使用MRI的经运动校正的示踪剂动力学映射的制作方法

使用mri的经运动校正的示踪剂动力学映射
技术领域
1.本发明涉及磁共振成像，具体涉及动态对比增强磁共振成像。


背景技术：

2.作为产生患者体内的图像的流程的部分，由磁共振成像(mri)扫描器使用大的静态磁场来对准原子的核自旋。该大的静态磁场被称为b0场或主磁场。可以使用mri在空间上测量对象的各种量或性质。在一些mri技术中，可以将诸如钆的造影剂注射到对象中，这影响t1弛豫时间。随着时间进行的测量可以用于确定造影剂通过对象的输送。然后可以将所谓的示踪剂动力学模型拟合到对象的输送以确定诸如灌注的量。
3.期刊文章guo等人(2017)“direct estimation of tracer-kinetic parameter maps from highly undersampled brain dynamic contrast enhanced mri”(magn.reson.med,78：1566-1578.doi：10.1002/mrm.26540)公开了一种涉及求解非线性最小二乘优化问题的重建方法，该非线性最小二乘优化问题包括利用patlak tk模型显式使用全前向模型将参数图转换到(k,t)空间。将所提出的方案与在tk建模之前通过并行成像和压缩感测来创建中间图像的间接方法进行比较。


技术实现要素：

4.本发明在独立权利要求中提供了医学系统、计算机程序产品和方法。在从属权利要求中给出了实施例。
5.guo等人中讨论的方法用于脑动态对比增强(dce)磁共振成像(mri)。当对大脑进行成像时，约束对象的头部是直接的。对于其他dce mri技术，诸如首过灌注心脏cdemri或腹部dce mri，guo等人(2007)中描述的技术不起作用。实施例可以提供通过提供运动校正来产生示踪剂动力学(tk)图的手段。这可以例如以若干不同的方式完成。在一些实施例中，优化问题被修改为包括校正对象运动的额外项。在其他实施例中，经训练的神经网络可以被训练为补偿对象运动，诸如呼吸和/或心脏运动。在另外的实施例中，首先使用测量的k空间数据来计算经运动校正的k空间数据。然后使用经运动校正的k空间数据来计算经运动校正的示踪剂动力学图。在本文中，对k空间数据的引用被理解为指的是被采样为k空间中的位置以及时间的函数两者的k空间数据。
6.在一个方面中，本发明提供了一种医学系统，其包括存储器，所述存储器存储机器可执行指令和磁共振重建模块。所述磁共振重建模块被配置为根据测量的k空间数据来重建经运动校正的示踪剂动力学图。所述测量的k空间数据是欠采样的。所述测量的k空间数据是t1加权的。所述测量的k空间数据是动态对比增强k空间数据。
7.如本文所使用的医学系统涵盖被配置用于处理医学成像数据的工作站或计算机和/或用于采集该医学成像数据的系统。例如，在一个实例中，所述医学系统可以是工作站。在另一范例中，所述医学系统可以是磁共振成像系统和医学系统的组合。
8.在动态对比增强或dce磁共振成像中，可以使用在一段时间内的重复测量来确定
dce信号数据，其可以导致测量的磁共振图像的d1对比度的变化。该dce信号数据可以被转换为钆浓度。一旦钆浓度被确定为时间的函数，就可能拟合对钆通过对象的输送进行建模的组织模型。该组织模型是所谓的示踪剂动力学图。存在各种示踪剂动力学图。常见的一种是tofts模型。在该模型中，对于体素的部分存在分数血浆体积，并且还存在分数血管外空间。钆从分数血浆体积到血管外细胞外空间的输送可以用于测量灌注。在心脏dce磁共振成像中，灌注的这种测量可以是对象的健康或康健的测量。如在本文中使用的经运动校正的示踪剂动力学图涵盖拟合到造影剂或钆输送的模型的参数。
9.所述医学系统还包括处理器，所述处理器被配置用于控制所述医学系统。所述机器可执行指令的运行使所述处理器接收所述测量的k空间数据。测量的k空间数据可以例如从存储器存储设备检索或经由网络检索。在其他范例中，所述机器可执行指令可以控制医学成像系统或磁共振成像系统以采集所述测量的k空间数据。所述机器可执行指令的运行还使所述处理器通过将所述测量的k空间数据输入到所述磁共振重建模块中来重建所述经运动校正的示踪剂动力学图。该实施例可以是有益的，因为k空间数据已经被欠采样。通过欠采样，这意味着k空间数据不满足奈奎斯特准则。
10.然而，在构成测量的k空间数据的重复测量中，可能存在允许k空间数据被欠采样的测量中的冗余。测量的k空间数据可以例如直接用于根据磁共振重建模块计算经运动校正的示踪剂动力学图。这可以提供在采集测量的k空间数据方面的增加的速率以及经运动校正的示踪剂动力学图的改进的质量或正确性。
11.在另一实施例中，所述磁共振重建模块被配置为根据所述测量的k空间数据将所述经运动校正的示踪剂动力学图重建为直接的基于模型的重建。
12.在另一实施例中，所述磁共振重建模块被配置用于将所述经运动校正的示踪剂动力学图求解为优化问题。所述优化问题包括运动补偿正则化项。该实施例可以是有益的，因为可以跳过通常用于计算示踪剂动力学图的中间步骤。优化问题的使用使得k空间数据能够被更高度地欠采样。这可以例如使得测量的k空间数据能够被更快速地采集。正则化项的使用可以实现更大的运动补偿。
13.在另一实施例中，所述优化问题是从所述测量的k空间数据直接求解所述经运动校正的示踪剂动力学图的单个优化问题。
14.在另一实施例中，所述运动补偿正则化项是根据所述经运动校正的示踪剂动力学图的变形图来公式化的。
15.在另一实施例中，所述变形图具有时间和空间依赖性。
16.在另一实施例中，所述运动补偿正则化项被公式化为取决于所述变形图的贮能函数。
17.在另一实施例中，所述运动补偿正则化项被公式化为取决于所述变形图的超弹性材料模型。
18.在另一实施例中，所述运动补偿正则化项被公式化为取决于所述变形图的基于曲率的正则化项。.
