对径向采样图像数据集中的角向一致伪影的多步校正
阅读：438发布：2024-02-13
专利汇可以提供对径向采样图像数据集中的角向一致伪影的多步校正专利检索，专利查询，专利分析的服务。并且本文公开了一种用于从使用利用 频率 扫掠（SWIFT）激励脉冲进行的径向 磁共振成像 来生成的图像中去除靶眼伪影的方法。，下面是对径向采样图像数据集中的角向一致伪影的多步校正专利的具体信息内容。
1.一种图像校正方法，包括：
接收包括对象的径向采样投影的图像数据；
使用处理器、使用所述图像数据并且使用第一比率计算第一校正数据集，所述第一比率基于所述图像数据的平均投影并且基于所述图像数据的经滤波的平均投影；并且使用所述第一校正数据集并且使用第二比率的倒数计算第二校正数据集，所述第二比率基于所述第一校正数据集的平均投影以及所述第一校正数据集的经滤波的平均投影。
2.根据权利要求1所述的方法，其中，计算所述第二校正数据集包括使用加权因子相乘。
3.根据权利要求1所述的方法，其中，确定所述经滤波的平均投影包括使用低通滤波器。
4.根据权利要求1所述的方法，其中，接收图像数据包括接收使用SWIFT协议生成的磁共振数据。
5.根据权利要求1所述的方法，还包括使用所述第二校正数据集来生成经校正的图像。
6.根据权利要求1所述的方法，其中，接收所述图像数据包括接收对应于绝热脉冲的磁共振数据。
7.根据权利要求1所述的方法，其中，确定所述经滤波的平均投影包括估算。
8.一种图像校正系统，包括：
存储器，所述存储器被配置成接收对应于对象的径向投影的图像数据；以及处理器，所述处理器耦接到所述存储器，所述处理器被配置成计算第一校正数据集并且计算第二校正数据集，其中，使用所述图像数据并且使用第一比率计算所述第一校正数据集，所述第一比率基于所述图像数据的平均投影并且基于所述图像数据的经滤波的平均投影，并且其中，使用所述第一校正数据集并且使用第二比率的倒数计算所述第二校正数据集，所述第二比率基于所述第一校正数据集的平均投影以及所述第一校正数据集的经滤波的平均投影，并且所述第二校正数据集被用来生成经校正的图像。
9.根据权利要求8所述的系统，其中，所述处理器被配置成使用频域中的乘法或时域中的卷积中的至少一个来计算所述第一校正数据集或所述第二校正集中的至少一个。
10.根据权利要求8所述的系统，其中，所述处理器被配置成执行用于估算被提供给所述对象的激励信号中的持续失真的算法。
11.根据权利要求8所述的系统，其中，所述处理器被配置成实施低通滤波器。
对径向采样图像数据集中的角向一致伪影的多步校正
[0004] 本发明是利用由美国国立卫生研究院授予的5P41RR008079下的政府支持来作出的。政府具有本发明中的某些权利。
背景技术
[0005] 利用径向分布的投影获取的图像有时可能包括非期望的伪影。许多种因素可能引起伪影。一些伪影可被忽略，而其它伪影可能使得图像无用或导致误诊。
[0006] 图像伪影的一个例子类似于具有交替的深和浅阴影的大致同心的环的靶眼（bullseye）。
发明内容
[0007] 本主题包括一种用于减小或校正由二维或三维径向采样数据集中的角向一致误差导致的伪影。在一个例子中，角向一致误差可能由先前的伪影校正例程引入。
[0009] 本主题包括用于校正靶眼伪影的一种系统和一种方法。靶眼伪影可能出现在例如使用被称为SWIFT的磁共振协议生成的径向图像中。根据扫掠成像、利用傅里叶变换得到的SWIFT协议使用经频率调制的脉冲来实现几乎同时的激励和接收。
[0010] 在一个例子中，可使用第一过程部分地校正图像的靶眼伪影，并且可使用第二过程校正靶眼伪影的剩余部分。第一过程和第二过程中的任一者或全部二者可包括在时域中执行的计算或者使用在频域中执行的计算。
[0011] 一个例子包括一种方法，该方法包括计算第一平均投影和计算第一靶眼校正。然后，将第一靶眼校正应用于数据集，随后该过程继而计算第二平均投影和计算第二靶眼校正。另外，该方法包括基于第二靶眼校正来应用逆靶眼校正。附图说明
[0012] 在不一定按比例绘制的附图中，不同视图中相似的附图标记可表示相似的部件。具有不同字母后缀的相似的附图标记可表示相似的部件的不同实例。附图一般通过示例的方式而不是通过限制的方式示出本文中所讨论的各种实施方式。
[0013] 图1包括展示了靶眼伪影的一系列图像。
[0014] 图2示出了使用了时域相关的靶眼伪影校正。
[0015] 图3包括成像系统的框图。
[0016] 图4A和图4B包括用于调整图像的流程图。
[0017] 图5示出了SWIFT流程图。
[0018] 图6示出了SWIFT的时间变化图。
[0019] 图7A和图7B示出了在所接收到的数据中没有间隙的仿真FID数据。
[0020] 图8A和图8B示出了具有发射器间隙的仿真FID数据。
[0021] 图9A和图9B示出了具有发射器间隙和接收器间隙二者的仿真FID数据。
[0022] 图10A和图10B示出了频谱中的仿真数据。
[0023] 图11示出了靶眼校正之后的幻影（phantom）的图像。
[0024] 图12A和图12B示出了逆靶眼校正之后的幻影的图像。
[0025] 图13A和图13B示出了相减（subtraction）图像。
[0026] 图14示出了靶眼校正和逆靶眼校正的时间变化曲线。
[0027] 图15A、图15B和图15C包括正弦图。
[0028] 图16示出了激励带宽与翻转角之间的关系。
[0029] 图17示出了对应于仿真翻转角的数据。
[0030] 图18A至图18J用图形示出了特定等式的所选择的分量。
[0031] 图19A至图19C示出了SWIFT脉冲序列。
