PF-FICOTA-SENSE一种MRI快速重构方法.docx

磁共振成像（MRI）是医学影像诊断的重要工具，它能提供高质量的软组织图像而无需放射性损害。然而，由于MRI技术的信息量庞大，成像速度成为制约其广泛应用的关键问题。快速MRI技术的研究旨在提高成像速度和质量，其中包括KK空间的利用。 KK空间，全称为K空间，是通过傅里叶变换得到的图像数据的对偶空间，其中的值以复数形式存在。在MRI中，KK空间的数据包含了空间位置编码信息，是成像的基础。为了加快成像速度，研究人员发展了半傅里叶成像（PF）和并行成像（PI）技术。 半傅里叶成像（PF）是利用KK空间的Hermitian共轭对称性，通过只采集一半左右的高频数据，从而加速成像过程。这种技术可以大约将成像速度翻倍，但丢失的高频数据会导致图像质量下降，需要通过相位校正来恢复。 并行成像（PI）则是通过使用多个并行线圈同时收集数据，如SENSE（Sensitivity encoding）和GRAPPA（Generalized autocalibrating partially parallel acquisitions）算法。这些技术可以进一步提高成像速度，其加速因子取决于并行线圈的数量。其中，SENSE在图像域进行并行重建，而GRAPPA则是在KK空间域实现这一目标。 近年来，压缩感知理论（CS）为MRI快速成像带来了革命性的影响。Lustig等人在2008年详细阐述了CS在MRI中的应用，指出MRI数据可以通过特定的变换实现稀疏编码，从而在减少采样数量的同时保持图像质量。常用的CS稀疏化技术包括小波变换、Curvelet变换和Contourlet变换。 Contourlet变换是针对图像边缘和曲线特征的一种多分辨率、多方向的图像表示方法，能够更精确地捕捉图像的几何特性。它由两步组成：多尺度分解通过拉普拉斯变换实现，方向分解则使用方向滤波器组对图像奇异点进行合成。后续研究中，如SFLCT（Sharp frequency localization contourlet transform）进一步优化了Contourlet变换，增强了频率局部化性能，降低了冗余度，提高了重构效率。 MRI快速成像技术主要围绕KK空间数据的高效利用，包括半傅里叶成像、并行成像和压缩感知理论。通过这些技术，可以在不牺牲太多图像质量的前提下显著提高MRI的成像速度，为临床医学提供了更便捷、安全的诊断工具。未来的研究将继续探索更高效的数据采集和图像重建方法，以满足MRI技术持续发展的需求。