磁场梯度非线性伪影去除方法、装置及磁共振成像设备与流程

1.本发明涉及磁共振成像技术领域，具体涉及一种磁场梯度非线性伪影去除方法、装置及磁共振成像设备。


背景技术：

2.磁共振成像(magnetic resonance imaging，mri)是通过mri设备对放置在磁场中的人体施加射频脉冲(radio frequency pulse，rf)，使得人体内的原子核产生自旋形成磁共振信号，根据磁共振信号进行图像重建得到mri图像。由于mri设备中硬件系统的限制，磁场梯度存在非线性，而磁场梯度非线性会造成获得的磁共振图像存在伪影，导致磁共振图像的质量较低。
3.为消除磁共振图像中的磁场梯度非线性伪影，现有技术提出通过过采样的方式抑制由于磁共振图像中的磁场梯度非线性伪影。过采样的方式会使得在扫描过程中会采集很多无效数据，这样不但会使扫描时间加长，还会使得后续图像重建变的更加复杂。为了在消除磁场梯度非线性伪影的同时提高扫描效率和重建效率，现有技术中提出了通过少选靠近梯度非线性区域的接收信号线圈的方式来抑制由于磁共振图像中的磁场梯度非线性伪影。但少选靠近梯度非线性区域的接收信号线圈的方式会导致接收的有效磁共振信号减少，从而会降低磁共振图像的信噪比。
4.因此，亟需提供一种磁场梯度非线性伪影去除方法、装置及磁共振成像设备，用以在保证磁共振图像信噪比不降低的情况下去除磁共振图像中的磁场梯度非线性伪影。


技术实现要素：

5.有鉴于此，有必要提供一种磁场梯度非线性伪影去除方法、装置及磁共振成像设备，用以解决现有技术中存在的无法在保证磁共振图像信噪比不降低的情况下去除磁共振图像中的磁场梯度非线性伪影的技术问题。
6.一方面，本发明提供了一种磁场梯度非线性伪影去除方法，包括：
7.基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除，获得无磁场梯度非线性伪影数据；
8.基于所述无磁场梯度非线性伪影数据确定无磁场梯度非线性伪影图像。
9.在一些可能的实现方式中，所述待处理数据为至少一条待处理相位编码数据或至少一条待处理频率编码数据；所述基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除，获得无磁场梯度非线性伪影数据，具体为：
10.基于由编码数据训练获得的目标梯度非线性伪影去除模型对各条所述待处理相位编码数据或各条所述待处理频率编码数据进行伪影数据去除，获得无磁场梯度非线性伪影数据。
11.在一些可能的实现方式中，在基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除之前，还包括：
12.获取所述编码数据，所述编码数据包括有磁场梯度非线性伪影数据的第一数据和无磁场梯度非线性伪影数据的第二数据；
13.构建初始梯度非线性伪影去除模型，并基于所述第一数据和所述第二数据对所述初始梯度非线性伪影去除模型进行训练，获得所述目标梯度非线性伪影去除模型。
14.在一些可能的实现方式中，所述编码数据包括多条相位编码数据和/或多条频率编码数据，所述第一数据包括多条第一相位编码数据和/或多条第一频率编码数据，所述第二数据包括多条第二相位编码数据和/或多条第二频率编码数据。
15.在一些可能的实现方式中，所述基于所述第一数据和所述第二数据对所述初始梯度非线性伪影去除模型进行训练，包括：
16.基于所述多条第一相位编码数据和所述多条第二相位编码数据对所述初始梯度非线性伪影去除模型进行训练；
17.和/或，
18.基于所述多条第一频率编码数据和所述多条第二频率编码数据对所述初始梯度非线性伪影去除模型进行训练。
19.在一些可能的实现方式中，所述编码数据为复数数据，所述第一数据包括第一实部数据和第一虚部数据，所述第二数据包括第二实部数据和第二虚部数据；所述基于所述第一数据和所述第二数据对所述初始梯度非线性伪影去除模型进行训练，包括：
20.基于所述第一实部数据和所述第二实部数据，以及所述第一虚部数据和所述第二虚部数据对所述初始梯度非线性伪影去除模型进行训练。
21.在一些可能的实现方式中，所述获取编码数据，包括：
22.获取k空间数据和/或图像数据，基于所述k空间数据和/或所述图像数据确定所述编码数据。
23.在一些可能的实现方式中，所述磁场梯度非线性伪影去除方法还包括：
24.获取测试集以及与所述测试集对应的标准集，所述测试集包括有磁场梯度非线性伪影数据，所述标准集包括无磁场梯度非线性伪影参考数据；
25.基于所述有磁场梯度非线性伪影数据、无磁场梯度非线性伪影参考数据以及预设的评价指标对所述目标梯度非线性伪影去除模型的模型性能进行评价。
26.另一方面，本发明还提供了一种磁场梯度非线性伪影去除装置，包括：