[0032] 图20A和图20B示出了基带的轮廓。
具体实施方式
[0034] 图1包括展示了靶眼伪影的一系列整个头部图像。整个头部图像示出了良好的分辨率和对比度。该图中的三个图像是在4T处使用MRI生成、并且以具有如下参数的双曲正割（HS1）脉冲使用SWIFT来获取的：TR=6.1ms、标称翻转角=4°、96000个独立的辐条（spoke）、FOV=35x35x35cm、获取时间≈10分钟、各项同性分辨率为1.37x1.37x1.37。靶眼伪影表现为交替的深和浅区域的大致同心的环。
[0035] 径向采样描绘了可被认为是沿着轮子的特定辐条对轮毂进行查看的投影。磁共振扫描器提供表示图像的幅度分量和相位分量的数据。傅里叶变换可被用来在时域和频域之间转换。在径向成像中，k空间数据的逆傅里叶变换和网格化产生图像。对投影的傅里叶变换产生径向k空间中的特定“辐条”。
[0036] 利用SWIFT协议，例如，实际施加于感兴趣区域的激励信号可能不同于想要的激励信号。可使用想要的信号和误差分量对激励信号进行建模。误差分量可由放大器中的非线性和其它因素引起。在本主题中，假设误差在时间上一致，并且可通过应用合适的算法来校图像。
[0037] 靶眼伪影可被视为响应的带宽内的高频调制。因此，用于系统响应的合适的滤波器的选择可去除高频分量并且提供清洁的图像。滤波器可被选择为提供平滑的平均投影。
[0038] 在一个例子中，计算出的数据与经低通滤波的平均信号相乘并除以未经滤波的平均信号。
[0039] 除了SWIFT以外，其它磁共振序列也可被用于径向采样并因此可通过本主题来校正。本主题可与使用了不同频率的依次激励的任何磁共振序列一起使用。
[0040] 被称为SWIFT的3D径向MRI技术利用经频率调制的脉冲来实现几乎同时的激励和接收。SWIFT了使用如下概念：所得到的频谱可被表达为所得到的NMR信号与自旋所经历的RF脉冲的卷积。在此方法中，通过相关（也被称为去卷积）从NMR信号中去除RF脉冲需要对自旋所经历的RF波形的准确知晓。然而，由于发生在发射器通道中的失真，该功能通常不同于所要求的数字波形。脉冲形状的一致失真存在若干来源，包括可由放大器映射来补偿的放大器非线性和幅度感应的相位调制、以及需要更具挑战性的硬件解决方案的谐振电路中的较小的相位延迟。
[0041] 对于SWIFT，持续RF失真可被观察为可能使图像质量劣化的靶眼伪影。本主题包括一种用于在不明确知晓这些有害影响或其来源的情况下校正这些有害影响的方法。
[0042]
[0043] 表格1
[0044] 测得的信号r(t)可被表达为表格1中的等式1，其中，x(t)是自旋所经历的RF脉冲，且h(t)是由短脉冲激励（冲激响应）导致的自由感应衰减（FID）。
[0045] 与频域中的预期脉冲函数xexp(t)的相关给出了谱Hcal（c 等式2），该谱不同于自旋系统的谱H（等式3）。这里，认为RF脉冲失真是任何持续效应，即，x(t)=xexp(t)+Δx(t)。对于径向获取，RF脉冲的持续失真可根据数据本身来估算。这样做的前提是所有方向的平均投影是平滑的并且误差对于所有视图来说是相同的。
[0046] 然后，可根据等式5确定经校正的投影，这需要与平均投影 相除并与经滤波的平均投影 相乘。
[0047] 可如表格1中的等式1所示那样确定、并且在频域中或者在时域中实施校正函数。校正函数被定义为：
[0048]
[0049] 可使用Hcorrected＝HcrfHcalc在频域中应用校正函数，或者可按照在时域中应用校正函数，其中， 是Hcorrected的傅里叶
变换。校正函数可被表达为比率，并且在一个例子中通过执行样条内插来确定。
变换。校正函数可被表达为比率，并且在一个例子中通过执行样条内插来确定。
[0050] 图2示出了使用了时域相关的靶眼伪影校正。在该图中，横坐标示出了在相关之后的时域，而纵坐标表示信号幅度的对数。用*（星号）符号标记的线示出了在相关之后且在靶眼伪影校正之前的自由感应衰减（FID）。在该线中，高空间频率被衰减。用□（正方形）符号标记的线是在频域中的靶眼伪影校正以及到时域的傅里叶变换之后的FID。在该线中，FID中的高频衰减被去除。具有·（点）符号的线是在与时域中的靶眼校正函数的相关之后的时域中的FID。时域中的靶眼校正函数是上面所描述的“校正函数”的傅里叶变换。在该线中，FID中的高频的衰减被去除。该图示出了时域与频域之间的平行性对于具有有限持续时间的那些信号而言是有缺陷的。
[0051] 已研究了来自在其上实施SWIFT的9.4T动物和4T人系统二者的测量结果以用于展示这些靶眼伪影。在一个例子中，利用强窗口化的FFT（至电源30的汉明（hamming）窗）估算了表示 的低通滤波的函数 这被一致地发现了去除伪影。也可使用利用标准汉明滤波和随后的多项式滤波（Savitzky-Golay，五阶且帧大小为61）进行的校正。使用利用Kaiser-Bessel函数进行的网格化构造了图1的图像。利用Kaiser-Bessel函数进行的网格化包括通过使用Kaiser-Bessel卷积核将所获取的数据内插到笛卡尔网格上然后进行快速逆傅里叶变换来进行图像重构。
[0052] 可利用不被描述为“强窗口化”的FFT（快速傅里叶变换）来估算函数 窗口化指的是用于成形测量数据的时间部分以减小导致FFT谱中的谱泄漏的边缘效应的技术。许多种窗口函数可与非周期性数据（比如使用本主题可能遇到的非周期性数据）一起使用。用来选择具体窗口函数的准则可包括例如频率分辨率、谱泄漏和幅度精度。
[0053] 由电子部件和基本物理限制导致的脉冲缺陷是执行高级MR实验的真实的且令人困惑的因素。然而，对于趋向非笛卡尔径向序列和频率扫掠脉冲的MR的未来，需要对这种效应的校正。
