專利名稱：彌散張量成像方法及系統(tǒng)的制作方法
彌散張量成像方法及系統(tǒng)
技術(shù)領(lǐng)域：
本發(fā)明涉及磁共振技術(shù)，特別是涉及一種彌散張量成像方法及系統(tǒng)。背景技術(shù)：
彌散張量成像(diffusiontensor imaging，DTI)，是在彌散加權(quán)成像(diffusion weight imaging, DffI)基礎(chǔ)上發(fā)展起來的新方法，是核磁共振成像的特殊形式，是近幾年發(fā)展迅速的一項(xiàng)新的磁共振成像技術(shù)。DTI中張量D的計(jì)算需要一個(gè)不加彌散梯度的b0圖及多個(gè)施加了彌散梯度的bl bn圖。通過解這個(gè)對(duì)稱矩陣D的特征值和特征向量就可以得到分析DTI的一些常用參數(shù)，如各向異性分?jǐn)?shù)(fractional anisotropy, FA)，相對(duì)各向異個(gè)生(relative anisotropy,RA)及表觀彌散系數(shù)(apparent diffusion coefficient,ADC)寸。在傳統(tǒng)的彌散張量成像過程中，張量D的計(jì)算是個(gè)最小二乘擬合過程，為了讓擬合效果更好，除了施加較多的彌散梯度外，我們通常會(huì)采用多b值來擬合。多b值中的b值越大，彌散越大，信號(hào)的信噪比也就越小。為了滿足SNR的要求，我們要重復(fù)多次。為了得到更多的生理信息，還要選擇多個(gè)層面(slice)成像。這一系列的措施的結(jié)果是總的采樣時(shí)間過長，導(dǎo)致整個(gè)彌散張量成像的時(shí)間過長，會(huì)超出病人的承受范圍。

發(fā)明內(nèi)容基于此，有必要提供一種快速的彌散張量成像方法。一種彌散張量成像方法，其特征在于，包括以下步驟通過相同的變密度采樣形式分別對(duì)成像對(duì)象在各個(gè)彌散梯度方向進(jìn)行K空間欠采樣，得到各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)；選取所述各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)中任意一個(gè)彌散梯度方向的 K空間欠采樣數(shù)據(jù)作為參考K空間數(shù)據(jù)，將參考K空間數(shù)據(jù)變換得到參考圖；分別將所述各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與所述參考K空間數(shù)據(jù)作差，得到各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)；對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建，得到各個(gè)彌散梯度方向的差值圖；將所述各個(gè)彌散梯度方向的差值圖與所述參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像。進(jìn)一步地，對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建，得到各個(gè)彌散梯度方向的差值圖的步驟具體是對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行壓縮感知重建，得到各個(gè)彌散梯度方向的差值圖。進(jìn)一步地，對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行壓縮感知重建，重建過程中通過優(yōu)化代價(jià)函數(shù)得到各個(gè)彌散梯度方向的差值圖，所述代價(jià)函數(shù)為ε (Idiff (i)) = I |FIdiff(i)_ddiff(i) I |2+XL1|WIdiff(i) |l+XTVTV(Idiff(i))i = 1、 2. . . η其中F是傅里葉變換矩陣，λ u和λ τν是兩個(gè)正則化參數(shù)，W是稀疏變換，TV是全變差矩陣，ddiff(i)是各彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)，Idiff (i)是各彌散梯度方向的差值圖，ε為重建誤差。進(jìn)一步地，所述彌散梯度方向至少為6個(gè)。進(jìn)一步地，將所述各個(gè)彌散梯度方向的差值圖與所述參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像的公式為Irecon ⑴=Iref+Idiff (i) i = 1、2· · · η其中，為第i個(gè)彌散梯度方向的彌散張量圖像，Iref為參考圖，Idiff⑴為第i個(gè)彌散梯度方向的差值圖。此外，還有必要提供一種快速的彌散張量成像系統(tǒng)。一種彌散張量成像系統(tǒng)，包括采集模塊，用于通過相同的變密度采樣形式分別對(duì)成像對(duì)象在各個(gè)彌散梯度方向進(jìn)行K空間欠采樣，得到各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)；處理模塊，與所述采集模塊連接，用于選取所述各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)中任意一個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)作為參考K空間數(shù)據(jù)；所述處理模塊還用于分別將所述各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與所述參考K空間數(shù)據(jù)作差，得到各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)；重建模塊，與所述處理模塊連接，用于將參考K空間數(shù)據(jù)變換得到參考圖；所述重建模塊還用于對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建，得到各個(gè)彌散梯度方向的差值圖；圖像獲取模塊，與所述重建模塊連接，用于將所述各個(gè)彌散梯度方向的差值圖與所述參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像。進(jìn)一步地，所述重建模塊對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行壓縮感知重建，得到各個(gè)彌散梯度方向的差值圖。進(jìn)一步地，所述彌散梯度方向至少為6個(gè)。