[发明专利]用于线圈灵敏度映射图估计的特征向量方法

摘要

本发明涉及一种用于针对磁共振（MR）图像估计线圈灵敏度映射图的方法，其包含：提供（61）线圈校准数据的三维图像的滑块的矩阵A；从A的与τ个主要奇异值相对应的奇异值分解中计算（62）左奇异矩阵V_||；计算（63）P=V_||V_||^H；计算（64）矩阵S，所述矩阵是零填充矩阵P的反傅里叶变换；并且求解（65）M^Hc^r=(S^r)^Hc^r以便得到c^r，其中c^r是用于在所有空间位置r处的所有线圈的线圈灵敏度映射图的向量，并且，

主权项

一种用于针对磁共振（MR）图像估计线圈灵敏度映射图的方法，其包含以下步骤：通过收集核大小为k_x×k_y×k_z的滑块从线圈校准数据的三维c_x×c_y×c_z图像中构造矩阵A={a_ij}，其中，A具有[(c_x‑k_x+1)×(c_y‑k_y+1)×(c_z‑k_z+1)]列和k_xk_yk_zn_c行，n_c是线圈的数目，并且a_i,j是对第i个线圈的第j个滑块进行描述的k_xk_yk_z×1列向量；确定使<(S^r)^Hα,M^Hα>最大化的单位特征向量α，其中，S^r是在三维c_x×c_y×c_z图像中空间位置r处零填充矩阵P=V_||V_||^H的反傅里叶变换，其中，$V_{\left|\right|}=[v_1,v_2,...,v_{\mathrm{\&tau;}}]=\left(\begin{array}{cccc}{v}_{\mathrm{1,1}}& v_{\mathrm{1,2}}& ...& v_{1,\mathrm{\&tau;}}\\ v_{\mathrm{2,1}}& v_{\mathrm{2,2}}& ...& v_{2,\mathrm{\&tau;}}\\ ...& ...& & ...\\ v_{n_c,1}& v_{n_c,2}& ...& v_{n_c,\mathrm{\&tau;}}\end{array}\right)$是由A的与τ个主要奇异值相对应的左奇异向量所组成的矩阵，其中，v_i,k是k_xk_yk_z×1列向量，所述列向量是在向量v_k中的第i块，$M=\left(\begin{array}{cccc}\left(\begin{array}{cccc}1& 1& ...& 1\\ 0& 0& ...& 0\\ ...& ...& & ...\\ 0& 0& ...& 0\end{array}\right)& \left(\begin{array}{cccc}0& 0& ...& 0\\ 1& 1& ...& 1\\ ...& ...& & ...\\ 0& 0& ...& 0\end{array}\right)& ...& \left(\begin{array}{cccc}0& 0& ...& 0\\ 0& 0& ...& 0\\ ...& ...& & ...\\ 1& 1& ...& 1\end{array}\right)\end{array}\right)$是与S^r具有相同大小的n_c×k_xk_yk_zn_c稀疏矩阵；以及找到使在(S^r)^Hα和M^Hα之间的相关性最大化的优化器c^r，其中，所述优化器c^r是在三维c_x×c_y×c_z图像中空间位置r处的线圈的线圈灵敏度的列向量。