Part1:SMASH
基于K空间的磁共振并行成像是利用多通道的相控阵列线圈,采集部分k空间数据结合线圈的敏感度信息,对未采集的K空间数据进行估计,从而组合成全采样的K空间数据。在K空间域的并行重建的典型方法有SMASH、AUTO-SMASH、VD-ATUO-SAMSH 以及目前普遍使用的GRAPPA。
在二维平面中,磁共振信号可以表示为:
S
(
k
x
,
k
y
)
=
∬
C
(
x
,
y
)
ρ
(
x
,
y
)
e
(
−
i
k
x
x
−
i
k
y
y
)
d
x
d
y
S(k_{x},k_{y})=\iint C(x,y)\rho(x,y)e^{(-ik_{x}x-ik_{y}y)}dxdy
S(kx,ky)=∬C(x,y)ρ(x,y)e(−ikxx−ikyy)dxdy (1)
其中
C
(
x
,
y
)
C(x,y)
C(x,y)表示感应线圈的敏感度(receiver coil sensitivity),
ρ
(
x
,
y
)
\rho(x,y)
ρ(x,y)表示自旋密度(spin density)。
k
x
=
γ
G
x
t
x
k_x=\gamma G_xt_x
kx=γGxtx,
k
y
=
γ
G
y
t
y
k_y=\gamma G_yt_y
ky=γGyty,
γ
\gamma
γ表示磁旋比(gyromagnetic ratio),
G
x
和
G
y
G_x和G_y
Gx和Gy表示x和y方向的梯度大小。
t
x
和
t
y
t_x和t_y
tx和ty表示对应的作用时间。
那么对于在多线圈的并行成像中,二维平面内的磁共振信号可以表示为:
S
l
(
k
x
,
k
y
)
=
∬
C
l
(
x
,
y
)
ρ
(
x
,
y
)
e
(
−
i
k
x
x
−
i
k
y
y
)
d
x
d
y
,
l
=
1
,
2
,
.
.
.
,
L
S_l(k_{x},k_{y})=\iint C_l(x,y)\rho(x,y)e^{(-ik_{x}x-ik_{y}y)}dxdy ,\ l=1,2,...,L
Sl(kx,ky)=∬Cl(x,y)ρ(x,y)e(−ikxx−ikyy)dxdy, l=1,2,...,L (2)
S
l
(
k
x
,
k
y
)
,
C
l
(
x
,
y
)
S_l(k_x,k_y),C_l(x,y)
Sl(kx,ky),Cl(x,y)分别表示第
l
l
l个线圈的K空间数据和线圈敏感度,
L
L
L表示线圈数量。
SMASH的基本概念:通过线圈的敏感度的线性组合可以直接产生缺失的相位编码。
如何理解线圈敏感度的线性组合呢?如图1(a)所示,在一组相控阵列线圈中存在4个子线圈,排列方式如图所示。每个线圈都有相应的线圈敏感度 C l ( x , y ) C_l(x,y) Cl(x,y),其敏感度在相位编码方向的具有正弦分布的曲线。SMASH的思想,可以理解为通过一种线性组合,使得子线圈敏感度 C l ( x , y ) C_l(x,y) Cl(x,y)可以 线性拟合成一些列的复数型复合线圈敏感度 C m c o m p ( x , y ) C_{m}^{comp}(x,y) Cmcomp(x,y),这种复合线圈敏感度曲线也是具有复数型的空间谐波。那么可以用公式描述为:
C m c o m p ( x , y ) = ∑ l = 1 L n l ( m ) C l ( x , y ) C_{m}^{comp}(x,y)=\sum_{l=1}^{L}n_{l}^{(m)}C_l(x,y) Cmcomp(x,y)=∑l=1Lnl(m)Cl(x,y) (3)
