一種基于逐行梯度擬合的mri非均勻場(chǎng)估計(jì)方法
【專利摘要】本發(fā)明提供一種基于逐行梯度擬合的MRI非均勻場(chǎng)估計(jì)方法。本發(fā)明假設(shè)非均勻場(chǎng)為光滑的，緩慢變化的，因此其造成的灰度變化應(yīng)該很小，反映在梯度圖中應(yīng)該是較小的梯度值。而較大的梯度值則代表圖像的細(xì)節(jié)信息。通過(guò)逐行提取梯度圖中的較大值對(duì)圖像重建，排除了非均勻場(chǎng)的影響。通過(guò)對(duì)原始圖像與重建圖像的誤差進(jìn)行擬合，得到非均勻場(chǎng)的估計(jì)。在擬合時(shí)本方法同時(shí)結(jié)合x(chóng)-方向與y-方向梯度進(jìn)行一次擬合，能夠提高擬合精度。
【專利說(shuō)明】-種基于逐行梯度擬合的MRI非均勻場(chǎng)估計(jì)方法

【技術(shù)領(lǐng)域】
[0001] 對(duì)核磁共振圖像中由于磁場(chǎng)不均勻，線圈靈敏度引起的非均勻場(chǎng)進(jìn)行估計(jì)并校 正。

【背景技術(shù)】
[0002] 核磁共振成像由于其高分辨率、無(wú)電離輻射損傷以及任意角度成像等特點(diǎn)而被廣 泛地應(yīng)用于醫(yī)療診斷和科學(xué)研究。但核磁共振成像系統(tǒng)由于受到磁場(chǎng)不均勻，線圈靈敏度 等干擾，重建影像表現(xiàn)出一定的非均勻性，對(duì)醫(yī)生診斷和計(jì)算機(jī)輔助分析如配準(zhǔn)、分類等都 會(huì)產(chǎn)生一定的影像。隨著對(duì)更高分辨率掃描圖像的需求，掃描儀的磁場(chǎng)強(qiáng)度越來(lái)越高、磁場(chǎng) 梯度也越來(lái)越精細(xì)，隨之而來(lái)的問(wèn)題是核磁共振圖像所遭受的非均勻場(chǎng)的干擾也越來(lái)越嚴(yán) 重。非均勻場(chǎng)是由發(fā)射的空間磁場(chǎng)不均勻或接收線圈的不均勻靈敏度所引起的偏差場(chǎng)，這 種偏差場(chǎng)一般被假設(shè)為一種平滑的、緩慢變化的乘性偏差場(chǎng)，會(huì)導(dǎo)致圖像的灰度值與真實(shí) 值之間存在一定的偏差。一些較強(qiáng)的非均勻場(chǎng)會(huì)降低圖像的對(duì)比度，淹沒(méi)病灶細(xì)節(jié)，從而導(dǎo) 致錯(cuò)誤的診斷結(jié)果或配準(zhǔn)、分割誤差。因此，非均勻場(chǎng)的校正對(duì)每一幅核磁共振圖像都是必 不可少的。
[0003] 非均勻場(chǎng)一般假設(shè)為一種光滑的緩慢變化的曲面，而校正方法則是對(duì)提取的非均 勻度信息進(jìn)行參數(shù)擬合得到非均勻場(chǎng)的估計(jì)。一種基于組織區(qū)域提取的非均勻性估計(jì)方 法通過(guò)在MRI圖像中尋找同一種組織區(qū)域，通過(guò)組織區(qū)域內(nèi)的灰度變化來(lái)獲得非均勻度信 息。假設(shè)均勻圖像內(nèi)同一人體組織內(nèi)的成像灰度一致，因此組織區(qū)域內(nèi)的灰度變化代表非 均勻場(chǎng)，通過(guò)差值擬合可得到全局非均勻場(chǎng)。算法缺點(diǎn)是假設(shè)在某些圖像中并不成立，而估 計(jì)精度與確定的組織區(qū)域的大小及分布有關(guān)?；诙A梯度擬合的快速非均勻場(chǎng)估利用 MRI圖像的低頻梯度與組織模型無(wú)關(guān)的特點(diǎn)，選取圖像的二階導(dǎo)數(shù)圖中較小的值作為非均 勻場(chǎng)造成的梯度的估計(jì)，用低階多項(xiàng)式直接擬合得出非均勻場(chǎng)。但方法梯度采用閾值法選 取，容易將圖像細(xì)節(jié)錯(cuò)誤地劃分進(jìn)去。若圖像的非均勻場(chǎng)較小，而確定的擬合數(shù)據(jù)中又包含 較多的圖像細(xì)節(jié)，則造成的二階梯度進(jìn)行擬合誤差較大，校正圖像可能非均勻度更加嚴(yán)重。 另外一種基于低頻濾波的校正方法假設(shè)非均勻場(chǎng)為低頻特性，通過(guò)對(duì)圖像進(jìn)行低通濾波得 到非均勻場(chǎng)的估計(jì)。但方法缺點(diǎn)是非均勻場(chǎng)頻譜與圖像頻譜混疊，使校正后圖像信息丟失。 濾波時(shí)引起邊緣效應(yīng)，使得圖像細(xì)節(jié)變形。本方案提出的算法利用圖像的梯度信息進(jìn)行重 建，具有以下特點(diǎn)：
[0004] 1)提取梯度信息中較大的值進(jìn)行圖像重建，通過(guò)與原始圖像差值獲得非均勻性信 肩、。
[0005] 2)估計(jì)方法不依賴于其他設(shè)備和先驗(yàn)知識(shí)。
[0006] 3)估計(jì)方法運(yùn)算速度滿足實(shí)時(shí)要求。


