專利名稱：用于執(zhí)行斷層圖像獲取和重構(gòu)的系統(tǒng)和方法
技術(shù)領(lǐng)域：
本申請涉及用于物體成像的系統(tǒng)和方法，具體地涉及通過測量頻率采樣的斷層重構(gòu)進(jìn)行成像的系統(tǒng)和方法。2、相關(guān)技術(shù)斷層攝影術(shù)是通過截面或剖切進(jìn)行成像。斷層攝影術(shù)中所使用的設(shè)備被稱為斷層攝影裝置，而所生成的圖像是斷層照片。斷層攝影術(shù)用在醫(yī)療、考古學(xué)、生物學(xué)、地球物理學(xué)、海洋學(xué)、材料科學(xué)、天體物理學(xué)和其他科學(xué)中。單詞斷層攝影術(shù)從意指“截面”、“切片”或 “切割”的德語單詞“tomos”衍生而來。盡管斷層攝影術(shù)是指基于切片的成像，但是它通常還可應(yīng)用于三維(3D)圖像或四維圖像(在時(shí)間上分解的3D圖像)。在2006 年，Candes 等人的開創(chuàng)性手稿Emmanuel J. Candes ET AL. , Robustuncertainty principles :exact signal reconstruction from highly incompletefrequency information,52 (2)IEEE TRANSACTIONS ON INFORMATION THEORY，2006，at489-509 (Emmanuel J. Candes等人，魯棒不確定性原理從高度不完整頻率信息的準(zhǔn)確信號重構(gòu)，52 (2) IEEE關(guān)于信息理論的事務(wù)，2006年，489-509頁)和Donoho的開創(chuàng)性手稿David Donoho,Compressed sensing,52(4)IEEE TRANSACTIONS ON INFORMATION THEORY,April2006,at 1289-1306 (David Donoho，壓縮感測，52 (4) IEEE 關(guān)于信息理論的事務(wù)，2006年4月，1289-1306頁)為圖像重構(gòu)創(chuàng)建了一種稱為“壓縮感測”的新的研究領(lǐng)域?？偟貋碇v，如Donoho手稿中所陳述的，壓縮感測的理論“取決于已知在許多信號和圖像處理設(shè)定中適用的一種特定假設(shè)變換稀疏性原理”。這啟發(fā)了設(shè)法生成這樣的模型的大量工作，所述模型可以利用變換稀疏性以使得可以測量更少的數(shù)據(jù)來重構(gòu)圖像，因此加速圖像獲取。所有這些技術(shù)依賴于壓縮圖像本身或者該圖像的某種變換的能力。該大量工作的動機(jī)源于Donoho的開創(chuàng)性手稿，在該手稿中說道“無所不在的可壓縮性的現(xiàn)象引起非常自然的問題當(dāng)我們得到的大部分?jǐn)?shù)據(jù)將被扔掉時(shí)，為什么要花費(fèi)這樣多的精力來獲取所有的數(shù)據(jù)？我們難道不能僅僅直接測量最終將不會被扔掉的那部分？ ”這一著作導(dǎo)致被設(shè)計(jì)來生成稀疏性最優(yōu)的變換的優(yōu)化模型的開發(fā)。

發(fā)明內(nèi)容
公開了用于圖像的斷層重構(gòu)的系統(tǒng)和方法。例如，根據(jù)本公開內(nèi)容的一些方面，一種用于生成圖像的方法可以包括獲取成像物體的k空間(k-space)數(shù)據(jù)集，收集所述k空間數(shù)據(jù)集的一部分，以及根據(jù)凸優(yōu)化模型從所述k空間數(shù)據(jù)集的收集部分重構(gòu)圖像。所述凸優(yōu)化模型可以包括所述k空間數(shù)據(jù)集內(nèi)的預(yù)期噪聲特性的加權(quán)因子表征和成像物體的先驗(yàn)屬性的加權(quán)因子表征。所述收集k空間數(shù)據(jù)集的一部分的步驟可以包括根據(jù)數(shù)據(jù)收集圖案(datacollecting pattern)收集數(shù)據(jù)。例如，所述數(shù)據(jù)收集圖案可以包括螺旋形圖案、放射狀圖案和/或包括多個(gè)并行采樣線的圖案。