27.伪影去除单元，用于基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除，获得无磁场梯度非线性伪影数据；
28.图像确定单元，用于基于所述无磁场梯度非线性伪影数据确定无磁场梯度非线性伪影图像。
29.另一方面，本发明还提供了一种磁共振成像设备，包括存储器和处理器，其中，
30.所述存储器，用于存储程序；
31.所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述任意实现方式中所述的磁场梯度非线性伪影去除方法中的步骤。
32.采用上述实施例的有益效果是：本发明提供的磁场梯度非线性伪影去除方法，基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除，获得无磁场梯度非线性伪影数据，由于通过目标梯度非线性伪影去除模型可去除待处理数
据中的梯度非线性伪影数据，因此，无需少选部分接收线圈，从而确保接收的磁共振信号数量不变，实现在消除磁场非线性梯度伪影数据的同时确保了根据获得的无磁场梯度非线性伪影数据重建而成的无磁场梯度非线性伪影图像的信噪比。
33.进一步地，由于编码数据具有继承性，即：图像重建等过程对不会对编码数据造成影响，因此，可消除图像重建等过程对磁场梯度非线性伪影去除带来的影响，提高磁场梯度非线性伪影去除的可靠性。
附图说明
34.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
35.图1为本发明提供的磁场梯度非线性伪影去除方法的一个实施例流程示意图；
36.图2为本发明提供的获得目标梯度非线性伪影去除模型的一个实施例流程示意图；
37.图3为本发明图2中s202的一个实施例流程示意图；
38.图4为本发明提供的对优化梯度非线性伪影去除模型进行测试的一个实施例流程示意图；
39.图5为本发明提供的磁场梯度非线性伪影去除装置的一个实施例结构示意图；
40.图6为本发明提供的磁共振成像设备的一个实施例结构示意图。
具体实施方式
41.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.在本发明实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如：a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
43.本发明实施例中所涉及到的“第一”、“第二”等描述仅用于描述目的，而不能理解为指示或者暗示其相对重要性或者隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”的技术特征可以明示或者隐含的包括至少一个该特征。
44.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
45.现有技术中提出的通过过采样或少选靠近梯度非线性区域的接收信号线圈的方式来抑制磁共振图像中的磁场梯度非线性伪影，均是直接获得不含有磁场梯度非线性信号的磁共振信号，由不包括磁场梯度非线性信号的磁共振信号获得不含有磁场梯度非线性伪
影的磁共振图像。而现有技术中的方式会导致磁共振图像获取效率低或磁共振图像信噪比低的技术问题。本发明考虑到现有技术存在的上述问题，提出一种磁场梯度非线性伪影去除方法、装置及磁共振成像设备，直接采集含有磁共振梯度非线性信号的磁共振信号，并对生成的磁场梯度非线性伪影进行消除。与现有技术中消除磁场梯度非线性伪影的原理不同，可在消除磁场梯度非线性伪影的同时确保磁共振图像的信噪比。
46.本发明提供了一种磁场梯度非线性伪影去除方法、装置及磁共振成像设备，以下分别进行说明。
47.在展示实施例前，先对k空间进行阐述。
48.k空间也称为傅里叶空间，是带有空间定位编码信息的磁共振信号原始数字数据的填充空间，每一幅磁共振图像都有其对应的k空间数据。
49.图1为本发明提供的磁场梯度非线性伪影去除方法的一个实施例流程示意图，如图1所示，磁场梯度非线性伪影去除方法包括：
50.s101、基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除，获得无磁场梯度非线性伪影数据；
51.s102、基于无磁场梯度非线性伪影数据确定无磁场梯度非线性伪影图像。
52.与现有技术相比，本发明实施例提供的磁场梯度非线性伪影去除方法，基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除，获得无磁场梯度非线性伪影数据，由于通过目标梯度非线性伪影去除模型可去除待处理数据中的梯度非线性伪影数据，因此，无需少选部分接收线圈，从而确保接收的磁共振信号数量不变，实现在消除磁场非线性梯度伪影数据的同时确保了根据获得的无磁场梯度非线性伪影数据重建而成的无磁场梯度非线性伪影图像的信噪比。
