动态磁共振成像中利用时空滤波的非笛卡尔稀疏数据重建新算法

通过非笛卡尔稀疏采样,可以显著缩短磁共振成像数据采集时间,在动态磁共振中具有良好的应用前景.现有的动态图像重建算法主要利用信号在时间域上的相关性完成图像重建,对信号在空间域上的相关性探讨不足.本文提出利用时空滤波的非笛卡尔稀疏数据重建新算法,同时考虑采集信号在时间域和空间域上的相关性.对动态的磁共振数据在时间域上采用改进的Hanning滤波,以克服数据量的不足;在空间域上,引入高频增强约束以突出图像中的细节信息.仿真实验结果显示,该方法重建出时间分辨率良好、细节比较清晰的图像,实现了稀疏采集的非笛卡尔数据在k空间的重建.     

基于感兴趣区约束的并行磁共振成像重建算法

目的：并行磁共振成像利用敏感度编码降低成像所需的梯度编码步数，从而缩短数据扫描时间，本文旨在提出一种磁共振并行成像重建新算法，提高加速因子较大时的图像重建质量。材料与方法：获得精确的空间敏感度分布是提高其图像重建质量的关键之一。但是由于可用于估计的数据较少，敏感度分布中总是存在一定的噪声与伪影干扰，根据理想的敏感度分布应该在成像区域外取值为零这一特点，本文提出带感兴趣区约束的并行成像算法，首先基于区域生长和形态学方法提取出成像物体的外部轮廓构造感兴趣区，然后将该区域外的敏感度置零后引人并行重建算法，以避免成像区域外的伪影与噪声对重建的影响。结果：通过8通道线圈并行采集的体模数据重建实验表明，在加速因子取4时，本文算法可以更有效地抑制重建图像中的噪声及伪影，实现高质量的图像重建。结论：通过在并行成像算法中引人带感兴趣区的约束。可使加速因子较大时并行磁共振成像的图像重建质量获得一定的提升。     

并行磁共振成像的编码与重建技术

近几年出现的并行磁共振成像推动了并行成像技术的发展,该技术的主要特点是欠采样多线圈数据的图像重建。根据这个特点,并行成像技术分成两类:k空间方法和图像域方法。本文首先回顾了基本的并行成像重建算法,指出了不同重建算法应遵循的基本原则。然后详细阐述了重建中的编码机制和采样问题,并对两类重建算法进行了比较。最后,本文讨论了并行成像中的噪声传递和抑制问题,并总结了并行成像中的关键问题。     

基于凸集投影的稀疏磁共振图像重建新算法

目的:只将稀疏MRI数据重建公式中的正则化项作为最小化的目标函数,避免在迭代过程中系统矩阵参与运算,以降低算法的运算量,提高稀疏MRI数据重建的速度.方法:本文中所用的正则化函数是图像全变分与小波系数L1范数的组合,其最小化问题是用次梯度优化算法来求解的.在每一步迭代过程中,首先求出正则化项的次梯度,用次梯度优化算法求解得到中间图像并对其进行傅立叶变换,再根据凸集投影原理,直接将在相位编码方向上随机降采样的K空间数据替换到中间图像频域值的相应位置上,然后对替换后得到的频域值进行反傅立叶变换并将求得的图像作为下一次迭代过程的初始图像.结果:在正则化函数和迭代步数均相同的条件下,本文方法重建的图像质量与NCG-SMRI方法的相当,但重建速度是NCG-SMRI方法的2倍多.结论:实验表明,在不降低重建图像的质量的前提下,本文方法可以提高稀疏MRI数据的重建速度,能进一步满足临床上对MRI重建速度的要求.     

磁共振成像加速方法

目的：综述近年来对磁共振成像加速方法的研究进展。方法：磁共振成像是目前临床医学影像中最重要的非侵入式检查方法之一,然而其成像速度较低。因此,近来学者们提出各种MRI的加速方法。本文首先介绍了常用的加速方法。包括增加梯度场强、单位TR内采集多个PE、定位激发区、与变换域方法。另外,我们介绍了部分傅立叶复原方法、钥孔技术,尤其集中讨论了并行成像方法,例如理想PI、局部敏感度并行成像、敏感度编码、空间谐波同步采集、全局自校准部分并行采集、SpaceRip方法等。结果：文章探讨了每种并行算法的采样机理与复原方法,总结了各种方法的优缺点,最后对将来的研究方向提出展望。结论：磁共振成像加速技术具有进一步研究的价值。     