19.在另一实施例中，所述运动补偿正则化项被公式化为使用取决于所述变形图的三次b样条模型的自由形式变形模型。
20.在另一实施例中，所述运动补偿正则化项被公式化为取决于所述变形图的仿射变
换模型。
21.在另一实施例中，所述运动补偿正则化项是非刚体运动补偿正则化项。
22.在另一实施例中，所述运动补偿正则化项是刚体运动补偿正则化项。
23.运动补偿正则化项可以例如是刚体或仿射或非刚体运动补偿正则化项。这可以以各种方式执行。对于刚体变换，其可以导致测量的k空间数据中的相移。在其他范例中，可以使用超弹性材料的贮能函数或基于曲率的正则化项或甚至使用三次b样条模型的自由形式变形模型。这可以实现针对经运动校正的示踪剂动力学图的非刚体运动补偿。
24.在另一实施例中，所述优化问题被公式化为所述运动补偿正则化项加上所述测量的k空间数据与k空间模型之间的差异的范数的最小化，所述k空间模型被配置为映射欠采样的k空间数据。该实施例可以是有益的，因为其可以提供在没有中间步骤的情况下根据测量的k空间数据计算经运动校正的示踪剂动力学图的手段。这重新使用了测量的k空间数据中的k空间数据测量结果的冗余，并且还使得测量的k空间数据能够被更高度地欠采样。
25.在另一实施例中，范数是l2范数。l2范数的使用已被示出在数值方法中适当地起作用。然而，也可以使用数值上的其他范数。
26.在另一实施例中，所述优化问题包括根据权利要求2或3所述的医学系统，其中，所述优化问题包括：
[0027][0028]
其中，r是空间位置，其中，t是时间，其中，tk(r)是示踪剂动力学图的项，其中，r(m(r,t))是运动补偿正则化项，其中，d(k,t)是所述测量的k空间数据，其中，m(r,t)是变形图，其中，f(tk(r),m(r,t))是针对给定tk(r)和m(r,t)的k空间数据的前向模型，并且其中，范数是数学范数。
[0029]
术语tk通常用于表示示踪剂动力学图的术语。术语范数用于表示作为数学范数的通用或一般范数。在一些实例中，范数可以是l2范数。
[0030]
不同的示踪剂动力学模型可以代替上面的tk(r)，例如patlak tk模型可以存在于以下等式中：
[0031]
在上述范例中，l2范数也任选地替代广义范数。此外，基于超弹性的正则化项r
hyper
允许大且平滑的变形，同时维持弹性行为。可以使用其他模型，诸如基于曲率的正则化、仿射变换和使用三次b样条模型参数化的自由变形(ffd)，并且可以使用其他。该问题可以例如使用交替最小化方案来求解。
[0032]
上述实施例和描述可以被修改为使得没有正则化项的单个优化问题被公式化。这提供了额外的实施例。在一个这样的实施例中，单个优化问题变为
[0033][0034]
变形图m(r,t)仍然存在并且能够校正对象的运动。上述等式中的其他项是如前所述的。
[0035]
在另一类似实施例中，所述优化问题被公式化为所述测量的k空间数据与k空间模
型之间的差异的范数的最小化，所述k空间模型被配置为将所述经运动校正的示踪剂动力学图映射到欠采样的k空间数据。该实施例还具有在没有正则化项的情况下进行经运动校正的优点。
[0036]
在另一实施例中，所述磁共振重建模块是神经网络。所述神经网络被训练为响应于输入所述k空间数据而输出所述经运动校正的示踪剂动力学图。该实施例可以是有益的，因为测量k空间数据并且然后直接接收经运动校正的示踪剂动力学图可以是非常有效的。
[0037]
在另一实施例中，所述神经网络可以使用针对感兴趣的特定体积的k空间数据来训练。例如，在生成针对心脏情况的经运动校正的示踪剂动力学图的情况下，训练数据可以是心脏区域的k空间数据和经运动校正的示踪剂动力学图。
[0038]
在另一实施例中，所述神经网络使用与模拟的运动损坏的k空间数据配对的经运动校正的示踪剂动力学图来训练。例如，可以使用各种手段来获得经运动校正的示踪剂动力学图。例如，可以使用完全采样的测量的k空间数据来确定经运动校正的示踪剂动力学图。然后可以使用诸如一系列图像之间的可变形或不可变形映射的成像技术来执行运动校正。无论经运动校正的示踪剂动力学图如何被重建，方程都可以被向后工作以创建模拟的经运动校正的k空间数据。例如，可以计算针对完全采样的经运动校正的示踪剂动力学图的k空间数据。该数据的子集可以被视为欠采样的k空间数据。然后可以将运动伪影人为地添加到该k空间数据。
[0039]
在另一实施例中，所述机器可执行指令的运行还使所述处理器使用所述测量的k空间数据来计算所述经运动校正的k空间数据。所述示踪剂动力学图通过将所述经运动校正的k空间数据输入到所述磁共振重建模块中来计算。在该实施例中，测量的k空间数据在其被插入之前被运动校正。这例如可以有用于校正某些类型的运动。例如，可以通过改变所述测量的k空间数据的相位而在k空间数据中补偿对象的刚体运动。这可以例如以不同的方式实现。测量的k空间数据可以是自导航k空间数据。例如，k空间测量可以集中在中心区域中，并且该数据单独可以足以检测对象的刚体变换。在另一范例中，测量的k空间数据的后续采集可以用于生成个体图像，所述个体图像然后用于计算平移，所述平移用于校正k空间中的相位。
[0040]
其他方法还可以包括图像导航器(诸如另外使用磁共振成像系统来采集的二维导航器)以及外部导航器(诸如呼吸风箱、相机或呼吸系带)的使用。
[0041]
在另一实施例中，所述磁共振重建模块被配置用于将所述经运动校正的示踪剂动力学图求解为优化问题或使用经训练的卷积神经网络。该实施例可以类似于先前提到的实施例，但是可以在k空间数据被输入到磁共振重建模块中之前执行运动校正。
[0042]
在另一实施例中，所述示踪剂动力学图是以下各项中的任一项的映射：相对细胞外体积、血管内血浆体积、血浆流量、渗透率-表面积乘积、组织细胞外血管外空间、诸如钆的造影剂的流入质量转移速率、心肌血流量、以及其组合。
[0043]
在另一实施例中，所述测量的k空间数据是首过灌注心脏k空间数据。该实施例可以是有益的，因为欠采样可以有助于降低运动伪影的重要性。另外，当进行首过灌注心脏磁共振成像时，可能存在呼吸运动以及心脏运动。运动补偿可以帮助改进经运动校正的示踪剂动力学图的质量。
[0044]
在另一实施例中，所述测量的k空间数据是腹部动态对比增强k空间数据。该实施
例可以是有益的，因为运动校正可以帮助补偿由对象的呼吸引起的腹部运动。
[0045]
在另一实施例中，所述测量的k空间数据是多线圈k空间数据。例如，可以存在用于接收测量的k空间数据的多个接收线圈。这可以是特别有益的，因为当采集多线圈k空间数据时，其通常被欠采样并且然后使用类似于sense磁共振成像协议的东西来重建。磁共振重建模块可以被配置用于使用k空间数据并使用线圈灵敏度将其组合。
[0046]
在另一实施例中，所述测量的k空间数据以至少5的因子被欠采样。
[0047]