在一些實(shí)施方案中，圖像的重構(gòu)可以包括使用圖像強(qiáng)度的總變差(totalvariation)的離散化的I = 0范數(shù)的逼近(approximation)來產(chǎn)生圖像數(shù)據(jù)。在這樣的實(shí)施方案中，所述產(chǎn)生圖像數(shù)據(jù)的步驟可以包括執(zhí)行迭代過程，其中所述迭代過程的迭代包括更新同倫參數(shù)的值和更新二次松弛參數(shù)的值。同倫參數(shù)和二次松弛參數(shù)的各自值彼此的關(guān)系可以根據(jù)預(yù)定關(guān)系而為固定的。此外，所述迭代過程的迭代可以包括根據(jù)預(yù)定速率增大二次松弛參數(shù)的值，以及根據(jù)二次松弛參數(shù)的值和二次松弛參數(shù)與同倫參數(shù)之間的預(yù)定關(guān)系減小同倫參數(shù)的值。在使用I = 0范數(shù)和包括迭代過程的實(shí)施方案中，所述迭代過程可以包括內(nèi)迭代過程和外迭代過程，以使得外迭代過程的每次迭代包括內(nèi)迭代過程的一次或更多次迭代。所述內(nèi)迭代過程的每次迭代可以包括至少部分基于同倫參數(shù)的值和二次松弛參數(shù)的值更新松弛變量的值。所述內(nèi)迭代過程的每次迭代還可以包括至少部分基于松弛變量的值更新圖像數(shù)據(jù)。在一些實(shí)施方案中，圖像的重構(gòu)可以包括使用圖像強(qiáng)度的總變差的離散化的I = I或I = 2范數(shù)之一來產(chǎn)生圖像數(shù)據(jù)。在這樣的實(shí)施方案中，所述產(chǎn)生圖像數(shù)據(jù)的步驟可以包括執(zhí)行迭代過程，其中所述迭代過程的迭代可以包括更新范數(shù)加權(quán)因子的值以防止懲罰重構(gòu)圖像中的不連續(xù)性。范數(shù)加權(quán)因子可以至少部分基于平滑后的圖像數(shù)據(jù)。所述更新范數(shù)加權(quán)因子的值的步驟可以包括使用高斯核產(chǎn)生平滑后的圖像數(shù)據(jù)。在使用I = I或I = 2范數(shù)和包括迭代過程的實(shí)施方案中，所述迭代過程可以包括內(nèi)迭代過程和外迭代過程，以使得外迭代過程的每次迭代包括內(nèi)迭代過程的一次或更多次迭代。所述內(nèi)迭代過程的每次迭代可以包括至少部分基于同倫參數(shù)的值和二次松弛參數(shù)的值更新松弛變量的值。此外，所述內(nèi)迭代過程的每次迭代可以包括至少部分基于松弛變量的值更新圖像數(shù)據(jù)。所述圖像的重構(gòu)可以包括產(chǎn)生成像物體的圖像數(shù)據(jù)表征。此外，所述圖像的重構(gòu)可以包括將圖像數(shù)據(jù)輸出到顯示器、打印機(jī)和/或存儲器設(shè)備。根據(jù)本公開內(nèi)容的進(jìn)一步的方面，用于生成圖像的方法可以包括獲取成像物體的k空間數(shù)據(jù)集，根據(jù)預(yù)定的數(shù)據(jù)收集圖案收集所述k空間數(shù)據(jù)集的子集，從而產(chǎn)生采樣的k空間數(shù)據(jù)集，使用所述采樣的k空間數(shù)據(jù)集產(chǎn)生第一組圖像數(shù)據(jù)，以及使用所述第一組圖像數(shù)據(jù)執(zhí)行迭代過程，以產(chǎn)生第二組圖像數(shù)據(jù)。所述迭代過程可以包括根據(jù)優(yōu)化模型修改所述第一組圖像數(shù)據(jù)，所述優(yōu)化模型包括根據(jù)多個(gè)加權(quán)因子組合所述第一組圖像數(shù)據(jù)中的圖像數(shù)據(jù)與采樣的k空間數(shù)據(jù)集中的k空間數(shù)據(jù)。作為實(shí)施例，所述第一組圖像數(shù)據(jù)至少部分基于k空間數(shù)據(jù)集的部分的逆傅里葉變換。所述多個(gè)加權(quán)因子可以包括用于圖像數(shù)據(jù)的屬性的重要性加權(quán)因子。所述多個(gè)加權(quán)因子可以包括用于將各自權(quán)重應(yīng)用于圖像數(shù)據(jù)的不同屬性的加權(quán)因子。所述多個(gè)加權(quán)因子可以包括范數(shù)加權(quán)因子以防止懲罰圖像數(shù)據(jù)中的大的不連續(xù)性。根據(jù)本公開內(nèi)容的更進(jìn)一步的方面，一種用于生成圖像的方法可以包括從磁共振成像系統(tǒng)接收k空間數(shù)據(jù)集，根據(jù)預(yù)定的數(shù)據(jù)收集圖案收集所述k空間數(shù)據(jù)集的子集，其中所述預(yù)定的數(shù)據(jù)收集圖案包括螺旋形圖案，使用采樣的k空間數(shù)據(jù)集產(chǎn)生第一組圖像數(shù)據(jù)，以及使用第一組圖像數(shù)據(jù)執(zhí)行迭代過程，以產(chǎn)生第二組圖像數(shù)據(jù)。所述迭代過程可以包括根據(jù)優(yōu)化模型修改第一組圖像數(shù)據(jù)，所述優(yōu)化模型包括根據(jù)多個(gè)加權(quán)因子組合第一組圖像數(shù)據(jù)中的圖像數(shù)據(jù)與采樣的k空間數(shù)據(jù)集中的k空間數(shù)據(jù)。