磁共振成像数据采集与图像重建算法研究论文.doc

摘  要  磁共振成像技术利用核磁共振原理对人体或生物体的特定部分进行断面成像或 立体成像，可获得组织和器官的解剖结构、生理功能和病变信息，是一种无损伤体 外影像检查手段，是二十一世纪生物学和医学研究的重要工具。它与 X-ray 和 CT 等 其它影像手段相比，具有无有害辐射和能够早期诊断疾病等优点。为了进一步缩短 原始数据采集时间，提高图像重建速度，需要研究能够快速采集数据的 k 空间采样 轨迹和对应的图像重建算法。本文的主要工作是为了缩短国内在这方面与国外的差 距，研究比较了基于螺旋轨迹采样数据的网格化重建算法，同时给出了一个基于 PC 机的磁共振图像重建软件。 本文首先详细介绍了磁共振成像的原理，接下来在这一基础上按照数据采集、 采样密度补偿、图像重建的顺序介绍了磁共振成像图像重建的几个关键步骤，详细 研究比较了卷积网格化算法、矩阵反演网格化算法和最相邻点网格化算法，并对其 中的最相邻点网格化算法做出了改进。将这些算法分别应用于数字图像模型数据、 水影模型数据和临床 in vivo 数据进行了图像重建，通过对重建结果的分析和讨论， 得出了以下结论：（1）最相邻点网格化算法重建精度较高，重建速度很快，并且不 需要特殊的梯度系统，可以应用到实际磁共振成像系统中。（2）改进后的最相邻点 网格化算法的重建速度比改进前提高了 3 倍，并且改进后的算法具有并行结构，可 以利用并行计算进一步提高重建速度，有可能实现实时成像。 在研究数据采集和图像重建的基础上，本文给出了一个磁共振图像重建软件， 具有数据读入、采样轨迹显示、采样密度补偿、图像重建、结果显示与分析等功能， 是设计新的采样轨迹和图像重建算法的一个有力工具。 关键词：磁共振成像；采样轨迹；采样密度补偿；网格化；图像重建 I Abstract Magnetic resonance imaging (MRI), which is based on the principles of nuclear magnetic resonance (NMR), is an imaging technique used primarily in medical settings to produce high quality images of the inside of the human body. It is one of the non-invasion diagnostic methods and a powerful tool for medical and molecular biology research. It is often possible to diagnose disease at very early stage without any harmful radiation, and before it is visible by other means. It is important to develop new k-space trajectories and corresponding image reconstruction algorithms for higher imaging speed. In this thesis we compared three kinds of gridding reconstruction algorithms and developed a MRI reconstruction software. We discussed the convolution gridding algorithm, matrix-inversion gridding algorithm and next neighbor gridding algorithm. Next neighbor algorithm is modified to speed up imaging. Above algorithms are applied to numerical models, phantoms, and in vivo experiments on human bodies with the conclusion: (1) Next neighbor algorithm is time efficient with acceptable image quality. It does not require special gradient system and can be easily applied in current systems. (2) Modified next neighbor algorithm runs 3 ti