[发明专利]一种MRI图像的全相位傅氏重建方法

说明书

所属技术领域

本发明属于医学图像处理技术领域，涉及一种用于改善MRI图像Gibbs环状伪影的全相位傅氏法。

背景技术

MRI也就是磁共振成像，它利用核磁共振原理，依据所释放的能量在物质内部结构环境中不同的衰减，通过外加梯度磁场检测所发出的电磁波，即可得知构成这一物体原子核的位置和种类，据此可以绘制成物体内部的结构图像。将这种技术用于人体内部结构的成像，就产生出了一种革命性的医学诊断工具。MRI技术自诞生以来在医学领域获得了飞速发展，其多参数成像，任意截面成像，出色的软组织对比以及对人体无电离辐射等优点，使之成为医学影像技术中最具潜力的技术。因此，高质量的MR影像对疾病的诊断具有相当重要的意义。然而主磁体，梯度线圈，射频发送与接收以及重建算法均能导致MR产生相应的伪影，因为医生依靠图像的视觉印象做诊断，伪影中包含的信息很容易导致误诊。因此，消除图像伪影，提高图像质量一直是影像诊断的研究热点。

二维傅里叶变换方法是目前商品化的磁共振成像中采用的最主要的成像方法。但是在临床应用中常常为了缩短成像时间，通常通过减少相位编码次数来缩短数据采集时间，这样只能得到部分原始K空间数据，对有限的数据使用傅里叶变换进行重建，在重建图像中将会出现Gibbs伪影。

Gibbs效应一直是频域数据进行函数重建时所遇到的主要障碍，现在有一些方法已经能够有效的改善Gibbs现象，总结起来可以分为两大类：对于原始数据的处理和改变原有的重建算法。

（1）最常见的消除Gibbs伪影的方法就是对原始数据进行滤波或是对重建后的图像进行后处理。这些方法主要通过以牺牲高频信息为代价来减少Gibbs伪影，会造成图像边缘变得模糊，丢失了大量的细节信息，大大降低了图像的分辨率。

（2）另外一些方法主要通过改变重建方法来达到消除伪影的目的。文献【1】提出了一种Gegenbauer重建方法，其原理是就是用已知的频域信息使用其他非周期基函数来重建未知的图像函数，以此来代替传统的傅里叶重建。Gegenbauer重建方法被证实是一种保持高分辨率的图像重建的方法，其优点是不但能够有效的消除Gibbs现象而且能够很好的保持重建图像的边缘。

其缺点是重建时间较长并且对参数的限定比较严格，参数的正确选择直接影响到重构图像的质量。

（3）文献【2】提出了一种混合重建算法，由于Gibbs效应常见于图像边界处，而传统的傅里叶变换在远离边界处有良好的重建效果，且使用了FFT快速算法，重建时间短；而Gegenbauer重建算法则具有高分辨率的优点，因此，若在边缘处采用Gegenbauer重建算法，而在远离边缘处采用滤波傅里叶变换，就可以得到一种混合重建方法。这种混合重建方法虽然一定程度上缩短了Gegenbauer重建算法重建时间过长的缺点，但是依然对参数的选择具有严格的限定。

（4）文献【3】提出了一种基于Chebyshev多项式的逆多项式重建方法。其原理是选用Chebyshev多项式来代替Gegenbauer多项式来进行图像重建。不仅在保证高分辨率的同时缩短了重构时间，并且针对Gegenbauer重建方法在参数选择上严格限制提出了有效的改进。但其重建时间相比于传统的傅里叶重建方法时间上还是有一定的劣势。

无论是Gegenbauer重建算法还是基于Chebyshev多项式的逆多项式重建方法，关键的第一步都需要检测图像的边界信息从而来确定重建图像的连续区域，并对此连续区域分别重建。这两种算法中所提出的边界检测算法对于不含伪影或者简单的MRI图像检测的边缘效果很好，但是真实的MRI图像往往会包含各种伪影，边缘信息比较复杂，从而使得边界检测变得困难，往往会产生误检或是漏检的情况。而边界检测的准确性直接影响到重建方法的准确性。这也就是为什么上述重建方法没有对真实的数据重建上进行广泛应用的原因。

参考文献：

【1】D.Gottlieb,C.-W.Shu,A.Solomonoff,and H.Vandeven,“On the Gibbs phenomenon I:recovering exponential accuracy from the Fourier partial sum of a nonperiodic analytic function,”J.Comput.Appl.Math.,vol.43,pp.81–98,1992.