其中,m表示,空间谐波的序数(阶数)。在K空间中, Δ k y \Delta k_y Δky表示相位编码方向的分辨率,对m和 Δ k y \Delta k_y Δky的理解可以参见图2所示, Δ k y = 2 π / F O V \Delta k_y =2\pi/FOV Δky=2π/FOV
![在这里插入图片描述](https://img-blog.csdnimg.cn/e53d24816bb94ca7b39a7daa32f3aaa6.png#pic_center)
公式(3)展示了不同m序数,对应的复合线圈敏感度。SMASH中认为合成线圈敏感度可以表示为:
C
c
o
m
p
=
c
o
s
Δ
k
y
c
o
m
p
+
i
s
i
n
Δ
k
y
c
o
m
p
y
=
e
(
i
Δ
k
y
c
o
m
p
y
)
C^{comp}=cos\Delta k_{y}^{comp} + isin\Delta k_{y}^{comp}y = e^{(i \Delta k^{comp}_{y} y)}
Ccomp=cosΔkycomp+isinΔkycompy=e(iΔkycompy) (4)
对于不同m阶,由(3)和(4)将产生合成线圈敏感度:
C
m
c
o
m
p
(
x
,
y
)
=
∑
l
=
1
L
n
l
(
m
)
C
l
(
x
,
y
)
=
e
(
i
m
Δ
k
y
y
)
C_{m}^{comp}(x,y)=\sum_{l=1}^{L}n_{l}^{(m)}C_l(x,y)=e^{(im\Delta k_yy)}
Cmcomp(x,y)=∑l=1Lnl(m)Cl(x,y)=e(imΔkyy) (5)
当m=0时,
C
0
c
o
m
p
(
x
,
y
)
=
∑
l
=
1
L
n
l
0
C
l
(
x
,
y
)
=
1
C_{0}^{comp}(x,y)=\sum_{l=1}^{L}n_{l}^{0}C_l(x,y)=1
C0comp(x,y)=∑l=1Lnl0Cl(x,y)=1,如图1(a)中 0阶空间谐波,此时,理想合成的复数线圈敏感度,实数为1,虚数为0。图1(b)展示了8线圈的复合线圈敏感度,当m=0时,
C
0
c
o
m
p
C_0^{comp}
C0comp为常数。图1(b)中也展示了
C
m
=
1
c
o
m
p
C_{m=1}^{comp}
Cm=1comp和
C
m
=
2
c
o
m
p
C_{m=2}^{comp}
Cm=2comp的空间谐波合成情况。式(5)中,可以通过最小二乘法拟合求得每个m阶次下的权重系数
n
l
(
m
)
n_l^{(m)}
nl(m)。
SMASH中认为在K空间复合信号也可以有与线圈敏感度相类似的线性合成:
S
m
c
o
m
p
(
k
x
,
k
y
)
=
∑
l
=
1
L
n
l
(
m
)
S
l
(
k
x
,
k
y
)
S^{comp}_m(k_x,k_y)=\sum_{l=1}^Ln^{(m)}_lS_l(k_x,k_y)
Smcomp(kx,ky)=∑l=1Lnl(m)Sl(kx,ky)(6)
S
m
c
o
m
p
(
k
x
,
k
y
)
=
∑
l
=
1
L
n
l
(
m
)
S
l
(
k
x
,
k
y
)
=
∑
l
=
1
L
n
l
(
m
)
∬
C
l
(
x
,
y
)
ρ
(
x
,
y
)
e
(
−
i
k
x
x
−
i
k
y
y
)
d
x
d
y
=
∬
[
∑
l
=
1
L
n
l
(
m
)
C
l
(
x
,
y
)
]
ρ
(
x
,
y
)
e
(
−
i
k
x
x
−
i
k
y
y
)
d
x
d
y
=
∬
e
i
m
Δ
k
y
y
ρ
(
x
,
y
)
e
(
−
i
k
x
x
−
i
k
y
y
)
d
x
d
y
=
∬
ρ
(
x
,
y
)
e
(
−
i
k
x
x
−
i
(
k
y
−
m
Δ
k
y
)
y
)
