專利名稱：用于并行磁共振成像的線圈選擇的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及從大量物理線圈元件中選擇一組線圈元件的方法，計(jì)算機(jī)程序產(chǎn)品和 磁共振成像系統(tǒng)，所述大量物理線圈元件包括在用于執(zhí)行磁共振成像掃描的線圈陣列中。
背景技術(shù)：
利用具有大量獨(dú)立線圈元件的線圈陣列進(jìn)行并行成像提供了改進(jìn)的成像性能和 增加的信噪比。當(dāng)今，一個(gè)基本的趨勢(shì)就是極大地增加用于接收的線圈元件的數(shù)量。最近， 已經(jīng)引入了 32元件線圈來(lái)提升SNR并且允許更高的約簡(jiǎn)因子(NiendorfT.，Hardy C. J.， Giaquinto R. 0. , Gross P. , Cline H. Ε. , Zhu Y. , Kenwood G. , Cohen S. , Grant Α. K., Joshi S. , Rofsky N. Μ. ,Sodickson D. K. (2006)Toward single breath-hold whole-heart coverage coronary MRA using highly accelerated parallel imaging with 32-channel MR system. Magn Reson Med 56 :167-176)。已經(jīng)提出并且實(shí)現(xiàn)了甚至更復(fù)雜的線圈陣列，其包括高達(dá)128個(gè)單獨(dú)的單元。然 而，許多這些線圈陣列用在僅支持32個(gè)接收通道的系統(tǒng)上。使用大量的線圈陣列元件可能 導(dǎo)致存儲(chǔ)器的存儲(chǔ)問(wèn)題以及重建時(shí)間增加。為了克服這些問(wèn)題，可以應(yīng)用數(shù)據(jù)約簡(jiǎn)技術(shù)。這能夠通過(guò)在接收之前利用適當(dāng)?shù)?硬件組合器來(lái)線性組合原始線圈數(shù)據(jù)，在重建之前對(duì)樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)壓縮，或者(在接 收之前或者之后)通過(guò)丟棄來(lái)自具有低信號(hào)成分的線圈元件的特定數(shù)據(jù)而實(shí)現(xiàn)。US 7，279，893公開(kāi)了一種圖像重建技術(shù)，其確定對(duì)圖像SNR最具有貢獻(xiàn)的接收器 通道信息的線性組合，以減少M(fèi)RI系統(tǒng)的重建引擎所承擔(dān)的計(jì)算負(fù)擔(dān)，并且所述圖像重建 技術(shù)量化針對(duì)圖像重建設(shè)置的減少的接收器通道的SNR損失。本發(fā)明的目的在于提供從大量物理線圈元件中選擇一組線圈元件的改進(jìn)方法，改 進(jìn)計(jì)算機(jī)程序產(chǎn)品和改進(jìn)磁共振成像系統(tǒng)，所述大量物理線圈元件包括在用于執(zhí)行磁共振 成像掃描的線圈陣列中。

發(fā)明內(nèi)容
本發(fā)明提供從大量物理線圈元件中選擇一組線圈元件的方法，所述大量物理線圈 元件包括在用于執(zhí)行針對(duì)感興趣區(qū)域優(yōu)化的磁共振成像掃描的線圈陣列中，所述方法包 括確定用于感興趣區(qū)域的大量物理線圈元件的線圈敏感度矩陣，并且確定投影矩陣，所述 投影矩陣將大量物理線圈元件的敏感度矩陣投影到一組虛擬線圈元件上。隨后，根據(jù)投影 矩陣確定大量物理線圈元件中的每個(gè)物理線圈元件對(duì)所述組虛擬線圈元件的貢獻(xiàn)。之后， 根據(jù)這一貢獻(xiàn)，將具有最顯著貢獻(xiàn)的物理線圈元件選擇為所述組線圈元件。根據(jù)本發(fā)明的方法具有如下優(yōu)勢(shì)，原則上考慮線圈元件組合的所有可能子組，以 便選擇用于執(zhí)行對(duì)感興趣區(qū)域的磁共振成像掃描的最合適的一組線圈元件。不需要在所有 可能的子組中進(jìn)行窮盡搜索，這是因?yàn)閳?zhí)行具有笛卡爾k空間采樣的SENSE (敏感度編碼) 重建方法，并且投影矩陣方法產(chǎn)生了對(duì)要使用的最優(yōu)線圈的推薦，這不需要逐個(gè)線圈元件地搜索最適合組的線圈元件。