需求，在k空间进行降采样是提高成像速度的一种方法，但如果直接从k空间逆里叶逆变重建图像，根据奈奎斯特采样定理，会导致重建图像产生混叠效应，动态磁共振成像数据在时空域具有很强的稀疏特性，使得压缩感知(compressive sensing，CS)技术被广泛应用到MR图像重建当中来，随着磁共振技术的不断发展，数据采集的速度也越来越快，

基于CS的方法的重建虽然可以达到更高的图像精度，但其重建速度已经逐渐跟不上数据采集的速度了，为解决这一问题，我们研究了DTV算法的基本原理及其快速并行成像的特点，结合组合傅里叶变换数据融合的优点，提出了一种新的稀疏模型叫做动态全变差组合傅里叶变换的模型(dynamic total variation and combined Forier transform,DTVCFT)。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种动态磁共振快速重建方法，以解决上述背景技术中提出的问题。

(二)技术方案

为实现上述背景技术中提出的问题，本发明提供如下技术方案：

一种动态磁共振快速重建方法，其特征在于，包括以下步骤：

1)第一帧采用高精度采样作为参考帧，前两帧采用DTV算法快速重建；

2)后续帧在重建之前先与重建后的第二帧进行CFT数据融合，产生一个针对当前帧的一个高精度的预测图像，接着利用第一帧与该预测图像的残差图像，使用全变差算法进行快速重建。

优选的，步骤1)中的具体方法为：

假设一个dMRI图像序列表示为X＝[x₁,x₂,....x_T]，其中xt为包含N个像素的第t帧图像，y＝[y₁,y₂,....y_T]为其k空间降采样获得测量值，y_t＝F_ux_t，F_u＝R_tF为k-t空间降采样后零填充傅里叶变换算子，Rt为第t帧的欠采样模板，F为傅里叶变换，动态磁共振成像重建可以表示为：