【核磁共振成像】观共享重建

目录

  • 一、K空间关键孔技术-数据采集
  • 二、BRISK技术
  • 三、TRICKS技术
  • 四、实时成像和滑动窗重建
  • 五、心电触发电影(CINE)采集
  • 六、分段心脏采集和观共享


一、K空间关键孔技术-数据采集

  对于笛卡尔K空间,一个相位编码行有时称为一个K空间观。一般情况下,每帧图像的K空间数据都是完全独立的,这里说的观共享(view sharing)是一种重建方法,为了重建两帧或多帧不同的图像,一些K空间观数据被反复使用。即一些K空间观在多个数据集中共享
  成像动态过程或时变过程,比如心脏运动FMRI任务激活对比剂团块(bolus)注入后增强过程、关节运动或导管跟踪,都是临床研究需要的。在这样的研究中,高空间分辨或大覆盖FOV也时常需要。因此,成像动态过程通常涉及在时间分辨空间分辨空间覆盖之间的恰当折中。折中的方法就是部分K空间刷新,keyhole方法就是频繁刷新K空间中心的数据,这样就牺牲了空间分辨,这基于动态信息在K空间是带限的假设(即图像变化有低空间分辨),但保证了时间分辨。

  观共享不是内插K空间数据,而是把选定的观从一个存储位置拷贝到另一个位置以供再用。为此,我们称用观共享重建的额外的像为中间像
  重建期间用观共享的采集实例包括keyholeBRISKTRICKS技术部分K空间数据刷新的实时成像,以及 分段K空间心脏采集(FASTCARD) 等。观共享也用于重建心脏触发相位对比度检查的中间像

  在原始关键孔(keyhole)方法中,小数量观被称为keyhole观,关于K空间中心行(K=0)对称,被重复收集,以低空间分辨提供时间系列图像来监视动态过程。参考数据的高空间频率与各个keyhole数据集结合产生完整的K空间数据集,用于重建系列的图像
  起初引进keyhole采集是为改善对比度增强成像的时间分辨率,基于对比度团注大部分信息包含在低空间频率的假设中。虽然重建的图像有 全空间分辨 的表现,动态变化数据实际上是低空间分辨keyhole采集重建的,高频信息用作解剖位置参考,而不传递任何动态信息
在这里插入图片描述

Keyhole采集例

  (a)8个keyhole观
  (b)32参考观
  对于256矩阵,K空间8个相位编码行数据为一观数据


二、BRISK技术

  K空间块区内插方案(block regional interpolation scheme for K-space,BRISK)是基于keyhole思想的一个延申Keyhole基于动态信息是低K空间频率的假设,因此高频数据不刷新。这个假设有时并不真实,故需要改进。当跟踪大部分动态过程时,BRISK的高频信息也刷新,只是K空间边缘比中心数据刷新频率低
  BRISK起始用于不分段K空间采集的2D多相心脏扫描,以缩短采集时间。在传统不分段扫描中,每层面K空间一观每心跳周期采集Ncp次(心脏的相数,即R-R波之间的时间段数)。因此,对于每层面采集全K空间数据集,所需要的心跳数等于K空间行数
  BRISK可以与分段K空间采集结合,有时也叫超快(turbo)-BRISK原始BRISK用傅里叶内插填充各心相K空间缺失的观。后来,用线性内插来提高重建速度
在这里插入图片描述

此例中K空间分为16段,心跳周期分为20段,黑方块指示被采样的K空间段

  靠近K空间中心段的观在各个心相都被采样(块8,9)。其他观有内向外采样频度逐渐降低,靠近边缘的段1-5和12-16每心跳周期只采样一次。一列代表一个心相的全K空间数据集。这里可称一段一方块一观以矩形256为例,一观或一段有16行数据

  图中显示了 BRISK的K空间采样机制,此例中K空间被分为16段。心跳周期分为20相。阴影块代表被采样的观,白方块代表缺失的观需要用内插来填充。靠近K空间中心的观(块8和块9)在每个心相都被采样,远离K空间中心的观用低频率采样。具体说,接近K空间边缘的观(块1-5和块12-16)每心跳周期只采样一次;块6和块11采5次;块7和块10采10次。这样,每个层面扫描时间是传统扫描时间的1/4(图中阴影块数是总块数的1/4)。