[0054] 根据一种理论，占主导地位的靶眼效应由经历失真RF波形的自旋引起。本主题包括用于校正的数据驱动的方法，由此导致临床质量的图像。
[0056] 除了后处理技术以外，对RF脉冲的额外的直接测量结果表明了等式1的解可通过使用所测得的RF进行相关来校正。
[0057] 在一个例子中，使用具有特定通带的滤波器来实施本主题。如本文中其它地方所指出的，滤波器可包括低通滤波器，在该低通滤波器中，低频谱分量以很少的衰减通过或无衰减地通过，而高频谱分量被衰减。在一个例子中，滤波器被配置成衰减或去除高（量值）空间频率分量（即，高的正和负频率）。滤波器可包括高斯滤波器、多项式滤波器或其它类型的滤波器。
[0058] 在SWIFT中，通过使自旋系统响应与脉冲函数相关来提取有用的信号。脉冲函数的误表示导致所得到的谱中的系统误差。径向成像中的这样的系统误差出现在重构图像如靶眼伪影中。为了避免这样的伪影，用于相关的脉冲函数必须尽可能忠实于由RF线圈发射的物理脉冲。如本文中所示，可通过应用校正函数来校正靶眼伪影。
[0059] 在一个例子中，所应用的脉冲函数由被配置成检测RF信号的线圈来确定。有时称为嗅探器（sniffer）线圈的线圈可包括具有对感兴趣频率灵敏的绕线电元件的探头。在一个例子中，通过耦接到磁共振系统的样本端口来生成信号的样本。
[0060] 本主题可与使用了计算用于去除靶眼伪影的乘法比率因子的多种方式并且对应于多种类型的成像模态的数据一起使用。在一个具体例子中，本主题与磁共振数据一起使用。除磁共振以外的其它类型的图像数据也可与本主题一起使用。
[0061] 另外，可使可替选的方法来获得比率。在一个例子中，基于数据、使用平均投影和经滤波的平均投影来生成比率。
[0062] 可对激励信号进行频率调制，或者可对激励信号进行幅度调制。在一个例子中，激励信号包括绝热（adiabatic）脉冲。
[0063] 除了使用所接收到的数据以外，可使用各种方法来确定经滤波的平均投影。
[0064] 本主题的例子包括靶眼校正和逆靶眼校正二者。可通过将靶眼校正应用于图像数据（如本文中所述）然后进行逆靶眼校正来生成经校正的图像。逆靶眼校正方法可包括与加权因子相乘。在一个例子中，加权因子是1/2。
[0065] 本主题的例子包括计算第一平均投影并且计算第一靶眼校正。将第一靶眼校正应用于图像数据以产生经靶眼校正的图像数据。另外，基于经校正的图像数据计算第二平均投影，并且基于经校正的图像数据计算第二靶眼校正。将第二靶眼校正的逆应用于经校正的图像数据以产生经逆靶眼校正的图像数据。经逆靶眼校正的图像数据可去除依赖于对象的伪影的相当大部分。
[0066] 图3包括成像系统300的框图。在该例子中，成像系统300描绘了磁共振系统并且包括磁体305。接收器线圈315和对象310位于磁体305的场内。对象310可包括人体、动物、幻影或其它样本。有时称为天线的接收器线圈315向接收单元320提供信号。接收单元320可包括模数转换器（ADC）、预放大器、滤波器或用于准备所接收到的信号以用于处理的其它模块。接收单元320耦接到处理器330。在一个例子中，系统300包括被配置成向对象310提供激励的发射单元和发射线圈。
[0068] 存储装置325可包括用于存储数据的存储器。数据可包括图像数据以及由处理器330执行的处理的结果。在一个例子中，存储装置325为待由处理器330使用的可执行指令提供存储。所述指令可被配置成实施具体的算法。
[0069] 显示器335可包括屏幕、监视器或用于呈现对应于对象310的可视图像的其它装置。例如，显示器335可被配置成显示径向投影、笛卡尔坐标投影或对应于对象310的其它视图。输出单元340可包括打印机、存储装置、网络接口或被配置成接收经处理的数据的其它装置。
[0070] 图4A包括用于调整图像的方法400的流程图。方法400表示被配置成校正图像中的靶眼伪影的处理的例子。
[0071] 在405处，接收径向图像数据。可从MR数据或使用其它图像模态如超声、PET或CT得到的数据来得到径向图像。在一个例子中，从被配置成实施激励和读出的SWIFT协议的MRI系统（比如图3的系统300）来得到径向图像数据。
[0072] 在所示的例子中，在410处，对图像数据进行预补偿。信号强度随视图的不同而不同，并且预补偿可被应用于Hcalc(f)以减小变化量。在各种例子中，补偿函数是1/t或1/t2，并且按照经预补偿的 或经预补偿的 在时域中应用补偿函数，其中 是傅里叶变换，且^Hcalc是逆傅里叶变换。
[0073] 在415处，确定校正因子。在一个例子中，这包括确定平均投影与经滤波的平均投影的比率。
[0074] 在420处，对经预补偿的数据执行靶眼校正。在对RF缺陷（如靶眼伪影）的校正之后，在425处，利用逆校正因子（例如t或t2）对数据进行后补偿。后补偿需要用于经校正的图像的数据的恢复。
[0075] 在所示的例子中，在430处，使用经补偿的且经靶眼校正的数据来生成经校正的图像。
[0076] 补偿（包括预补偿和后补偿）对于从数据中去除异常值可能是有效的。另外，当在时域中执行靶眼校正时，可在频域中应用补偿。
[0077] 还考虑到方法中的变化。例如，可在靶眼伪影校正中忽略预补偿（在410处）和后补偿（在425处）。因此，数据范围仍然未被补偿。
[0078] 方法400对于去除靶眼伪影的第一部分可能是有效的。可使用另外的方法或者通过将方法400的多次迭代与另外的方法相结合使用来去除靶眼伪影的其它部分。
[0079] 图4B包括被配置用于去除靶眼伪影的一部分的方法5的例子。在10处，方法5包括计算平均投影并且计算靶眼校正。在20处，方法5包括将靶眼校正应用于数据。