所述產(chǎn)生第一組圖像數(shù)據(jù)的步驟可以至少部分基于k空間數(shù)據(jù)集的部分的逆傅里葉變換。所述多個(gè)加權(quán)因子可以包括用于圖像數(shù)據(jù)的屬性的重要性加權(quán)因子。所述多個(gè)加權(quán)因子可以包括用于將各自權(quán)重應(yīng)用于圖像數(shù)據(jù)的不同屬性的加權(quán)因子。所述多個(gè)加權(quán)因子可以包括范數(shù)加權(quán)因子來防止懲罰圖像數(shù)據(jù)中的大的不連續(xù)性。根據(jù)本公開內(nèi)容的更進(jìn)一步的方面，一種用于生成圖像的成像系統(tǒng)包括存儲器和計(jì)算單元，存儲器用于接收并儲存成像物體的k空間數(shù)據(jù)集，計(jì)算單元用于收集所述k空間數(shù)據(jù)集的一部分，并且根據(jù)凸優(yōu)化模型從所述k空間數(shù)據(jù)集的收集部分重構(gòu)圖像。所述凸優(yōu)化模型可以包括k空間數(shù)據(jù)集內(nèi)的預(yù)期噪聲特性的加權(quán)因子表征。所述 凸優(yōu)化模型包括成像物體的先驗(yàn)屬性的加權(quán)因子表征。在一些實(shí)施方案中，所述計(jì)算單元可以使用圖像強(qiáng)度的總變差的離散化的I = 0范數(shù)的逼近來產(chǎn)生圖像數(shù)據(jù)。在這樣的實(shí)施方案中，所述計(jì)算單元可以使用迭代過程產(chǎn)生圖像數(shù)據(jù)，其中所述迭代過程的迭代可以包括更新同倫參數(shù)的值和更新二次松弛參數(shù)的值。同倫參數(shù)和二次松弛參數(shù)的各自值彼此的關(guān)系可以根據(jù)預(yù)定關(guān)系而為固定的。在一些實(shí)施方案中，所述計(jì)算單元可以使用圖像強(qiáng)度的總變差的離散化的I = I或I = 2范數(shù)之一產(chǎn)生圖像數(shù)據(jù)。在這樣的實(shí)施方案中，所述計(jì)算單元可以使用迭代過程產(chǎn)生圖像數(shù)據(jù)，其中所述迭代過程的迭代可以包括更新范數(shù)加權(quán)因子的值以防止懲罰重構(gòu)圖像中的不連續(xù)性。所述范數(shù)加權(quán)因子可以至少部分基于平滑后的圖像數(shù)據(jù)。所述計(jì)算單元可以產(chǎn)生成像物體的圖像數(shù)據(jù)表征。所述計(jì)算單元可以將圖像數(shù)據(jù)輸出到顯示器、打印機(jī)和/或存儲器設(shè)備。所述k空間數(shù)據(jù)集可以由圖像捕獲系統(tǒng)產(chǎn)生，所述圖像捕獲系統(tǒng)例如為磁共振成像(MRI)系統(tǒng)或其他已知的圖像捕獲系統(tǒng)。根據(jù)本公開內(nèi)容的更進(jìn)一步的方面，一種用于生成圖像的成像系統(tǒng)可以包括存儲器和計(jì)算單元，存儲器用于接收并儲存成像物體的k空間數(shù)據(jù)集，計(jì)算單元用于根據(jù)預(yù)定的數(shù)據(jù)收集圖案收集所述k空間數(shù)據(jù)集的子集，從而產(chǎn)生采樣的k空間數(shù)據(jù)集，使用采樣的k空間數(shù)據(jù)集產(chǎn)生第一組數(shù)據(jù)圖像，以及使用第一組圖像數(shù)據(jù)執(zhí)行迭代過程，以產(chǎn)生第二組圖像數(shù)據(jù)。所述迭代過程可以包括根據(jù)優(yōu)化模型修改第一組圖像數(shù)據(jù)，所述優(yōu)化模型包括根據(jù)多個(gè)加權(quán)因子組合第一組圖像數(shù)據(jù)中的圖像數(shù)據(jù)與采樣的k空間數(shù)據(jù)集的k空間數(shù)據(jù)。在一些實(shí)施方案中，所述成像系統(tǒng)可以包括用于從圖像捕獲系統(tǒng)接收k空間數(shù)據(jù)集的接口。在一些實(shí)施方案中，所述成像系統(tǒng)可以包括集成圖像捕獲系統(tǒng)。在一些實(shí)施方案中，所述預(yù)定的數(shù)據(jù)收集圖案可以包括螺旋形圖案。在這樣的實(shí)施方案中，所述k空間數(shù)據(jù)集可以包括由磁共振成像(MRI)系統(tǒng)產(chǎn)生的k空間數(shù)據(jù)。在其他實(shí)施方案中，所述數(shù)據(jù)收集圖案可以包括放射狀圖案。在這樣的實(shí)施方案中，所述k空間數(shù)據(jù)集可以包括由計(jì)算斷層攝影(CT或CATscan)系統(tǒng)產(chǎn)生的k空間數(shù)據(jù)。