根據(jù)本發(fā)明的方法允許自動(dòng)的線圈選擇，即僅選擇用于信號(hào)采樣的重要線圈，其 減少了存儲(chǔ)器和重建的負(fù)載。方法中隱含的算法允許自動(dòng)地選擇相應(yīng)的線圈而無(wú)需任何用 戶交互來(lái)促進(jìn)用于SENSE類型成像的最優(yōu)選擇。該算法對(duì)于最優(yōu)工作流程是重要的，并且 已經(jīng)可應(yīng)用到自動(dòng)選擇最佳線圈元件的掃描制定階段期間。此外，其可以在實(shí)時(shí)交互掃描 期間使用，從而應(yīng)付變化的掃描情況，將最佳系統(tǒng)性能保持在最優(yōu)實(shí)時(shí)線圈選擇。根據(jù)本發(fā)明的實(shí)施例，由線圈敏感度矩陣的因子分解確定投影矩陣。優(yōu)選地，因子 分解由奇異值分解(SVD)執(zhí)行。SVD具有的優(yōu)勢(shì)為可以以以下方式快速且精確地分解矩陣， 即因子中的一個(gè)對(duì)應(yīng)于從其能夠以低計(jì)算成本在數(shù)學(xué)上推導(dǎo)出投影矩陣的矩陣。根據(jù)本發(fā)明的實(shí)施例，通過(guò)計(jì)算從物理線圈元件接收貢獻(xiàn)的所有投影矩陣元素量 值(magnitude)的總和來(lái)確定物理線圈元件的貢獻(xiàn)。這具有的優(yōu)勢(shì)為，考慮由所有物理線 圈元件的組合作用導(dǎo)致的總作用，而非考慮單獨(dú)物理線圈元件對(duì)所接收信號(hào)的作用。對(duì)局 部信號(hào)有貢獻(xiàn)的所有物理線圈元件的組合作用對(duì)應(yīng)于當(dāng)利用多線圈技術(shù)執(zhí)行數(shù)據(jù)采集時(shí) 的實(shí)際情況。根據(jù)本發(fā)明的實(shí)施例，物理線圈元件的貢獻(xiàn)是所述物理線圈元件對(duì)感興趣區(qū)域中 的所有體素的平均貢獻(xiàn)。根據(jù)本發(fā)明的另一實(shí)施例，該方法還包括確定大量物理線圈元件的噪聲相關(guān)性矩 陣，其中根據(jù)線圈敏感度矩陣和噪聲相關(guān)性矩陣確定投影矩陣?？蛇x地，在本發(fā)明的另一實(shí)施例中，該方法還包括利用噪聲相關(guān)性矩陣確定大量 物理線圈元件中的每個(gè)物理線圈元件對(duì)該組虛擬線圈元件的額外貢獻(xiàn)，其中，將具有最顯 著貢獻(xiàn)的物理線圈元件選擇為該組線圈元件包括根據(jù)從噪聲相關(guān)性矩陣導(dǎo)出的額外貢獻(xiàn) 對(duì)每個(gè)物理線圈元件的貢獻(xiàn)進(jìn)行加權(quán)。將噪聲相關(guān)性矩陣包括在選擇哪組線圈的確定過(guò)程中所具有的優(yōu)勢(shì)為考慮了線 圈元件之間的耦合。這還增加了根據(jù)本發(fā)明的方法的準(zhǔn)確度，因此更精確地反映了真實(shí)MRI 系統(tǒng)中的物理情況。根據(jù)本發(fā)明的實(shí)施例，通過(guò)另一投影矩陣來(lái)計(jì)算從噪聲相關(guān)性矩陣導(dǎo)出的額外貢 獻(xiàn)，其中，通過(guò)噪聲相關(guān)性矩陣的因子分解來(lái)確定所述另一投影矩陣。這具有與以上已經(jīng) 針對(duì)線圈敏感度矩陣討論的優(yōu)勢(shì)相同的優(yōu)勢(shì)，即具有低計(jì)算負(fù)擔(dān)和高準(zhǔn)確度的快速線圈選 擇。根據(jù)本發(fā)明的另一實(shí)施例，線圈敏感度矩陣為接收線圈敏感度矩陣或者發(fā)射線圈 敏感度矩陣。換言之，根據(jù)本發(fā)明的方法既可以應(yīng)用于發(fā)射目的也可以應(yīng)用于接收目的。 在這兩種情況下，大量發(fā)射或者接收線圈中的線圈的最合適組被用于激發(fā)和/或重聚焦磁 化或者采集來(lái)自感興趣區(qū)域的數(shù)據(jù)。因此，利用并行成像通過(guò)同時(shí)使用大量接收線圈而縮 短采集時(shí)間這一想法適于在給定實(shí)驗(yàn)中通過(guò)僅使用相關(guān)發(fā)射線圈而并行發(fā)射空間選擇性 多維RF脈沖。以這種方式，通過(guò)跳過(guò)并非對(duì)最終結(jié)果有顯著貢獻(xiàn)的發(fā)射元件的RF脈沖計(jì) 算，能夠利用有限組的發(fā)射器和/或RF放大器實(shí)現(xiàn)最優(yōu)發(fā)射或者減少RF脈沖設(shè)計(jì)問(wèn)題的 維數(shù)。后者由于減小的問(wèn)題量可以得到更快的計(jì)算時(shí)間。在另一方面，本發(fā)明涉及一種計(jì)算機(jī)程序產(chǎn)品，包括用于執(zhí)行根據(jù)本發(fā)明的方法 的計(jì)算機(jī)可執(zhí)行指令。