[0080] 在一个例子中，方法400（图4A）被配置成提供与方法5（图4B）的10和20的组合可比较的结果。
[0081] 如图4B所示，在30处，方法5包括再次计算平均投影并且计算靶眼校正。在40处，方法5包括将靶眼校正的逆应用于数据。靶眼校正的逆的应用对于去除依赖于对象的伪影中的一些是有效的。
[0082] 还考虑到上述过程的变化。在40处应用逆靶眼校正之后，方法5的一个例子包括返回到在10处计算平均投影并且计算靶眼校正的反馈路径65。方法5的另一个例子包括：在30处计算平均投影并且计算靶眼校正之后，返回到在10处计算平均投影并且计算靶眼校正的反馈路径55。
[0083] 靶眼校正和逆靶眼校正可被迭代地执行以去除伪影。可使用任何数目的迭代或重复计算。
[0084] 如本文中的其它地方所述，SWIFT的一种植入包括所发射的RF脉冲中的多个间隙。所述间隙被用来插入单个或多个模数（A/D）转换的间隔以接收NMR/MRI信号。快速发射和接收门控（在脉冲中产生短间隙）在所发射的脉冲（数据、且间接地在所接收到的数据）中引入伪影。图5和图6示出了SWIFT的例子的流程图和脉冲序列。
[0085] 图5示出了用于由理想脉冲中的缺陷引起的伪影的模型引入的流程图。图6示出了使用SWIFT进行的激励和获取的时间变化图。
[0086] 可使用仿真自由感应衰减（FID）数据来查看有间隙的脉冲和门效应。该数据表明所发射的脉冲中的间隙在频域激励轮廓中产生边带。获取间隔中的间隙在所接收到的信号中引入基带的交叠和边带。发射器门和接收器门上的波纹导致边带之间的进一步互调制。
[0087] 图7A和图7B示出了在所接收到的数据中不具有间隙的数据。图7A示出了其中不存在发射器或接收器间隙的所接收到的时域信号。该视图对应于从SWIFT脉冲序列的“获取”。
[0088] 图7B示出了频域信号（基于时域信号的傅里叶变换）。
[0089] 图8A和图8B示出了仅在所发射的信号中具有间隙的数据。图8A示出了时域信号并且包括高频“波纹”。图8B示出了频域信号。波纹是由自旋系统与所发射的脉冲的边带的互作用导致的。该互作用是仅与自旋系统响应的分散（Im）分量的互作用。
[0090] 图9A和图9B示出了发射器侧和接收器侧二者中的间隙。图9A示出了其中间隙在所接收到的数据中可见的时域数据。图9B示出了其中边带的尾部与基带交叠从而贡献于靶眼伪影的频域信号。
[0091] 图10A和图10B对应于仿真例子。图10A示出了用于具有理想发射器和接收器门的系统的数据。图10B描绘了接收门上的仿真波纹并且证明了对所发射的脉冲的知晓不足以校正该数据。如图10B所示的数据中的波纹可能是由乘法效应引起的。
[0092] 图11示出了包括装了水的玻璃烧杯和特氟龙立方体的对象的顶视图。该图包括靶眼伪影的残余。
[0093] 图12A和图12B示出了利用了如本文中所描述的靶眼校正和逆靶眼校正的同一对象。
[0094] 图13A和图13B示出了同一对象的差图像。图13A的图像对应于进行靶眼校正与进行靶眼校正然后进行逆靶眼校正的相减，而图13B示出了进行靶眼校正然后进行逆靶眼校正。
[0095] 图14示出了将进行靶眼校正（浅迹线）与进行靶眼校正然后进行逆靶眼校正（深迹线）相比较的时间变化曲线。如图所示，对应于逆靶眼校正的曲线相对于靶眼校正曲线具有减小的波纹。
[0096] 图15A、15B和15C示出了对应于图像数据的处理的正弦图。正弦图是描绘了横坐标上的连续投影以及纵坐标上的频率的二维矩阵。所示的正弦图示出了补偿和靶眼校正的效应。可对正弦图数据进行变换以恢复图像。例如，正弦图可被变换成k空间表示、并且通过多维傅里叶变换的应用来被转换成图像。
[0097] 图15A包括用于径向投影的图像数据的频域中的正弦图表示。所示的数据是未被补偿的并且未被校正靶眼伪影。未被补偿的信号强度可例如在零至50,000之间变化。对于这样的范围，异常数据点的效应可能非期望地掩盖其它强度值并且损害图像。在该视图中，靶眼伪影表现为深和浅区域的交替的水平带。
[0098] 图15B包括还是在频域中并且在时域中使用1/t预补偿因子的正弦图表示。如先前的正弦图所示，所示的数据未被校正靶眼伪影。例如，所示的信号强度可以具有零至100的范围，从而减轻掩盖效应。在该视图中，持续信号强度调制（靶眼伪影）表现为深和浅区域的交替的水平带。
[0099] 图15C包括还是在频域中并且具有靶眼伪影校正的正弦图显示。如先前的正弦图所示，使用1/t因子对数据进行预补偿。正弦图中不存在交替的水平带预示了图像中不存在靶眼伪影。
[0100] 下面的部分描述了用于频率扫掠MRI的有间隙的脉冲。
[0101] 可使用被称为SWIFT（利用傅里叶变换进行的扫掠成像）的磁共振（MR）方法来对表现出非常快的自旋-自旋驰豫速率的对象进行成像。SWIFT使用频率扫掠激励脉冲并且包括时间共享模式下的几乎同时的信号获取。自旋系统响应与激励脉冲函数的相关被用来提取感兴趣信号。利用SWIFT，使图像质量与均匀宽带自旋激励相关。属于双曲正割族（HSn脉冲）的经频率调制的脉冲可产生用于SWIFT的激励。本文描述了在快速通道线性区域中使用HSn脉冲以及HSn脉冲的所选特性来实施SWIFT。本文还在插入用于时间共享激励和获取的“间隙”之后分析脉冲、呈现用于估算由SWIFT序列沉积的相对能量以及HSn脉冲的幅度和翻转角的表达式。
[0102] SWIFT使用自旋系统响应与激励脉冲函数的相关来提取有用的信号。
