超低场MRIEPI奈奎斯特伪影消除方法及系统

本发明涉及磁共振成像、核磁共振工程及医学图像重建，具体涉及一种面向基于奇偶k空间一致性与多目标安全优化的超低场mri epi奈奎斯特伪影消除方法及系统。

背景技术：

1、磁共振成像因无电离辐射、软组织对比度高和多参数成像等优势，广泛应用于医学诊断、脑功能研究、材料无损检测等领域。随着便携式、低成本和开放式磁共振系统的发展，低场及超低场mri因结构简单、成本低、安全性高和部署灵活，逐渐成为床旁检测、移动医疗、急诊筛查和基层医疗的重要技术方向。尤其在脑卒中等急症场景中，快速、可及的影像检查至关重要，而回波平面成像（epi）可在短时间内完成k空间采集，是实现超低场mri快速脑部成像的重要序列之一。然而，epi中奇偶回波通常采用相反读出极性交替采集，受梯度延迟、涡流效应、采样时序误差及接收链路差异等影响，容易产生相位和幅值不一致，从而在图像域形成偏移半个视野的奈奎斯特伪影，即n/2伪影。该伪影会降低图像对比度和结构辨识度，影响超低场mri在床旁脑部成像和急诊辅助评估中的应用效果。

2、现有epi奈奎斯特伪影校正方法主要包括参考扫描或导航回波校正、零阶/一阶奇偶相位校正，以及基于图像熵、奇异值分解或伪影率等指标的无参考优化方法。但在超低场mri条件下，图像信噪比较低，主体区、背景区和伪影区分割不稳定；外界电磁干扰容易在k空间中形成尖峰点、异常采样行列或噪声底升高；同时主磁场、梯度系统和接收链路稳定性较弱，使奇偶回波误差可能表现为慢漂移、非线性相位弯曲和幅值不一致等复杂形式。传统方法若仅依赖简单相位模型或单一图像域评价指标，容易出现适应性不足、主体信号削弱、背景噪声放大、中心k空间信息破坏或产生假结构等问题。

3、鉴于此，有必要提出一种面向超低场mri epi数据特点的奈奎斯特伪影鲁棒消除方法，使其在不依赖额外参考扫描的条件下，能够同时应对低信噪比、外界电磁干扰、复杂奇偶回波误差、残余半视野伪影及过度校正风险等问题。

技术实现思路

1、本发明的目的在于提供一种超低场mri epi奈奎斯特伪影消除方法及系统，可应对低信噪比、电磁干扰、奇偶回波误差等复杂工况，解决传统相位校正、参考扫描等方式存在的参数估计不稳、伪影残留、信号受损、噪声放大等缺陷，有效提升图像质量，助力超低场mri在床旁脑成像、急诊及基层快速检测场景落地。

2、为达到上述目的，本发明采用如下技术方案：

3、超低场mri epi奈奎斯特伪影消除方法，包括如下步骤：

4、步骤一：对二维复数epi k空间数据进行中心保护的异常噪声和电磁干扰预处理；

5、步骤二：根据异常噪声和电磁干扰预处理后的二维复数epi k空间数据，建立面向超低场epi的高阶奇偶相位/幅值联合误差模型；

6、步骤三：针对高阶奇偶相位/幅值联合校正模型，构建奇偶k空间复数一致性评价指标；

7、步骤四：根据奇偶k空间复数一致性评价指标构建多目标安全优化模型，并求解折中最优的高阶奇偶相位/幅值校正参数；

8、步骤五：对折中最优高阶奇偶相位/幅值校正参数对应的面向超低场epi的高阶奇偶相位/幅值联合误差模型进行hankel结构低秩联合迭代以抑制残余结构化伪影。

9、进一步地，所述步骤一具体为：

10、获取超低场mri中的待处理的二维复数epi k空间数据k(m,n)，其中m表示相位编码方向采样线序号，n表示读出方向采样点序号；

11、对二维复数epi k空间数据k(m,n)进行鲁棒预处理，基于k空间幅值鲁棒统计量识别孤立尖峰、异常采样行和异常采样列，并采用邻域复数中位数或相邻正常采样线插值进行修复；

