[发明专利]基于三重循环优化的并行磁共振成像方法

说明书

本发明公开了基于三重循环优化的并行磁共振成像方法；在估算灵敏度矩阵时使其充分利用采样线圈信息，提高灵敏度矩阵准确性，继而提高SENSE算法重建图像的质量，同时基于k空间、灵敏度矩阵、重建图像的三重循环优化，增加三重循环之间的稳定性；在循环过程中不断修正灵敏度矩阵，从而得到质量更高的重建图像。

技术领域

本发明涉及磁共振成像领域，更具体地说，涉及基于三重循环优化的并行磁共振成像方法。

背景技术

并行磁共振成像(parallel Magnetic Resonance Imaging,pMRI)技术被提出，pMRI主要通过增加通道数来收集数据信息，和传统核磁共振单线圈采集信息相比提高了数据采集的速度。而成像速度和采样数据量息息相关，所以减少采样数据可以加快pMRI的成像速度。为减少采样时间，通常采用欠采样方式采样，但是其视野也会缩小为原来的一半，这就会导致重建图像结果有伪影。

所以为了在欠采样的基础上更好地重建图像，过去20年里人们提出了很多种图像重建的方法，这些方法主要分为两类：一类是基于频域也就是k空间的重建，代表算法有空间谐波同时获取、泛化自校正部分并行获取、非线性泛化自校正部分并行获取等，利用特殊的方法估算未被采样的数据行的值，从而填满整个k空间进行图像重建。另一类是基于图像域的重建，代表算法有灵敏度编码(SENSE)、利用局部灵敏度的部分并行成像等，通过特定的数学公式，将混叠图像展开以恢复成清晰图像。无论是基于哪类方法，都需要在采样时，在k空间的中心区域进行一定数量的全采样，这些全采样数据可以帮助基于k空间的重建算法估算缺失值，也可以帮助基于图像域的重建算法求解未知数，起到很大的辅助作用。

SENSE方法有固定的数学公式，是通过估算灵敏度矩阵进一步重建图像。其灵敏度矩阵就是由中间全采样数据获得，这些全采样数据称为自校准信号线(ACSL)，继而重建图像。由于中间的ACSL采样量虽小，但其是全采样。所以只利用ACSL信息所得到的重建图像是虽然有很大的噪声，但其不存在伪影。所以SENSE方法可以通过ACSL数据计算出灵敏度矩阵，将灵敏度矩阵代入重建算法中得到最后的重建图像。然而现有的SENSE重建方法利用ACSL数据构造灵敏度矩阵之后，就将其设为固定值，没有充分的对灵敏度矩阵进行优化，但是灵敏度矩阵的准确度直接关系着最后图像的重建结果。

例如，一种在中国专利文献上公开的“一种并行磁共振成像装置”，其公告号CN103033782B，包括多个成像通道、采集模块、初始化模块、运算模块以及重建模块。其中：采集模块用于对各个成像通道利用欠采方式根据欠采因子采集欠采矩阵di(i0，为成像通道的编号)；初始化模块用于获取初始化图像矩阵ρ以及所述成像通道的初始化灵敏度矩阵si(i0，为成像通道的编号)；运算模块用于根据所述欠采矩阵di、初始化图像矩阵ρ以及初始化灵敏度矩阵si利用共轭梯度算法对约束函数进行优化迭代求解，得到重建图像矩阵ρ与灵敏度矩阵si；重建模块用于根据所述重建图像矩阵ρ与所述灵敏度矩阵si重建图像。通过这种方式并行磁共振成像装置对图像重建，有效的提高了成像速度，且信噪比损失小。然而该方法仍然未能充分利用采样线圈信息，虽然对灵敏度矩阵进行了一定的优化，却由于利用信息不充分导致无法充分信任其灵敏度的准确性。同时该发明在构造灵敏度矩阵之后，就将其设为固定值，没有充分的对灵敏度矩阵进行优化导致图像重建结果较差。

发明内容

针对现有的SENSE重建方法利用ACSL数据构造灵敏度矩阵之后，就将其设为固定值，没有充分的对灵敏度矩阵进行优化导致图像重建结果较差的问题；本发明提供了基于三重循环优化的并行磁共振成像方法；在估算灵敏度矩阵时使其充分利用采样线圈信息，提高灵敏度矩阵准确性，继而提高SENSE算法重建图像的质量，同时基于k空间、灵敏度矩阵、重建图像的三重循环优化，增加三重循环之间的稳定性；在循环过程中不断修正灵敏度矩阵，从而得到质量更高的重建图像。

本发明解决其技术问题所采用的技术方案是：

一种基于三重循环优化的并行磁共振成像方法，包括如下步骤：