在另一方面，本發(fā)明涉及磁共振成像系統(tǒng)，該系統(tǒng)包括適于針對(duì)感興趣區(qū)域執(zhí)行 磁共振成像掃描的線圈陣列，其中，線圈陣列包括大量物理線圈元件，所述系統(tǒng)包括用于 確定用于感興趣區(qū)域的大量物理線圈元件的線圈敏感度矩陣的裝置；用于確定投影矩陣的 裝置，所述投影矩陣將大量物理線圈元件的敏感度矩陣投影到一組虛擬線圈元件上；用于 根據(jù)所述投影矩陣確定大量物理線圈元件中的每個(gè)物理線圈元件對(duì)所述組虛擬線圈元件 的貢獻(xiàn)的裝置；以及用于從該貢獻(xiàn)中將具有最顯著貢獻(xiàn)的物理線圈元件選擇為可應(yīng)用于針 對(duì)感興趣區(qū)域執(zhí)行磁共振成像掃描的一組線圈元件的裝置。根據(jù)本發(fā)明的實(shí)施例，磁共振成像掃描還包括用于對(duì)線圈敏感度矩陣進(jìn)行因子分 解的裝置，例如通過(guò)奇異值分解。此外，在本發(fā)明的優(yōu)選實(shí)施例中，磁共振成像系統(tǒng)還包括 用于確定大量物理線圈元件的噪聲相關(guān)性矩陣的裝置，其中，用于確定投影矩陣的裝置適 于根據(jù)線圈敏感度矩陣和噪聲相關(guān)性矩陣來(lái)確定投影矩陣。根據(jù)本發(fā)明的實(shí)施例，磁共振成像系統(tǒng)還包括用于利用噪聲相關(guān)性矩陣確定大量 物理線圈元件中的每個(gè)物理線圈元件對(duì)該組虛擬線圈元件的額外貢獻(xiàn)的裝置。在另一方面，本發(fā)明涉及從大量物理線圈元件中選擇一組線圈元件的方法，所述 大量物理線圈元件包括在用于針對(duì)感興趣區(qū)域執(zhí)行磁共振成像掃描的線圈陣列中，其中， 所述組線圈元件中的每個(gè)物理線圈元件表現(xiàn)出線圈敏感度，其中，所述方法包括確定從針 對(duì)感興趣區(qū)域的磁共振成像掃描得到的圖像的第一估計(jì)信息內(nèi)容，其中，該圖像的確定是 通過(guò)組合第一組物理線圈元件的線圈敏感度而執(zhí)行的。該方法還包括確定從針對(duì)感興趣區(qū) 域的磁共振成像掃描得到的圖像的第二估計(jì)信息內(nèi)容，其中，所述確定是通過(guò)組合第二組 物理線圈元件的線圈敏感度而執(zhí)行的，其中，與第一組物理線圈元件相比，在第二組物理線 圈元件中跳過(guò)至少一個(gè)線圈。此外，通過(guò)比較第一和第二信息內(nèi)容來(lái)計(jì)算跳過(guò)至少一個(gè)線 圈導(dǎo)致的信息丟失。最后，重復(fù)先前的步驟，并且確定產(chǎn)生最少信息丟失的一組線圈元件?！靶畔?nèi)容”可以理解為表示圖像的相關(guān)信息所需的比特?cái)?shù)。更精確地，MR圖像的 “信息內(nèi)容”在這里被視為每個(gè)像素的信息內(nèi)容的總和(或者“互信息”)。在該背景下，“互 信息”通過(guò)觀察噪聲重建而測(cè)量在關(guān)于對(duì)象的給定位置處的組織可獲得的信息的量。其可 表示為I(X ；Y) = H(X)-H(XjY)其中，I代表互信息，H代表熵，X代表組織的真實(shí)狀態(tài)(在該背景下無(wú)噪聲信 號(hào))，而Y代表經(jīng)重建的噪聲信號(hào)。本質(zhì)上，H(X)是信號(hào)的熵，而H(XlY)是噪聲的熵。在另一方面，本發(fā)明涉及計(jì)算機(jī)程序產(chǎn)品，其包括用于執(zhí)行基于以上公開(kāi)的信息 內(nèi)容分析選擇一組線圈元件的所述方法的計(jì)算機(jī)可執(zhí)行指令。在又一方面，本發(fā)明涉及磁共振成像系統(tǒng)，所述系統(tǒng)包括適于針對(duì)感興趣區(qū)域執(zhí) 行磁共振成像掃描的線圈陣列，其中，所述線圈陣列包括大量物理線圈元件，所述系統(tǒng)包括 用于確定從針對(duì)感興趣區(qū)域的磁共振成像掃描得到的圖像的第一估計(jì)信息內(nèi)容的裝置，其 中，所述確定是通過(guò)組合第一組物理線圈元件的線圈敏感度而執(zhí)行的。