  除心脏成像外超快BRISK还用于大动脉流动的定量相位对比度(速度编码)成像


三、TRICKS技术

  对比剂动力学的时间分辨成像(time resolved imaging of contrast kinetics,TRICKS)是keyhole采集一般思想和BRISK的一个变型TRICKS通常用于提高3D对比度增强扫描的时间分辨。Kx-Ky平面被分成相等的面积,在时间上循环采样。Ky和Kz是在3D直线采样K空间中的两个相位编码方向。类似于BRISK,为K空间中央区域最频繁的采样
  在原始TRICKS中,Ky-Kz平面仅在Ky方向被划分,后来发展到Ky-Kz平面用共心椭圆来划分通常被划分为4个区,标记为A、B、C、D,A区相应于K空间中央。对比剂注入前,K空间即被全采样,即所有的4个区所有观均被采样,得到的图像用作减法掩模。接下来,4个区按ABACADABACAD…次序采集,直到扫描结束。
在这里插入图片描述

对于TRICKS采集K空间等分为4份,标为A、B、C、D

  (a)沿第一个相位编码轴Ky进行分割Kx和Kz分别为频率和层面编码
  (b)用同心椭圆等分二维面积(KyKz),Ky和Kz分别为相位和层面编码


四、实时成像和滑动窗重建

  在实时成像中,滑动窗重建应用比较普遍。设采集一观的时间是TR等N*TR后方可完成第二组观的采集,建一个完全新的像。而通过滑动窗重建每TR间隔后就可以建一个刷新的图像除非图像变化,不考虑噪声时所有像是相同的。这类采集的目的就是探测物体内的变化,比如运动。如果有恒定的线性运动,用观共享重建的某些像见会有突然的过渡

  与静止器官不同,心脏总是在周期性跳动。不妨把心跳周期分为Ncp个时间段每个段代表心脏跳动的一个状态(心相)。要对一个心脏层面完成一个心跳周期的图像采集,就需要采集Ncp个K平面数据,这需要很多个心跳周期才能完成
  因此需要对每个心相成像,对每个心相都需要采集一个K平面数据


五、心电触发电影(CINE)采集

  虽然一个心相K平面上各行数据是在不同心跳周期采集的,但由于R波触发的同步作用,各行数据近似是在心脏周期内同一个时间点采集的(即电影成像)。
  如果有心率不齐,可在图像重建之前用ECG的时间信息进行内插,可以帮助对准K平面上所有行数据集到同一个时间点,此技术称为电影成像

  为减少CINE的总成像时间,可以分段采集,即在各个心相一次R波触发采多个K空间行
  ECG(Electrocardiogram),(又称EKG,an abbreviation from the German “Elektro-kardiographie”)是一个实验(test),用于记录引发心跳的电信号序列的时间节点和强度,ECG记录的是引发心脏跳动的电脉冲序列
在这里插入图片描述

在实时成像中,一个层位用8观重复采集。用滑动窗重建可以建7个中间像(总共9个)
任两个全新像之间可建N-1个中间像

在这里插入图片描述

用心电触发的顺序采集

  (a)电影(CINE)方式,(b)分段K空间方式,每段4观


六、分段心脏采集和观共享

  为了 缩短总扫描时间,就得减少完成整个K空间数据采集所需要的ECG触发次数。该方法 把R-R间隔分段为若干相(phase)对应于K空间段,并在各个心相采集多K空间行
  在各段采集的K空间行数称为每段观数(vps)。虽然分段缩短了总扫描时间vps倍,但作为代价时间分辨率降低了同样倍数。因为在一个心相各行数据并不是在同一个时间点采集的,因而有可能引起图像模糊
  观共享普遍用于重建分段心电触发采集,通过用滑动窗重建在任两相之间高到(vps-1)个中间相可被重建。重建的中间相通过提供更平滑变化的电影显示,提高了表现或有效的时间分辨率。然而,真实的时间分辨率是采集一个K空间段的时间:vps*TR
  观共享不提高真实的时间分辨率,因为它不增加任何新的K空间数据,而是重复使用现有数据一次或多次