結(jié)合附圖對本發(fā)明的特征、方面和實(shí)施方案進(jìn)行描述，在附圖中圖I示出用于I = 0范數(shù)的情況的重構(gòu)算法的流程圖；圖2示出用于I = I或2范數(shù)的情況的重構(gòu)算法的流程圖；圖3示出可以用于3D K空間采樣的螺旋形軌跡；圖4示出可以通過將圖3中所示的螺旋形軌跡切成片來實(shí)現(xiàn)的一系列采樣掩模圖案；圖5不出用于以固定的偏移角產(chǎn)生的K空間米樣的一組螺旋形圖案；圖6不出用于以變化的偏移角產(chǎn)生的K空間米樣的一組螺旋形圖案；
圖7-11示出用于比較不同重構(gòu)技術(shù)的結(jié)果的多組圖像；圖12A-1 示出針對原始圖像與使用不同重構(gòu)技術(shù)和所圖示說明的k空間稀疏螺旋形采樣重構(gòu)的圖像的比較的多組圖像；圖16A-19D示出針對原始圖像與使用不同重構(gòu)技術(shù)和所圖示說明的k空間稀疏放射狀采樣圖案重構(gòu)的圖像的比較的多組圖像；圖20A-22D示出針對原始圖像與使用不同重構(gòu)技術(shù)和所圖示說明的k空間稀疏放射狀采樣圖案重構(gòu)的圖像的比較的多組圖像；圖23A-23D示出針對原始圖像與使用不同重構(gòu)技術(shù)和所圖示說明的k空間稀疏放射狀采樣圖案重構(gòu)的圖像的比較的多組圖像；圖24A-24D示出針對原始圖像與使用不同重構(gòu)技術(shù)和所圖示說明的k空間稀疏GRAPPA采樣圖案重構(gòu)的圖像的比較的多組圖像；以及圖25示出成像系統(tǒng)的實(shí)施方案的框圖。
具體實(shí)施例方式本公開內(nèi)容提供可以用于使用圖像處理系統(tǒng)生成圖像的斷層重構(gòu)方法，所述圖像處理系統(tǒng)可以包括成像系統(tǒng)和/或用于從成像系統(tǒng)接收圖像數(shù)據(jù)的裝置?？梢园ū竟_內(nèi)容的各方面的成像系統(tǒng)的更具體的實(shí)施例包括用于以下斷層攝影術(shù)的系統(tǒng)使用X射線或伽馬射線斷層攝影術(shù)的計(jì)算斷層攝影術(shù)(CT或CATscan)、共聚焦激光掃描顯微鏡(LSCM)、低溫電子斷層攝影術(shù)(Cryo-ET)、電容斷層攝影術(shù)(ECT)、電阻率斷層攝影術(shù)(ERT)、電阻抗斷層攝影術(shù)(EIT)、功能性磁共振成像(fMRI)、磁感應(yīng)斷層攝影術(shù)(MIT)、磁共振成像(MRI)(以前被通稱為磁共振斷層攝影術(shù)(MRI)或核磁共振斷層攝影術(shù))、中子斷層攝影術(shù)、光學(xué)相干斷層攝影術(shù)(OCT)、光學(xué)投影斷層攝影術(shù)(OPT)、過程斷層攝影術(shù)(PT)、正電子發(fā)射斷層攝影術(shù)(PET)、正電子發(fā)射斷層攝影術(shù)-計(jì)算斷層攝影術(shù)(PET-CT)、量子斷層攝影術(shù)、單光子發(fā)射計(jì)算斷層攝影術(shù)(SPECT)、地震斷層攝影術(shù)、超聲成像(US)、超聲輔助光學(xué)斷層攝影術(shù)(UAOT)、超聲傳導(dǎo)斷層攝影術(shù)、光聲斷層攝影術(shù)(PAT)(也被通稱為光聲斷層攝影術(shù)(OAT)或熱聲斷層攝影術(shù)(TAT))以及用于重構(gòu)旋轉(zhuǎn)星體的磁體幾何形狀的塞曼-多普勒(Zeeman-Doppler)成像。盡管所羅列的內(nèi)容是廣泛的，但是并不是窮舉的，并且本申請可以應(yīng)用于本領(lǐng)域技術(shù)人員已知的所有這樣的類似斷層攝影術(shù)重構(gòu)方法。所公開的處理過程涉及I)用于圖像重構(gòu)的模型；2)用于模型的快速數(shù)值求解的算法；以及3)K空間采樣圖案和改進(jìn)重構(gòu)逼真度的策略。本申請公開一種用于從物體的不完整測量頻率采樣執(zhí)行該物體的圖像的斷層重構(gòu)的處理，其中，所述物體或所述物體的傅里葉變換都不是稀疏的，即，不假定或要求變換稀疏性，但是事實(shí)上已知不必去嚴(yán)格地適用。所公開的方法包括應(yīng)用相似的優(yōu)化方法(諸如壓縮感測中所使用的那些優(yōu)化方法)來生成最優(yōu)地表現(xiàn)先驗(yàn)地已知被成像物體將表現(xiàn)的物理屬性的圖像，同時(shí)優(yōu)選地提供與不完整測量頻率采樣的一致性。然而，現(xiàn)有的壓縮感測技術(shù)在算法中涉及某個(gè)壓縮項(xiàng)。相反，本公開內(nèi)容提供省略在這樣的現(xiàn)有算法中存在的壓縮項(xiàng)的方法。通過使用所公開的方法，圖像獲取的速度可以通過減小生成圖像所需的頻率采樣的量來提高。