在另一实施例中，所述测量的k空间数据以至少10的因子被欠采样。
[0048]
在另一实施例中，所述测量的k空间数据以超过20的因子被欠采样。
[0049]
在另一实施例中，所述测量的k空间数据以至少30的因子被欠采样。
[0050]
在另一实施例中，所述测量的k空间数据以至少40的因子被欠采样。
[0051]
在另一实施例中，所述测量的k空间数据以至少50的因子被欠采样。
[0052]
在另一实施例中，所述测量的k空间数据以至少60的因子被欠采样。
[0053]
在另一实施例中，所述测量的k空间数据以低于70的因子被欠采样。
[0054]
在另一实施例中，所述测量的k空间数据以至少80的因子被欠采样。
[0055]
在另一实施例中，所述医学系统还包括磁共振成像系统，所述磁共振成像系统被配置用于从成像区采集所述测量的k空间数据。所述存储器还包含脉冲序列命令。所述脉冲序列命令被配置为根据首过灌注心脏磁共振成像协议或腹部动态对比增强磁共振成像协议来采集所述测量的k空间数据。所述机器可执行指令的运行还使所述处理器利用所述脉冲序列命令来控制所述磁共振成像系统以采集所述测量的k空间数据。该实施例可以是有益的，因为医学系统可以提供具有减少量的运动伪影的经运动校正的示踪剂动力学图。
[0056]
在另一实施例中，所述脉冲序列命令被配置用于使用自导航k空间采样模式来采集所述k空间数据。例如，自导航k空间采样模式可以是所谓的星堆叠。在星堆叠中，核心k空间采样模式在k空间中旋转。在每一次测量中对k空间的中心区域进行采样，并且中心k空间数据可以用于执行自导航。
[0057]
在另一方面中，本发明提供了一种操作医学系统的方法。所述方法包括接收测量的k空间数据。所述方法还包括通过将所述测量的k空间数据输入到磁共振重建模块中来重建经运动校正的示踪剂动力学图。所述磁共振重建模块被配置为根据测量的k空间数据来重建经运动校正的示踪剂动力学图。所述测量的k空间数据是欠采样的。所述测量的k空间数据是t1加权的。所述测量的k空间数据是动态对比增强k空间数据。
[0058]
在另一方面中，本发明提供了一种计算机程序产品，所述计算机程序产品包括用于由控制医学系统的处理器执行的机器可执行指令。所述机器可执行指令包括磁共振重建模块。所述磁共振重建模块被配置为根据测量的k空间数据重建经运动校正的示踪剂动力学图重建。所述测量的k空间数据是欠采样的。所述测量的k空间数据是t1加权的。所述测量的k空间数据是动态对比增强k空间数据。所述机器可执行指令的运行使所述处理器接收所述测量的k空间数据。所述机器可执行指令的运行还使所述处理器通过将所述测量的k空间数据输入到所述磁共振重建模块中来重建所述经运动校正的示踪剂动力学图。
[0059]
应当理解，本发明的上述实施例中的一个或多个能够被组合，只要所组合的实施例不互相排斥。
[0060]
如本领域的技术人员将认识到的，本发明的各个方面可以实现为装置、方法或计
算机程序产品。相应地，本发明的各个方面可以采取完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或组合软件和硬件方面的实施例(在本文中总体上全部可以被称为“电路”、“模块”或“系统”)的形式。此外，本发明的各个方面可以采取实现在一个或多个计算机可读介质中的计算机程序产品的形式，所述一个或多个计算机可读介质具有实现在其上的计算机可执行代码。
[0061]
可以利用一个或多个计算机可读介质的任何组合。所述计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。本文使用的“计算机可读存储介质”涵盖任何可以存储可由计算设备的处理器执行的指令的有形存储介质。可以将计算机可读存储介质称为计算机可读非暂态存储介质。也可以将计算机可读存储介质称为有形计算机可读介质。在一些实施例中，计算机可读存储介质还可以能够存储可以由计算设备的处理器访问的数据。计算机可读存储介质的范例包括但不限于：软盘、磁硬盘驱动器、固态硬盘、闪速存储器、usb拇指驱动器、随机存取存储器(ram)、只读存储器(rom)、光盘、磁光盘以及处理器的寄存器文件。光盘的范例包括压缩盘(cd)和数字通用盘(dvd)，例如，cd-rom、cd-rw、cd-r、dvd-rom、dvd-rw或dvd-r盘。术语计算机可读存储介质还指能够经由网络或通信链路由计算机设备访问的各种类型的记录介质。例如，可以在调制调解器、因特网或局域网上检索数据。可以使用任何适当介质发送实现在计算机可读介质上的计算机可执行代码，所述任何适当介质包括但不限于无线的、有线的、光纤线缆的、rf等或者前面的任何合适的组合。
[0062]
计算机可读信号介质可以包括具有实现在其中的计算机可执行代码的传播的数据信号，例如，在基带中或作为载波的部分。这样的传播的信号可以采取任何各种形式，包括但不限于电磁的、光学的或它们的任何合适的组合。计算机可读信号介质可以是这样的任何计算机可读介质：不是计算机可读存储介质，并且能够传达、传播或传输由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。
[0063]“计算机存储器”或“存储器”是计算机可读存储介质的范例。计算机存储器是可由处理器直接访问的任何存储器。“计算机存储设备”或“存储设备”是计算机可读存储介质的另外的范例。计算机存储设备是任何非易失性计算机可读存储介质。在一些实施例中，计算机存储设备也可以是计算机存储器，或者反之亦然。
[0064]
如本文中所使用的“处理器”涵盖能够执行程序或机器可执行指令或计算机可执行代码的电子部件。对包括“处理器”的计算设备的引用应当被解读为能够包含多于一个的处理器或处理核。所述处理器可以例如是多核处理器。处理器也可以指在单个计算机系统之内的或分布在多个计算机系统之间的处理器的集合。术语计算设备也应当被解读为能够指每个包括一个或多个处理器的计算设备的集合或网络。计算机可执行代码可以由可以在相同的计算设备之内或甚至可以分布在多个计算设备之间的多个处理器来执行。
[0065]
计算机可执行代码可以包括令处理器执行本发明的方面的机器可执行指令或程序。用于执行针对本发明的方面的操作的计算机可执行代码可以以一个或多个编程语言的任何组合来编写并且被编译为机器可执行指令，所述一个或多个编程语言包括诸如java、smalltalk、c 等的面向对象的编程语言以及诸如“c”编程语言或相似编程语言的常规过程性编程语言。在一些实例中，所述计算机可执行代码可以采取高级语言的形式或者采取预编译的形式并且结合在工作时生成机器可执行指令的解读器一起被使用。
[0066]
所述计算机可执行代码可以完全在用户的计算机上、部分在用户的计算机上(作