所述系統(tǒng)還包括用 于確定從針對(duì)感興趣區(qū)域的磁共振成像掃描得到的圖像的第二估計(jì)信息內(nèi)容的裝置，其 中，所述確定是通過(guò)組合第二組物理線圈元件的線圈敏感度而執(zhí)行的，其中，與第一組物理 線圈元件相比，在第二組物理線圈元件中跳過(guò)至少一個(gè)線圈。所述系統(tǒng)還包括用于通過(guò)比 較第一和第二信息內(nèi)容計(jì)算由于跳過(guò)至少一個(gè)線圈而導(dǎo)致的信息丟失的裝置，以及用于重復(fù)所述步驟并且確定產(chǎn)生最少信息丟失的一組線圈元件的裝置。


參考以下附圖，僅以示例的方式詳細(xì)描述本發(fā)明的以下優(yōu)選實(shí)施例，其中圖1為示出根據(jù)本發(fā)明的MRI系統(tǒng)的示意圖；圖2是示出了從大量物理線圈元件中選擇一組線圈元件的方法的流程圖，所述大 量物理線圈元件包括在用于針對(duì)感興趣區(qū)域執(zhí)行磁共振成像掃描的線圈陣列中；圖3是示出了從大量物理線圈元件中選擇一組線圈元件的方法的另一流
圖4示出了基于SVD和基于SNR(信噪比)的線圈選擇算法之間的比較。
參考標(biāo)記列表
100數(shù)據(jù)處理系統(tǒng)
102屏幕
104輸入設(shè)備
106存儲(chǔ)器
108 接口
110處理器
112計(jì)算機(jī)程序產(chǎn)品
114數(shù)據(jù)采集模塊
116線圈選擇模塊
118移動(dòng)臺(tái)
120患者
122主線圈
124勻場(chǎng)線圈
126選擇模塊
128感興趣區(qū)域
130線圈
132接收器/發(fā)射器單元
具體實(shí)施例方式圖1為示出根據(jù)本發(fā)明的MRI系統(tǒng)的示意圖。圖1僅示出了包含本發(fā)明的優(yōu)選 MRI系統(tǒng)的主要部件。磁共振成像儀器包括數(shù)據(jù)處理系統(tǒng)100，其中，數(shù)據(jù)處理系統(tǒng)100通 常包括計(jì)算機(jī)屏幕102和輸入設(shè)備104。這種輸入設(shè)備可以例如是鍵盤或者鼠標(biāo)。圖1中的MRI系統(tǒng)還包括存儲(chǔ)器106和接口 108。所述接口 108適于與典型硬件 MRI部件進(jìn)行通信和數(shù)據(jù)交換。典型硬件MRI部件例如為生成主磁場(chǎng)的磁體122，所述主磁場(chǎng)用于執(zhí)行針對(duì)諸如 人的對(duì)象120的磁共振成像掃描。此外，由數(shù)據(jù)處理系統(tǒng)100控制梯度線圈124，其中，梯度 線圈是必須的，并且用于執(zhí)行3維數(shù)據(jù)采集。梯度線圈124優(yōu)選地為用于沿三個(gè)相互軸X、 y和ζ產(chǎn)生梯度的自屏蔽梯度線圈。對(duì)象或者人120位于能相對(duì)于一組RF線圈 移動(dòng)的臺(tái)118上。所述該組RF線圈130連接到控制單元126，所述控制單元適于從圖1所示的大量線圈中選擇線圈130的子 組，并且將它們映射到有限數(shù)量的RF通道中。例如，圖1的MRI系統(tǒng)可以示范性地僅具有 位于接收器/發(fā)射器單元132中的一組四個(gè)MR接收器通道，其中，可獲得總共八個(gè)接收線 圈130。因此，必須執(zhí)行線圈元件選擇，這表示維數(shù)的減少，其中針對(duì)圖像重建選擇物理線圈 的最優(yōu)子組。通過(guò)數(shù)據(jù)處理系統(tǒng)100執(zhí)行所述選擇，所述數(shù)據(jù)處理系統(tǒng)還包括適于執(zhí)行計(jì)算機(jī) 程序產(chǎn)品112的計(jì)算機(jī)可執(zhí)行指令的處理器。在本實(shí)施例中，數(shù)據(jù)處理系統(tǒng)100包括借助于 數(shù)據(jù)采集模塊114的計(jì)算機(jī)程序產(chǎn)品112，所述數(shù)據(jù)采集模塊適于控制硬件單元122、124、 126和132。同樣，臺(tái)118的移動(dòng)能夠由數(shù)據(jù)采集模塊114控制。