论文部分内容阅读
磁共振成像作为一种无损伤的影像检测技术,在临床诊断和科学研究等方面发挥了巨大作用。然而成像速度限制了其在临床很多场合的应用,如心血管系统的实时成像和脑功能成像等。并行磁共振成像技术采用多个接收线圈阵列同时采集数据,在保持空间分辨率不衰减的情况下,减少相位编码步数,对K空间进行欠采样,大幅度缩短了MR扫描时间,提高了成像速度。但是如果对每个线圈数据直接进行傅里叶变换,得到的是带有重叠伪影的图像,必须采用特殊的重建算法进行图像重建,才能得到一幅无重叠的全FOV图像。本文首先对四种常见的并行磁共振图像重建算法SENSE、SMASH、GRAPPA以及PILS进行了深入研究,分析了采用不同重建算法以及不同加速因子组合对重建图像质量的影响,同时对加速因子固定条件下不同算法的重建速度进行了比较,结果表明,加速因子相同时,在重建质量方面,GRAPPA和SENSE的重建质量最好,SMASH的重建质量次之,PILS的重建质量最差;在重建速度方面,SMASH的重建速度最快,其次是SENSE和PILS,GRAPPA的重建速度最慢,当加速因子变大时,所有算法重建质量都变差,也即并行磁共振成像速度的提高是以牺牲重建图像的SNR为代价。然后讨论了决定重建图像质量的关键因素——线圈灵敏度的两种计算方法:参考扫描法和自动校准扫描法。首先分析了两种方法的优缺点,然后对自动校准扫描法ACS行数以及灵敏度平滑方法的选择进行了研究和改进,结合现有灵敏度估计方法在成像区域外有较大取值,而这些值不但对重建没有任何作用,反而会引入干扰的特性,我们提出一种改进的灵敏度计算方法,即采用32行ACS数据进行灵敏度估计,得到粗糙灵敏度后,先提取感兴趣区域的灵敏度,再用flattopwin窗进行平滑处理,这样计算得到的灵敏度的准确性大大提高。最后将改进的灵敏度引入自动校正SENSE重建,结果表明,改进后的方法重建图像的质量较改进前有了很大的提高。我们在MATLAB图形用户界面开发环境GUIDE中,开发了一套并行磁共振成像图像重建软件。该软件可以现实原始MRI数据的读入、处理、图像重建以及不同算法重建结果性能比较分析等功能,是学习以及进一步研究与开发并行磁共振成像图像重建方法的有力工具。