为独立的软件包)、部分在用户的计算机上并且部分在远程计算机上、或完全在远程计算机或服务器上执行。在后一种情形下，所述远程计算机可以通过包括局域网(lan)或广域网(wan)的任何类型的网络连接到用户的计算机，或者可以(例如，通过使用因特网服务提供商的因特网)对外部计算机进行连接。
[0067]
参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图、图示和/或方框图来描述本发明的方面。应理解，当可应用时，能够通过采取计算机可执行代码的形式的计算机程序指令来实施流程图、图示和/或方框图的方框的每个方框或部分。还应理解，当互不排斥时，可以组合不同流程图、图示和/或方框图中的方框的组合。这些计算机程序指令可以被提供给通用计算机、专用计算机或产生机器的其他可编程数据处理装置的处理器，使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实施在流程图和/或一个或多个方框图框中指定的功能/动作的单元。
[0068]
这些计算机程序指令还可以存储在计算机可读介质中，所述计算机可读介质能够指引计算机、其他可编程数据处理装置或其他设备以特定的方式来工作，使得在计算机可读介质中存储的指令产生包括实施在流程图和/或一个或多个方框图框中指定的功能/动作的指令的制品。
[0069]
所述计算机程序指令还可以加载到计算机、其他可编程数据处理装置或其他设备上，以令在计算机、其他可编程装置或其他设备上执行一系列操作步骤，从而产生计算机实施的过程，使得在计算机或其他可编程装置上执行的指令提供用于在流程图和/或一个或多个方框图框中指定的功能/动作的过程。
[0070]
如本文所使用的“用户接口”是允许用户或操作人员与计算机或计算机系统交互的接口。“用户接口”还可以被称为“人机接口设备”。用户接口可以向操作人员提供信息或数据和/或从操作人员接收信息或数据。用户接口可以使得来自操作人员的输入能够被计算机接收并且可以从计算机向用户提供输出。换言之，所述用户接口可以允许操作人员控制或操控计算机，并且所述接口可以允许计算机指示操作人员的控制或操控的效果。显示器或图形用户接口上的数据或信息的显示是向操作人员提供信息的范例。通过键盘、鼠标、跟踪球、触摸板、指点杆、图形输入板、操纵杆、游戏手柄、网络摄像头、耳机、踏板、有线手套、遥控器和加速度计对数据的接收全都是实现对来自操作人员的信息或数据的接收的用户接口部件的范例。
[0071]
如本文所使用的“硬件接口”涵盖使得计算机系统的处理器能够与外部计算设备和/或装置交互和/或控制外部计算设备和/或装置的接口。硬件接口可以允许处理器将控制信号或指令发送到外部计算设备和/或装置。硬件接口也可以使得处理器能够与外部计算设备和/或装置交换数据。硬件接口的范例包括但不限于：通用串行总线、ieee 1394端口、并行端口、ieee 1284端口、串行端口、rs-232端口、ieee-488端口、蓝牙连接、无线局域网连接、tcp/ip连接、以太网连接、控制电压接口、midi接口、模拟输入接口以及数字输入接口。
[0072]
如本文所使用的“显示器”或“显示设备”涵盖适于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、音频和/或触觉数据。显示器的范例包括但不限于：计算机监视器、电视屏幕、触摸屏、触觉电子显示器、盲文屏幕、阴极射线管(crt)、存储管、双稳态显示器、电子纸、矢量显示器、平板显示器、真空荧光显示器(vf)、发光二极管(led)显示器、
电致发光显示器(eld)、等离子体显示板(pdp)、液晶显示器(lcd)、有机发光二极管显示器(oled)、投影仪和头戴式显示器。
[0073]
k空间数据在本文中被定义为在磁共振成像扫描期间使用磁共振装置的天线所记录的由原子自旋发射的射频信号的测量结果。k空间数据是医学图像数据的范例。磁共振成像(mri)图像或mr图像在本文中被定义为磁共振成像数据内包含的解剖数据的经重建的二维或三维可视化。能够使用计算机来执行这一可视化。
附图说明
[0074]
在下文中将仅通过举例的方式，并且参考附图描述本发明的优选实施例，在附图中：
[0075]
图1图示了医学系统；
[0076]
图2示出了操作图1的医学系统的方法；
[0077]
图3图示了医学系统的另一范例；
[0078]
图4示出了操作图1的医学系统的方法；
[0079]
图5图示了医学系统的另一范例；
[0080]
图6示出了操作图1的医学系统的方法；
[0081]
图7图示了计算示踪剂动力学图的若干方式；
[0082]
图8比较了用于计算示踪剂动力学图的若干不同算法；
[0083]
图9还比较了用于计算示踪剂动力学图的若干不同算法；并且
[0084]
图10还比较了用于计算示踪剂动力学图的若干不同算法。
[0085]
附图标记列表
[0086]
100 医学系统
[0087]
102 计算机
[0088]
104 处理器
[0089]
106 硬件接口
[0090]
108 用户接口
[0091]
110 存储器
[0092]
120 机器可执行指令
[0093]
122 磁共振重建模块
[0094]
124 测量的k空间数据
[0095]
126 经运动校正的示踪剂动力学图
[0096]
200 接收测量的k空间数据
[0097]
202 通过将测量的k空间数据输入到磁共振重建模块中来重建经运动校正的示踪剂动力学图
[0098]
300 医学系统
[0099]
302 经运动校正的k空间数据
[0100]
400 通过将经运动校正的k空间数据输入到磁共振重建模块中来计算示踪剂动力学图
[0101]
500 医学系统
[0102]
502 磁共振成像系统
[0103]
504 磁体
[0104]
506 磁体的膛
[0105]
508 成像区
[0106]
509 视场
[0107]
510 磁场梯度线圈
[0108]
512 磁场梯度线圈电源
[0109]
514 射频线圈
[0110]
516 收发器
[0111]
518 对象
[0112]
520 对象支撑体
[0113]
530 脉冲序列命令
[0114]
600 利用脉冲序列命令控制磁共振成像系统以采集测量的k空间数据
[0115]
700 多线圈(k,t)空间数据
[0116]
702 mr信号强度s
[0117]
704 造影剂浓度
[0118]
706 间接重建
[0119]
708 箭头
[0120]
710 直接的基于模型的重建
[0121]
800 k
trans
[0122]
802 v
p
[0123]
804 完全采样
[0124]
806 10x欠采样
[0125]
808 20x欠采样
[0126]
810 30x欠采样
[0127]
812 40x欠采样
[0128]
830 间接
[0129]
832 direqt
[0130]
834 direqt-tv900 归一化均方误差
[0131]