在組織的電離輻射或加熱可以發(fā)生在人類受試者(human subject)或精細(xì)物體(delicate object)的成像中的應(yīng)用中,還可以減小吸收劑量或能量,從而使被成像的所述物體或受試者的風(fēng)險(xiǎn)最小。所公開的處理過程的實(shí)施方案可以利用包括應(yīng)用以下先驗(yàn)知識的模型，S卩，在像素/體素大小與圖像視場(FOV)大小之間的某個(gè)介觀體系(mesoscopic scale),可以通過無噪聲的、強(qiáng)度分段恒定的物體來很好地逼近由測量的基礎(chǔ)物體生成的信號。所述處理過程可以包括優(yōu)化對應(yīng)的信號強(qiáng)度的這些屬性，同時(shí)試圖在最小二乘意義上獲得重構(gòu)物體的傅里葉變換與測量的傅里葉數(shù)據(jù)之間的一致。以這種方式，優(yōu)化處理從稀疏的傅里葉數(shù) 據(jù)重構(gòu)物體的欠定問題(underdetermined problem),并且根據(jù)其物理屬性的先驗(yàn)知識選擇與測量數(shù)據(jù)一致的最優(yōu)解。所公開的處理過程的動機(jī)是這樣的觀察，即在大部分成像應(yīng)用中，無論正在被成像的是活體還是制造的物體，被成像的基礎(chǔ)物體通過無噪聲的、強(qiáng)度分段恒定的物體來很好地表征。例如，人體可以被看作脂肪(fat)或脂肪組織、肌肉、骨頭、軟組織、腦組織、肺和空氣的集合。這些組織彼此鄰接，引起圖像的不連續(xù)性，生成用于識別不同解剖或生理結(jié)構(gòu)的對比(contrast)。本公開內(nèi)容提供一種用于圖像重構(gòu)的一般模型。該模型可以具有兩項(xiàng)，其中，第一項(xiàng)用于實(shí)施成像物體的物理先驗(yàn)屬性，而第二項(xiàng)用于懲罰用重要性因子加權(quán)的最小二乘意義上的圖像的傅里葉變換與測量的傅里葉數(shù)據(jù)的不一致。該模型中的第一項(xiàng)可以是圖像變差上的范數(shù)，該范數(shù)被設(shè)計(jì)來生成分段恒定的圖像，但是同時(shí)不懲罰(penalize)已知物體中存在的大的不連續(xù)性。所公開的用于圖像重構(gòu)的模型可以利用使圖像中的變差的稀疏性最大的無約束凸優(yōu)化模型
I，-I- - ^ |3, ..... /#|%其中 I = 0，I 或 2 (I)
一 xeX' I在表達(dá)式(I)中，a是用于被成像物體的先驗(yàn)屬性的重要性加權(quán)因子，并且從幻是位置i處的圖像強(qiáng)度。M1是防止懲罰大的不連續(xù)性的范數(shù)加權(quán)因子，例如，
m^) = |-(^| + ￡，其中，的平渭 版本(這可以用i午多方 式實(shí)現(xiàn)，比如，用高斯核
G、用方差％實(shí)現(xiàn))，并且e是被包括以防止當(dāng)I只幻| = 0時(shí)被零除的小的常數(shù)。歹是具有n
維空間域X中的n維空間坐標(biāo)$的<^)的n維局部有限差分。因此，是圖像u的圖像
強(qiáng)度的總變差(TV)的離散化的I。、I1或I2范數(shù)。此外，在表達(dá)式⑴中，，其中，3是n維離散傅里葉變換算子，并且P是與n維傅里葉域K中的被選坐標(biāo)點(diǎn)^對應(yīng)的n維選擇算子。值^是圖像u的傅里葉變換的測量值。范數(shù)加權(quán)因子M1在降低大的圖像強(qiáng)度的變差的重要性中起重要作用，并且可以是隨I只幻I單調(diào)遞減的任何函數(shù)。此外，注意的是，K域中的約束已被松弛為具有加權(quán)因子％的最小二乘懲罰項(xiàng)，以使得可估計(jì)每個(gè)測量點(diǎn)的重要性。該方法使得可為具有更高質(zhì)量或更少噪聲的測量數(shù)據(jù)提供更大的重要性，它還可以被用于加強(qiáng)測量數(shù)據(jù)中不同頻率的特征的重要性，比如，已知的或預(yù)期的作為頻率的函數(shù)的噪聲特性可以被合并到力中。本文所公開的是求解表達(dá)式⑴中提供的模型的非常高效的算法。本公開內(nèi)容包括用于I = 0范數(shù)的情況的算法的實(shí)施方案以及用于I = I或2范數(shù)的情況的算法的實(shí)施方案。首先，將對用于使用I = 0范數(shù)的實(shí)施方案的算法進(jìn)行描述。當(dāng)I = 0時(shí)表達(dá)式(I)中明確表述的模型的困難是，由于它的求解通常需要難解決的組合搜索，所以直接求解在數(shù)值上是無效率的。