【發(fā)明內(nèi)容】

[0007] 本發(fā)明提出一種基于逐行梯度擬合的MRI非均勻場(chǎng)估計(jì)方法，通過(guò)對(duì)非均勻圖像 進(jìn)行逐行逐列的重建，獲得均勻圖像的近似，從而對(duì)非均勻場(chǎng)進(jìn)行估計(jì)。首先對(duì)圖像做求對(duì) 數(shù)處理，將乘性的非均勻場(chǎng)變?yōu)榧有?，這樣就對(duì)圖像信息和非均勻場(chǎng)信息進(jìn)行了解耦。然后 計(jì)算圖像的X-方向和y-方向梯度場(chǎng)，梯度場(chǎng)中的較大的值代表了圖像的邊緣和細(xì)節(jié)，而較 小的值代表了非均勻場(chǎng)。通過(guò)逐行逐列提取梯度場(chǎng)中較大的點(diǎn)，然后進(jìn)行重建，就獲得了忽 略非均勻場(chǎng)的圖像信息，對(duì)原始圖像和重建圖像的差值進(jìn)行擬合計(jì)算出非均勻場(chǎng)的估計(jì)。 具體流程如下：
[0008] 步驟一、預(yù)處理
[0009] 核磁共振原始圖像由收集的k空間信號(hào)進(jìn)行傅立葉變換得到。由于設(shè)備和環(huán)境影 響，受到噪聲影響。在進(jìn)行估計(jì)之前首先對(duì)原始圖像進(jìn)行去噪處理，以防止噪聲對(duì)梯度計(jì)算 的影響。其次對(duì)圖像進(jìn)行輪廓提取，剔除邊緣的背景區(qū)域和一些低信噪比區(qū)域；另外，還要 確定圖像的輪廓，以排除圖像的背景部分噪聲的梯度值對(duì)重建造成的影響。輪廓可以通過(guò) 圖像的直方圖確定閾值來(lái)劃分。
[0010] 步驟二、計(jì)算梯度場(chǎng)
[0011] 估計(jì)非均勻場(chǎng)需要對(duì)區(qū)域內(nèi)的梯度值進(jìn)行擬合操作。為了將非均勻場(chǎng)和真實(shí)圖像 進(jìn)行解耦，對(duì)原始圖像V進(jìn)行求對(duì)數(shù)操作，記作v1()g。然后計(jì)算出圖像的梯度場(chǎng)，包括X-方 向梯度和y_方向梯度。圖像梯度一般采用差分法或sobel算子求取，但因?yàn)楸痉椒ㄊ腔?逐行逐列的校正，為了使每一行估計(jì)的非均勻場(chǎng)對(duì)齊，在計(jì)算梯度時(shí)考慮其縱向的相鄰的 行的影響，并且為了抑制噪聲的影響，計(jì)算梯度時(shí)也考慮橫向的相鄰像素的影響，為此本發(fā) 明設(shè)計(jì)一種新的基于高斯核的梯度算子來(lái)計(jì)算圖像的梯度，在計(jì)算某一點(diǎn)的梯度時(shí)考慮其 周?chē)c(diǎn)的影響。以x-方向?yàn)槔?，假設(shè)原始圖像為v，對(duì)數(shù)操作后為v1()g，計(jì)算公式為：