此外，計(jì)算機(jī)程序產(chǎn)品112 包括線圈選擇模塊116?；诶缭陬A(yù)掃描過(guò)程期間從該組線圈130接收的信息，線圈選擇 模塊116執(zhí)行如下選擇，即將哪些物理線圈用于針對(duì)感興趣區(qū)域128執(zhí)行數(shù)據(jù)采集。如在圖1的示例中清楚地看到的，由于感興趣區(qū)域128和該組線圈130的相對(duì)位 置，僅選擇在緊密鄰近所述感興趣區(qū)域128處定位的線圈130的子組用于數(shù)據(jù)采集是適當(dāng) 的。能夠僅通過(guò)比較線圈130相對(duì)于臺(tái)118的實(shí)際位置的已知空間位置而在不需要分析來(lái) 自線圈130的任何接收信號(hào)的情況下進(jìn)行這種預(yù)選擇。例如，如果必須執(zhí)行對(duì)人的頭部檢 查，則數(shù)據(jù)處理系統(tǒng)100總是知道在圖1的示例中僅需要布置在最右邊的一組線圈來(lái)執(zhí)行 對(duì)應(yīng)的MR掃描。通過(guò)預(yù)選擇一組線圈，能夠減少用于計(jì)算適當(dāng)組線圈的計(jì)算負(fù)擔(dān)，這是因 為對(duì)于計(jì)算過(guò)程而言，不需要考慮所有的線圈，所述適當(dāng)組線圈用于針對(duì)感興趣區(qū)域執(zhí)行 MR掃描。還能夠執(zhí)行相似的過(guò)程以選擇用于發(fā)射的有限數(shù)量通道。類比地，數(shù)據(jù)處理系統(tǒng) 100和相應(yīng)的軟件選擇由發(fā)射器單元132驅(qū)動(dòng)的相應(yīng)發(fā)射線圈，所述發(fā)射器單元示意性地 包含相應(yīng)的RF放大器。參考圖2，為了選擇用于針對(duì)感興趣區(qū)域執(zhí)行MR掃描的一組線圈元件，實(shí)施圖2中 描述的步驟。在步驟200，執(zhí)行預(yù)掃描，其后為基于所述預(yù)掃描數(shù)據(jù)生成大量物理線圈元件 的線圈敏感度矩陣的步驟202。通過(guò)在步驟204執(zhí)行奇異值分解，確定投影矩陣，所述投影 矩陣將大量物理線圈元件的敏感度矩陣投影到一組虛擬線圈元件上。其后是步驟206，其中 根據(jù)所述投影矩陣，確定大量物理線圈元件中的每個(gè)物理線圈元件對(duì)該組虛擬線圈元件的 貢獻(xiàn)。在步驟208，根據(jù)該貢獻(xiàn)，將具有最顯著貢獻(xiàn)的物理線圈元件選擇為在步驟210中使 用以便執(zhí)行主要磁共振掃描的該組線圈元件。為了得到更準(zhǔn)確的結(jié)果，還能夠考慮噪聲相關(guān)性矩陣，其也可以通過(guò)執(zhí)行步驟200 中的預(yù)掃描而獲得。在一個(gè)備選實(shí)施例中，在執(zhí)行預(yù)掃描步驟200之后在步驟212生成噪 聲相關(guān)性矩陣。隨即在步驟204中使用在步驟212中生成的噪聲相關(guān)性矩陣，以執(zhí)行線圈 敏感度矩陣和噪聲相關(guān)性矩陣的奇異值分解，從而確定投影矩陣。以下，將給出基于奇異值分解的線圈選擇的詳細(xì)理論概述均勻欠采樣笛卡爾數(shù) 據(jù)的SENSE重建包括對(duì)具有R個(gè)變量的L個(gè)方程的線性方程組求解，其中L為線圈元件的 數(shù)量，而R為約簡(jiǎn)因子。如果R個(gè)未知量是基于R個(gè)正交線圈測(cè)得的，則其可以被唯一地確 定。對(duì)這一方程組求解可以表示為將問(wèn)題從L投影到R維空間，然后在較低維空間中對(duì)其 求解?？紤]具有笛卡爾k空間的SENSE重建問(wèn)題，其利用L元件線圈陣列在任意方向[3].，η。)是矩陣P的第i行的元。pik的量值 以這種方式，可以根據(jù)以下加權(quán)函數(shù)對(duì)線其中，加權(quán)因子P(i，k) =pik(i = l，.. 表示第k個(gè)物理線圈對(duì)第i個(gè)虛擬線圈的貢獻(xiàn)。 圈陣列元件進(jìn)行排序wk =YjIPikl可以針對(duì)全FOV(視場(chǎng))圖像或者針對(duì)給定感興趣區(qū)域(ROI)中的每個(gè)經(jīng)重建的 像素計(jì)算加權(quán)函數(shù)，并且根據(jù)這一區(qū)域的總權(quán)重選擇最優(yōu)線圈組。J^ _ reROI(g)
