磁共振并行成像线圈敏感度计算方法的综合评述.docxVIP

磁共振并行成像线圈敏感度计算方法的综合评述作者：李逸明单位：上海交通大学医学院附属新华医院引言　　磁共振成像速度一直是临床应用所要考虑的重要因素[1]。在硬件方面，成像速度极大的依赖于磁共振设备的梯度系统性能，同时硬件的发展也极大制约了速度的进一步提高。其原因在于物理、生理上的限制，以及过快的场梯度切换率给患者神经、肌肉上的刺激。因此，磁共振成像速度从生理以及技术的角度上看几乎以提高到了极限。在最近的十几年中，磁共振并行成像技术的出现对磁共振成像产生了根本变革，它是一种通过改变磁共振图像重建算法来提高成像速度的技术，不需要依赖于梯度性能的提高。并行成像技术主要利用相控阵线圈中单个接受线圈的空间敏感度信息来编码空间信息，降低成像所必须的梯度编码数（主要是相位编码步数）达到加速成像的目的。　　任何磁共振并行成像算法都需要计算线圈的空间敏感度，以代替K空间欠采样所损失的相位编码步信息，而并行成像技术的图像重建过程包含两个方面，一个就是线圈敏感度的计算，另一个就是重叠像素的展开重建。所以选择一种精确的线圈敏感度系数计算策略在某种程度上比一种好的重建算法更加重要[2]。1线圈敏感度的定义??? 传统的磁共振成像是通过梯度场编码傅立叶图像的空间信息，一次只能填充一条K空间线，获取一张完整的图像需要将K空间完全填充，即必须采集每条K空间线，而被测物体的空间位置信息完全取决于梯度编码步。多线圈并行成像技术采用的接受线圈敏感度编码技术与梯度编码不同。被测物体产生的磁共振信号在其附近的接收线圈内诱导产生的电压与其对应的空间位置密切相关，这种因空间位置而带来信号强度差异称之为线圈敏感度[3]。?2线圈敏感度计算方法2.1标准线圈敏感度计算方法　　线圈敏感度标准计算方法有Pruessmann[4]等人提出。这种方法是在进行正式扫描之前进行一次预扫描。分别得到相控阵线圈中每个线圈（表面线圈）的低分辨率全FOV图像以及体线圈的低分辨率全FOV图像，将两者相除，得到每个线圈的原始敏感度矩阵：?????　　直接做除法得到的原始敏感度矩阵的SNR很低，主要是由于来自体线圈采集的图像噪声较大，可以采用多项式拟合方法平滑噪声；同时，由于被测物体相对位置的移动会造成边缘误差。　　另外一种做法是不采用体线圈做为参考，而是采用相控阵线圈各个单元得到的低分辨率全FOV图像的均方作为分母：?????????????????????????????　　标准线圈敏感度估计方法计算简单，运用范围广，SMASH和SENSE并行成像算法均采用该方法计算线圈敏感度。但是，在临床应用时，存在不少缺点。首先，对线圈敏感度额外扫描无疑增加了总扫描时间。其次，线圈敏感度并非总是不变的，如果被测物体预扫描时存在位置移动以及预扫描图像本身会带来截断伪影，扭曲变形，化学位移伪影都会影响最终线圈敏感度系数的测量。2.2自动校正线圈敏感度估计方法　　自动校正法就是在保持原有欠采样策略的基础上采集K空间中心附近参考数据，即正式扫描时附加扫描ACS（Auto Calibration Signal）行,用K空间中心数据进行敏感度估计。这类方法的理论依据是，位于K空间中心的数据点控制图像的对比度（对应于信号的幅度），位于K空间外围的数据点控制图像的空间分辨率（对应于信号的相位），图像的大部分信息包含在K空间中心区域的低频部分，而K空间边缘部分决定图像细节。自动校正法克服传统线圈敏感度测量方法鲁棒性差的问题，实时测量线圈敏感度信息，解决了成像过程中病人与线圈相对位置的变化造成敏感度估计误差的问题，因此获得了广泛的应用。　　运用自动校正线圈敏感度估计方法的并行成像方法主要是基于K空间域的重建算法，包括AUTO-SMASH,VD-AUTO-SMASH, GRAPPA[5-7]。而图像域的以mSENSE[8]最具代表性。其中AUTO-SMASH技术除了采样1/R的K空间相位编码行数据外，另外需要R-1行自动校正数据，通常这些数据位于K空间中心位置。随后，为了克服AUTO-SMASH重建算法中鲁棒性差的问题，提出了VD-AUTO-SMASH。这个方法在K空间中心采集更多的ACS线来估算线圈敏感度，以此提高线圈权重系数估计的精度和稳健性。GRAPPA使用和VD-AUTO-SMASH方法一样的K空间采集方式，如图1所示，虚线为ACS线。　　下面介绍运用最广泛的GRAPPA算法以帮助理解自动校正线圈敏感度估计方法。　　GRAPPA是一种更通用的基于K空间的图像重建方法，利用扫描K空间中心少量几行附加采集的K空间线来估计线圈敏感度，在重建缺失的K空间线时GRAPPA将各个相控阵线圈信号拟合到单个线圈的自动校正行，从而得到每个线圈的一系列权重系数，来重建每个线圈的K空间缺失行:???????????????????????　　通过