53.进一步地，由于编码数据具有继承性，即：图像重建等过程不会对编码数据造成影响，因此，可消除图像重建等过程对磁场梯度非线性伪影去除带来的影响，提高磁场梯度非线性伪影去除的可靠性。
54.在本发明的一些实施例中，待处理数据为至少一条待处理相位编码数据或至少一条待处理频率编码数据；则步骤s101具体为：
55.基于由编码数据训练获得的目标梯度非线性伪影去除模型对各条待处理相位编码数据或各条待处理频率编码数据进行伪影数据去除，获得无磁场梯度非线性伪影数据。
56.本发明实施例通过设置目标梯度非线性伪影去除模型对各条待处理相位编码数据或各条待处理频率编码数据进行伪影数据去除，可实现实时去除磁场梯度非线性伪影的目的，而无需等待待处理数据全部获取完毕后再进行伪影去除，实现了对伪影数据的动态去除。
57.在本发明的一些实施例中，如图2所示，在步骤s101之前，还包括：
58.s201、获取编码数据，编码数据包括有磁场梯度非线性伪影数据的第一数据和无磁场梯度非线性伪影数据的第二数据；
59.s202、构建初始梯度非线性伪影去除模型，并基于第一数据和第二数据对初始梯度非线性伪影去除模型进行训练，获得目标梯度非线性伪影去除模型。
60.其中，步骤s201中获取编码数据的方式可以为实时根据磁共振成像设备采集获取，也可以为从存储有编码数据的存储介质中获取。
acquisitions，grappa)等图像重建算法中的任意一种。
74.当编码数据由图像数据确定出时，步骤s104具体为：将无磁场梯度非线性伪影数据进行拼接，获得无磁场梯度非线性伪影图像。
75.在本发明的一些实施例中，编码数据包括多条相位编码(phase encoding，pe)数据和/或多条频率编码(frequency encoding，fe)数据，第一数据包括多条第一相位编码数据和/或多条第一频率编码数据，第二数据包括多条第二相位编码数据和/或多条第二频率编码数据。其中，相位编码数据指的是在k空间中沿相位编码方向获得的数据，频率编码数据指的是在k空间中沿频率编码方向获得的数据。
76.在本发明的一些实施例中，如图3所示，步骤s202包括：
77.s301、基于多条第一相位编码数据和多条第二相位编码数据对初始梯度非线性伪影去除模型进行训练；
78.和/或，
79.s302、基于多条第一频率编码数据和多条第二频率编码数据对初始梯度非线性伪影去除模型进行训练。
80.本发明实施例通过设置基于多条第一相位编码数据和多条第二相位编码数据，和/或，基于多条第一频率编码数据和多条第二频率编码数据对对初始梯度非线性伪影去除模型进行训练，可提高初始梯度非线性伪影去除模型的训练方式多样性，提高训练出的目标梯度非线性伪影去除模型的可靠性和准确性。
81.需要说明的是：步骤s301可具体为逐条获取第一相位编码数据和第二相位编码数据，并对初始梯度非线性伪影去除模型进行训练，步骤s302可具体为：逐条获取第一频率编码数据和第二频率编码数据，并对初始梯度非线性伪影去除模型进行训练。
82.本发明实施例通过设置逐条获取第一相位编码数据和第二相位编码数据，或逐条获取第一频率编码数据和第二频率编码数据，可实现基于逐条读取的数据进行实时训练，而无需等待多条相位编码数据和多条频率编码数据全部获取完毕后再进行对初始梯度非线性伪影去除模型进行训练，实现了模型训练的实时性。
83.需要说明的是：若仅通过多条第一相位编码数据和多条第二相位编码数据，或多条第一频率编码数据和多条第二频率编码数据对初始梯度非线性伪影去除模型进行训练得到的目标梯度非线性伪影去除模型对待处理数据进行伪影去除的效果不好，则同时通过多条第一相位编码数据和多条第二相位编码数据以及多条第一频率编码数据和多条第二频率编码数据对初始梯度非线性伪影去除模型进行训练，通过提高训练样本数量提高生成的目标梯度非线性伪影去除模型去除伪影的可靠性。
84.由于在一些应用场景中，多条第一频率编码数据和多条第二频率编码数据的数据量与多条第一相位编码数据和多条第二相位编码数据的数据量不同，即：第一频率编码数据的条数与第一相位编码数据的条数不相同，第二频率编码数据的条数与第二相位编码数据的条数不相同，因此，在本发明的一个优选实施例中，当频率编码数据的条数大于相位编码数据的条数时，通过第一频率编码数据和第二频率编码数据对初始梯度非线性伪影去除模型进行训练，当相位编码数据的条数大于频率编码数据的条数时，通过第一相位编码数据和第二相位编码数据对初始梯度非线性伪影去除模型进行训练。
85.需要说明的是：第一相位编码数据可为沿相位编码方向逐行读取k空间数据获得
的数据，也可为沿相位编码方向以预设间隔行读取k空间数据获得的数据。具体的获取方式可根据k空间数据中的数据量和实际需求进行选择。