[0103] 倘若激励在等于图像获取带宽的带宽内是均匀的，则可利用SWIFT产生图像。根据绝热原理起作用的特定类型的频率调制（FM）可产生具有低RF幅度（B1）的宽带平坦激励轮廓。一些FM脉冲适合于反转磁化（即，绝热全通道（AFP））并且还可用来激励较低翻转角同时保留频率响应轮廓的基本上相同的形状。与绝热逆形成对照，具有较低翻转角的激励需要减小B1或增大依赖于时间的脉冲频率ωRF(t)被扫掠的频率。在这样做时，工作点从绝热区域改变为被称为快速通道、线性区域的区域，其满足以下条件：
[0104]
[0105] 以及
[0106] a＞＞(ω1/2π)2 （6B）
[0107] 其中，a是以赫兹为单位的每秒频率加速度（即，a＝(dωRF/dt)/2π），T2是以秒为单位的自旋-自旋驰豫时间，且ω1是以角频率为单位的RF场的幅度（即，ω1=γB1，其中γ是旋磁比）。
[0108] 可针对RF扫掠函数使用许多种形状来实施SWIFT，并且因此可使用许多种不同种类的FM脉冲。例如，可使用属于被称为HSn脉冲的一类双曲正割脉冲来实施SWIFT。
[0109] 经频率调制的HSn脉冲可被用于相对于双曲正割（HS）脉冲具有减小的峰幅度的绝热逆（即，AFP脉冲）。RF驱动函数fn(t)可以是经修改的HS函数：
[0110] fn(t)＝sech(β(2t/Tp-1)n) （7）
[0111] 其中，n是无量纲形状因子（通常n≥1），β是无量纲截断因子（通常β≈5.3），且Tp是脉冲长度（即，0≤t≤Tp）。驱动函数（等式7）的无量纲相对积分I(n)和相对功率P(n)可被获得，但是当n＞1时不具有已知的解析的封闭形式表达式。为了方便起见，这里将使用近似，其对于β≥3及n≥1具有3%或更高的精确度，使得：
[0112]
[0113]
[0114] 对于n→∞，函数fn(t)成为描述了具有等于1的对应参数（即，I＝P＝1）的啁啾和方脉冲的形状的矩形。
[0115] 在HSn脉冲的情况下，依赖于时间的RF幅度和角频率可分别写为：ω1(t)＝ω1maxfn(t) （9A）
[0116]
[0117] 其中，ω1max=γB1max，ωc是角载波频率，且A是频率调制的幅度。NMR仪器可根据如下函数、通过调制脉冲相位而不是频率来执行FM脉冲，
[0118]
[0119] 利用幅度调制和相位调制，FM脉冲由如下函数描述：
[0120] x(t)＝ω1(t)e-jφ(t) （11）
[0121] 通过分析旋转参照系中的矢量运动，由HSn脉冲产生的激励带宽可按照频率扫掠激励（-A≤(ωRF(t)-ωc)≤A）来理解。因此，HSn脉冲带宽（Hz）理论上由bw=A/π给出。对于基带之内的均匀能量分布，HSn脉冲的频率响应轮廓在形状上是高度矩形的，其中边缘随着时间带宽乘积R＝ATp/π的增大而变得更锐利。
[0122] 可通过执行Bloch仿真来确定HSn脉冲的一些特征。
[0123] 图16示出了对于所选脉冲而言的激励带宽对翻转角的依赖性。对于HS1和啁啾脉冲，bw,theory=A/π，而对于方脉冲，bw,theory=1/Tp。带宽依赖性被显示为达到最大激励的95%所需要的Bloch仿真计算带宽与来自线性系统考虑的理论值之间的比率。
[0124] 图16示出了使用HS1和啁啾脉冲（R=256）的仿真数据，并且为了进行比较，还示出了利用简单方脉冲获得的数据。Bloch仿真可用来求带宽bw,95，对于其，达到了最大激励的至少95%。在图16中，在通过被定义为根据线性理论预测出的半高全宽带宽的bw,theory来归一化之后，bw,95被绘制为翻转角θ的函数。换句话说，对于HSn脉冲，bw,theory=A/π，而对于方脉冲，bw,theory=1/Tp。在图16中，可以看出，对于所有翻转角（即，bw,95/bw,theory≈1），通过关系式bw≈A/π=R/Tp对HS1和啁啾带宽良好地取近似。相比较而言，由方脉冲产生的激励带宽高度依赖于翻转角的选择。在小翻转角区域中，根据傅里叶分析预测出的方脉冲的带宽将bw,95低估了约三倍。因此，为了与HSn脉冲相比较，下面的分析中所使用的方脉冲将具有脉冲长度Tp=1/(3bw)，使得它有效地激励与HSn脉冲相同的所需带宽（bw,95）。
[0125] 在线性区域中，由HSn脉冲产生的翻转角是RF场强的线性函数。按照中心频率（j0）处的谱密度表达的RF场强度是：
[0126]
[0127] 当在无频率或相位调制（例如，正弦脉冲）的情况下使用经幅度调制的（AM）脉冲时，根据等式12，j0是Tp的线性函数。可替选地，由于由附加参数R提供的灵活性，频率扫掠脉冲j0可以是Tp的非线性函数。例如，啁啾脉冲j0与频率加速度的平方根成反比：
[0128]
[0129] 作为同一FM脉冲族的成员，HSn脉冲被预期将展示类似的j0对a的依赖性，尽管因它们的变更的形状而有略微差异。
[0130] 图17示出了针对具有在从300至39000rad/s的变化的ω1max值的范围内的不同参数的五个HSn脉冲仿真的翻转角。不同符号表示参数n、βR和Tp的不同集合，它们分别是1、7.6、256、3ms（方形）；1、2.99、256、3ms（圆形）；1、5.3、256、1ms（上三角形）；1、5.3、256、3ms（下三角形）；8、5.3、256、1ms（菱形）；以及R=256且Tp=2.56ms（十字形）的啁啾。线表示等式
14A至14C。
14A至14C。
[0131] 如图17所示，来自Bloch仿真的结果证明HSn脉冲如何遵循这些预期。在图17中，在纵坐标上绘制利用脉冲参数（n，β，Tp和bw）的不同集合获得的仿真翻转角（θ），而在横坐标上绘制基于分析近似的预测翻转角（θ'），
[0132]