902 相关系数
具体实施方式
[0132]
在这些附图中相似编号的元件或为等价元件或执行相同的功能。如果功能等价，则先前已经论述的元件将不必要在后面的附图中论述。
[0133]
图1图示了医学系统100的实施例。医学系统100被示出为包括计算机102。计算机102包括处理器104。处理器104旨在表示分布在一个或多个计算机中间的一个或多个处理核。例如，计算机102实际上可以表示经由网络连接的一个或多个计算机。处理器104被示出为被连接到硬件接口106。硬件接口106可以例如使得处理器104能够通信和/或控制医学系统100的其他部件。处理器104被示出为还连接到任选的用户接口108。处理器104还连接到
存储器110。
[0134]
存储器110可以是处理器104可访问的存储器的任何组合。这可以包括诸如主存储器、高速缓冲存储器以及非易失性存储器(诸如闪速ram、硬盘驱动器或其他存储设备)的事物。在一些范例中，存储器110可以被认为是非瞬态计算机可读介质。
[0135]
存储器110还被示为包含机器可执行指令120。机器可执行指令120使得处理器104能够控制医学系统100的其他部件以及执行基本数据分析和图像处理技术。存储器110还被示为包含磁共振重建模块122，磁共振重建模块122也是机器可执行指令120的部分。磁共振重建模块可以是使得处理器104能够获取测量的k空间数据并重建示踪剂动力学图的可执行代码。存储器110还被示为包含测量的k空间数据124。存储器110还被示为包含经运动校正的示踪剂动力学图126，其是通过将测量的k空间数据124输入到磁共振重建模块122中来重建的。
[0136]
图2示出了图示操作图1的医学系统100的方法的流程图。首先，在步骤200中，接收测量的k空间数据124。接下来，在步骤202中，通过将测量的k空间数据124输入到磁共振重建模块122中来重建经运动校正的示踪剂动力学图126。
[0137]
图3图示了医学系统300的另一实施例。图3中的医学系统类似于图1中描绘的医学系统100。图3中的医学系统300被修改为使得代替于将测量的k空间数据124直接输入到磁共振重建模块122中，处理器104使用机器可执行指令120首先根据测量的k空间数据124来校正/计算经运动校正的k空间数据302。然后，将经运动校正的k空间数据302输入到磁共振重建模块122中，并且输出经运动校正的示踪剂动力学图126。测量的k空间数据124可以例如具有自导航k空间数据，或可以存在用于测量对象的运动相位的外部系统信号。这些中的任一个可以用于根据测量的k空间数据124来计算经运动校正的k空间数据302。具体地，测量的k空间数据124的采集部分之间的刚体变换可以被校正为测量的k空间数据124的相位变化，以计算经运动校正的k空间数据302。
[0138]
图4示出了图示操作图3的医学系统300的方法的流程图。首先，执行如图2所图示的步骤200。接下来，该方法进行到步骤400，其中，使用测量的k空间数据124来计算经运动校正的k空间数据302。在执行步骤400之后，该方法进行到如图2所图示的步骤202。
[0139]
图5图示了医学系统500的另一实施例。医学系统500类似于图1中描绘的医学系统100，除了医学系统500另外包括磁共振成像系统502。图3中描绘的医学系统300的特征也可以并入到图5中描绘的医学系统500中。
[0140]
磁共振成像系统502包括磁体504。磁体504是超导圆柱型磁体，其具有穿过它的膛506。使用不同类型的磁体也是可能的，例如，还能够使用分裂式圆柱磁体和所谓的开放式磁体二者。分裂式圆柱磁体相似于标准圆柱磁体，除了已经将低温保持器分裂成两段以允许接近磁体的等平面，这种磁体例如可以结合带电粒子束治疗而使用。开放式磁体具有两个磁体段，一个在另一个之上，之间有足够大的空间，以接收对象：两个段的布置相似于亥姆霍兹线圈的布置。开放式磁体是常见的，因为对象受到较少约束。在圆柱形磁体的低温保持器内部存在一系列超导线圈。
[0141]
在圆柱形磁体504的膛506内有成像区508，在成像区508中磁场足够强且足够均匀以执行磁共振成像。在成像区508内示出了视场509。磁共振数据通常针对视场509来进行采集。对象518被示为由对象支撑体520支撑，使得对象518的至少部分处于成像区508和视场
509内。
[0142]
在磁体的膛506之内还存在磁场梯度线圈510的集合，所述磁场梯度线圈用于采集初步磁共振数据，以对磁体504的成像区508之内的磁自旋进行空间编码。磁场梯度线圈510连接到磁场梯度线圈电源512。磁场梯度线圈510旨在为代表性的。通常，磁场梯度线圈510包含三个独立的线圈集合，以用于在三个正交空间方向上进行空间编码。磁场梯度线圈电源向磁场梯度线圈供应电流。根据时间来控制供应到磁场梯度线圈510的电流，并且该电流可以是斜变的或脉冲的。
[0143]
与成像区508相邻的是射频线圈514，射频线圈514用于操纵成像区508内的磁自旋的取向并且用于接收来自也在成像区508内的自旋的射频发射。射频天线可以包含多个线圈元件。射频天线也可以被称为信道或天线。射频线圈514连接到射频收发器516。射频线圈514和射频收发器516可以由单独的发射线圈和接收线圈以及单独的发射器和接收器来替换。应理解，射频线圈514和射频收发器516是代表性的。射频线圈514还旨在表示专用发射天线和专用接收天线。同样地，收发器516还可以表示单独的发射器和接收器。射频线圈514还可以具有多个接收/发射元件，并且射频收发器516可以具有多个接收/发射信道。例如，如果执行诸如sense的并行成像技术，则射频可以514会具有多个线圈元件。
[0144]
收发器516和梯度控制器512被示为连接到计算机系统102的硬件接口106。存储器110还被示出为包含脉冲序列命令。脉冲序列命令530是可以被转换成控制磁共振成像系统502采集k空间数据124的这种命令的命令或数据。
[0145]
存储器110还被示出为包含脉冲序列命令530。脉冲序列命令530可以由处理器104用于控制磁共振成像系统502采集测量的k空间数据124。
[0146]
图6示出了图示操作图5的医学系统500的方法的流程图。首先在步骤600中，处理器104利用脉冲序列命令530控制医学系统502以采集测量的k空间数据124。在执行步骤600之后，该方法进行到如图2所图示的步骤200和202。
[0147]