并行磁共振成像的若干主要算法

近几年,在快速磁共振成像领域,并行磁共振成像技术成为了研究的热点。它是利用多个射频线圈同时接收感应信号,从而减少了梯度磁场的编码次数,大大加快成像速度。尽管所有这些技术在本质上都是求解同样的线性成像方程,但是,对这个逆问题不同的解决途径形成了各自不同的并行成像方法。基于并行磁共振成像技术的基本原理,阐述业已提出的SMASH、SENSE、SPACE-RIP等技术。     

磁共振成像PROPELLER采样数据重建中的运动估计新算法

PROPELLER（推进器）采样技术能够利用K空间中心重叠采样区域的数据来估计采集过程中受检查者的运动进而加以补偿,对运动伪影的消除效果非常显著。然而,由于其重建时的运动估计是基于最大化频域空间上相关系数的配准算法,该算法为了实现旋转估计与平移估计的分离,在进行旋转估计时,仅仅采用K空间数据的模,在数据量有限的情况下造成估计精度较低,在重建图像上表现为模糊及星条状伪影。本研究基于最大化图像空间上的互信息提出一种PROPELLER采样数据的运动估计新算法,首先由每个K空间带进行傅立叶逆变换后取模重建出系列临时图像,对这些图像进行模糊增强后以互信息作为相似性测度迭代搜索最优的运动参数。实验证明,该方法能显著提高PROPELLER采样数据重建中运动估计与补偿的精度,从而更好地消除伪影,特别是用于有运动时T1加权头部成像时。     

磁共振成像数据的不规则采集及图像重建软件

开发出了一个基于PC机的软件，用于不规则磁共振成像数据的图像重建。该软件具有临床数据读入、数字图像模型生成、采样轨迹设计、κ空间数据生成、采样密度补偿函数计算、图像重建和图像定量分析等功能。该软件用VC 6编写，可运行在普通配置的微机上。     

一种基于互信息量的并行磁共振图像重建新算法

平方和算法是多线圈采集技术与并行成像中常用的一种图像重建方法。但是,在数据采集过程中,某些类型的运动常常会使个别位置上的线圈数据发生异常,采用平方和算法会对最终的重建图像质量产生很大影响。本研究提出一种新的并行磁共振图像重建算法——加权平方和方法。算法以线圈图像间最大互信息量作为判据来统计破坏数据,在之后的图像结合过程中赋予不同的权值,最大限度地降低破坏数据对最终结合图像造成的影响,有效解决运动对原有算法造成的破坏。本算法分别对多线圈并行采集的体模数据与真实脑部数据进行了实验,结果显示:相比于现有方法,新算法可以有效地抑制破坏数据在重建图像中产生的伪影,重建图像在细节分辨率上也有更好的表现。     

基于频域约束和交叉融合特征网络的磁共振图像超分辨率重建算法

磁共振（MR）图像常用于临床医学诊断,获得高分辨率MR图像有利于进行医学分析。目前主流的基于参考的图像超分辨率重建算法重建的图像,其视觉效果取得了明显的提升,但仍存在明显的伪影问题。针对该问题,提出频域约束和交叉融合特征网络（FCCF）模型,即引入频域损失函数作为约束条件,并构建一种多分辨率特征融合机制,通过交叉融合不同分辨率的图像特征来提高生成图像的质量,使重建结果具有更清晰的细节,没有明显的伪影。在合成和真实的MR图像数据集上分别用PSNR和SSIM指标进行评估,实验结果明显优于现有的超分辨率重建方法。     

Enhanced sensitivity with fast three-dimensional blood-oxygen-level-dependent functional MRI: comparison of SENSE-PRESTO and 2D-EPI at 3 T

A major impetus in functional MRI development is to enhance sensitivity to changes in neural activity. One way to improve sensitivity is to enhance contrast to noise ratio, for instance by increasing field strength or the number of receiving coils. If these parameters are fixed, there is still the possibility to optimize scans by altering speed or signal strength [signal-to-noise ratio (SNR)]. We here demonstrate a very fast whole-brain scan, by combining a three-dimensional (3D)-PRESTO (principle of echo shifting with a train of observations) pulse sequence with a commercial eight-channel head coil and sensitivity encoding (SENSE). 3D-PRESTO uses time optimally by means of echo shifting. Moreover, 3D scans can accommodate SENSE in two directions, reducing scan time proportionally. The present PRESTO-SENSE sequence achieves full brain coverage within 500 ms. We compared this with a two-dimensional (2D) echo planar imaging (EPI) scan with identical brain coverage on 10 volunteers. Resting-state temporal SNR in the blood-oxygen-level-dependent (BOLD) frequency range and T-statistics for thumb movement and visual checkerboard activations were compared. Results show improved temporal SNR across the brain for PRESTO-SENSE compared with EPI. The percentage signal change and relative standard deviation of the noise were smaller for PRESTO-SENSE. Sensitivity for brain activation, as reflected by T-values, was consistently higher for PRESTO, and this seemed to be mainly due to the increased number of observations within a fixed time period. We conclude that PRESTO accelerated with SENSE in two directions can be more sensitive to BOLD signal changes than the widely used 2D-EPI, when a fixed amount of time is available for functional MRI scanning.     