d
x
d
y
=
S
(
k
x
,
k
y
−
m
Δ
k
y
)
S^{comp}_m(k_x,k_y)=\sum_{l=1}^Ln^{(m)}_lS_l(k_x,k_y)=\sum_{l=1}^Ln^{(m)}_l\iint C_l(x,y) \rho(x,y) e^{(-ik_{x}x-ik_{y}y)}dxdy =\iint \begin{bmatrix} \sum_{l=1}^Ln^{(m)}_lC_l(x,y) \end{bmatrix} \rho(x,y) e^{(-ik_{x}x-ik_{y}y)}dxdy \\ =\iint e^{im\Delta k_yy} \rho(x,y) e^{(-ik_{x}x-ik_{y}y)}dxdy \\ =\iint \rho(x,y) e^{(-ik_{x}x-i(k_{y}-m\Delta k_y)y)}dxdy \\ =S(k_x,k_y-m\Delta k_y)
Smcomp(kx,ky)=∑l=1Lnl(m)Sl(kx,ky)=∑l=1Lnl(m)∬Cl(x,y)ρ(x,y)e(−ikxx−ikyy)dxdy=∬[∑l=1Lnl(m)Cl(x,y)]ρ(x,y)e(−ikxx−ikyy)dxdy=∬eimΔkyyρ(x,y)e(−ikxx−ikyy)dxdy=∬ρ(x,y)e(−ikxx−i(ky−mΔky)y)dxdy=S(kx,ky−mΔky)(7)
S
m
c
o
m
p
(
k
x
,
k
y
)
=
∬
C
m
c
o
m
p
(
x
,
y
)
ρ
(
x
,
y
)
e
(
−
i
k
x
x
−
i
k
y
y
)
d
x
d
y
=
∬
C
0
c
o
m
p
(
x
,
y
)
e
i
m
Δ
k
y
y
ρ
(
x
,
y
)
e
(
−
i
k
x
x
−
i
k
y
y
)
d
x
d
y
=
∬
C
0
c
o
m
p
(
x
,
y
)
ρ
(
x
,
y
)
e
(
−
i
k
x
x
−
i
(
k
y
−
m
Δ
k
y
)
y
)
d
x
d
y
=
S
0
c
o
m
p
(
k
x
,
k
y
−
m
Δ
k
y
)
S^{comp}_m(k_x,k_y)=\iint C_m^{comp}(x,y) \rho(x,y) e^{(-ik_{x}x-ik_{y}y)}dxdy \\ =\iint C_0^{comp}(x,y) e^{im\Delta k_yy} \rho(x,y) e^{(-ik_{x}x-ik_{y}y)}dxdy \\ =\iint C_0^{comp}(x,y) \rho(x,y) e^{(-ik_{x}x-i(k_{y}-m\Delta k_y)y)}dxdy \\ =S_0^{comp}(k_x,k_y-m\Delta k_y)
Smcomp(kx,ky)=∬Cmcomp(x,y)ρ(x,y)e(−ikxx−ikyy)dxdy=∬C0comp(x,y)eimΔkyyρ(x,y)e(−ikxx−ikyy)dxdy=∬C0comp(x,y)ρ(x,y)e(−ikxx−i(ky−mΔky)y)dxdy=S0comp(kx,ky−mΔky)(8)
公式(7)中的
S
S
S表示理想的相位编码位移函数,即用于填充K相位编码偏移
−
m
Δ
k
y
-m\Delta k_y
−mΔky的空间数据。由公式(7),在求得权重系数
n
l
(
m
)
n^{(m)}_l
nl(m)的情况下,可以通过已采集的
S
l
(
k
x
,
k
y
)
S_l(k_x,k_y)
Sl(kx,ky)线性拟合得到。
SMASH的缺点:
SMASH方法依赖于阵列中每个线圈的线圈敏感度的精确估计,才能确定最优的权重系数。而然线圈敏感度的精确估计是非常困难的,甚至不可能得到。