作为具体实例，首过灌注心脏磁共振成像(fpp-cmr)允许冠心病的评估。然而，常规fpp-cmr遭受低空间分辨率、心脏覆盖不足的影响，并且需要长时间屏气。目前，灌注异常通常由训练有素的医师在视觉上识别。最近，fpp-cmr的定量分析已经出现为用于识别灌注不足的更可靠和操作者独立的方法。通常，定量fpp-cmr首先重建个体动态图像，所述个体动态图像然后被转换为造影剂浓度，并且最后使用示踪剂动力学建模来生成定量心肌灌注图。此处，我们提出了一种基于模型的fpp-cmr重建方法，该方法组合了图像重建和示踪剂动力学建模，以更好地利用fpp-cmr数据中的冗余。我们示出了这种协同方法使得能够在每个时间帧处的非常高的欠采样率，并且因此允许比常规方法高得多的空间分辨率和覆盖。此外，我们提出的方法可以与呼吸运动校正和k-t欠采样组合以改进心肌灌注定量，同时实质上增加患者舒适度。
[0148]
冠状动脉疾病(cad)是全世界死亡的主要原因。其通常由动脉粥样硬化引起，动脉粥样硬化减少到心脏的血流(心肌缺血)。正电子发射断层摄影(pet)是具有心肌缺血的患者中的无创心肌灌注定量的临床参考。然而，首过灌注心脏磁成像(fpp-cmr)正迅速演变成用于检测心肌灌注不足的重要工具。与pet相比，其具有诸如更高的空间分辨率、无辐射暴露、更广泛的可用性和更低的扫描成本的优点。然而，fpp-cmr需要超快速采集(以捕获造影剂团的首过)、心电图(ecg)门控和屏气技术以减少心脏和呼吸运动，从而导致空间分辨率
(～2.5mm)和心脏覆盖(～3个切片)之间的权衡。诊断准确度也由呼吸诱发的运动伪影(患者常常不能屏气)和由于暗缘伪影的假阳性缺陷损害。此外，灌注异常常常在视觉上被识别，这具有取决于操作者的训练和经验的水平的预后价值。
[0149]
缺乏可再现且准确的结果是限制fpp-cmr的广泛临床采用的主要因子。通常，定量fpp-cmr方法首先涉及重建个体动态对比增强图像，所述个体动态对比增强图像然后被转换为对比剂浓度，并且最后，使用示踪剂动力学(tk)建模来生成tk参数图；这些方法可以称为“间接”方法。
[0150]
直接的基于模型的参数重建已经在pet和动态对比增强mr成像中的很少应用中用于从采集的数据直接获得tk参数图。
[0151]
该方法示出优于常规间接定量方法的定量性能。此外，直接的基于模型的重建方法降低了问题的维度，即，图像重建问题被减少为找到2-4个tk参数图，而不是每像素～60个时间点。因此，该方法提供了准确的tk参数图，同时还通过利用时间点之间的空间信息的冗余来实现非常高的加速度因子。到目前为止，压缩感测(cs)和并行成像重建方法已经用于将fpp-cmr采集加速到～8x并实现更高的空间分辨率。
[0152]
在该工作中，提出了直接定量(direqt)fpp-cmr重建框架，以从欠采样数据直接估计定量心肌灌注图。在数字fpp-cmr体模和具有疑似cad的患者上评价了所提出的框架。
[0153]
术语direqt和direqt-tv指的是被公式化为优化问题的磁共振重建模块122的两个不同实施方式。
[0154]
图7图示了根据测量的k空间数据124计算经运动校正的示踪剂动力学图126的两种不同方式。在常规方法中，首先在步骤700中采集测量的k空间数据124。接下来，根据测量的k空间数据124重建702多幅磁共振信号和强度图像。在下一步骤中，计算造影剂浓度704。最后，根据这些图像704重建示踪剂动力学图126的间接重建706。在该范例中，在步骤702中重建多幅图像。出于该原因，可能采集欠采样的k空间数据是不可能的。对此的备选方案是使用磁共振重建模块122的直接的基于模型的重建710。在该方法中，直接从测量的k空间数据124计算经运动校正的示踪剂动力学图126。这可以以若干不同的方式执行。在一种方法中，可以使用经训练的卷积神经网络。在另一方法中，可以建立并且然后求解优化问题，其直接从测量的k空间数据124求解经运动校正的示踪剂动力学图126。
[0155]
如上所述，图7示出了常规间接方法(700、702、704、706)和direqt前向模型(710)的生成中所需的步骤，该direqt前向模型将tk参数转换为(多线圈欠采样的)fpp-cmr测量结果(k空间数据124)。
[0156]
所提出的direqt方法直接从测量的fpp-cmr数据估计tk参数图。这通过反转包括下面描述的操作(由图7中的箭头708指示)的前向模型来实现。
[0157]
tk参数映射到造影剂浓度。patlak模型用于估计随着时间的c(r,t)造影剂浓度：
[0158][0159]
图7示出了图示间接方法和所提出的direqt重建以从多线圈(欠采样)数据d获得tk参数的流程图。间接重建包括三个步骤(蓝色箭头)：首先，根据所采集的(k,t)空间数据d来估计702fpp-cmr信号强度图像然后，根据估计随着时间的造影剂浓度c。最终根据c来估计tk参数图。在direqt重建中，通过使用迭代重建方案求解逆问题而直接从(k,t)空间数据d(长红色箭头)估计tk参数。用于从tk参数图到(k,t)空间数据d的转换的前向模型由小
红色箭头指示。
[0160]
其中。r∈(x,y)是图像域空间坐标，c
aif
是动脉输入函数，k
trans
和v
p
是分别表示对比度传递系数和血浆体积分数的tk参数。参数k
trans
与血管渗透性和血流有关。
[0161]
对比剂浓度到信号强度。造影剂浓度c(r,t)根据以下等式改变t1：
[0162]
1/t1(r,t)＝1/t1(r,0) γc(r,t),(2)
[0163]
其中，t1(r,0)是预造影t1，并且γ是造影剂弛豫。动态对比增强图像系列通过饱和恢复准备的快速梯度回波信号方程与t1有关：
[0164][0165]
其中，与平衡纵向磁化成比例，ts是饱和时间，tr是重复时间，n是在采集k空间中心之前施加的激励脉冲的数量，r1＝1/t1，并且其包含翻转角α。以上等式3不同于guo等人的等式2。
[0166]
欠采样的(k,t)空间数据d(k,t)与有关如下：
[0167][0168]
其中，k∈(k
x
,ky)表示k空间坐标，a(k,t)是(k,t)空间采样轨迹，f是傅里叶变换，并且s(r)是线圈灵敏度。因此，direqt前向问题由下式给出：
[0169]
d(k,t)＝f(k
trans
(r),v
p
(r)),(5)
[0170]
其中，f是组合等式(1)-(4)的前向模型。因此，可以通过求解以下优化问题来估计tk参数图：
[0171][0172]
如果在k空间中执行运动校正，那么可以修改等式6，使得d由b代替，b是经平移运动校正的k空间数据。
[0173]
可以将对tk参数图的空间稀疏性约束添加到等式(6)：
[0174][0175]
其中，是2d空间有限差分算子，α和β是正则化参数或任何其他稀疏性约束，例如小波稀疏性约束。使用有限记忆bfgs拟牛顿法来求解该非线性逆问题。
[0176]
为了求解间接问题，可以通过求解以下优化问题而根据欠采样的(k,t)空间数据来重建个体动态对比增强图像：
[0177][0178]
其中，是沿时间维度的有限差分算子。然后，从信号强度导出浓度c(r,t)的变化，并且最后，通过分别求解等式(3)和等式(1)的逆问题而从c(r,t)获得tk参数图。