為了克服這個(gè)問題，可以使用逼近，例如，在Joshua Trzasko和Armando Manduca 的 Highly Undersampled Magnetic Resonance Image Reconstructionvia Homotopic Ici-Minimization (通過同倫Itl-最小化的高度采樣下的磁共振圖像重構(gòu)),28(1)IEEETRANSACTI0NS ON MEDICAL IMAGING, January 2009， at 106-121(28(I)IEEE 關(guān)于醫(yī)療成像的事務(wù)，2009年I月，106-121頁)中提出的用于I。范數(shù)的逼近，該論文通過引用被并入本文，并且以下稱之為“Trzasko論文”。Trzasko論文公開了通過Itl擬范數(shù)的同倫最小化的I。范數(shù)的逼近。這樣的逼近應(yīng)用于本算法導(dǎo)致根據(jù)以下表達(dá)式(2)的模型
權(quán)利要求
1.一種用于生成圖像的方法，所述方法包括 獲取成像物體的k空間數(shù)據(jù)集； 收集所述k空間數(shù)據(jù)集的一部分；以及 根據(jù)凸優(yōu)化模型從所述k空間數(shù)據(jù)集的收集部分重構(gòu)圖像。
2.如權(quán)利要求I所述的方法，其中所述凸優(yōu)化模型包括所述k空間數(shù)據(jù)集內(nèi)的預(yù)期噪聲特性的加權(quán)因子表征。
3.如權(quán)利要求I所述的方法，其中所述凸優(yōu)化模型包括所述成像物體的先驗(yàn)屬性的加權(quán)因子表征。
4.如權(quán)利要求I所述的方法，其中所述收集k空間數(shù)據(jù)集的一部分的步驟包括根據(jù)數(shù)據(jù)收集圖案收集數(shù)據(jù)。
5.如權(quán)利要求4所述的方法，其中所述數(shù)據(jù)收集圖案包括螺旋形圖案。
6.如權(quán)利要求4所述的方法，其中所述數(shù)據(jù)收集圖案包括放射狀圖案。
7.如權(quán)利要求4所述的方法，其中所述數(shù)據(jù)收集圖案包括包含多個(gè)并行采樣線的圖案。
8.如權(quán)利要求I所述的方法，其中所述根據(jù)凸優(yōu)化模型重構(gòu)圖像的步驟包括使用圖像強(qiáng)度的總變差的離散化的I = O范數(shù)的逼近來產(chǎn)生圖像數(shù)據(jù)。
9.如權(quán)利要求8所述的方法，其中所述產(chǎn)生圖像數(shù)據(jù)的步驟包括執(zhí)行迭代過程，其中所述迭代過程的迭代包括更新同倫參數(shù)的值和更新二次松弛參數(shù)的值。
10.如權(quán)利要求9所述的方法，其中所述同倫參數(shù)和所述二次松弛參數(shù)的各自值彼此的關(guān)系根據(jù)預(yù)定關(guān)系而為固定的。
11.如權(quán)利要求10所述的方法，其中所述迭代過程的每次迭代包括 根據(jù)預(yù)定比率增大所述二次松弛參數(shù)的值；以及 根據(jù)所述二次松弛參數(shù)的值和所述二次松弛參數(shù)與所述同倫參數(shù)之間的預(yù)定關(guān)系來減小所述同倫參數(shù)的值。
12.如權(quán)利要求9所述的方法，其中所述迭代過程是外迭代過程，并且其中所述外迭代過程的每次迭代包括內(nèi)迭代過程的一次或更多次迭代。
13.如權(quán)利要求12所述的方法，其中所述內(nèi)迭代過程的每次迭代包括至少部分基于所述同倫參數(shù)的值和所述二次松弛參數(shù)的值更新松弛變量的值。
14.如權(quán)利要求13所述的方法，其中所述內(nèi)迭代過程的每次迭代包括至少部分基于所述松弛變量的值更新圖像數(shù)據(jù)。
15.如權(quán)利要求I所述的方法，其中所述根據(jù)凸優(yōu)化模型重構(gòu)圖像的步驟包括使用圖像強(qiáng)度的總變差的離散化的I = I范數(shù)和圖像強(qiáng)度的總變差的離散化的I = 2范數(shù)之ー產(chǎn)生圖像數(shù)據(jù)。
16.如權(quán)利要求15所述的方法，其中所述產(chǎn)生圖像數(shù)據(jù)的步驟包括執(zhí)行迭代過程，其中所述迭代過程的迭代包括更新范數(shù)加權(quán)因子的值以防止懲罰重構(gòu)圖像中的不連續(xù)性。
17.如權(quán)利要求16所述的方法，其中所述范數(shù)加權(quán)因子至少部分基于平滑后的圖像數(shù)據(jù)。
18.如權(quán)利要求17所述的方法，其中所述更新范數(shù)加權(quán)因子的值的步驟包括使用高斯核產(chǎn)生所述平滑后的圖像數(shù)據(jù)。
19.如權(quán)利要求16所述的方法，其中所述迭代過程是外迭代過程，其中所述外迭代過程的每次迭代包括內(nèi)迭代過程的一次或更多次迭代。
