一种高精度三维化学位移成像方法

摘要

本发明公开了一种高精度三维化学位移成像方法，该方法采用三维单次激发长回波串采集方式并结合特别设计的射频重聚脉冲串或频率编码梯度技术和具有回波幅度和相位误差精确校正特征的预扫描方案以及数据后处理方法可以在一次扫描中获得完全分离的水图像和脂肪图像以及二者的同相图和反相图，该技术对磁场均匀性和梯度系统性能要求低，可明显提高图像质量和诊断价值。

主权项

一种高精度三维化学位移成像方法，其特征在于，包括以下步骤：第一步：第一个180°重聚脉冲施加在选层梯度至第一个回波的中间位置，即TE/2处，相位编码梯度均施加在第一个180°重聚脉冲之后，随后一系列180°重聚脉冲施加在Δt/2处，Δt设置为最小值，且Δτ＝1/Δf/2；在厚块选择梯度后面施加一个极性相反的相位重聚梯度以避免厚块选择梯度引起磁化矢量相位弥散，每个序列重复周期末施加一个幅度随机变化的损相梯度；在序列参数表中，设置TE为最小值，并设置采样数据点为Dim1，相位编码步数为Dim2，选层方向相位编码步数为Dim3；以单次激发方式运行上述成像序列模块，依次对G_p1和G_P2幅度进行相位编码循环，每步循环采集N组同相和反相回波直至所有相位编码步数完成，由此构建四维复数矩阵(Dim1×Dim2×N×Dim3)；其中，G_p1为选层方向相位编码梯度、G_p2为相位编码梯度，Δt为延迟时间，Δf为水脂化学位移差值，TE为回波时间；第二步：对四维复数矩阵(Dim1×Dim2×N×Dim3)沿选层方向进行一维离散傅里叶变换获得Dim3个三维复数矩阵(Dim1×Dim2×N)，再依次提取N组二维复数矩阵(Dim1×Dim2)并进行二维离散傅立叶变换，获得N组同相和反相图像；对于二维版成像序列采集的信号，设置Dim3＝1；第三步：按下式对同相图复数矩阵S₀和反相图复数矩阵S₁进行数据处理：$S_0=\underset{m=1}{\overset{N}{\Sigma }}{S}_0^m=\underset{m=1}{\overset{N}{\Sigma }}(S_w{e}^{-[TE+(2m-2)·\Delta t]/T_2^w}+S_f{e}^{-i[2\pi \Delta f\Delta \tau ·(2m-2))}{e}^{-[TE+(2m-2)·\Delta t]/T_2^f})e^{-(2m-2)·\Delta \tau /T_2^{*}}{e}^{-i({\phi }_0+\phi ·(2m-2))}---\left(1\right)$$S_1=\underset{m=1}{\overset{N}{\Sigma }}{S}_1^m=\underset{m=1}{\overset{N}{\Sigma }}(S_w{e}^{-[TE+(2m-1)·\Delta t]/T_2^w}+S_f{e}^{-i(2\pi \Delta f\Delta \tau ·(2m-1))}{e}^{-[TE+(2m-1)·\Delta t]/T_2^f})e^{-(2m-1)·\Delta \tau /T_2^{*}}{e}^{-i({\phi }_0+\phi ·(2m-1))}---\left(2\right)$其中S_w和S_f分别表示成像区域内水和脂肪成份，N表示一次性射频激发后采集的水脂同相和反相回波的组数，且N可根据图像信噪比增强和加权方式需要取各种不同的自然数，和分别为人体富集水和脂肪的组织的横向弛豫时间常数，是与磁场不均匀度ΔB₀有关的表观横向弛豫时间常数，Δτ是化学位移项演化时间，φ₀是质子磁化矢量的初始相位，φ是在一个Δτ期间磁场不均匀性和人体局域磁化率等效应产生的相位误差；当磁场均匀性不足够理想，上式中和项可忽略，故上式在Δτ＝1/Δf/2条件下可简化为：$S_0=\underset{m=1}{\overset{N}{\Sigma }}{S}_0^m=\underset{m=1}{\overset{N}{\Sigma }}(S_w+S_f)e^{-(2m-2)·\Delta \tau /T_2^{*}}{e}^{-i({\phi }_0+\phi ·(2m-2))}---\left(3\right)$$S_1=\underset{m=1}{\overset{N}{\Sigma }}{S}_1^m=\underset{m=1}{\overset{N}{\Sigma }}(S_w-S_f)e^{-(2m-1)·\Delta \tau /T_2^{*}}{e}^{-i({\phi }_0+\phi ·(2m-1))}---\left(4\right)$通过非线性拟合横向弛豫时间测试序列采集的自由感应衰减信号或一连串水脂回波信号到单指数函数，分别获得和的近似值，并基于式(1)‑(2)或式(3)‑(4)获得回波幅度校正后的同相图复数矩阵和反相图复数矩阵；第四步：对同相图复数矩阵和反相图复数矩阵进行相位解缠和相位校正，具体步骤如下所述：通过对取复数共轭后乘以并除以的模，获得没有起始相位φ₀影响的同相图复数矩阵|S₀|和以及反相图复数矩阵基于计算相位这里atan2()为四象限反正切函数，或优先基于同相图计算相位并采用常用的枝切法(branch cut)或区域增长法(region growth)对φ进行相位解缠以获得真实的相位矩阵φ`；对乘以e<sup>iφ`</sup>，乘以e^{i·2φ`</sup>和乘以e<sup>i·3φ`}分别消除相位误差；在N>2的情况下，其它各组同相图和反相图均可用类似方式进行相位校正，即乘以e^{i·(2m‑2)φ`</sup>，乘以e<sup>i·(2m‑1)φ`}；基于φ`＝γ·ΔB₀·(2m‑1)·Δτ获得场分布图ΔB₀，并定义第m个反相图的相位矩阵的余弦值为校正因子矩阵κ_m用于决定反相图中含水脂肪信号的像素应归属于水图像还是脂肪图像；第五步：水脂信号分离模块和图像重建模块对相位校正后的所有同相图和反相图分别累加产生信噪比增强的S₀和S₁，在和项可忽略的情况下，按照下式产生水像S_w和脂肪像S_f：S_w＝(|S₀|+κ_m·|S₁|/A）/2   (5)S_f＝(|S₀|‑κ_m·|S₁|/A)/2   (6)或者按照下式计算产生充分分离的水像S_w和脂肪像S_f：$S_w=\underset{m=1}{\overset{N}{\Sigma }}\left(\right|S_0^m|/A^{2m-2}+{\kappa }_m·|S_1^m|/A^{2m-1})/2---\left(7\right)$$S_f=\underset{m=1}{\overset{N}{\Sigma }}\left(\right|S_0^m|/A^{2m-2}-{\kappa }_m·|S_1^m|/A^{2m-1})/2---\left(8\right)$上式中和均为消除相位误差后的同相图或反相图。