一種基于逐行梯度擬合的mri非均勻場估計方法
【專利摘要】本發(fā)明提供一種基于逐行梯度擬合的MRI非均勻場估計方法。本發(fā)明假設非均勻場為光滑的，緩慢變化的，因此其造成的灰度變化應該很小，反映在梯度圖中應該是較小的梯度值。而較大的梯度值則代表圖像的細節(jié)信息。通過逐行提取梯度圖中的較大值對圖像重建，排除了非均勻場的影響。通過對原始圖像與重建圖像的誤差進行擬合，得到非均勻場的估計。在擬合時本方法同時結合x-方向與y-方向梯度進行一次擬合，能夠提高擬合精度。
【專利說明】-種基于逐行梯度擬合的MRI非均勻場估計方法

【技術領域】
[0001] 對核磁共振圖像中由于磁場不均勻，線圈靈敏度引起的非均勻場進行估計并校 正。

【背景技術】
[0002] 核磁共振成像由于其高分辨率、無電離輻射損傷以及任意角度成像等特點而被廣 泛地應用于醫(yī)療診斷和科學研究。但核磁共振成像系統(tǒng)由于受到磁場不均勻，線圈靈敏度 等干擾，重建影像表現(xiàn)出一定的非均勻性，對醫(yī)生診斷和計算機輔助分析如配準、分類等都 會產(chǎn)生一定的影像。隨著對更高分辨率掃描圖像的需求，掃描儀的磁場強度越來越高、磁場 梯度也越來越精細，隨之而來的問題是核磁共振圖像所遭受的非均勻場的干擾也越來越嚴 重。非均勻場是由發(fā)射的空間磁場不均勻或接收線圈的不均勻靈敏度所引起的偏差場，這 種偏差場一般被假設為一種平滑的、緩慢變化的乘性偏差場，會導致圖像的灰度值與真實 值之間存在一定的偏差。一些較強的非均勻場會降低圖像的對比度，淹沒病灶細節(jié)，從而導 致錯誤的診斷結果或配準、分割誤差。因此，非均勻場的校正對每一幅核磁共振圖像都是必 不可少的。
[0003] 非均勻場一般假設為一種光滑的緩慢變化的曲面，而校正方法則是對提取的非均 勻度信息進行參數(shù)擬合得到非均勻場的估計。一種基于組織區(qū)域提取的非均勻性估計方 法通過在MRI圖像中尋找同一種組織區(qū)域，通過組織區(qū)域內(nèi)的灰度變化來獲得非均勻度信 息。假設均勻圖像內(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，通過差值擬合可得到全局非均勻場。算法缺點是假設在某些圖像中并不成立，而估 計精度與確定的組織區(qū)域的大小及分布有關?；诙A梯度擬合的快速非均勻場估利用 MRI圖像的低頻梯度與組織模型無關的特點，選取圖像的二階導數(shù)圖中較小的值作為非均 勻場造成的梯度的估計，用低階多項式直接擬合得出非均勻場。但方法梯度采用閾值法選 取，容易將圖像細節(jié)錯誤地劃分進去。若圖像的非均勻場較小，而確定的擬合數(shù)據(jù)中又包含 較多的圖像細節(jié)，則造成的二階梯度進行擬合誤差較大，校正圖像可能非均勻度更加嚴重。 另外一種基于低頻濾波的校正方法假設非均勻場為低頻特性，通過對圖像進行低通濾波得 到非均勻場的估計。但方法缺點是非均勻場頻譜與圖像頻譜混疊，使校正后圖像信息丟失。 濾波時引起邊緣效應，使得圖像細節(jié)變形。本方案提出的算法利用圖像的梯度信息進行重 建，具有以下特點：
[0004] 1)提取梯度信息中較大的值進行圖像重建，通過與原始圖像差值獲得非均勻性信 肩、。
[0005] 2)估計方法不依賴于其他設備和先驗知識。
[0006] 3)估計方法運算速度滿足實時要求。


【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非均勻場估計方法，通過對非均勻圖像 進行逐行逐列的重建，獲得均勻圖像的近似，從而對非均勻場進行估計。首先對圖像做求對 數(shù)處理，將乘性的非均勻場變?yōu)榧有?，這樣就對圖像信息和非均勻場信息進行了解耦。然后 計算圖像的X-方向和y-方向梯度場，梯度場中的較大的值代表了圖像的邊緣和細節(jié)，而較 小的值代表了非均勻場。通過逐行逐列提取梯度場中較大的點，然后進行重建，就獲得了忽 略非均勻場的圖像信息，對原始圖像和重建圖像的差值進行擬合計算出非均勻場的估計。 具體流程如下：
[0008] 步驟一、預處理
[0009] 核磁共振原始圖像由收集的k空間信號進行傅立葉變換得到。由于設備和環(huán)境影 響，受到噪聲影響。在進行估計之前首先對原始圖像進行去噪處理，以防止噪聲對梯度計算 的影響。其次對圖像進行輪廓提取，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重建造成的影響。輪廓可以通過 圖像的直方圖確定閾值來劃分。
[0010] 步驟二、計算梯度場
[0011] 估計非均勻場需要對區(qū)域內(nèi)的梯度值進行擬合操作。為了將非均勻場和真實圖像 進行解耦，對原始圖像V進行求對數(shù)操作，記作v1()g。然后計算出圖像的梯度場，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，但因為本方法是基于 逐行逐列的校正，為了使每一行估計的非均勻場對齊，在計算梯度時考慮其縱向的相鄰的 行的影響，并且為了抑制噪聲的影響，計算梯度時也考慮橫向的相鄰像素的影響，為此本發(fā) 明設計一種新的基于高斯核的梯度算子來計算圖像的梯度，在計算某一點的梯度時考慮其 周圍點的影響。以x-方向為例，假設原始圖像為v，對數(shù)操作后為v1()g，計算公式為：