Nroi以這種方式，利用敏感度矩陣的奇異值分解來(lái)執(zhí)行單一步驟的線圈選擇。
上以約簡(jiǎn)因子R米樣。每個(gè)像素的重建問(wèn)題可由以下給出a = Sb+n(1)向量a包括針對(duì)每個(gè)線圈的減小的視場(chǎng)(FOV)圖像中的復(fù)合像素強(qiáng)度，S為L(zhǎng)xR 敏感度矩陣，b為包含原始圖像像素的向量，該原始圖像像素疊加到混疊圖像(aliased image)中，并且η為噪聲向量。重建包括針對(duì)在減小的FOV中的每個(gè)混疊像素對(duì)方程(1) 的線性方程組求解。該系統(tǒng)是超定的，因此必須使用估計(jì)技術(shù)以找到解。假定針對(duì)噪聲進(jìn) 行高斯統(tǒng)計(jì)，由以下給出向量b的最佳線性無(wú)偏估計(jì)b = (S^-1S) "1S^-1B,(2)其中Ψ是LxL接收器噪聲協(xié)方差矩陣，其有助于優(yōu)化重建期間的SNR。噪聲協(xié)方 差矩陣可以由單位矩陣取代，從而得到b的最小二乘估計(jì)。在這種情況下，仍然保證在SNR 懲罰處展開(kāi)，這將更加顯著，接收器相對(duì)于負(fù)載、增益和互耦合將更加不相等。備選地，可以使用矩陣因子分解技術(shù)來(lái)以數(shù)字上穩(wěn)定的方式獲得線性最小二乘 解。最常見(jiàn)的用于對(duì)超定線性方程組求解的矩陣因子分解為奇異值分解(SVD)。使用SVD，敏感度矩陣S可以被因子分解為S = U Σ VH，并且(1)的SVD解由以下 給出b = V Σ +UHa,(3)其中Σ +是Σ的轉(zhuǎn)置，并且每個(gè)大于預(yù)設(shè)閾值的值被其倒數(shù)取代。方程(3)可以被寫成以下形式UHa = UaSb = Σ VHb(4)僅考慮與大于閾值的奇異值對(duì)應(yīng)的UH、Σ和V行。矩陣Uh將數(shù)據(jù)和敏感度矩陣兩 者投影到與矩陣S的秩對(duì)應(yīng)的更低維的空間中。用S’代表線圈敏感度矩陣的這一投影，利 用a0代表數(shù)據(jù)向量的相應(yīng)投影，利用P代表將S轉(zhuǎn)換成S’的投影矩陣，其中P = Uh。a，= UHa = PaS，= UhS = PS(5)新敏感度矩陣S’的行可以被視為一組虛擬線圈的敏感度，該敏感度向量作為真實(shí) 物理線圈敏感度的疊加而獲得。可以根據(jù)線圈對(duì)虛擬線圈的相對(duì)貢獻(xiàn)而對(duì)其進(jìn)行排序。S’ 的第i行向量可以被寫作S的行的線性組合(6)
/-S
7
(N
圖3示出了從大量物理線圈元件中選擇一組線圈元件的另一方法的另一流程圖， 所述大量物理線圈元件包括在用于執(zhí)行磁共振成像掃描的線圈陣列中。所述方法起始于步 驟300，其執(zhí)行預(yù)掃描以便獲得用于在步驟302中生成噪聲敏感度矩陣的數(shù)據(jù)。根據(jù)所述噪 聲敏感度矩陣，能夠在步驟304中針對(duì)N個(gè)線圈計(jì)算“信息內(nèi)容”。之后是步驟306，其中，針 對(duì)N-I個(gè)線圈計(jì)算信息內(nèi)容。針對(duì)N個(gè)線圈計(jì)算的信息內(nèi)容和針對(duì)N-I個(gè)線圈計(jì)算的信息 內(nèi)容之間的差異為丟棄所述一個(gè)線圈時(shí)所經(jīng)歷的信息丟失。在步驟308計(jì)算該信息丟失。 重復(fù)步驟304-308直到在步驟310中確定針對(duì)所有可能的線圈組合和跳過(guò)的線圈計(jì)算了信 息丟失。在步驟310考慮了所有線圈的情況下，在步驟312將具有最少信息丟失的線圈丟 棄。在步驟314，核查忽略該線圈是否將得到與預(yù)先確定的線圈數(shù)量M對(duì)應(yīng)的物理線 圈的數(shù)量，預(yù)期將線圈數(shù)量M用于執(zhí)行最終MR掃描。如果在步驟314中，仍然存在過(guò)多的 線圈，即N-I >M，則在步驟318計(jì)算N = N-I,然后重復(fù)步驟304-314。每個(gè)所述循環(huán)都將 線圈元件的數(shù)量減少一個(gè)，直到在步驟314中元件的數(shù)量減少到M。之后，在步驟316中利 用所述數(shù)量的物理線圈元件執(zhí)行MR掃描，而將由于與丟棄其它線圈元件相關(guān)聯(lián)的最少信 息丟失將其它線圈元件丟棄。