梯度回波三回波水脂分离方法及应用它的磁共振成像系统
专利汇可以提供梯度回波三回波水脂分离方法及应用它的磁共振成像系统专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种梯度回波（Gradient Echo,GRE）三回波 水 脂分离方法及应用它的 磁共振成像 系统。基于化学位移成像的梯度回波双回波技术成像序列，受到 磁场 不均匀性影响，导致数据包含额外的误差 相位 和T2*衰减等问题，从而造成水和脂肪的比例定量不精准，甚至水脂图像分离错误。本发明原始数据使用了GRAPPA（Generalized Auto‑calibrating Partially Parallel Acquisitions）技术提高采集速度；采用梯度回波三回波技术校正图像数据的T2*衰减；同时结合区域生长校正 算法 ，消除额外相位误差带来的相位卷绕，避免了水脂分离错误。三者共同保证了水脂分离图像的高效性、准确性和 稳定性 。，下面是梯度回波三回波水脂分离方法及应用它的磁共振成像系统专利的具体信息内容。
1.一种梯度回波三回波水脂分离方法，应用于磁共振成像系统中，其特征在于，包括以下步骤：
步骤1：采用三维梯度回波三回波序列对磁共振成像区域进行磁共振成像扫描，并对三个回波进行数据采集，同时在采集过程中利用GRAPPA技术加速数据采集；
步骤2：利用GRAPPA技术拟合还原三个回波数据各自K空间内欠采的相位编码数据，然
后做初步的数据处理，求得完整的三个回波的图像域数据；
步骤3：将三个回波的图像域数据进行T2*衰减的拟合估计，并对第二个回波进行校正，以消除T2*的衰减影响；
步骤4：利用第一回波数据和校正之后的第二个回波数据，利用区域生长法对前两个回波进行逐个像素点的相位校正，并最终计算获得水和脂肪图像。
2.根据权利要求1所述的梯度回波三回波水脂分离方法，其特征在于，所述步骤1中对
磁共振成像区域使用三维梯度回波序列进行磁共振成像扫描，一次激发后采集三个回波，其中OP的回波时间TE为2.2ms、IP1的回波时间TE为4.4ms、IP2的回波时间TE为8.8ms。
3.根据权利要求1所述的梯度回波三回波水脂分离方法，其特征在于，所述步骤2的具
体步骤如下：
A：将采集到的三个回波的数据分为三组分别进行GRAPPA后处理，拟合补充完整的K空
间数据，三个回波的K空间数据分别为SIOP、SIIP1和SIIP1；
B：对三组K空间数据各个通道的信号进行滤波去噪处理，傅里叶变化求得图像域数据
之后，进行多通道合成进一步增加信噪比，同时减少后处理运算量。
4.根据权利要求1所述的梯度回波三回波水脂分离方法，其特征在于，所述步骤3的具
体步骤如下：
通过三个回波的图像域数据，拟合每一个像素点的T2*值，并根据公式：IIP1-corrected= IIP1×e(△TE/ T2*)，校正IIP1，其中△TE=2.2ms。
5.根据权利要求1所述的梯度回波三回波水脂分离方法，其特征在于，所述步骤4具体
步骤如下：
a：利用区域生长算法获得正相位IIP1-corrected和反相位IOP图的正确相位差值图
Pcorrected，即：以正相位图为参考，IIP1-corrected的相位为0，IIP=abs（IIP1-corrected）；同时需要依据正确相位差值图Pcorrected得到反相位图像IOP=abs(IOP)×ei×Pcorrected；
b：根据如下公式最终计算得到水和脂肪图像：Iwater=(IIP＋IOP)/2，Ifat=(IIP－IOP)/2。
6.根据权利要求5所述的梯度回波三回波水脂分离方法，其特征在于，所述步骤a的具
体步骤如下：
（1）首先计算正相位图IIP1-corrected和反相位图IOP各自的相位图，分别为PIP和POP；
（2）根据PIP和POP每一个像素与相邻像素的相位差异大小，获得正反相位的相位变化差异图QIP和QOP，每个像素点其值越小，说明相位变化越小，该点处的磁场均匀性越好；
（3）根据QIP和QOP综合考量找到磁场均匀性最好的区域作为区域生长的起始位置，即种子点Seed；
（4）以Seed为起始，优先考量磁场均匀性好的区域，每次校正某个像素的相位时，先参考周围相邻已经校正过的像素点相位，以此保证磁场均匀性好的区域的正确相位能够被最优先利用，最终获得整个扫描区域的校正相位图Pcorrected。
7.一种磁共振成像系统，其特征在于，应用了权利要求1-6中任一种的梯度回波三回波水脂分离方法来获得水脂分离图像。
梯度回波三回波水脂分离方法及应用它的磁共振成像系统