  在分段K空间采集中,相应于K空间中心的观通常安排在同一观中。例如,设每段有2观,总共8观,这段或许安排为(2,3),(4,5),(6,7)和(8,1)。如果有心率不齐,置K空间中心在同一观内可降低伪影。多相心电触发成像可用好几种方式采集。其一称为分段心脏采集FASTCARD采集
  虽然上述讨论聚焦在单层面采集,延申到多层面是可能的。为了观察心脏总体形态,心电触发多层面交错采集是可行的
在这里插入图片描述

对于一个单层位vps=4的分段K空间4相心脏采集

  观共享用于重建额外中间心相。在第一个R-R间隔K空间行1-4被重复采集;第二个R-R间隔K空间行5-8被采集,依次进行,直到数据矩阵被完全填满。在任意两个心相之间观共享重建允许高到(vps-1)个中间心相被重建

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/119627.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java异常(Error与Exception)与常见异常处理——第八讲

前言 前面我们讲解了Java的基础语法以及面向对象的思想,相信大家已经基本掌握了Java的基本编程。在之前代码中,我们也看到代码写错了编译器会提示报错,或者编译器没有提示,但是运行的时候报错了,比如前面的数组查询下标超过数组的长度。所以在使用计算机语言进行项目开发的…

电脑前置耳机没声音怎么办

有很多小伙伴反映在将自己的耳机连接到主机前面时没有声音,这是怎么回事呢,遇到这种情况应该怎么解决呢,下面小编就给大家详细介绍一下电脑前置耳机没声音的解决方法,有需要的小伙伴可以来看一看电脑前面耳机没声音。 解决方法&a…

一图胜千言!数据可视化多维讲解(Python)

数据聚合、汇总和可视化是支撑数据分析领域的三大支柱。长久以来,数据可视化都是一个强有力的工具,被业界广泛使用,却受限于 2 维。在本文中,作者将探索一些有效的多维数据可视化策略(范围从 1 维到 6 维)。…

面试题 ⑤

1、TCP与UDP的区别 UDPTCP是否连接无连接,即刻传输面向连接,三次握手是否可靠不可靠传输,网络波动拥堵也不会减缓传输可靠传输,使用流量控制和拥塞控制连接对象个数支持一对一,一对多,多对一和多对多交互通…

[Spring Boot] 开发时可以运行,但Maven打包后,无法运行

问题:开发过程中一切正常,但在打包后,使用java -jar运行jar包时报错 Exception in thread "main" java.lang.UnsupportedClassVersionError: org/springframework/boot/loader/JarLauncher has been compiled by a more recent ver…

layui--记录

layui 行点击事件&#xff1a;点了没反应&#xff1f; //监听行工具事件layui.table.on(tool(demo), function (obj) {//alert(222) });原因&#xff1a;检查下id与lay-filter是否一致&#xff1b;id与lay-filter必须一致。 <table id"demo" lay-filter"dem…

CNN 01(CNN简介)

一、卷积神经网络的发展 convolutional neural network 在计算机视觉领域&#xff0c;通常要做的就是指用机器程序替代人眼对目标图像进行识别等。那么神经网络也好还是卷积神经网络其实都是上个世纪就有的算法&#xff0c;只是近些年来电脑的计算能力已非当年的那种计算水平…

hadoop学习:mapreduce的wordcount时候,继承mapper没有对应的mapreduce的包

踩坑描述&#xff1a;在学习 hadoop 的时候使用hadoop 下的 mapreduce&#xff0c;却发现没有 mapreduce。 第一反应就是去看看 maven 的路径对不对 settings——》搜索框搜索 maven 检查一下 Maven 路径对不对 OK 这里是对的 那么是不是依赖下载失败导致 mapreduce 没下下…