拓扑约束结合匈牙利算法在高密度神经干细胞追踪中的研究

神经干细胞(NSCs)的运动分析是细胞学和生物学研究中重要的组成部分之一,而对大量NSCs同时进行追踪是细胞运动研究的主要难点。为了进一步提高高密度NSCs追踪算法的准确性,本文提出了一种新的基于分割、结合拓扑约束和数据关联的细胞追踪方法。首先针对实验所用的两组细胞图像序列的特点,分别采用了不同的分割方法。然后利用拓扑约束完成相邻两帧中所有细胞的数据关联并建立系数矩阵,最后对该系数矩阵利用匈牙利算法实现细胞的最优匹配,以此模式从序列的前两帧到最后一帧完成细胞追踪。实验结果表明,本文算法与单独利用拓扑约束进行细胞追踪的方法相比,有更好的追踪效果,准确性更高,序列I和序列Ⅱ的最终追踪准确率分别提高了10.17%和4%。     

A DNA hybridization system for labeling of neural stem cells with SPIO nanoparticles for MRI monitoring post-transplantation

Neural stem cells (NSCs) demonstrate encouraging results in cell replacement therapy for neurodegenerative disorders and traumatic injury in the central nervous system. Monitor the survival and migration of transplanted cells would provide us important information concerning the performance and integration of the graft during the therapy time course. Magnetic resonance imaging (MRI) allow us to monitor the transplanted cells in a non-invasive way. The only requirement is to use an appropriate contrast agent to label the transplanted cells. Superparamagnetic iron oxide (SPIO) nanoparticles are one of the most commonly used contrast agent for MRI detection of transplanted cells. SPIO nanoparticles demonstrated to be suitable for labeling several types of cells including NSCs. However, the current methods for SPIO labeling are non-specific, depending mostly on electrostatic interactions, demanding relatively high SPIO concentration, and long incubation time, which can affect the viability of cells. In this study, we propose a specific and relatively fast method to label NSCs with SPIO nanoparticles via DNA hybridization. Two short single stranded DNAs (ssDNAs), oligo[dT]₂₀ and oligo[dA]₂₀ were conjugated with a lipid molecule and SPIO nanoparticle respectively. The labeling process comprises two simple steps; first the cells are modified to present oligo[dT]₂₀ ssDNA on the cell surface, then the oligo[dA]₂₀ ssDNA conjugated with SPIO nanoparticles are presented to the modified cells to allow the oligo[dT]₂₀-oligo[dA]₂₀ hybridization. The method showed to be non-toxic at concentrations up to 50 μg/mL oligo[dA]₂₀-SPIO nanoparticles. Presence of SPIO nanoparticles at cell surface and cell cytoplasm was verified by transmission electron microscopy (TEM). SPIO labeling via DNA hybridization demonstrated to not interfere on NSCs proliferation, aggregates formation, and differentiation. NSCs labeled with SPIO nanoparticles via DNA hybridization system were successfully detected by MRI in vitro as well in vivo. Cells transplanted into the rat brain striatum could be detected by MRI scanning up to 1 month post-transplantation.     

基于图像域的PROPELLER磁共振仿射运动校正新算法

在对人体腹部或其他软组织进行PROPELLER磁共振成像(MRI)过程中,成像结果会有不同程度的仿射运动伪影。迄今为止提出的比较好的仿射运动校正方法是基于频率域的,即用仿射运动信息对k空间条进行校正后网格化重建得到最终图像。但结果中会有混叠现象,并且在一些细节上有伪影存在。本文提出一种新的PRO-PELLER仿射校正方法,将仿射运动模型加入到基于图像域的PROPELLER磁共振图像重建过程中,首先在图像域通过图像配准算法获得仿射运动信息,然后利用仿射信息校正k空间坐标从而完成对k空间条的密度补偿,再通过逆傅立叶变换得到各个子图像并在图像域进行仿射校正,最后通过旋转完成线性叠加得到最终结果。仿真实验表明,相对于现有的PROPELLER仿射校正算法,本文所提算法对于仿射运动造成的伪影具有更好的校正效果。