一种非门控肝脏四维血流磁共振成像运动校正方法及系统

摘要: 本发明涉及医学磁共振成像,尤其是涉及一种非门控肝脏四维血流磁共振成像运动校正方法及系统。背景技术:1、肝脏4dflowmri的临床应用长期受到两方面的严重制约:...
一种非门控肝脏四维血流磁共振成像运动校正方法及系统

本发明涉及医学磁共振成像,尤其是涉及一种非门控肝脏四维血流磁共振成像运动校正方法及系统。

背景技术:

1、肝脏4d flow mri的临床应用长期受到两方面的严重制约:其一为呼吸运动伪影,其二为扫描时间过长。尽管先进的加速采集技术已显著缩短了扫描时间,但呼吸运动伪影的抑制最常依赖于基于导航回波的呼吸门控方法,该方法往往导致扫描时间被延长且不可预测。非门控(ungated)采集虽可将扫描效率提升至接近100%,但若缺乏有效的运动抑制手段,将导致图像质量下降、血流定量精度降低。

2、另有研究探索了带有回顾性运动抑制的非门控4d flow mri,包括软门控、空间运动校正、基于图像配准的运动校正以及五维血流(5d flow)等更高维方法。这些方法大多针对心血管应用开发,尚未广泛应用于肝脏4d flow mri。由于腹部呼吸运动幅度较大,加之门静脉系统血管直径较小、血流速度较慢,肝脏4d flow mri对运动伪影尤为敏感,使得准确的运动校正格外困难。

3、现有运动校正重建方案普遍存在的一个根本性缺陷在于:其大多假设经过呼吸信号筛选并分组(binning)后的空间数据是“干净”的、与同一运动状态相一致的。但在实际的自由呼吸采集中,受试者呼吸模式不规则、呼吸基线漂移、偶发体动以及呼吸信号提取本身的误差,会导致分组过程不可避免地出现错误分组(imperfect binning):即某些实际处于其他运动状态的空间读出线被错误地划入当前运动状态。这些被错误分组的读出线相对于该组的其余数据而言构成离群数据(outliers)。常规的压缩感知(compressedsensing,简称cs)重建采用基于范数的数据保真项,对此类离群数据极为敏感,离群读出会在重建图像中引入明显的运动伪影、血管边界模糊以及血流相位信号失真,进而显著降低血流定量(如净流量、峰值流速)的准确性与一致性。在腹部运动幅度大、运动状态复杂的肝脏成像中,以及在受试者偶发体动或运动型应激(如负荷态)情形下,此问题尤为突出。

4、申请人在前期工作中提出了一种自适应呼吸运动校正框架,amoco,该框架通过可变概率结合可变泊松盘约束的采样(vpd采样)、基于修正z分数(modifiedz-score)的自适应数据筛选与分组、以及组内软门控加权与组间形变场配准相结合的运动校正重建,已能在保持可预测扫描时间的同时较好地抑制呼吸运动伪影。然而,自适应数据筛选只能在分组前剔除位移过大、整体偏离的运动数据,并不能识别并剔除分组之后仍残留于各运动状态内部的、由错误分组造成的离群读出线;而组内软门控仅对偏离参考呼吸位置的数据进行幅度衰减加权,无法对单条被运动严重破坏的读出线进行针对性的检测与抑制。因此,残留的离群读出仍会通过数据保真项污染重建结果,限制了运动校正质量与血流定量精度的进一步提升。

5、综上所述,现有的非门控肝脏4d flow mri运动校正技术,缺少一种能够在运动校正重建过程中自动地、逐读出线地检测并抑制因错误分组而残留的运动破坏数据(离群读出)的技术方案,导致重建图像仍存在残余运动伪影、血管显示不清以及血流定量误差较大的问题,难以满足临床对可靠性与可重复性的要求。

技术实现思路

1、本发明的目的是提供一种非门控肝脏四维血流磁共振成像运动校正方法及系统,现有非门控肝脏4d flow mri运动校正技术中,因呼吸信号筛选与分组不可避免地存在错误分组或分组不精准,使得各运动状态内部仍残留由运动破坏的离群读出线,而常规重建无法对其进行逐读出线的自动检测与抑制,从而导致重建图像残余运动伪影明显、小血管显示不清、血流定量准确性与一致性不足的根本性技术问题。

2、为实现上述目的,本发明提供了一种非门控肝脏四维血流磁共振成像运动校正方法,包括以下步骤:

3、步骤一、采用欠采样模式采集四维血流空间数据,并同步记录呼吸信号,基于呼吸信号采用对离群值鲁棒的统计筛选准则剔除运动破坏数据,并将保留数据划分为多个运动状态;

4、步骤二、运动校正重建,通过组内权重约束、组间形变配准、读出线级离群误差建模及admm优化迭代,实现高精度四维运动校正重建,最终输出校正后的4dflow图像。

5、优选的,步骤一中对离群值鲁棒的统计筛选准则为修正z分数准则,将偏离呼吸中位数水平过远的数据点剔除;

6、保留数据依据总呼吸位移划分为多个运动状态。

7、优选的,步骤二包括以下步骤:

8、s21、对每个运动状态内的每个四维血流空间数据点赋予软门控权重;

9、s22、将每个运动状态的四维血流空间数据沿时间维合并,对每个运动状态执行三维压缩感知重建,采用基于深度学习的可变形图像配准工具估计其余各运动状态相对于参考状态的组间形变场;

10、s23、融合组内软门控权重与组间形变场建立运动校正重建框架,引入空间读出层级的离群辅助变量,对分组后仍残留于各运动状态内部的运动破坏读出线进行自动检测与抑制;

11、s24、采用交替方向乘子法admm迭代求解;

12、s25、重建结束后输出运动校正后的4dflow图像,并进行二阶背景相位校正。

13、优选的,s23中对离群辅助变量施加组稀疏约束,沿每条读出线内部计算范数得到该读出线的能量,再沿所有读出线维度施加范数,鼓励离群辅助变量在读出线层级上呈稀疏分布,使其非零项恰好对应于被运动破坏的整条读出线,将离群辅助变量与待重建图像进行联合估计,重建在迭代中自动地把测量数据分离为离群辅助变量与有效数据,有效数据参与图像重建。

14、优选的,s23中四维运动校正重建问题被表述为如下优化问题:

15、

16、其中:为通过求解优化问题得到的最优解,为组内软门控权重;编码算子为各运动分组的欠采样算子,为第个运动状态对应的欠采样算子,为傅里叶变换,为线圈灵敏度,为将呼气末参考图像形变到第个运动状态的组间形变场;为采集得到的空间数据,为离群辅助变量,为待重建的四维血流图像,为离群抑制正则化强度,代表的二范数约束,为重建图像的稀疏变换,的选择包括,为稀疏变换正则化权重,为线性稀疏变换,或,为图像全变分正则项权重,用于计算总变分。

17、优选的,s23中分组单位包括但不限于单条读出线、若干相邻读出线或一个采集时间段。

18、优选的,s24中在每个外层迭代中交替更新待重建图像与离群辅助变量;图像的更新利用小波变换与全变分正则项,离群辅助变量的更新通过对每条读出线的组软阈值实现。

19、一种非门控肝脏四维血流磁共振成像的运动校正系统,包括采集模块、自适应筛选模块、运动估计模块和运动校正重建模块,采集模块采用欠采样模式采集四维血流空间数据并同步记录呼吸信号;自适应筛选模块基于呼吸信号剔除运动破坏数据并将保留数据划分为多个运动状态;运动估计模块对各运动状态赋予软门控权重并估计组间形变场;运动校正重建模块在融合软门控权重与组间形变场的重建中引入施加于空间读出线或其分组层级的组稀疏或等效结构化稀疏约束的离群辅助变量,将其与待重建图像联合估计,自动检测并抑制各运动状态内部残留的运动破坏读出线,并输出运动校正后的四维血流图像。

20、因此,本发明采用上述一种非门控肝脏四维血流磁共振成像运动校正方法及系统,具有以下有益效果:

21、(1)自动抑制残留运动破坏数据,进一步提升运动伪影抑制效果:在自适应数据筛选与分组无法处理的、分组之后仍残留于各运动状态内部的离群读出线,本发明通过组稀疏离群辅助变量将其自动检测并从数据保真项中分离,使重建不再受其污染,有助于进一步提升血管清晰度与小血管可视化能力。

22、(2)提升血流定量的准确性与一致性:本发明重建得到的运动矫正的图像可以呈现更清晰的血管,从而得到更准确的定量结果,测量可重复性也将有所提升。

23、(3)不依赖运动来源假设,适用范围广:离群辅助变量不对离群读出的成因作任何假设,除呼吸运动错误分组外,还可抑制由偶发体动、运动型应激、射频干扰、血流伪影等其他来源造成的离群读出,可推广至自由运行心血管成像等多种应用。

24、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。