86.同理，第二相位编码数据、第一频率编码数据和第二频率编码数据也均可逐行读取或与预设间隔行读取k空间数据获得，在此不做一一赘述。
87.在本发明的一些实施例中，编码数据为复数数据，例如，编码数据为k空间数据时，则第一数据包括第一实部数据和第一虚部数据，第二数据包括第二实部数据和第二虚部数据。
88.在本发明的一些实施例中，步骤s102包括：
89.基于第一实部数据和第二实部数据，以及第一虚部数据和第二虚部数据对初始梯度非线性伪影去除模型进行训练。
90.在本发明的一些实施例中，可以联合实部数据和虚部数据(例如，第一实部数据和第一虚部数据的联合、第二实部数据和第二虚部数据的联合)对初始梯度非线性伪影去除模型进行训练。
91.在本发明的另一些实施例中，初始梯度非线性伪影去除模型可包括初始实部子模型和初始虚部子模型，则可分别基于第一实部数据和第二实部数据对初始实部子模型进行训练，基于第一虚部数据和第二虚部数据对初始虚部子模型进行训练。
92.本发明实施例通过设置上述两种训练方式，可提高训练方式的多样性。
93.在本发明的一些实施例中，基于第一实部数据和第二实部数据，以及第一虚部数据和第二虚部数据对初始梯度非线性伪影去除模型进行训练，可包括：
94.基于第一实部数据和第一虚部数据确定第一数据的模；基于第二实部数据和第二虚部数据确定第二数据的模；基于第一数据的模和第二数据的模对初始梯度非线性伪影去除模型进行训练；
95.和/或，
96.基于第一实部数据和第一虚部数据确定第一数据的模的平方；基于第二实部数据和第二虚部数据确定第二数据的模的平方；基于第一数据的模的平方和第二数据的模的平方对初始梯度非线性伪影去除模型进行训练；
97.和/或，
98.直接基于第一实部数据和第二实部数据和第一虚部数据和第二虚部数据对初始梯度非线性伪影去除模型进行训练。
99.本发明实施例通过提供上述多种训练方式对初始梯度非线性伪影去除模型进行训练，可进一步提高初始梯度非线性伪影去除模型的训练方式多样性，从而可进一步提高训练出的目标梯度非线性伪影去除模型的可靠性和准确性。
100.其中，第一数据的模为第一实部数据与第一虚部数据的平方和的正的平方根；第二数据的模为第二实部数据与第二虚部数据的平方和的正的平方根。
101.需要说明的是：对初始梯度非线性伪影去除模型进行训练的方式可根据目标梯度非线性伪影去除模型所要到达的伪影去除精度和实际情况进行选取，在此不做一一赘述。
102.为了评估获得的优化梯度非线性伪影去除模型的模型性能，在本发明的一些实施例中，如图4所示，磁场梯度非线性伪影去除方法还包括：
103.s401、获取测试集以及与测试集对应的标准集，测试集包括有磁场梯度非线性伪
影数据，标准集包括无磁场梯度非线性伪影参考数据；
104.s402、基于有磁场梯度非线性伪影数据、无磁场梯度非线性伪影参考数据以及预设的评价指标对目标梯度非线性伪影去除模型的模型性能进行评价。
105.本发明实施例通过设置测试集、标准集以及预设的评价指标对目标梯度非线性伪影去除模型的模型性能进行评价，可进一步确保获得的目标梯度非线性伪影去除模型的模型性能。
106.需要说明的是：当目标梯度非线性伪影去除模型的模型性能不满足预设模型性能要求时，则基于编码数据对目标梯度非线性伪影去除模型进行进一步训练，直至目标梯度非线性伪影去除模型的模型性能满足预设模型性能要求。
107.在本发明的具体实施例中，步骤s402具体为：将有磁场梯度非线性伪影数据输入至目标梯度非线性伪影去除模型中，获取与有磁场梯度非线性伪影数据对应的预测数据，并基于预设的评价指标计算预测数据和无磁场梯度非线性伪影参考数据的评价指标值，基于评价指标值评价优化梯度非线性伪影去除模型的模型性能。
108.在本发明的一些实施例中，预设的评价指标包括结构相似性(structural similarity，ssim)和峰值信噪比(peak signal to noise ratio，psnr)。
109.其中，psnr的计算公式为：
[0110][0111]
式中，maxi为预测图像中的像素最大值；mse为预测图像和无磁场梯度非线性伪影参考图像的均方误差。
[0112]
其中，ssim的计算公式为：
[0113][0114]
式中，μ
x
，μy分别为预测图像和无磁场梯度非线性伪影参考图像的像素均值；σ
x
，σy分别为预测图像和无磁场梯度非线性伪影参考图像的像素标准值；σ
xy
为预测图像和无磁场梯度非线性伪影参考图像的协方差；c1，c2为常数。
[0115]
为了更好实施本发明实施例中的磁场梯度非线性伪影去除方法，在磁场梯度非线性伪影去除方法基础之上，对应的，如图5所示，本发明实施例还提供了一种磁场梯度非线性伪影去除装置，磁场梯度非线性伪影去除装置500包括：
[0116]
伪影去除单元501，用于基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除，获得无磁场梯度非线性伪影数据；