20.如權(quán)利要求19所述的方法，其中所述內(nèi)迭代過程的每次迭代包括至少部分基于所述同倫參數(shù)的值和所述二次松弛參數(shù)的值更新松弛變量的值。
21.如權(quán)利要求20所述的方法，其中所述內(nèi)迭代過程的每次迭代包括至少部分基于所述松弛變量的值更新圖像數(shù)據(jù)。
22.如權(quán)利要求I所述的方法，其中所述圖像的重構(gòu)包括產(chǎn)生所述成像物體的圖像數(shù)據(jù)表征。
23.如權(quán)利要求22所述的方法，其中所述圖像的重構(gòu)包括將所述圖像數(shù)據(jù)輸出到顯示器、打印機(jī)和存儲器設(shè)備中的至少ー個(gè)。
24.一種用于生成圖像的方法，所述方法包括 獲取成像物體的k空間數(shù)據(jù)集； 根據(jù)預(yù)定的數(shù)據(jù)收集圖案收集所述k空間數(shù)據(jù)集的子集，從而產(chǎn)生采樣的k空間數(shù)據(jù)集; 使用所述采樣的k空間數(shù)據(jù)集產(chǎn)生第一組圖像數(shù)據(jù)；以及 使用所述第一組圖像數(shù)據(jù)執(zhí)行迭代過程，以產(chǎn)生第二組圖像數(shù)據(jù)， 其中所述迭代過程包括根據(jù)優(yōu)化模型修改所述第一組圖像數(shù)據(jù)，所述優(yōu)化模型包括根據(jù)多個(gè)加權(quán)因子組合所述第一組圖像數(shù)據(jù)中的圖像數(shù)據(jù)與所述采樣的k空間數(shù)據(jù)集中的k空間數(shù)據(jù)。
25.如權(quán)利要求24所述的方法，還包括至少部分基于所述k空間數(shù)據(jù)集的部分的逆傅里葉變換產(chǎn)生所述第一組圖像數(shù)據(jù)。
26.如權(quán)利要求24所述的方法，其中所述多個(gè)加權(quán)因子包括用于所述圖像數(shù)據(jù)的屬性的重要性加權(quán)因子。
27.如權(quán)利要求24所述的方法，其中所述多個(gè)加權(quán)因子包括用于將各自權(quán)重應(yīng)用于所述圖像數(shù)據(jù)的不同屬性的加權(quán)因子。
28.如權(quán)利要求24所述的方法，其中所述多個(gè)加權(quán)因子包括范數(shù)加權(quán)因子來防止懲罰所述圖像數(shù)據(jù)中的大的不連續(xù)性。
29.一種用于生成圖像的方法，所述方法包括 從磁共振成像系統(tǒng)接收k空間數(shù)據(jù)集； 根據(jù)預(yù)定的數(shù)據(jù)收集圖案收集所述k空間數(shù)據(jù)集的子集，所述預(yù)定的數(shù)據(jù)收集圖案包括螺旋形圖案； 使用所述采樣的k空間數(shù)據(jù)集產(chǎn)生第一組圖像數(shù)據(jù)；以及 使用所述第一組圖像數(shù)據(jù)執(zhí)行迭代過程，以產(chǎn)生第二組圖像數(shù)據(jù)， 其中所述迭代過程包括根據(jù)優(yōu)化模型修改所述第一組圖像數(shù)據(jù)，所述優(yōu)化模型包括根據(jù)多個(gè)加權(quán)因子組合所述第一組圖像數(shù)據(jù)中的圖像數(shù)據(jù)與所述采樣的k空間數(shù)據(jù)集中的k空間數(shù)據(jù)。
30.如權(quán)利要求29所述的方法，還包括至少部分基于所述k空間數(shù)據(jù)集的部分的逆傅里葉變換產(chǎn)生所述第一組圖像數(shù)據(jù)。
31.如權(quán)利要求29所述的方法，其中所述多個(gè)加權(quán)因子包括用于所述圖像數(shù)據(jù)的屬性的重要性加權(quán)因子。
32.如權(quán)利要求29所述的方法，其中所述多個(gè)加權(quán)因子包括用于將各自權(quán)重應(yīng)用于所述圖像數(shù)據(jù)的不同屬性的加權(quán)因子。
33.如權(quán)利要求29所述的方法，其中所述多個(gè)加權(quán)因子包括范數(shù)加權(quán)因子來防止懲罰所述圖像數(shù)據(jù)中的大的不連續(xù)性。
34.一種用于生成圖像的成像系統(tǒng)，所述成像系統(tǒng)包括 存儲器，所述存儲器用于接收并儲存成像物體的k空間數(shù)據(jù)集；以及計(jì)算單元，所述計(jì)算単元用于收集所述k空間數(shù)據(jù)集的一部分，并且根據(jù)凸優(yōu)化模型從所述k空間數(shù)據(jù)集的收集部分重構(gòu)圖像。
35.如權(quán)利要求34所述的系統(tǒng)，其中所述凸優(yōu)化模型包括所述k空間數(shù)據(jù)集內(nèi)的預(yù)期噪聲特性的加權(quán)因子表征。