[0179]
可以通过修改等式4和等式6或等式7来针对运动补偿修改上述直接公式。
[0180]
欠采样的(k,t)空间数据d(k,t)与有关如下，以替换等式4：
[0181][0182]
其中，m(r,t)是每个时间帧t处的(非刚体)运动场。
[0183]
对m的正则化可以基于超弹性材料(诸如saint venant-kirchhoff或ogden材料)
的贮能函数。这导致以下最小化问题以替换上面的等式6：
[0184][0185]
其中，r是空间位置，其中，t是时间，其中，tk(r)是示踪剂动力学图的项，其中，r(m(r,t))是运动补偿正则化项，其中，d(k,t)是测量的k空间数据，其中，m(r,t)是变形图，其中，f(tk(r),m(r,t))是针对给定tk(r)和m(r,t)的k空间数据的前向模型，并且其中，范数是数学范数。
[0186]
基于超弹性的正则化项r
hyper
允许大且平滑的变形，同时维持弹性行为。可以使用其他模型，诸如基于曲率的正则化、仿射变换和使用三次b样条模型参数化的自由变形(ffd)等。该问题可以使用交替最小化方案来求解。
[0187]
类似地，等式7可以重新公式化为：
[0188][0189]
等式10和11还可以通过移除正则化项r(m(r,t))、和/或来修改。变形图m(r,t)的存在仍然实现运动校正。正则化项在单个优化问题中的存在有助于运动校正。然而，移除正则化项使得能够更快速地求解单个优化问题。其在数值上要求更低。然后，移除正则化项是在以计算效率补偿运动多么好之间的权衡。
[0190]
使用mrxcat数字体模和以下参数生成完全采样的fpp-cmr数据：视场(fov)：320
×
320
×
80mm3、空间分辨率：2
×
2mm2、切片厚度：5mm、ts/tr/te：150.0/2.0/1.0ms,、翻转角：15
°
、造影剂剂量：0.075mmol/kg、5.6l/mmol
·
s、6个接收线圈、32个时间帧和群体平均c
aif
。使用径向k-t采样策略以以10、20、30和40的因子对采集进行欠采样。将高斯噪声添加到每个数据集以获得40的对比度噪声比(cnr)。针对每个欠采样率执行六个噪声实现。从欠采样的数据集获得direqt和间接重建。
[0191]
还执行了体内实验。使用具有0.0075
±
0.075mmol/kg的钆布醇(gadovist；bayer,germany)的双团注技术和3t扫描器(achieva；philips healthcare)在具有疑似cad的一个患者中执行其余fpp-cmr完全采样采集。饱和恢复型快速场回波(tfe)ecg触发序列用于在自由呼吸中使用以下参数采集单个短轴切片：fov：320
×
320mm2、分辨率：2.8
×
2.8mm2、切片厚度：10mm、ts/tr/te：120.0/1.96/0.93ms、翻转角：15
°
、采集窗口：224.3ms、总采集时间：1min 20s、对比剂弛豫率：5.0l/mmol
·
s。使用在模拟中使用的相同径向采样策略来生成20x、30x和40x欠采样的数据集。使用在左心室中绘制的大感兴趣区域找到c
aif
，并且从t1映射序列提取预造影t1(r,0)。此外，将信号强度归一化为预造影信号。
[0192]
为了执行运动校正，最初使用供应商的缺省重建来重建自由呼吸fpp-cmr采集。动态图像用于通过将每一个帧配准到其前任(
±
7帧)的滑动平均来估计逐帧平移运动。然后，通过应用线性相移直接在k空间中执行平移运动校正。最后，使用间接和direqt方法重建这些经运动校正的数据集。
[0193]
还测试了以空间全变化(tv)正则化(参见等式(7))的形式在tk参数图上添加空间稀疏性约束的值。对于所有方法，经验地选择正则化参数。
[0194]
使用归一化均方误差(nmse)和相关系数(cc)相对于参考(完全采样的)tk参数图定量评价利用direqt和间接方法获得的tk参数图。使用matlab(mathworks,usa)在具有32gb存储器的i7-86508@1.9ghz膝上型计算机上执行重建。
[0195]
图8比较了计算经运动校正的示踪剂动力学图126的若干不同方式。在该范例中，存在作为图126的部分计算的两个不同的量。存在k
trans 800和v
p 802。针对完全采样的测量804、10x欠采样806、20x欠采样808、30x欠采样810和40x欠采样812进行计算。这些中的每个针对三种不同的算法进行。这是针对以下进行：通过图7中的步骤700、702、704和706图示的间接方法830，并且然后使用direqt 832算法和direqt-tv算法834。从图8可以看出，direqt-tv 834和direqt832两者即使在高欠采样率下也很好地完成计算值k
trans 800和v
p 802的杰出工作。图8示出了从模拟的欠采样的数据获得的具有和不具有tv正则化的direqt重建以及完全采样的参考和间接重建。针对间接方法，以加速度10x的tk图的图像质量与参考图像可比较。对于更高的加速率，tk参数图的质量迅速恶化，并且假灌注不足变得可见。相比之下，利用direqt获得的tk参数图的总体图像质量在所有欠采样水平上优于间接方法。然而，在高加速率下，direqt问题变得不适定，这导致噪声放大。在这些实例中，可以采用正则化策略来稳定解。图8示出了tv正则化有助于降低高加速度下的噪声放大，并且其还改进了收敛速率。
[0196]
图9示出了针对间接算法830、direqt算法832和direqt-tv 834算法的k
trans 800和v
p 802的参考图像与tk图之间的归一化均方误差900和相关系数902。图9示出了tk参数重建的定量结果。利用所提出的direqt方法实现了最高的cc值和最低的nmse值，指示与参考图像的更好一致性。
[0197]
图10示出了使用间接方法、所提出的direqt和具有tv正则化的direqt(direqt-tv)从10x、20x、30x和40x欠采样的数据获得的数字体模k
trans
和v
p
重建。显示了参考图像用于比较。即使在非常高的欠采样率下，所提出的direqt也生成高质量tk图。
[0198]
图10图示了用于从患者数据的完全采样的测量804、20x欠采样的测量808、30x欠采样的测量810和40x欠采样的测量812获得的k
trans
重建的间接830算法和dreqt 832算法之间的差异。最后，图10显示了使用directqt从完全采样和欠采样的患者数据估计的tk参数图。注意，fpp-cmr数据是在没有屏气的情况下采集的，以改进患者舒适度，并使可以极大地影响定量结果的呼吸运动伪影最小化。所提出的方法即使在高加速率下也产生良好的结果。间接和direqt方法的总重建时间分别为～290s和～185s。
