【核磁共振成像】观共享重建

news2024/11/25 16:03:40

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.coloradmin.cn/o/970035.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

电源模块的降额曲线

大家好,这里是大话硬件。 今天想写这篇文章来分享在前段时间了解的一个知识点——电源模块的降额曲线。 为什么要写这个呢?对于专门做电源的同学来说,肯定觉得很简单。但是对于一个非电源行业的人来说,曲线应该如何解读&#xff…

春秋云镜 CVE-2018-1273

春秋云镜 CVE-2018-1273 Spring-data-commons 远程命令执行漏洞 靶标介绍 Spring Data是一个用于简化数据库访问,并支持云服务的开源框架,Spring Data Commons是Spring Data下所有子项目共享的基础框架。Spring Data Commons 在2.0.5及以前版本中&…

leetcode 1859.将句子排序

⭐️ 题目描述 &#x1f31f; leetcode链接&#xff1a;将句子排序 代码&#xff1a; class Solution { public:string sortSentence(string s) {vector<string> record;record.resize(9);string curString;for (auto val : s) {if (isdigit(val)) {record[ val - 0 - …

Linux内核基础知识

1.arm设备的启动过程 x86、Interl windows 启动过程: 电源 ---- >BIOS----->windows内核 --->文件系统(C盘、D盘) ---->应用程序启动嵌入式产品: 树莓派、mini2440、manopi、海思、RK(瑞芯微)等启动过程: 电源-->bootloader (引导操作系统启动) -->linux内…

【人工智能】—_一阶逻辑、量词的推理规则、一般化分离规则、合一、前向_反向链接算法、归结算法

文章目录 量词的推理规则全称量词实例化存在量词实例化 简化到命题逻辑推理Generalized Modus Ponens&#xff08;一般化分离规则&#xff09;举例 合一Forward chaining 前向链接算法示例 Backward chaining algorithm 反向链接算法一般FOL的FC/BC的完整性 归结算法归结推理规…

CEF内核和高级爬虫知识

(转)关于MFC中如何使用CEF内核&#xff08;CEF初解析&#xff09; Python GUI: cefpython3的简单分析和应用 cefpython3&#xff1a;一款强大的Python库 开始大多数抓取尝试可以从几乎一行代码开始&#xff1a; fun main() PulsarContexts.createSession().scrapeOutPages(&q…

PMP中常用英文术语

常用术语&#xff08;五&#xff09; Project 项目 为完成一个唯一的产品或服务的一种一次性努力。 Project Charter 项目许可证 由高级管理部门提供的一个文档&#xff0c;它给项目经理特权把组织的资源应用到项目工作中。 Project Communication Management 项目沟通管理 项目…

3D视觉测量:面对面的对称度 点对(附源码)

文章目录 0. 测试效果1. 基本内容2. 3D视觉测量对称度测量思路3. 代码实现4. 参考文章目录:3D视觉测量目录微信:dhlddxB站: Non-Stop_目标:通过3D视觉方法计算面对面的对称度0. 测试效果 数据说明:此测试点云是通过UG建模,Meshlab降采样得到,数据比较理想,仅作为测试使用…

Blazor前后端框架Known-V1.2.14

V1.2.14 Known是基于C#和Blazor开发的前后端分离快速开发框架&#xff0c;开箱即用&#xff0c;跨平台&#xff0c;一处代码&#xff0c;多处运行。 Gitee&#xff1a; https://gitee.com/known/KnownGithub&#xff1a;https://github.com/known/Known 概述 基于C#和Blazo…

ASIC-WORLD Verilog(16)综合

写在前面 在自己准备写一些简单的verilog教程之前&#xff0c;参考了许多资料----Asic-World网站的这套verilog教程即是其一。这套教程写得极好&#xff0c;奈何没有中文&#xff0c;在下只好斗胆翻译过来&#xff08;加点自己的理解&#xff09;分享给大家。 这是网站原文&…

HTML基础代码

以下是HTML基础代码&#xff1a; <!DOCTYPE html> <html> <head><title>网页标题</title> </head> <body><h1>这是一级标题</h1><p>这是一个段落。</p><img src"图片路径" alt"图片描述…

PNG图片压缩原理

png&#xff1f;&#xff1f;png的图片我们每天都在用&#xff0c;可是png到底是什么&#xff0c;它的压缩原理是什么&#xff1f; 很好&#xff0c;接下来我将会给大家一一阐述。 什么是PNG PNG的全称叫便携式网络图型&#xff08;Portable Network Graphics&#xff09;是…

一文讲清楚redis的线程池jedis

背景 在shigen实习的时候&#xff0c;遇到了日志系统的性能优化问题&#xff0c;当时的优化点就是&#xff1a;使用redis的线程池&#xff0c;实现并发状态下的性能优化。但是找了很多的技术方案&#xff0c;发现redis的线程池配置起来比较麻烦。正巧&#xff0c;这个周末shig…

arthas常用命令,排查cpu和内存场景

常用命令 命令&#xff1a;dashboard 查看jvm总体信息&#xff0c;包括线程&#xff0c;内存和运行环境 命令&#xff1a;monitor monitor -c 5 com.liubike.ta.controller.service.ApiService newString "param[1]2"每5秒统计一次监控方法被调用的次数 命令&…

numpy矩阵求MSE

MSE loss #官方示例 from sklearn.metrics import mean_squared_error y_true [[0.5, 1],[-1, 1],[7, -6]] y_pred [[0, 2],[-1, 2],[8, -5]] mean_squared_error(y_true, y_pred) #0.708验证 import numpy as np A np.array(y_true) B np.array(y_pred)mse (np.square…

【图解RabbitMQ-1】图解消息队列是什么玩意儿?它的应用场景有哪些?

&#x1f9d1;‍&#x1f4bb;作者名称&#xff1a;DaenCode &#x1f3a4;作者简介&#xff1a;CSDN实力新星&#xff0c;后端开发两年经验&#xff0c;曾担任甲方技术代表&#xff0c;业余独自创办智源恩创网络科技工作室。会点点Java相关技术栈、帆软报表、低代码平台快速开…

NeoVim 安装

一、NeoVim 是什么&#xff1f; hyperextensible Vim-based text editor 译&#xff1a;基于超可扩展Vim的文本编辑器 二、如何安装NeoVim 1.brew 安装 注&#xff1a;brew 是 MacOS 上的包管理工具&#xff0c;即该命令一般情况下只适用于 Mac 电脑 brew install neovim如果…

4.Flasgger-接口文档化

一.下载安装 pip install flasgger0.9.7.1二.基本使用 from flask import Flask, jsonify from flasgger import Swaggerapp Flask(__name__) swagger Swagger(app)app.route(/colors/<palette>/) def colors(palette):"""Example endpoint returnin…

git co 命令是什么意思,用法是怎么样的

偶然看到同事使用 git co feat/xxx 来操作 git&#xff0c;以为 co 是什么 git 新命令&#xff0c;看起来很牛逼&#xff0c;所以问了下 chatgpt&#xff0c;chatgpt 的回答如下&#xff1a; git co 是 git checkout 的缩写形式&#xff0c;需要在Git的全局配置或别名配置中启用…

基于 Zookeeper 实现服务注册和服务发现

文章目录 前言声明前置知识服务注册和发现Zookeeper 工作原理实现过程注册中心服务注册服务发现 总结 前言 无论是采用SOA还是微服务架构&#xff0c;都需要使用服务注册和服务发现组件。我刚开始接触 Dubbo 时一直对服务注册/发现以及 Zookeeper 的作用感到困惑&#xff0c;现…