【權利要求】
1. 一種基于逐行梯度擬合的MRI非均勻場估計方法，其特征在于如下步驟： 步驟一、預處理 核磁共振原始圖像由收集的k空間信號進行傅立葉變換得到；在進行估計之前首先對 原始圖像進行去噪處理，以防止噪聲對梯度計算的影響；其次對圖像進行輪廓提取，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 聲的梯度值對重建造成的影響；輪廓通過圖像的直方圖確定閾值來劃分； 步驟二、計算梯度場 估計非均勻場需要對區(qū)域內(nèi)的梯度值進行擬合操作；為了將非均勻場和真實圖像進行 解耦，對原始圖像V進行求對數(shù)操作，記作Vltjg ;然后計算出圖像的梯度場，包括X-方向梯 度和y-方向梯度；以X-方向梯度計算為例，為了使每一行估計的非均勻場對齊，在計算梯 度時考慮其縱向的相鄰的行的影響，并且為了抑制噪聲的影響，計算梯度時也考慮橫向的 相鄰像素的影響，采用一種新的基于高斯核的梯度算子來計算圖像的梯度，在計算某一點 的梯度時考慮其周圍點的影響；假設原始圖像為V，對數(shù)操作后為V ltjg，則X-方向計算公式 為·
其中Λχ為求微分符號，表示對圖像X方向求微分，Vltjg為原始圖像V的對數(shù)域 圖像，（x，y)代表圖像的像素點坐標，m，n為梯度算子的大小，為高斯系數(shù)，滿足
?，在計算梯度時梯度算子的尺寸為7X7,高斯核的協(xié)方差矩陣設定為
，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一維的信號，其中的波峰和 波谷代表了由于圖像的邊緣和細節(jié)信息造成的灰度值突變，而較小的梯度值則代表了由于 非均勻場造成的灰度值的微笑變化，由于圖像的復雜性，通過設定閾值選取較大的波峰值 和波谷值來進行均勻信號的重建；假設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%的值作為重建的關鍵點； 步驟四、重積分 對X-方向梯度場進行逐行處理，得到剔除X-方向非均勻度的重建信號，擬合得到 X-方向的非均勻場；對y-方向的梯度場進行逐列處理，得到剔除y-方向非均勻度的重建 信號。假設在第三步選取的點為[ai，a 2，…，an]，其中η為關鍵點的個數(shù)，它們對應在信號中 的坐標為Iit1, t2，…，tn]，則重建梯度為Δ A表示為：
其中δ (X)為脈沖響應函數(shù)：
重建信號通過對重建梯度場進行積分得到：
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；同理由y-方向梯度場提 取出另一個均勻圖像； 步驟五、多項式擬合非均勻場 重建完所有的行和列的信號之后，根據(jù)這些重建的信號進行多項式擬合得到非均勻場 的估計；因為X-方向和y-方向的灰度變化都是基于同一個非均勻場，在擬合時將X-方向 和y-方向的估計誤差放在同一個目標函數(shù)中進行優(yōu)化；非均勻場S為光滑緩慢變化的曲 線，用低階多項式進行擬合逼近，目標函數(shù)為：
其中 <和巧分別為原始對數(shù)圖像和重建圖像的第i行灰度，￥為擬合多項式的第i 行，4 S分別為原始對數(shù)圖像和重建圖像的第j列灰度，％為擬合多項式的第j列；利用 最小二乘法求解上述最優(yōu)化問題即獲得對數(shù)域非均勻場的估計Z; 步驟六、校正 獲得的非均勻場為對數(shù)域的非均勻場，對其進行指數(shù)運算對圖像進行校正，校正后的 圖像?為： ? Vinrr -b U = e ^ 0
【文檔編號】G06T11/00GK104392473SQ201410778958
【公開日】2015年3月4日 申請日期:2014年12月15日 優(yōu)先權日:2014年12月15日
【發(fā)明者】凌強, 李朝輝, 李峰 申請人:中國科學技術大學