[0133] 这里，β-1/2n描述形状因子，其根据等式8、按照 与脉冲的相对积分和功率二者相关，并且在啁啾的情况下等于1。近似θ≈θ'对于一直到π/2的翻转角、以约3%的精确度成立。
[0134] 用于对翻转角取近似的可替选等式是：
[0135]
[0136] 以及
[0137]
[0138] 基于该应用，可作出依赖对独立参数的不同选择，由此导致使用等式14A、14B或14C。一些MRI系统将脉冲实施为在等式14B或14C的约束下具有固定R值的“形状文件”。
[0139] 为了与HSn脉冲相比较，考虑具有近似相同的激励带宽bw的方脉冲。如上所述，当要求频率响应轮廓的边缘处的受激励的磁化的量值是最大值的至少95%时，线性区域中的脉冲长度约为 （参见图16）。具有峰幅度ω1max的这样的方脉冲的翻转角等于：
[0140]
[0141] 用于使用HSn和方脉冲激励至翻转角θ的峰幅度分别是：
[0142]
[0143] 以及
[0144]
[0145] 与方脉冲相比，HSn脉冲可利用峰RF幅度 的不同集合来产生相同的θ值和bw值。方脉冲和HSn脉冲所需要的相对峰幅度由如下比率给出：
[0146]
[0147] 其依赖于R值而可达到大的值。例如，其中R=512且β=5.3的HS8脉冲的峰幅度是在相同翻转角处激励相同带宽的方脉冲的峰幅度的1/61。
[0149]
[0150] 且相应地，对于方脉冲，能量是：
[0151] Jsquare＝(3bwθ)2Tp＝3θ2bw （20）
[0152] 因此，HSn脉冲的所辐射的RF能量不依赖于n、峰幅度或脉冲长度，并且是在相同翻转角处激励相同带宽的方脉冲所辐射的能量的至多1/3。
[0153] 为了生成成形的经频率调制的脉冲，NMR频谱仪可使用具有有限数目的脉冲元的脉冲的离散表示。接着考虑用于脉冲的适当表示的脉冲元总数（Ntot）。在数学上，这样的脉冲x'(t)可被表示为将连续RF脉冲函数x(t)与间隔Δt（Δt＝Tp/Ntot）的梳状函数相乘、并将该结果与具有相同宽度Δt的矩形函数取卷积：
[0154]
[0155] 其中， 是卷积运算。x’(t)的傅里叶变换表示离散化脉冲在频率（ν）域中的“低翻转角”激励轮廓，
[0156]
[0157] 其中，B＝Δt2是比例缩放因子，为了简单起见在下面可以将其忽略。
[0158] 因此，离散化创建了具有相同带宽bw、以频率k/Δt为中心的无限数目的边带，其中k为整数。整个激励谱由包络函数 加权。当
[0159] 1/Δt≥bw （23）
[0160] 时，离散化激励的奈奎斯特（Nyquist）条件确定了边带未混叠。这又确定了满足奈奎斯特条件的脉冲元最小数目NNyquist，其根据下式依赖于R：
[0161]
[0162] 如果脉冲元数目满足奈奎斯特条件，则基带（-bw/2≤ν≤bw/2）可由下式描述：
[0163] X'main(ν)＝X(ν)sinc(νΔt) （25）
[0164] 为了降低sinc(νΔt)的衰减，可减小Δt的长度（即，可对脉冲进行过采样）。用于表征脉冲过采样水平的参数是：
[0165]
[0166] 为了满足脉冲在基带的边缘处具有最大激励的至少95%的需求，Lover必须至少是3，其与方脉冲激励中的约束在形式上类似。一个例子使用甚至更大的过采样水平。
[0167] 图18A至图18J用图形呈现了对于两个不同的脉冲过采样水平Lover＝1（图18A至图18E）和Lover＝8（图18F至图18J）而言的等式24（图18A至图18C，图18F至图18H）和等式29（图
18D、图18E、图18I、图18J）的分量。在有间隙的脉冲（图18D、图18E、图18I、图18J）的情况下，占空比dc等于0.5。
18D、图18E、图18I、图18J）的分量。在有间隙的脉冲（图18D、图18E、图18I、图18J）的情况下，占空比dc等于0.5。
[0168] 对于两个不同的脉冲过采样水平Lover＝1（图18A至图18C）和Lover＝8（图18F至图18H），在图18A至图18J中用图形呈现等式22的不同分量。对于Lover＝1，所得到的激励谱具有紧邻基带的第一边带（图18C），而对于Lover＝8，第一边带被向外推到频率中心±8b（w 图
18H）。
18H）。
[0169] 在SWIFT中，发射器重复地接通和关断（每dw间隔），以使得能够在脉冲“期间”进行采样。激励脉冲的这样的全幅度调制创建了值得考虑的调制边带。如果“发射器接通”时间被标记为τp，则“发射器关断”时间等于dw-τp。脉冲被划分成多个段（Nseg），每个具有持续时间dw，且采样点的总数（Nsamp）是Nseg的多倍：
[0170] Nsamp＝NsegSover （27）
[0171] 其中，Sover是描述了获取过采样的整数。一般而言，在限制Ntot≥2Nseg下，参数Nseg不依赖于Ntot。
[0172] 图19A至19C示出了在SWIFT序列中具有用于获取的间隙的成形脉冲（图19A）以及具有不同脉冲过采样水平Lover＝2（图19B）和Lover＝6（图19C）的脉冲的详细结构。在这两个例子中，脉冲具有等于0.5的占空比 图19A呈现了在SWIFT中使用的有间隙的HSn脉冲的时序。
[0173] 存在用于基于同一父脉冲（等式11）创建这样的分段脉冲的不同方式。一种方式是在父脉冲（DANTE型）中引入具有零幅度的延迟，而另一种方式是在父脉冲（有间隙的脉冲）中包含归零脉冲元。根据Bloch仿真，以这两种不同方式创建的脉冲激励轮廓对于R≤Nseg/2而言是相同的。对于相同的脉冲长度和占空比，一直到最大可用R值（其是R＝Nse（g 等式24）），有间隙的脉冲都示出了较好的行为（较平坦的激励轮廓）。考虑例如有间隙的脉冲。
[0174] 在数学上，有间隙的脉冲可被描述为：