以下，將更詳細(xì)地描述該線圈元件選擇方法。假定我們具有Na。q個(gè)所需通道(線圈元件)，由于重建性能和/或存儲(chǔ)器限制而需 要將其減少到Nm。個(gè)元件。可以通過(guò)在時(shí)域執(zhí)行輪廓(profile)的快速通道組合或者通過(guò) 跳過(guò)通道而進(jìn)行從Na。q到Nra的減少。為了確定最優(yōu)通道減少，首先必須對(duì)來(lái)自每個(gè)通道的預(yù)期SNR進(jìn)行估計(jì)，令其為 Pi(X)0這里，X為掃描的三維體積中的向量。可以從線圈調(diào)查(survey)掃描準(zhǔn)備掃描中估 計(jì)這一 Pi。該掃描與實(shí)際掃描具有相同的幾何形狀，并且具有大的體素(大約20mm)和大 約1秒的掃描時(shí)間。可以利用這一線圈調(diào)查掃描來(lái)進(jìn)行空間SNR分布的粗略估計(jì)。根據(jù)以 下對(duì)每個(gè)線圈i的這些粗略SNR分布(PCiOO)進(jìn)行歸一化
j Nacq—ΣΣ^.2(Χ> = 1
^x χ i在χ上的求和是在線圈調(diào)查掃描中所有體素上的求和。每個(gè)掃描協(xié)議中的“平均 SNR”是不同的，F(xiàn)snk掃描)?？梢葬槍?duì)每次掃描確定“平均SNR”，或者恒定值50是足夠的。 現(xiàn)在，每個(gè)線圈元件i的預(yù)期SNRpi (χ)為Pi (x) = Fsne (掃描)· PCi (χ)在組合所有通道之后，由以下給出所得到圖像的SNR的估計(jì)值為了確定必須選擇哪些通道以預(yù)組合和跳過(guò)，作為規(guī)范(criterium)將使SNRtec 最大化。但是最好使“信息內(nèi)容”最大化。本發(fā)明使用“信息內(nèi)容”規(guī)范，其中Qte。被最大 化。Qnkc
X可以以許多方式執(zhí)行將元件的數(shù)量減少到Nre。。最優(yōu)的方法將針對(duì)每種可能的方式計(jì)算QNre。以將通道的數(shù)量減少到Nre。。但其消耗過(guò)多的處理能力。該問(wèn)題的解決方法由通過(guò)跳過(guò)通道i而減少通道的數(shù)量給出。則該品質(zhì)減少現(xiàn)在，組合通道，或者跳過(guò)導(dǎo)致最少信息丟失的通道?？梢匀菀椎乜闯?，可以重復(fù) 該過(guò)程直到元件的數(shù)量減少到N_。圖4示出了基于SVD的線圈選擇算法和基于SNR的線圈選擇算法之間的比較?；?于SNR的線圈選擇算法是考慮當(dāng)逐個(gè)線圈地組合線圈時(shí)獲得的信噪比的算法。由于需要單 獨(dú)地考慮所有類型的線圈元件組合，因此該算法具有過(guò)慢的劣勢(shì)。圖4示出了用于線圈選擇的像素的平均SNR因子的散點(diǎn)圖。對(duì)于100個(gè)模擬數(shù)據(jù) 組，兩種算法之間的平均SNR因子非常相關(guān)。對(duì)于模擬，使用計(jì)算機(jī)生成的線圈敏感度圖的 100個(gè)不同組，每一個(gè)組包括32個(gè)線圈元件。將線圈陣列元件建模為具有40mm半徑的圓形 線圈。線圈元件的位置在由兩個(gè)同軸圓柱體限定的區(qū)域內(nèi)任意選擇，而將所述線圈元件的 取向選擇為與圓柱體相切。通過(guò)使用這種方法，建模簡(jiǎn)單的包纏式線圈。利用畢奧一薩伐爾定律針對(duì)布置為平面且與圓柱體軸正交的384x384像素矩陣 且384x384mm2的FOV計(jì)算敏感度圖。將圓柱體的半徑選擇為r = 271. 5并且R = 300mm,從 而使得所有線圈都位于FOV以外。在ζ方向上，線圈位置在距離所考慮的F0V-200到+200mm 之間變化。模擬結(jié)果示出基于SVD的線圈選擇方法以顯著減少的計(jì)算復(fù)雜度給出了與基 于SNR的選擇可比較的結(jié)果。另外，與基于SVD的選擇相比，基于SNR的線圈選擇的單一 線圈組評(píng)估需要更多的計(jì)算，這導(dǎo)致所需計(jì)算時(shí)間的甚至更大的因子。在Xion處理器、 CPU2. 4GHz，4GByte存儲(chǔ)器上評(píng)估針對(duì)384x384矩陣的計(jì)算時(shí)間。用于基于SVD的線圈選擇 的時(shí)間為t = 0. 02s，而用于基于SNR的線圈選擇的時(shí)間為t = 16. 3s，后者對(duì)于臨床實(shí)踐 而言過(guò)長(zhǎng)。該結(jié)果明顯示出甚至能夠在實(shí)時(shí)臨床MR研究中應(yīng)用根據(jù)本發(fā)明的基于SVD的 線圈選擇方法。