上述彌散張量成像方法及系統(tǒng)中，通過相同的變密度采樣形式分別對(duì)成像對(duì)象各個(gè)彌散梯度方向進(jìn)行K空間欠采樣，并選定任意一個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)作為參考K空間數(shù)據(jù)，然后把各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差， 通過重建得到差值圖，然后再聯(lián)合參考圖像最終得到各個(gè)彌散梯度方向上的圖像，縮短了采集時(shí)間，實(shí)現(xiàn)了快速彌散張量成像。進(jìn)一步地，由于各個(gè)彌散梯度方向的彌散張量圖像相似性很高，且都是采用相同的變密度采樣形式進(jìn)行欠采樣。各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差后，得到的各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)的稀疏度很高。稀疏度越高， 利用壓縮感知重建方法重建出原始信號(hào)的概率就越高。

圖1為彌散張量成像方法的流程圖；圖2為彌散張量成像系統(tǒng)的模塊圖。
具體實(shí)施方式為了解決傳統(tǒng)的彌散張量成像的時(shí)間過長的問題，提出了一種彌散張量成像方法來實(shí)現(xiàn)快速彌散張量成像。如圖1所示的彌散張量成像方法，包括以下步驟步驟S10，通過相同的變密度采樣形式分別對(duì)成像對(duì)象在各個(gè)彌散梯度方向進(jìn)行 K空間欠采樣，得到各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)。在磁共振領(lǐng)域里，K空間是尋?？臻g在傅利葉轉(zhuǎn)換下的對(duì)偶空間。一般來說，在K 空間里，因?yàn)閳D像的能量主要集中在低頻區(qū)域，高頻區(qū)域所含的信息量很少，在隨機(jī)采樣時(shí)采用變密度采樣的方式，主要采低頻信號(hào)，高頻區(qū)的信號(hào)盡量少采或者不采，這樣就可以節(jié)省大量的采集時(shí)間，并有效的減少混疊偽影。根據(jù)同一種的變密度采樣形式，對(duì)各個(gè)彌散梯度方向的K空間數(shù)據(jù)進(jìn)行欠采樣，保證了采集到的各個(gè)彌散梯度方向的K空間數(shù)據(jù)的關(guān)聯(lián)性。步驟S20，選取各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)中任意一個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)作為參考K空間數(shù)據(jù)，將參考K空間數(shù)據(jù)變換得到參考圖。參考K空間數(shù)據(jù)是經(jīng)反傅里葉變換得到參考圖像的。從各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)中任意選取一個(gè)作為參考K空間數(shù)據(jù)，并經(jīng)過反傅里葉變換得到參考圖。具體在本實(shí)施例中，彌散梯度方向?yàn)? 15個(gè)。由于D是一個(gè)3*3的對(duì)稱矩陣，所以要想解出D，至少需要施加6個(gè)非共線的彌散梯度，為了節(jié)省掃描的時(shí)間，本實(shí)施例中彌散梯度方向優(yōu)選為6 15個(gè)，但也可以不限于6 15個(gè)，彌散梯度方向可以取到M甚至是256個(gè)或者更多。步驟S30，分別將各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差， 得到各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)。將各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差的公式為ddiff(i) = drec。n(i)-dref i = 1、2· · · η其中，cUJi)為各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)；dref為參考K空間數(shù)據(jù)；ddiff (i)為各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)。步驟S40，對(duì)各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建，得到各個(gè)彌散梯度方向的差值圖。步驟S50，將各個(gè)彌散梯度方向的差值圖與參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像。將各個(gè)彌散梯度方向的差值圖與參考圖相疊加，最后得到各個(gè)彌散梯度方向上的彌散張量圖像，進(jìn)而求出張量D。具體的，將各個(gè)彌散梯度方向的差值圖與參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像的公式為 Irecon ⑴=Iref+Idiff (i) i = 1、2· · · η其中，為各個(gè)彌散梯度方向的彌散張量圖像；Iref為參考圖；Idiff(i)為各個(gè)彌散梯度方向的差值圖。上述彌散張量成像方法及系統(tǒng)中，通過相同的變密度采樣形式分別對(duì)成像對(duì)象各個(gè)彌散梯度方向進(jìn)行K空間欠采樣，并選定任意一個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)作為參考K空間數(shù)據(jù)，然后把各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差，通過重建得到差值圖，然后再聯(lián)合參考圖像最終得到各個(gè)彌散梯度方向上的圖像，縮短了采集時(shí)間，實(shí)現(xiàn)了快速彌散張量成像。在一個(gè)實(shí)施例中，步驟S40具體為對(duì)各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行壓縮感知重建，得到各個(gè)彌散梯度方向的差值圖。壓縮感知(compressed sensing，CS)是近幾年新興起的一種能實(shí)現(xiàn)快速成像的理論。CS基于信號(hào)或圖像的稀疏性，突破奈奎斯特采樣定理的限制，通過欠采樣得到的極少量的采樣點(diǎn)或觀測(cè)點(diǎn)恢復(fù)出原始信號(hào)或圖像。