基于频率域的并行磁共振成像图像重建算法及VC实现

论文摘要

磁共振成像技术是医学临床诊断和研究领域广泛使用的重要工具之一。传统MRI成像技术受限于硬件水平、梯度切换速度和人体承受极限,成像速度达到了瓶颈,限制了其应用范围。并行磁共振成像技术在扫描时利用多线圈并行采集技术进行欠采样,减少了相位编码方向的采样数量,大大缩短了数据采集时间,使MRI成像速度在传统技术基础上进一步提高成为现实。对相控阵线圈的每个线圈采集的欠采样数据直接进行傅立叶重建,图像的FOV减小,会产生卷折伪影。并行磁共振成像利用相控阵线圈提供的额外空间定位信息完成去卷折,进行图像重建。国外已经成功地把SENSE和GRAPPA等重建算法进行了商用,而国内MRI技术落后国外十余年,还未在国产MRI扫描仪上实现并行成像技术。本文首先对并行磁共振成像技术的成像理论和图像重建方法进行了研究。深入分析了两种基于k-空间数据的频率域图像重建算法（SMASH和GRAPPA）的原理,并对两种线圈灵敏度的估计方法（静态估计和动态估计方法）进行了分析。然后研究了采用C++语言实现并行磁共振图像重建的方法,对工程实现中的几个关键问题进行了剖析。针对并行MRI采集的数据是复数的特殊性,对算法中用到的几个关键运算的实现进行了研究,主要包括:欠采样数据生成和存储、广义快速傅立叶变换实现、一般矩阵的Moore-Penrose伪逆求解,以及重建图像的存储与显示。用C++类的形式开发了SMASH类和GRAPPA类,以成员函数的形式包装了算法中的几个关键步骤,方便调用,为并行磁共振成像算法的工程实现提供了参考。最后对创建的SMASH类、GRAPPA类进行了测试,成功地得到了重建图像。采用不同加速因子和ACS行数量,对两种重建算法进行了试验,并将重建图像和多线圈平方和开根算法（SOS）结果进行了比较。通过误差图像的RMS得出结论:对于同一种算法,加速因子和灵敏度估计的准确性对图像质量有很大的影响。加速因子越大、ACS行数量越少的图像质量越差;相同重建参数下,GRAPPA算法比SMASH算法的重建图像质量好,但是运算量较大,重建速度较慢。同时,我们采用VS 2005开发平台中的MFC框架,开发了一个基于对话框的并行磁共振重建软件。该软件可以方便地读取原始数据、对重建算法进行选择、存储和读取重建的图像数据,也为后续开发更多新的并行磁共振图像算法类提供了一个基础平台。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究意义
• 1.2 国内外研究现状
• 1.3 本文所做工作和结构安排
• 第2 章 并行磁共振成像原理
• 2.1 磁共振成像原理
• 2.1.1 MRI 的物理原理
• 2.1.2 k-空间
• 2.2 并行磁共振成像
• 2.2.1 并行磁共振成像的发展
• 2.2.2 并行磁共振成像原理
• 第3章 基于频率域的 pMRI 图象重建算法
• 3.1 SMASH 算法
• 3.2 GRAPPA 算法
• 3.3 线圈灵敏度估计
• 3.4 小结
• 第4章 算法实现
• 4.1 基本运算及其实现
• 4.1.1 原始数据的表示和输入
• 4.1.2 矩阵的Moore-Penrose 伪逆函数的实现
• 4.1.3 傅立叶变换函数的实现
• 4.1.4 重建图像的存储和显示
• 4.2 SMASH 算法实现
• 4.2.1 类声明及重建流程
• 4.2.2 灵敏度估计及函数实现
• 4.2.3 算法核心重建函数
• 4.3 GRAPPA 算法实现
• 4.3.1 类声明及重建流程
• 4.3.2 算法核心重建函数
• 第5章 软件实现与算法结果
• 5.1 软件实现
• 5.2 算法结果
• 第6章 总结与展望
• 参考文献
• 致谢
• 附录A 攻读学位期间所发表的学术论文目录