權(quán)利要求
一種從大量物理線圈元件(130)中選擇一組線圈元件的方法，所述大量物理線圈元件包括在用于針對(duì)感興趣區(qū)域(128)執(zhí)行磁共振成像掃描的線圈陣列中，所述方法包括確定用于所述感興趣區(qū)域(128)的所述大量物理線圈元件(130)的線圈敏感度矩陣，確定投影矩陣，所述投影矩陣將所述大量物理線圈元件的所述敏感度矩陣投影到一組虛擬線圈元件上，根據(jù)所述投影矩陣確定所述大量物理線圈元件中的每個(gè)物理線圈元件對(duì)所述組虛擬線圈元件的貢獻(xiàn)，根據(jù)所述貢獻(xiàn)將具有最顯著貢獻(xiàn)的物理線圈元件選擇為所述組線圈元件。
2.如權(quán)利要求1所述的方法，其中，所述投影矩陣由所述線圈敏感度矩陣的因子分解確定。
3.如權(quán)利要求2所述的方法，其中，所述因子分解由奇異值分解執(zhí)行。
4.如權(quán)利要求1所述的方法，其中，通過(guò)計(jì)算從物理線圈元件(130)接收貢獻(xiàn)的所有投 影矩陣元素量值的總和來(lái)確定所述物理線圈元件的貢獻(xiàn)。
5.如權(quán)利要求4所述的方法，其中，所述物理線圈元件(130)的所述貢獻(xiàn)為所述物理線 圈元件對(duì)所述感興趣區(qū)域中所有體素的平均貢獻(xiàn)。
6.如權(quán)利要求1所述的方法，還包括確定所述大量物理線圈元件的噪聲相關(guān)性矩陣， 其中，根據(jù)所述線圈敏感度矩陣和所述噪聲相關(guān)性矩陣確定所述投影矩陣。
7.如權(quán)利要求1所述的方法，還包括利用噪聲相關(guān)性矩陣確定所述大量物理線圈元件 中的每個(gè)物理線圈元件對(duì)所述組虛擬線圈元件的額外貢獻(xiàn)，其中，將具有最顯著貢獻(xiàn)的物 理線圈元件選擇為所述組線圈元件還包括根據(jù)從所述噪聲相關(guān)性矩陣中導(dǎo)出的額外貢獻(xiàn) 對(duì)每個(gè)物理線圈元件的所述貢獻(xiàn)進(jìn)行加權(quán)。
8.如權(quán)利要求7所述的方法，其中，借助另一投影矩陣計(jì)算所述額外貢獻(xiàn)，其中，所述 另一投影矩陣是通過(guò)所述噪聲相關(guān)性矩陣的因子分解確定的。
9.如權(quán)利要求1所述的方法，其中，所述線圈敏感度矩陣是接收線圈敏感度矩陣或者 發(fā)射線圈敏感度矩陣。
10.一種計(jì)算機(jī)程序產(chǎn)品，其包括用于執(zhí)行如先前權(quán)利要求1到9中任一項(xiàng)所述的方法 步驟的計(jì)算機(jī)可執(zhí)行指令。
11.一種磁共振成像系統(tǒng)，所述系統(tǒng)包括適于針對(duì)感興趣區(qū)域(128)執(zhí)行磁共振成像 掃描的線圈陣列(130)，其中，所述線圈陣列包括大量物理線圈元件(130)，所述系統(tǒng)包括用于確定用于所述感興趣區(qū)域的所述大量物理線圈元件的線圈敏感度矩陣的裝置 (116)，用于確定投影矩陣的裝置(116)，所述投影矩陣將所述大量物理線圈元件的所述敏感 度矩陣投影到一組虛擬線圈元件上，用于根據(jù)所述投影矩陣確定所述大量物理線圈元件中的每個(gè)物理線圈元件對(duì)所述組 虛擬線圈元件的貢獻(xiàn)的裝置(116)，用于根據(jù)所述貢獻(xiàn)將具有最顯著貢獻(xiàn)的物理線圈元件選擇為能用于針對(duì)所述感興趣 區(qū)域執(zhí)行磁共振成像掃描的一組線圈元件的裝置(116 ；126)。
全文摘要
本發(fā)明涉及從大量物理線圈元件中選擇一組線圈元件的方法，所述大量物理線圈元件包括在用于針對(duì)感興趣區(qū)域執(zhí)行磁共振成像掃描的線圈陣列中。
文檔編號(hào)G01R33/3415GK101971045SQ200980109060
公開(kāi)日2011年2月9日 申請(qǐng)日期2009年3月6日 優(yōu)先權(quán)日2008年3月14日
發(fā)明者M·I·多內(nèi)瓦, M·P·J·于里森, M·富德勒, P·博爾納特 申請(qǐng)人:皇家飛利浦電子股份有限公司