[0199]
在该工作中选择patlak模型，因为其提供了与fpp-cmr中通常使用的其他tk模型(诸如费米和两室模型)可比较的结果，具有其可以被线性化的优点，这简化了计算。然而，不同tk模型(包括血液组织交换(btex)模型)之间的比较将是未来研究的主题。此外，可以采用其他正则化策略，其可以进一步增加所提出的方法对噪声的鲁棒性从而进一步推动加速度。在未来的研究中，direqt方法将在一大群具有疑似cad的患者中使用前瞻性欠采样的采集进行评价。这些研究还将旨在实现高得多的空间分辨率和覆盖率，并因此实现更大的诊断准确度。
[0200]
各种技术可以用于k-t采样并提供动态采集方案。心脏动态(并行)图像具有高度的空间-时间相关性和冗余，因为背景是静态的并且动态区域(或对比度变化)是相对小的。
[0201]
为了利用整个动态fpp-cmr系列的空间-时间相关性和冗余性，并且因此实现高度
不相干性，可以使用动态欠采样模式，即，在每个时间点t处的不同k空间欠采样模式。这些k-t采样轨迹以使信号交叠最小化的方式采集数据。因此，所生成的混叠伪影不相干地相加。这与在每个时间帧处个体地采集完全采样的、部分傅里叶或并行成像加速的fpp-cmr数据集的更标准的方法形成对比。direqt也与该标准方法一起工作，但是可以使用k-t采样策略达到更高的加速度。
[0202]
这可以例如通过使用具有螺旋或径向排序和黄金角或微小黄金角增量或具有非重复泊松盘采样轨迹的笛卡尔或非笛卡尔轨迹来实现。采样可以在k空间的中心处具有更高的密度，但其不是必需的。
[0203]
direqt也不需要训练数据或简档，诸如，例如，k-t sense和k-t pca方法。然而，direqt可以与这些类型的技术组合使用。direqt还可以与其他fpp-cmr采集策略组合，包括同时多切片成像。
[0204]
总之，通过fpp-cmr动态帧在空间和时间上相关的事实，促进了tk参数图的恢复。具有direqt的k-t轨迹的使用允许极大地减少获得高质量tk参数图所需的数据量，并且此外允许改进空间和时间分辨率。
[0205]
呼吸运动和心脏收缩劣化fpp-cmr图像质量。这些刚体和非刚体变形限制了ffp-cmr定量准确度。因此，为了获得准确的定量图，必须对首过数据进行运动补偿以最小化所得到的伪影。所提出的direqt方法可以与运动校正技术组合，以从高度加速的自由呼吸和/或连续采集的数据提供准确的定量图。
[0206]
可以使用若干方法来最小化呼吸和心脏运动。例如，最常见的策略使用ecg触发来冻结心脏运动，并且使用屏气来减少呼吸运动。备选地，自导航技术可以用于直接从数据或辅助采集提取运动信息。可以回顾性地使用该运动信息来校正所采集的数据。例如，可以通过应用线性相移而在k空间中直接执行平移运动校正。备选地，可以执行数据分箱以将数据分离成不同的呼吸运动状态和/或心动时相。此外，可以迭代地估计和校正仿射或非刚体运动。因此，该框架可以被公式化为直接从fpp-cmr数据联合估计运动和经运动校正的定量图。此外，该问题还可以以以下方式被公式化：动脉输入函数可以与tk参数图和运动一起联合估计。群体aif可以用作初始估计。
[0207]
深度学习也可以用于重建经运动校正的示踪剂动力学图。3d体积的direqt重建能够潜在地需要长的计算时间。加速重建时间的潜在解决方案是使用深度学习方法来从欠采样的fpp-cmr数据(direqt-net)直接估计tk参数图。基于深度学习的重建技术的主要优点之一是计算效率，这实现了实时应用。
[0208]
使用深度学习求解等式(5)的一种方法是使用深度神经网络(例如卷积神经网络，cnn)直接学习欠采样k空间数据d或混叠零填充的欠采样的重建与完全采样的tk参数图之间的非线性映射。因此，训练步骤包括欠采样的k空间(或图像)和期望的标准数据tk参数图的对。然后，可以以端到端的方式训练重建，其中，tk参数图利用网络从欠采样的数据重建并与标准数据进行比较。
[0209]
然后，经训练的cnn可以用于从欠采样的fpp-cmr数据生成无伪影tk参数图。对非常高的加速率(其中，正则化可以用于稳定direqt重建)，从欠采样的数据(或图像)隐式地学习先验信息或正则化。因此，这些在训练期间不必指定。备选地，可以使用深度残差学习策略，在这种情况下，网络学习残差参数图(在损坏的tk图和标准数据tk图之间)，其具有比
参数图更稀疏且更简单的表示。因此，网络被训练为学习欠采样的k空间数据(或图像)与tk参数图之间的映射，并且输出残差图的估计。如果k空间是输入数据，则神经网络可以包括跟随有cnn的全连接层。全连接层的主要功能是学习k空间和图像域之间的非线性映射。备选地，可以使用展开的迭代网络，其强制重建与k空间数据一致。
[0210]
可以使用若干损失函数来训练深度神经网络。流行的选择是tk参数图估计和标准数据(或残差)之间的均方误差。还可以包括输入数据和模型生成数据之间的前向物理模型损失函数(等式5)。
[0211]
如果标准数据可用，则可以以端到端方式训练网络。然而，采集完全采样的2d高分辨率或3d全心脏fpp-cmr数据可能是不可行的。因此，如果标准数据图像不可用，则可以使用无监督深度学习方法来联合求解cnn权重和重建的训练集参数图。
[0212]
cnn权重可以被称为cnn或其他类型的神经网络的加权因子。
[0213]
通常，深度学习需要大量数据集以用于训练，这在fpp-cmr中常常是不可用的。然而，仍然可能使用数据扩充技术来训练网络，所述数据扩充技术可以用于增加数据集的数量并防止过度拟合。
[0214]
除了cnn之外的其他深度神经网络可以用于direqt-net，诸如循环神经网络、(循环)生成对抗网络、贝叶斯神经网络、admm-net等。
[0215]
贝叶斯神经网络的使用可以是有益的，因为它可以另外提供不确定性图，所述不确定性图在评估经运动校正的示踪剂动力学图的准确度时可以是有用的。
[0216]
尽管已经在附图和前面的描述中详细说明和描述了本发明，但这样的说明和描述被认为是说明性或示范性的而非限制性的；本发明不限于公开的实施例。
[0217]
本领域技术人员通过研究附图、说明书和权利要求书，在实践要求保护的本发明时能够理解和实现所公开实施例的其他变型。在权利要求书中，“包括”一词不排除其他元件或步骤，词语“一”或“一个”不排除多个。单个处理器或其他单元可以满足权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定元件，但是这并不指示不能有利地使用这些元件的组合。计算机程序可以存储和/或分布在适当的介质上，例如与其他硬件一起提供或作为其他硬件的一部分提供的光学存储介质或固态介质，但计算机程序也可以以其他形式分布，例如经由因特网或其他有线或无线的远程通信系统分布。权利要求书中的任何附图标记都不得被解释为对范围的限制。