基于深度学习的磁共振并行成像技术研究

发布时间：2021-08-08 10:15

　　磁共振成像作为一种无损害、多模态的临床医学疾病检测技术,能够为临床诊断提供高分辨率、任意层面的软组织结构图像。同时,功能磁共振成像作为脑科学研究的重要工具,也得到了迅速的发展。由于受自身成像机制的影响,磁共振成像系统的成像时间相对较长,有时不能满足临床医学的特殊需求。为了提高磁共振系统的成像速度,进一步满足临床需求,并行磁共振成像被提出并得到了深入的研究。并行磁共振成像首先通过并行线圈采集技术在相位编码方向上减少K空间数据的采集,然后通过并行磁共振重建算法,获得高质量的磁共振图像。并行磁共振重建算法包括GRAPPA和SENSE两大类。本文对SENSE及其改进算法进行研究,提出一种利用深度学习改进SENSE算法的混合磁共振并行重建算法,该算法可以进一步提高传统SENSE的重建效果。另外,本文通过对传统并行重建算法通用框架的深入研究,提出了一种基于深度学习的多通道磁共振并行重建算法。主要的研究成果如下:1,本文提出一种通过深度学习算法提高SENSE重建效果的新型混合磁共振并行重建算法。SENSE重建框架主要是利用并行线圈的敏感度分布,即线圈敏感图,来打开由于K空间欠采样而产生的混叠伪影。获... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

拉莫尔进动示意图

第二章基于深度学习的磁共振并行成像方法介绍7其中，T1为自旋-晶格驰豫时间。T1的大小取决于主磁场B0和质子与周围环境的相互作用。另一方面是横向分量Mxy的消失，又称T2驰豫，是自旋-自旋驰豫的宏观表现，其驰豫规律可以用如下公式表示：()=0sin2(2-4)其中，是M0受到激励脉冲作用后偏离原来方向的角度，T2称为自旋-自旋驰豫时间，在给定主磁场的情况下，T2仅取决于组织中质子间的相互作用。实际情况下，T2还和主磁场的均匀程度有关，磁场不均匀会加速横向驰豫过程。因此，实际的横向驰豫时间T2*可以由如下公式表示：12=12+（2-5）其中，表示外磁场的非均匀性，一般又称2为组织横向驰豫时间。射频脉冲结束后，Mxy由于横向驰豫开始按照指数形式衰减。此时将会在磁共振系统的接受线圈内引起磁通量的变化，将在接受线圈内产生感应电动势。然后被检测到的感应电动势经过放大、模数转换，最终作为MR原始数据填充进K空间。2.1.2磁共振成像的空间定位磁共振成像的空间定位主要依靠梯度磁场来完成。梯度线圈控制梯度磁场的强度，并分别在三个相互垂直的方向上产生强度线性变化的磁常三个互相垂直图2-2梯度磁场示意图的方向分别是Gx、Gy、Gz，如图2-2所示。空间定位的过程是首先在任一方向上选择需要成像的层面，然后在该层面内分别进行频率编码和相位编码。这样

电子科技大学硕士学位论文8就可以精确定位人体的每一个体素，从而可以为人体任意部位成像。2.1.3K空间K空间是磁共振数据的频率域空间，采集到的原始信号都以K空间的形式存放。我们所看到的MR图像是对K空间进行傅里叶逆变换得到的。K空间的及其刻度公式分别为：()=∫0(),()=∫0()(2-6)=1,=1(2-7)K空间具有相位编码方向和频率编码方向。沿相位编码方向上，K空间的每一条相位编码线代表着一次MR数据采集。通过梯度磁场可以对K空间数据进行空间编码。K空间具有对称性，在相位编码方向上沿中心轴上下对称。K空间的中心数据具有最大的幅值，代表图像的低频信息。然而K空间两端的数据幅值较小，代表图像的高频信息。K空间与图像域之间的关系如图2-3所示。其中，IFFT表示傅里叶逆变换，FFT表示傅里叶变换。图2-3磁共振图像K空间与图像域之间的变换关系


本文编号：3329770