12、在二维复数epi k空间数据的中心k空间保护区之外对外围噪声进行保相位软阈值抑制。

13、进一步地，所述步骤二具体为：

14、考虑超低场条件下主磁场慢漂移、梯度响应非理想、涡流残余及接收链路不稳定的影响，将零阶相位、一阶线性相位、行间慢漂移、二阶非线性相位弯曲及奇偶幅值差纳入统一的奇偶相位/幅值联合误差模型；

15、设奇偶回波符号为，其中奇数采样线取+1，偶数采样线取-1，则奇偶回波之间的高阶相位误差表示为：

16、

17、其中，表示奇偶回波之间的高阶相位误差，表示奇偶回波零阶相位差，表示读出方向一阶相位或等效亚像素位移，表示沿采样线方向的慢漂移系数，表示读出方向二阶非线性相位弯曲系数，为归一化采样线坐标，为归一化读出方向坐标，为二阶legendre多项式；

18、所述二阶legendre多项式表示为：

19、

20、引入奇偶回波对数幅值差，用于补偿正反向读出过程中可能存在的幅值不一致，则面向超低场epi的高阶奇偶相位/幅值联合误差模型表示为：

21、。

22、进一步地，所述步骤三具体为：

23、在k空间复数域评价奇偶采样线的一致性，对于偶数采样线，利用其相邻两条奇数采样线构造预测线：

24、

25、并定义偶数线与预测线之间的复数残差：

26、

27、由上式定义奇偶复数残差一致性项：

28、

29、其中为复数一致性评价的可靠性权重，取值范围为，ε为防止分母为零或数值过小而设置的预设正数；

30、定义相位一致性项：

31、

32、其中，()表示复共轭，re() 表示取复数实部；

33、定义幅值一致性项：

34、

35、定义图像聚焦性评价项：

36、

37、其中

ni表示参与计算的图像像素总数，为归一化图像能量分布；

38、设为步骤一处理后、尚未进行奇偶相位/幅值校正的k空间，为中心k空间保护权重，则定义k空间能量保持项：

39、

40、以奇偶k空间复数一致性为核心，结合奇偶复数残差一致性，相位一致性、幅值一致性、图像聚焦性和k空间能量保持项，构建适用于超低场epi的综合无参考评价函数，其表达式为：

41、

42、其中，均为非负权重系数，分别用于调节各评价子项在综合无参考评价函数中的相对重要程度。

43、进一步地，所述步骤四具体为：

44、所述多目标安全优化模型的参数优化目标设置为同时最小化奇偶一致性项、残余伪影项、主体损伤项、背景噪声项和中心k空间变化项，表示如下：

45、

46、根据高阶奇偶相位/幅值校正参数的预设取值范围构建多维参数搜索空间，并采用sobol序列、halton序列或其他低差异序列生成若干能够较均匀覆盖该搜索空间的初始候选参数；

47、将每组初始候选参数代入高阶奇偶相位/幅值联合校正模型，获得相应的候选校正结果，并计算多目标安全优化模型的各项目标函数值，以形成参数优化所需的初始样本集合；

48、基于所述初始样本拟合出参数与各项目标函数之间的近似预测模型，通过多目标贝叶斯优化迭代选择新的候选参数，并采用随机权重标量化方式协调不同优化目标之间的相对重要程度；

49、迭代完成后，对全部候选参数进行非支配排序，获得pareto候选解集，确定折中最优的高阶奇偶相位/幅值校正参数。

50、进一步地，所述步骤五具体为：

51、得到折中最优高阶奇偶相位/幅值校正参数后，对面向超低场epi的高阶奇偶相位/幅值联合误差模型分块构建hankel矩阵并完成低秩联合迭代处理，再以此迭代优化校正参数，形成面向超低场epi的高阶奇偶相位/幅值联合误差模型与低秩约束联合迭代机制，提升低信噪比场景下残余奈奎斯特伪影的抑制效果，低秩约束的形式表示为：