[0117]
图像确定单元502，用于基于无磁场梯度非线性伪影数据确定无磁场梯度非线性伪影图像。
[0118]
在本发明的一些实施例中，如图5所示，磁场梯度非线性伪影去除装置500还包括：
[0119]
数据获取单元503，用于获取编码数据，编码数据包括有磁场梯度非线性伪影数据的第一数据和无磁场梯度非线性伪影数据的第二数据；
[0120]
伪影去除模型训练单元504，用于构建初始梯度非线性伪影去除模型，并基于第一
数据和第二数据对初始梯度非线性伪影去除模型进行训练，获得目标梯度非线性伪影去除模型。
[0121]
上述实施例提供的磁场梯度非线性伪影去除装置500可实现上述磁场梯度非线性伪影去除方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述磁场梯度非线性伪影去除方法实施例中的相应内容，此处不再赘述。
[0122]
如图6所示，本发明还相应提供了一种磁共振成像设备600。该磁共振成像设备600包括处理器601、存储器602及显示器603。图6仅示出了磁共振成像设备600的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
[0123]
处理器601在一些实施例中可以是一中央处理器(central processing unit，cpu)，微处理器或其他数据处理芯片，用于运行存储器602中存储的程序代码或处理数据，例如本发明中的磁场梯度非线性伪影去除方法。
[0124]
在一些实施例中，处理器601可以是单个服务器或服务器组。服务器组可为集中式或分布式的。在一些实施例中，处理器601可为本地的或远程的。在一些实施例中，处理器601可实施于云平台。在一实施例中，云平台可包括私有云、公共云、混合云、社区云、分布式云、内部间、多重云等，或以上的任意组合。
[0125]
存储器602在一些实施例中可以是磁共振成像设备600的内部存储单元，例如磁共振成像设备600的硬盘或内存。存储器602在另一些实施例中也可以是磁共振成像设备600的外部存储设备，例如磁共振成像设备600上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
[0126]
进一步地，存储器602还可既包括磁共振成像设备600的内部储存单元也包括外部存储设备。存储器602用于存储安装磁共振成像设备600的应用软件及各类数据。
[0127]
显示器603在一些实施例中可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。显示器603用于显示在磁共振成像设备600的信息以及用于显示可视化的用户界面。磁共振成像设备600的部件601-603通过系统总线相互通信。
[0128]
在本发明的一些实施例中，当处理器601执行存储器602中的磁场梯度非线性伪影去除程序时，可实现以下步骤：
[0129]
基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除，获得无磁场梯度非线性伪影数据；
[0130]
基于无磁场梯度非线性伪影数据确定无磁场梯度非线性伪影图像。
[0131]
应当理解的是：处理器601在执行存储器602中的磁场梯度非线性伪影去除程序时，除了上面的功能之外，还可实现其它功能，具体可参见前面相应方法实施例的描述。
[0132]
进一步地，本发明实施例对提及的磁共振成像设备600的类型不做具体限定，磁共振成像设备600可以为手机、平板电脑、个人数字助理(personal digitalassistant，pda)、可穿戴设备、膝上型计算机(laptop)等便携式磁共振成像设备。便携式磁共振成像设备的示例性实施例包括但不限于搭载ios、android、microsoft或者其他操作系统的便携式磁共振成像设备。上述便携式磁共振成像设备也可以是其他便携式磁共振成像设备，诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是，在本发明其他一些实施例中，磁共振成像设备600也可以不是便携式磁共振成像设备，而是具有触敏表面
(例如触控面板)的台式计算机。
[0133]
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件(如处理器，控制器等)来完成，计算机程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
[0134]
以上对本发明所提供的磁场梯度非线性伪影去除方法、装置及磁共振成像设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。