36.如權(quán)利要求34所述的系統(tǒng)，其中所述凸優(yōu)化模型包括所述成像物體的先驗(yàn)屬性的加權(quán)因子表征。
37.如權(quán)利要求34所述的系統(tǒng)，其中所述計(jì)算単元使用圖像強(qiáng)度的總變差的離散化的I =O范數(shù)的逼近來產(chǎn)生圖像數(shù)據(jù)。
38.如權(quán)利要求37所述的系統(tǒng)，其中所述計(jì)算単元使用迭代過程產(chǎn)生圖像數(shù)據(jù)，其中所述迭代過程的迭代包括更新同倫參數(shù)的值和更新二次松弛參數(shù)的值。
39.如權(quán)利要求38所述的系統(tǒng)，其中所述同倫參數(shù)和所述二次松弛參數(shù)的各自值彼此的關(guān)系根據(jù)預(yù)定關(guān)系而為固定的。
40.如權(quán)利要求34所述的系統(tǒng)，其中所述計(jì)算単元使用圖像強(qiáng)度的總變差的離散化的I = I范數(shù)和圖像強(qiáng)度的總變差的離散化的I = 2范數(shù)之一產(chǎn)生圖像數(shù)據(jù)。
41.如權(quán)利要求40所述的系統(tǒng)，其中所述計(jì)算単元使用交互過程產(chǎn)生圖像數(shù)據(jù)，其中 所述迭代過程的迭代包括更新范數(shù)加權(quán)因子的值以防止懲罰重構(gòu)圖像中的不連續(xù)性。
42.如權(quán)利要求41所述的系統(tǒng)，其中所述范數(shù)加權(quán)因子至少部分基于平滑后的圖像數(shù)據(jù)。
43.如權(quán)利要求34所述的系統(tǒng)，其中所述計(jì)算單元產(chǎn)生所述成像物體的圖像數(shù)據(jù)表征。
44.如權(quán)利要求43所述的系統(tǒng)，其中所述計(jì)算單元將所述圖像數(shù)據(jù)輸出到顯示器、打印機(jī)和存儲器設(shè)備中的至少ー個(gè)。
45.如權(quán)利要求34所述的系統(tǒng)，其中所述k空間數(shù)據(jù)集由磁共振成像(MRI)系統(tǒng)產(chǎn)生。
46.一種用于生成圖像的成像系統(tǒng)，所述成像系統(tǒng)包括 存儲器，所述存儲器用于接收并儲存成像物體的k空間數(shù)據(jù)集；以及 計(jì)算單元，所述計(jì)算単元用于 根據(jù)預(yù)定的數(shù)據(jù)收集圖案收集所述k空間數(shù)據(jù)集的子集，從而產(chǎn)生采樣的k空間數(shù)據(jù)集; 使用所述采樣的k空間數(shù)據(jù)集產(chǎn)生第一組圖像數(shù)據(jù)；以及 使用所述第一組圖像數(shù)據(jù)執(zhí)行迭代過程，以產(chǎn)生第二組圖像數(shù)據(jù)， 其中所述迭代過程包括根據(jù)優(yōu)化模型修改所述第一組圖像數(shù)據(jù)，所述優(yōu)化模型包括根據(jù)多個(gè)加權(quán)因子組合所述第一組圖像數(shù)據(jù)中的圖像數(shù)據(jù)與所述采樣的k空間數(shù)據(jù)集中的k空間數(shù)據(jù)。
47.如權(quán)利要求46所述的系統(tǒng)，還包括接ロ，所述接ロ用于從圖像捕獲系統(tǒng)接收所述k空間數(shù)據(jù)集。
48.如權(quán)利要求46所述的系統(tǒng)，還包括圖像捕獲系統(tǒng)。
49.如權(quán)利要求46所述的系統(tǒng)，其中所述預(yù)定的數(shù)據(jù)收集圖案包括螺旋形圖案。
50.如權(quán)利要求49所述的系統(tǒng)，其中所述k空間數(shù)據(jù)集由磁共振成像(MRI)系統(tǒng)產(chǎn)生。
全文摘要
用于圖像的斷層重構(gòu)的系統(tǒng)和方法包括用于從k空間數(shù)據(jù)生成圖像的系統(tǒng)和方法。使用已知的k空間數(shù)據(jù)獲取系統(tǒng)和方法來取得成像物體的k空間數(shù)據(jù)集。對k空間數(shù)據(jù)集的一部分進(jìn)行采樣，以便收集k空間數(shù)據(jù)的某個(gè)部分。然后根據(jù)凸優(yōu)化模型從k空間數(shù)據(jù)集的收集部分重構(gòu)圖像。
文檔編號G06K9/62GK102804207SQ201080027320
公開日2012年11月28日 申請日期2010年6月17日 優(yōu)先權(quán)日2009年6月19日
發(fā)明者J·F·登普希, Q·曾, R·納納, J·L·帕特里克, T·P·伊根, S·施瓦茲曼 申請人:微雷公司