[0175]
[0176] x'gap(t)的傅里叶变换表示有间隙的脉冲的“低翻转角”激励轮廓：
[0177]
[0178] 对于脉冲过采样的两个不同水平Lover，在图18A至图18J中用图形呈现该等式的不同分量。减小Δt推动边带使之远离基带，但是与函数comb(νdw)sinc(ντp)的卷积将边带带回从而具有由sinc(mdc)加权了的幅度，其中，m是边带阶。作为该卷积的结果，基带的轮廓因边带污染而改变。
[0179] 图20A和图20B示出了由有间隙的脉冲以两个不同的过采样水平产生的基带的轮廓。边带污染削弱了尤其是在基带的边缘处的轮廓的平坦度。增大脉冲过采样的水平有助于减小或消除该效应。该效应对于Lover≥16变得可忽略，在该点处基带和边带轮廓变得平坦，其中幅度等于：
[0180] Am＝sinc(mdc) （30）
[0181] 随着占空比的减小（dc→0），边带的幅度逼近基带的幅度，而当dc→1时，边带消失。
[0182] 在HSn脉冲中插入间隙不改变基带激励带宽，并且与占空比成比例地减小翻转角。为了实现相同的翻转角，增大脉冲的峰幅度，并且所得到的脉冲能量增大了 在表2中给出了计及占空比的公式。
[0183]
[0184]
[0185] 表2有间隙的HSn和方脉冲的特性
[0186] 考虑特定SWIFT序列期间的RF能量沉积。当翻转角被调整到“Ernst角”（θE）（其等于 其中TR是重复时间，且T1是纵向驰豫时间）时，达到最大信号/噪声（S/N）比。快速NMR序列（TR/T1＜0.1）中的Ernst角的近似是：
[0187]
[0188] 在此情况下，根据等式19，相对能量沉积等于：
[0189]
[0190] 而对于HSn脉冲，相对SAR是：
[0191]
[0192] 而对于方脉冲，相对SAR是：
[0193]
[0194] 因此，Ernst角处的有间隙的HSn脉冲的能量和SAR独立于脉冲长度、R值和具体的脉冲形状（n），并且与脉冲基带宽度成线性比例。与产生相同带宽（bw,95）的方脉冲相比，当占空比（dc）大时，HSn脉冲具有减小的SAR，而当dc＜0.33时，HSn脉冲具有较大的SAR。
[0195] 注意，一般而言，随着脉冲占空比的减小，S/N和SAR一起增大，这在特定情况下导致选择“最佳”占空比时的折中。
[0196] 在SWIFT中，通过使自旋系统响应与脉冲函数相关来提取有用的信号。脉冲函数的误表示将导致所得到的谱中的系统误差。径向成像中的这样的系统误差在重构图像中表现为“靶眼”伪影。为了避免这样的伪影，用于相关的脉冲函数应当尽可能忠实于由RF线圈发射的物理脉冲。可在软件层面上预测并中和一些误差：
[0197] 1.间隙效应。为了相关，代替理论函数x(t)而使用离散化的函数x'gap(t)。
[0198] 2.数字化。可通过软件或硬件对函数x'gap(t)进行舍入。
[0199] 3.时间误差。为了避免时间上的舍入误差，脉冲元持续时间Δt可等于波形发生器的最小时间步长（时间分辨率）或者是波形发生器的最小时间步长（时间分辨率）的倍数。
[0200] 附加说明
[0201] 例子1包括一种方法。该方法包括接收和计算。该方法包括接收图像数据。图像数据包括对象的径向采样投影。该方法包括使用处理器、使用图像数据并且使用第一比率计算第一校正数据集。第一比率基于图像数据的平均投影并且基于图像数据的经滤波的平均投影。该方法包括使用第一校正数据集并且使用第二比率计算第二校正数据集。第二比率基于第一校正数据集的平均投影以及第一校正数据集的经滤波的平均投影。
[0202] 例子2包括例子1，其中，计算第二校正数据集包括使用第二比率的倒数（inverse）。
[0203] 例子3包括例子1或例子2中的任一个，其中，计算第二校正数据集包括使用加权因子相乘。
[0204] 例子4包括例子1至例子3中的任一个，还包括对计算第一校正数据集或计算第二校正数据集中的至少一个进行重复。
[0205] 例子5包括例子1至例子4中的任一个，还包括迭代地计算第一校正数据集和计算第二校正数据集。
[0206] 例子6包括例子1至例子5中的任一个，其中，确定经滤波的平均投影包括使用低通滤波器。
[0207] 例子7包括例子1至例子6中的任一个，其中，接收图像数据包括接收使用SWIFT协议生成的磁共振数据。
[0208] 例子8包括例子1至例子7中的任一个，还包括使用第二校正数据集来生成经校正的图像。
[0209] 例子9包括例子1至例子8中的任一个，还包括使用打印机打印经校正的图像或者使用显示器显示经校正的图像。
[0210] 例子10包括一种系统，该系统包括存储器和处理器。存储器被配置成接收对应于对象的径向投影的图像数据。处理器耦接到存储器。处理器被配置成计算第一校正数据集并且计算第二校正数据集。使用图像数据并且使用第一比率计算第一校正数据集。第一比率基于图像数据的平均投影并且基于图像数据的经滤波的平均投影。使用第一校正数据集并且使用第二比率计算第二校正数据集。第二比率基于第一校正数据集的平均投影以及第一校正数据集的经滤波的平均投影。
[0211] 例子11包括例子10，其中，处理器被配置成使用频域中的乘法或时域中的卷积中的至少一个来计算第一校正数据集或第二校正数据集中的至少一个。
[0212] 例子12包括例子10或例子11中的任一个，并且还包括耦接到处理器并且被配置成使用经校正的数据呈现对象的可视图像的显示器。
[0213] 例子13包括例子10至例子12中的任一个，其中，处理器被配置成执行用于估算被提供给对象的激励信号中的持续失真的算法。
[0214] 例子14包括例子10至例子14中的任一个，其中，处理器被配置成实施低通滤波器。