CS理論主要應(yīng)用的就是圖像的稀疏性。如果信號(hào)的稀疏度越高，越容易以高概率重建出原始信號(hào)。由于各個(gè)彌散梯度方向的彌散張量圖像相似性很高，且都是采用相同的變密度采樣形式進(jìn)行欠采樣。選取任一方向的圖像作為參考圖，將各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差，得到的各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)稀疏度非常高。對(duì)各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行壓縮感知重建，重建過程中通過優(yōu)化代價(jià)函數(shù)得到各個(gè)彌散梯度方向的差值圖，所述代價(jià)函數(shù)為ε (Idiff (i)) = ι I FIdiff ⑴-ddiff ⑴ I I WXL1Iwidiff ⑴ I ^xtvTV (Idiff ⑴)i = 1、 2. . . η其中F為傅里葉變換矩陣；
λ u和λ τν為兩個(gè)正則化參數(shù)；W為稀疏變換；TV為全變差矩陣；ddiff (i)為各彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)；Idiff(i)為各彌散梯度方向的差值圖。ε為重建誤差。優(yōu)化迭代的最終結(jié)果是重建誤差ε越小越好，從而計(jì)算得到各個(gè)彌散梯度方向的差值圖Idiff(i)。上述步驟中，各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差后，得到的各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)的稀疏度很高，故利用壓縮感知重建方法重建出原始信號(hào)的概率高。需要指出的是，對(duì)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)的壓縮感知重建也可以替換成其它重建方式，只要其重建方式滿足重建需求即可。如圖2所示，還提供了一種彌散張量成像系統(tǒng)，該彌散張量成像系統(tǒng)包括采集模塊100、處理模塊200、重建模塊300和圖像獲取模塊400。采集模塊100用于通過相同的變密度采樣形式分別對(duì)成像對(duì)象在各個(gè)彌散梯度方向進(jìn)行K空間欠采樣，得到各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)。根據(jù)同一種的變密度采樣形式，對(duì)各個(gè)彌散梯度方向的K空間數(shù)據(jù)進(jìn)行欠采樣，保證了采集到的各個(gè)彌散梯度方向的K空間數(shù)據(jù)的一致性，并節(jié)省大量的采集時(shí)間。處理模塊200與采集模塊100電連接，用于選取各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)中任意一個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)作為參考K空間數(shù)據(jù)。處理模塊200 還用于分別將各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差，得到各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)。重建模塊300與處理模塊200電連接，用于將參考K空間數(shù)據(jù)變換得到參考圖；重建模塊300還用于對(duì)各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建，得到各個(gè)彌
7散梯度方向的差值圖。參考K空間數(shù)據(jù)是經(jīng)反傅里葉變換得到參考圖像。圖像獲取模塊400與重建模塊300電連接，用于將各個(gè)彌散梯度方向的差值圖與參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像。在該彌散張量成像系統(tǒng)中，通過相同的變密度采樣形式分別對(duì)成像對(duì)象各個(gè)彌散梯度方向進(jìn)行K空間欠采樣，并選定任意一個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)作為參考K 空間數(shù)據(jù)，然后把各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差，通過重建得到差值圖，然后再聯(lián)合參考圖像最終得到各個(gè)彌散梯度方向上的圖像，縮短了采集時(shí)間， 實(shí)現(xiàn)了快速彌散張量成像。需要指出的是，具體在本實(shí)施例中，彌散梯度方向?yàn)? 15個(gè)。由于D是一個(gè)3*3 的對(duì)稱矩陣，所以要想解出D，至少需要施加6個(gè)非共線的彌散梯度，為了節(jié)省掃描的時(shí)間， 本實(shí)施例中彌散梯度方向優(yōu)選為6 15個(gè)，但也可以不限于6 15個(gè)，彌散梯度方向可以取到M甚至是256個(gè)或者更多。在一實(shí)施例中，重建模塊300對(duì)各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建的方式為壓縮感知重建，從而得到各個(gè)彌散梯度方向的差值圖。由于各個(gè)彌散梯度方向的彌散張量圖像相似性很高，且都是采用相同的變密度采樣形式進(jìn)行欠采樣。各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差后，得到的各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)的稀疏度很高，故利用壓縮感知重建方法重建出原始信號(hào)的概率高。需要指出的是，對(duì)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)的壓縮感知重建也可以替換成其它重建方式，只要其重建方式滿足重建需求即可。以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
權(quán)利要求