【数据结构-栈】栈基础

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kuan 的首页,持续学…

WEBGL(5):绘制线

1 实现代码 <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta http-equiv"X-UA-Compatible" content"IEedge"><meta name"viewport" content"widthdevice-width, …

springboot web开发登录拦截器

在SpringBoot中我们可以使用HandlerInterceptorAdapter这个适配器来实现自己的拦截器。这样就可以拦截所有的请求并做相应的处理。 应用场景 日志记录&#xff0c;可以记录请求信息的日志&#xff0c;以便进行信息监控、信息统计等。权限检查&#xff1a;如登陆检测&#xff…

HTML5

写在前面 一、简单认识HTML 1.1 什么是网页【2023/08/31】 网站是指因特网上根据一定的规则&#xff0c;使用HTML等制作的用于展示特定内容相关的网页集合。 网页是网站中的一“页”&#xff0c;通常是HTML格式的文件&#xff0c;它要通过浏览器来阅读。 网页是构成网站的…

pycharm 下jupyter noteobook显示黑白图片不正常

背景现象&#xff1a; 1、显示一张黑白图片&#xff0c;颜色反过来了。 from IPython.display import display source Image.open(examples/images/forest_pruned.bmp) display(source) 2、原因&#xff1a; 是pycharm会在深色皮肤下默认反转jupyter notebook输出图片的颜…

在线音乐播放器测试报告

文章目录 一、项目背景二、项目功能三、测试目的四、测试环境五、测试计划5.1 功能测试5.2 自动化测试 六、测试结果 一、项目背景 今天&#xff0c;市面上的音乐播放器种类繁多同时功能强大。一个单纯的音乐播放器可能不再单纯只是音乐播放的功能&#xff0c;而是更多地集短视…

Vue框架--Vue中的事件

1.事件处理 事件的基本使用: (1).使用v-on:xxx 或 @xxx 绑定事件,其中xxx是事件名; (2).事件的回调需要配置在methods对象中,最终会在vm上; (3).methods中配置的函数,不要用箭头函数!否则this就不是vm了; (4).methods中配置的函数,都是被Vue所管理的函数,this的…

9.Redis-zset

zset zset 有序集合 -> 升序常用命令zaddzcardzcountzrangezrevrange -> reverse 逆序zrangebyscorezpopmaxzpopminbzpopmax / bzpopminzrankzrevrankzscorezremzremrangebyrankzremrangebyscorezincrby集合间操作zinter -> 交集zunion -> 并集zdiff -> 差集zin…

访问 GitHub 方法

访问 GitHub 方法 方法一&#xff1a;最常见的就是 fq&#xff0c;但这个是违法的行为&#xff0c;自己私下搞可以&#xff0c;不能教你们。 方法二&#xff1a;利用加速器&#xff0c;这是正规合法操作。这里推荐一个免费的加速器&#xff0c;下载安装 Watt Toolkit加速器,原名…

count(1)与count(*)的区别、ROUND函数

部分问题 1. count(1)与count(*)的区别2. ROUND函数3. SQL19 分组过滤练习题4. Mysql bigdecimal 与 float的区别5. 隐式内连接与显示内连接 &#xff08;INNER可省略&#xff09; 1. count(1)与count(*)的区别 COUNT(*)和COUNT(1)有什么区别&#xff1f; count(*)包括了所有…

3DS Max中绘制圆锥箭头

3DS Max中绘制圆锥箭头 绘制结果绘制过程步骤一&#xff1a;绘制立体圆锥方法1方法2 步骤二&#xff1a;圆锥体调参&#xff08;模型尺寸设置&#xff09;1圆锥体参数说明2圆锥体参数调整 步骤三&#xff1a;绘制圆柱体步骤四&#xff1a;圆柱体调参步骤五&#xff1a;圆锥与圆…

JavaExcel:自动生成数据表并插入数据

故事背景 出于好奇&#xff0c;当下扫描excel读取数据进数据库 or 导出数据库数据组成excel的功能层出不穷&#xff0c;代码也是前篇一律&#xff0c;poi或者easy excel两种SDK的二次利用带来了各种封装方法。 那么为何不能直接扫描excel后根据列的属性名与行数据的属性建立S…