52、

53、其中，表示hankel矩阵构造算子，表示奇异值收缩算子，表示反hankel化和重叠块平均操作；

54、为避免低秩处理破坏中心k空间，进一步采用中心保护权重进行混合：

55、

56、其中，为相位模型校正结果，为低秩混合强度，为中心保护权重，表示逐点乘法。

57、进一步地，还包括以下步骤：

58、步骤六：在hankel结构低秩联合迭代后，采用自适应插值重采样进一步修正非整数采样错位；

59、步骤七：在完成自适应插值重采样后，对图像域残余n/2伪影进行保相位幅值软抑制；

60、步骤八：对步骤五、步骤六和步骤七所得高阶奇偶相位/幅值校正参数进行安全评价，选择最优高阶奇偶相位/幅值校正参数进行图像重建。

61、进一步地，所述步骤六和步骤七具体为：

62、采用自适应插值重采样沿读出方向或相位编码方向对k空间进行复数插值，并以奇偶复数一致性最小化为目标确定局部重采样偏移，自适应插值重采样的代价函数表示为：

63、

64、其中，表示经候选偏移重采样后的采样线，表示由相邻奇偶线构造的预测线，为权重，为为防止分母为零或数值过小而设置的预设正数；

65、在完成自适应插值重采样后，在主体保护区之外构建高置信伪影区域，仅对该高置信伪影区域的幅值进行向背景水平的软抑制，并保留原始复数相位，软抑制表示为：

66、

67、其中，为当前复数图像为，为幅值，为相位，为背景目标阈值。

68、进一步地，步骤八具体为：

69、对每个步骤五、步骤六和步骤七所得高阶奇偶相位/幅值校正参数计算主体能量保持、背景噪声变化、残余ghost强度和中心k空间相对变化，并构建安全评分函数，最终结果由满足安全约束的候选集合中选取：

70、

71、在确定安全评分函数最优的高阶奇偶相位/幅值校正参数后，将所述最优高阶奇偶相位/幅值校正参数代入高阶奇偶相位/幅值联合校正模型，获得最终校正后的二维复数k空间，记为，对所述最终校正后的二维复数k空间进行二维离散逆傅里叶变换，得到最终复数重建图像：

72、

73、其中，表示二维离散逆傅里叶变换，m和n分别表示相位编码方向和读出方向的采样点数，x和y分别表示重建图像中的空间位置索引，j表示虚数单位。

74、超低场mri epi奈奎斯特伪影消除系统，包括：

75、第一模块：用于对二维复数epi k空间数据进行中心保护的异常噪声和电磁干扰预处理；

76、第二模块：用于根据异常噪声和电磁干扰预处理后的二维复数epi k空间数据，建立面向超低场epi的高阶奇偶相位/幅值联合误差模型；

77、第三模块：用于针对高阶奇偶相位/幅值联合校正模型，构建奇偶k空间复数一致性评价指标；

78、第四模块：用于根据奇偶k空间复数一致性评价指标构建多目标安全优化模型，并求解折中最优的高阶奇偶相位/幅值校正参数；

79、第五模块：用于对折中最优高阶奇偶相位/幅值校正参数对应的面向超低场epi的高阶奇偶相位/幅值联合误差模型进行hankel结构低秩联合迭代以抑制残余结构化伪影。

80、与现有技术相比，本发明具有以下有益的技术效果：

81、本发明针对超低场mri epi数据低信噪比、电磁干扰强、奇偶回波误差复杂、n/2伪影难以有效抑制等问题，通过k空间鲁棒预处理、高阶奇偶相位幅值联合误差建模、多目标约束参数优化，结合hankel结构低秩联合迭代、自适应插值重采样与伪影后处理技术，全方位抑制各类奈奎斯特伪影，同时有效保护图像主体信号、中心k空间信息，避免噪声放大与信号失真。搭配多级安全评价、自动回退及参数自适应机制，大幅降低人工调参依赖，杜绝过度校正引发的图像畸变与伪结构问题。本发明显著提升了超低场mri图像的结构辨识度、重建稳定性与诊断辅助可靠性，能够适配复杂现场成像环境，可为床旁脑部成像、脑卒中急诊筛查、基层快速检测等实际应用场景提供稳定优质的成像保障，实用价值与推广前景良好。