技术领域
背景技术
发明内容
步骤2：利用GRAPPA技术拟合还原三个回波数据各自K空间内欠采的相位编码数据，然
后做初步的数据处理，求得完整的三个回波的图像域数据；
步骤3：将三个回波的图像域数据进行T2*衰减的拟合估计，并对第二个回波进行校正，以消除T2*的衰减影响；
步骤4：利用第一回波数据和校正之后的第二个回波数据，利用区域生长法对前两个回波进行逐个像素点的相位校正，并最终计算获得水和脂肪图像。
间数据，三个回波的K空间数据分别为SIOP、SIIP1和SIIP1；
B：对三组K空间数据各个通道的信号进行滤波去噪处理，傅里叶变化求得图像域数据
之后，进行多通道合成进一步增加信噪比，同时减少后处理运算量。
Pcorrected，即：以正相位图为参考，IIP1-corrected的相位为0，IIP=abs（IIP1-corrected）；同时需要依据正确相位差值图Pcorrected得到反相位图像IOP=abs(IOP)×ei×Pcorrected；
b：根据如下公式最终计算得到水和脂肪图像：Iwater=(IIP＋IOP)/2，Ifat=(IIP－IOP)/2。
（2）根据PIP和POP每一个像素与相邻像素的相位差异大小，获得正反相位的相位变化差异图QIP和QOP，每个像素点其值越小，说明相位变化越小，该点处的磁场均匀性越好；
（3）根据QIP和QOP综合考量找到磁场均匀性最好的区域作为区域生长的起始位置，即种子点Seed；
（4）以Seed为起始，优先考量磁场均匀性好的区域，每次校正某个像素的相位时，先参考周围相邻已经校正过的像素点相位，以此保证磁场均匀性好的区域的正确相位能够被最优先利用，最终获得整个扫描区域的校正相位图Pcorrected。
伪影；三回波的T2*衰减校正进一步提高了水和脂肪信号比例的准确性；区域生长法对正反相图像数据的相位校正，回避了相位解卷绕这个无解的数学问题，节省大量时间，提高了水脂分离后处理的准确性和稳定性。
附图说明
图2为本发明中扫描序列及回波演变示意简图；
图3 为本发明区域生长过程示意图；
图4 为本发明校正之后的IOP相位图；
图5 为本发明最终计算得到的水和脂肪图像。
具体实施方式
Heidemann R M, et al. Generalized autocalibrating partially parallel
acquisitions (GRAPPA)[J]. Magnetic Resonance in Medicine, 2002, 47(6):1202–
1210.”；
（2）利用GRAPPA技术拟合还原三个回波各自K空间内欠采的相位编码数据行，然后做初步的数据处理，包括滤波、傅里叶变换和多通道合并；
（3）将完整的三组回波数据进行T2*衰减的拟合估计，并对第二个回波进行校正，消除T2*衰减影响；
（4）使用校正后的两个回波数据，利用区域生长法对前两个回波进行逐个像素点的相位校正。图3所示为区域生长各个像素点相位校正的先后次序，暗色区域为先，高亮区域靠后，图4所示为校正之后IOP的相位图Pcorrected；
（5）根据公式：Iwater=(IIP＋IOP)/2，Ifat=(IIP－IOP)/2，计算水和脂肪图像，图5为最终图像示例。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 多个CQI报告过程 | 2020-05-08 | 785 |
| 视锥视杆复用式仿生视觉传感器 | 2020-05-08 | 724 |
| 一种保偏光纤分布式偏振耦合检测弱耦合点提取方法 | 2020-05-08 | 750 |
| 一种相位相关的共享深度卷积神经网络语音增强方法 | 2020-05-08 | 426 |
| 一种快速响应的高精度光散射浊度计测量装置 | 2020-05-08 | 250 |
| 一种新型防射频干扰的微机电系统麦克风 | 2020-05-08 | 551 |
| 基于瞬时频率的带静默间断信号的端点识别方法及应用 | 2020-05-08 | 651 |
| 一种基于多门限的Polar码SC-FLIP译码方法、设备及存储设备 | 2020-05-08 | 153 |
| 一种结合神经网络实现2ASK信号及AM信号调制识别的方法 | 2020-05-08 | 907 |
| 一种利用星座图的基于深度学习的信噪比估计方法 | 2020-05-11 | 148 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