1.一種彌散張量成像方法，其特征在于，包括以下步驟通過相同的變密度采樣形式分別對(duì)成像對(duì)象在各個(gè)彌散梯度方向進(jìn)行K空間欠采樣， 得到各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)；選取所述各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)中任意一個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)作為參考K空間數(shù)據(jù)，將參考K空間數(shù)據(jù)變換得到參考圖；分別將所述各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與所述參考K空間數(shù)據(jù)作差，得到各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)；對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建，得到各個(gè)彌散梯度方向的差值圖；將所述各個(gè)彌散梯度方向的差值圖與所述參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像。
2.根據(jù)權(quán)利要求1所述的彌散張量成像方法，其特征在于，對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建，得到各個(gè)彌散梯度方向的差值圖的步驟具體是對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行壓縮感知重建，得到各個(gè)彌散梯度方向的差值圖。
3.根據(jù)權(quán)利要求2所述的彌散張量成像方法，其特征在于，對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行壓縮感知重建，重建過程中通過優(yōu)化代價(jià)函數(shù)得到各個(gè)彌散梯度方向的差值圖，所述代價(jià)函數(shù)為ε (W(i)) = I FIdiff (i)-ddiff(i) I 12+入 L1| WIdiff ⑴ | 廣 λ TVTV (Idiff (i)) i = 1、2· · · η其中F是傅里葉變換矩陣，λ u和λ τν是兩個(gè)正則化參數(shù)，W是稀疏變換，TV是全變差矩陣， ddiff(i)是各彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)，Idiff (i)是各彌散梯度方向的差值圖，ε為重建誤差。
4.根據(jù)權(quán)利要求1所述的彌散張量成像方法，其特征在于，所述彌散梯度方向至少為6個(gè)。
5.根據(jù)權(quán)利要求1所述的彌散張量成像方法，其特征在于，將所述各個(gè)彌散梯度方向的差值圖與所述參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像的公式為Irecon (土)一 Iref+Idiff (土)土一 1、2· · · Π其中，ΙΜ。。η為第i個(gè)彌散梯度方向的彌散張量圖像，Iref為參考圖，Idiff⑴為第i個(gè)彌散梯度方向的差值圖。
6.一種彌散張量成像系統(tǒng)，其特征在于，包括采集模塊，用于通過相同的變密度采樣形式分別對(duì)成像對(duì)象在各個(gè)彌散梯度方向進(jìn)行 K空間欠采樣，得到各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)；處理模塊，與所述采集模塊連接，用于選取所述各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)中任意一個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)作為參考K空間數(shù)據(jù)；所述處理模塊還用于分別將所述各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與所述參考K空間數(shù)據(jù)作差，得到各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)；重建模塊，與所述處理模塊連接，用于將參考K空間數(shù)據(jù)變換得到參考圖；所述重建模塊還用于對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建，得到各個(gè)彌散梯度方向的差值圖；及圖像獲取模塊，與所述重建模塊連接，用于將所述各個(gè)彌散梯度方向的差值圖與所述參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像。
7.根據(jù)權(quán)利要求6所述的彌散張量成像系統(tǒng)，其特征在于，所述重建模塊對(duì)所述各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行壓縮感知重建，得到各個(gè)彌散梯度方向的差值圖。
8.根據(jù)權(quán)利要求6所述的彌散張量成像系統(tǒng)，其特征在于，所述彌散梯度方向至少為6個(gè)。
全文摘要
一種彌散張量成像方法，包括以下步驟通過相同的變密度采樣形式分別對(duì)成像對(duì)象在各個(gè)彌散梯度方向進(jìn)行K空間欠采樣，得到各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)；選取各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)中任意一個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)作為參考K空間數(shù)據(jù)，將參考K空間數(shù)據(jù)變換得到參考圖；分別將各個(gè)彌散梯度方向的K空間欠采樣數(shù)據(jù)與參考K空間數(shù)據(jù)作差，得到各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)；對(duì)各個(gè)彌散梯度方向的差值圖K空間欠采樣數(shù)據(jù)進(jìn)行重建，得到各個(gè)彌散梯度方向的差值圖；將所述各個(gè)彌散梯度方向的差值圖與所述參考圖相結(jié)合得到各個(gè)彌散梯度方向上的彌散張量圖像。同時(shí)還提供了一種彌散張量成像系統(tǒng)。
文檔編號(hào)A61B5/055GK102309328SQ201110318778
公開日2012年1月11日 申請(qǐng)日期2011年10月19日 優(yōu)先權(quán)日2011年10月19日
發(fā)明者劉偉, 劉新, 吳垠, 張娜, 鄒超, 鄭海榮 申請(qǐng)人:中國科學(xué)院深圳先進(jìn)技術(shù)研究院