[0215] 例子15包括一种机器可读介质，该机器可读介质上存储有使得一个或多个处理器执行包括接收和计算的操作的机器可执行指令。该介质具有用于接收包括对象的径向采样投影的图像数据的指令。该介质具有用于使用处理器、使用图像数据并且使用第一比率计算第一校正数据集的指令。第一比率基于图像数据的平均投影并且基于图像数据的经滤波的平均投影。该介质具有用于使用第一校正数据集并且使用第二比率计算第二校正数据集的指令。第二比率基于第一校正数据集的平均投影以及第一校正数据集的经滤波的平均投影。
[0216] 例子16包括例子15，其中，接收图像数据包括接收对应于绝热脉冲的磁共振数据。
[0217] 例子17包括例子15或例子16中的任一个，其中，确定经滤波的平均投影包括估算。
[0218] 例子18包括例子15至例子17中的任一个，其中，确定经滤波的平均投影包括实施低通滤波器。
[0219] 例子19包括例子15至例子18中的任一个，还包括基于第二校正数据集来生成经校正的图像。
[0220] 例子20包括例子15至例子19中的任一个，其中，接收图像数据包括接收使用SWIFT协议生成的磁共振数据。
[0221] 上面的详细描述包括参照形成详细描述的一部分的附图。附图通过示意性方式示出了可实现本发明的具体实施方式。在本文中这些实施方式也称为“例子”。这样的例子包括除那些已经示出并且描述的元素以外的元素。然而，本发明人也考虑仅提供示出的以及描述的那些元件的例子。
[0222] 本文中提及的所有出版物、专利以及专利文献通过引用全部合并到本文中，就好像通过引用单独地合并到本文中。如果在本文与通过引用合并的那些文之间存在不一致用途，则应该认为合并引用中的用途是本文的补充；对于不可调和的不一致，则本文中的用途占支配地位。
[0223] 在本文中，如专利文所常见的，使用了术语“一个（a）”或“一个（an）”来包括一个或多于一个，而与“至少一个”或“一个或多个”的任何其它实例或用法无关。在本文中，除非另有指明，否则术语“或者”用来指代非排他性的或者，使得“A或者B”包括“A而不是B”、“B而不是A”以及“A和B”。在所附权利要求中，术语“包括（including）”和“其中”用作相关术语“包括”和“其中（wherein）”的简明英文等同物。另外，在下面的权利要求中，术语“包括”（including）和“包括”（comprising）是开放式的，也就是说，除了那些在权利要求中的这样的术语之后列出的元素以外的系统、装置、物品或过程仍然被视为落在本权利要求的范围内。此外，在下面的权利要求中，术语“第一”、“第二”以及“第三”等仅作为标签使用，而并非意在在他们的对象上强加数字要求。
[0224] 本文中所述的方法例子可以是至少部分机器或计算机实现的。某些例子可包括用指令编码的计算机可读介质或机器可读介质，这些指令可操作来配置电子装置执行在上面的例子中所描述的方法。这样的方法的实现可包括代码如微代码、汇编语言代码、高级语言代码等。这样的代码可包括用来执行各种方法的计算机可读指令。代码可形成计算机程序产品的部分。此外，代码可在其执行期间或其它时间存储在一个或多个易失性或非易失性计算机可读介质上。这些计算机可读介质可包括但并不限于硬盘、可移动磁盘、可移动光盘（例如，压缩盘和数字视频盘）、磁带盒、存储卡或存储棒、随机存取存储器（RAM）、只读存储器（ROM）等。
[0225] 上面的描述意在是示意性的，而不是限制性的。例如，上面所描述的例子（或其一个或多个方面）可以以彼此组合的方式使用。例如可由本领域普通技术人员中的一个通过查看上面的描述的来使用其它实施方式。提供摘要使得读者能够快速确定本技术公开内容的性质。摘要的提交需要理解为摘要并非用来解释或限制权利要求的范围或意义。另外，在上面的“具体实施方式”部分中，可对各种特征进行分组以组织公开内容。这不应当被理解为意在表明未受保护的公开的特征是任何权利要求所必不可少的。相反，本发明主题可在于少于特定公开实施方式的所有特征。因此，下面的权利要求由此合并到“具体实施方式”部分中，每个权利要求自身作为独立的实施方式。应该参照所附的权利要求以及这样的权利要求所授权的等同物的全部范围来确定本发明的范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种电子笔测试装置及方法 | 2020-05-08 | 747 |
| 一种用于电力需求侧管理的激励定价方法 | 2020-05-08 | 926 |
| 一种无线传感器网络拥塞控制方法及系统 | 2020-05-08 | 794 |
| 一种基于机器学习的棒束子通道热工水力特性预测方法 | 2020-05-08 | 10 |
| 一种阻抗测量方法和系统 | 2020-05-08 | 832 |
| 一种基于聚偏氟乙烯（PVDF）压电薄膜的结构健康监测装置及方法 | 2020-05-08 | 543 |
| 一种辐射剂量测量装置及测量方法 | 2020-05-08 | 400 |
| 用于标定光电产品安装偏差的观察评估装置及解算方法 | 2020-05-08 | 182 |
| 基于形状记忆聚合物复合材料的空间展开机构及展开方法 | 2020-05-11 | 70 |
| 一种航空电子部附件自动测试装置 | 2020-05-08 | 276 |
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。
分析报告
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。
QQ群二维码
意见反馈
意见反馈