【權(quán)利要求】
1. 一種基于逐行梯度擬合的MRI非均勻場(chǎng)估計(jì)方法，其特征在于如下步驟： 步驟一、預(yù)處理 核磁共振原始圖像由收集的k空間信號(hào)進(jìn)行傅立葉變換得到；在進(jìn)行估計(jì)之前首先對(duì) 原始圖像進(jìn)行去噪處理，以防止噪聲對(duì)梯度計(jì)算的影響；其次對(duì)圖像進(jìn)行輪廓提取，剔除邊 緣的背景區(qū)域和一些低信噪比區(qū)域；另外，還要確定圖像的輪廓，以排除圖像的背景部分噪 聲的梯度值對(duì)重建造成的影響；輪廓通過(guò)圖像的直方圖確定閾值來(lái)劃分； 步驟二、計(jì)算梯度場(chǎng) 估計(jì)非均勻場(chǎng)需要對(duì)區(qū)域內(nèi)的梯度值進(jìn)行擬合操作；為了將非均勻場(chǎng)和真實(shí)圖像進(jìn)行 解耦，對(duì)原始圖像V進(jìn)行求對(duì)數(shù)操作，記作Vltjg ;然后計(jì)算出圖像的梯度場(chǎng)，包括X-方向梯 度和y-方向梯度；以X-方向梯度計(jì)算為例，為了使每一行估計(jì)的非均勻場(chǎng)對(duì)齊，在計(jì)算梯 度時(shí)考慮其縱向的相鄰的行的影響，并且為了抑制噪聲的影響，計(jì)算梯度時(shí)也考慮橫向的 相鄰像素的影響，采用一種新的基于高斯核的梯度算子來(lái)計(jì)算圖像的梯度，在計(jì)算某一點(diǎn) 的梯度時(shí)考慮其周?chē)c(diǎn)的影響；假設(shè)原始圖像為V，對(duì)數(shù)操作后為V ltjg，則X-方向計(jì)算公式 為·
其中Λχ為求微分符號(hào)，表示對(duì)圖像X方向求微分，Vltjg為原始圖像V的對(duì)數(shù)域 圖像，（x，y)代表圖像的像素點(diǎn)坐標(biāo)，m，n為梯度算子的大小，為高斯系數(shù)，滿足
?，在計(jì)算梯度時(shí)梯度算子的尺寸為7X7,高斯核的協(xié)方差矩陣設(shè)定為
，其中Sx和Sy分別為梯度算子橫向和縱向的尺寸大??； 步驟三、選取峰值 以X-方向非均勻度的提取為例，每一行梯度信息都是一個(gè)一維的信號(hào)，其中的波峰和 波谷代表了由于圖像的邊緣和細(xì)節(jié)信息造成的灰度值突變，而較小的梯度值則代表了由于 非均勻場(chǎng)造成的灰度值的微笑變化，由于圖像的復(fù)雜性，通過(guò)設(shè)定閾值選取較大的波峰值 和波谷值來(lái)進(jìn)行均勻信號(hào)的重建；假設(shè)梯度圖像的每一行記為Λ Vi，其中i = 1，2,…，m，， 首先確Svi中所有的波峰和波谷，然后選取前70%的值作為重建的關(guān)鍵點(diǎn)； 步驟四、重積分 對(duì)X-方向梯度場(chǎng)進(jìn)行逐行處理，得到剔除X-方向非均勻度的重建信號(hào)，擬合得到 X-方向的非均勻場(chǎng)；對(duì)y-方向的梯度場(chǎng)進(jìn)行逐列處理，得到剔除y-方向非均勻度的重建 信號(hào)。假設(shè)在第三步選取的點(diǎn)為[ai，a 2，…，an]，其中η為關(guān)鍵點(diǎn)的個(gè)數(shù)，它們對(duì)應(yīng)在信號(hào)中 的坐標(biāo)為Iit1, t2，…，tn]，則重建梯度為Δ A表示為：
其中δ (X)為脈沖響應(yīng)函數(shù)：
重建信號(hào)通過(guò)對(duì)重建梯度場(chǎng)進(jìn)行積分得到：
處理完所有的行，則獲得了由X-方向提取的均勻圖像的估計(jì)；同理由y-方向梯度場(chǎng)提 取出另一個(gè)均勻圖像； 步驟五、多項(xiàng)式擬合非均勻場(chǎng) 重建完所有的行和列的信號(hào)之后，根據(jù)這些重建的信號(hào)進(jìn)行多項(xiàng)式擬合得到非均勻場(chǎng) 的估計(jì)；因?yàn)閄-方向和y-方向的灰度變化都是基于同一個(gè)非均勻場(chǎng)，在擬合時(shí)將X-方向 和y-方向的估計(jì)誤差放在同一個(gè)目標(biāo)函數(shù)中進(jìn)行優(yōu)化；非均勻場(chǎng)S為光滑緩慢變化的曲 線，用低階多項(xiàng)式進(jìn)行擬合逼近，目標(biāo)函數(shù)為：
其中 <和巧分別為原始對(duì)數(shù)圖像和重建圖像的第i行灰度，￥為擬合多項(xiàng)式的第i 行，4 S分別為原始對(duì)數(shù)圖像和重建圖像的第j列灰度，％為擬合多項(xiàng)式的第j列；利用 最小二乘法求解上述最優(yōu)化問(wèn)題即獲得對(duì)數(shù)域非均勻場(chǎng)的估計(jì)Z; 步驟六、校正 獲得的非均勻場(chǎng)為對(duì)數(shù)域的非均勻場(chǎng)，對(duì)其進(jìn)行指數(shù)運(yùn)算對(duì)圖像進(jìn)行校正，校正后的 圖像?為： ? Vinrr -b U = e ^ 0
【文檔編號(hào)】G06T11/00GK104392473SQ201410778958
【公開(kāi)日】2015年3月4日 申請(qǐng)日期:2014年12月15日 優(yōu)先權(quán)日:2014年12月15日
【發(fā)明者】凌強(qiáng), 李朝輝, 李峰 申請(qǐng)人:中國(guó)科學(xué)技術(shù)大學(xué)