核磁共振重建算法综述

自己整理的一些核磁共振重建综述文章，仅供参考，不发表~

---

摘要

摘要：当前，核磁共振成像在临床上应用十分广泛，而核磁共振重建方法在核磁共振成像过程中至关重要。本报告将首先简要介绍了核磁共振成像原理；然后，从时间维度和技术维度重点介绍四大类核磁共振重建方法的发展之路，包括部分傅立叶重建方法、并行成像重建方法、压缩感知重建方法和基于深度学习的重建方法。具体地，对于部分傅里叶重建方法，本报告将涉及零填充、共轭对称、Homodyne等多个方法；对于并行成像方法，本报告将涉及SENSE、GRAPPA和SPIRiT等临床实践中最常用的重建技术；对于压缩感知重建方，本报告介绍压缩感知重建的原理以及在核磁共振重建中的应用；对于深度学习重建方法，本报告主要介绍了基于数据驱动的端到端的深度学习重建方法和基于核磁物理成像原理的深度学习重建这两大类方法。最后指出在深度学习背景下当前核磁共振重建的研究热点和未来发展趋势。

关键词：深度学习、核磁共振重建方法、MRI、并行成像、压缩感知、部分傅里叶

一、引言

核磁共振成像（MRI）具有无辐射、高分辨率、多对比度等优点，广泛应用于医学成像，已经成为一种重要的临床医学检查手段，为临床影像诊断提供了非常有价值的信息。
但是与其他的成像方法相比，MRI需要较长的扫描时间。MRI信号的空间定位是导致扫描时间长的主要原因之一。每个脉冲序列需要多次经历射频激发、梯度编码和数据采集这几个步骤才能生成图像。获取一副MRI图像所需的时间最少需要数百毫秒，如快速梯度回波或回波平面成像(EPI)等，有的序列成像甚至需要几分钟，如自旋回波和扩散加权序列[1]。而且，MRI扫描时间过长，成像缓慢，会给患者带来不适。此外，患者的器官运动，如呼吸、吞咽和自然心跳，会导致图像模糊和对比度失真，无法满足实时动态高精度成像的要求，影响MRI的进一步推广与发展。
本报告主要总结了MRI重建的关键进展和发展历程，因为图像重建方法可用于减少扫描时间，从而提高空间分辨率和成像质量，同时也可以减少患者的不适。目前，MRI重建主要包括四大类，部分傅立叶重建方法、并行成像重建方法、压缩感知重建方法和基于深度学习的重建方法。
本报告将首先简要介绍核磁共振成像原理，主要包括核磁共振成像的基本概念、K空间的概念、核磁共振数据的采集的原理。然后回顾核磁共振重建方法的发展历程并依次介绍MRI重建的四大类，先介绍了最早的核磁共振的重建方法即部分傅里叶重建重建方法，部分傅里叶重建算法主要介绍了零填充、共轭对称、Homodyne等，部分傅里叶变换的算法过程比较缓慢，重建效果不太好，伪影比较严重，图像质量一般，在临床的应用极少。然后，重点介绍了并行成像方法，并行成像方法是目前在临床应用中最广泛的重建方法。并行成像技术主要分为两类，一类是在图像域来分离混叠的伪影，主要代表算法是SENSE和PILS等；另外一类是在K空间解混叠，然后在通过反傅里叶变换到图像域，这类并行成像的代表算法是SAMSH等。SPIRiT及其扩展算法也是常用的典型的并行成像方法。本文将主要SENSE、GRAPPA和SPIRiT方法，因为它们是在临床实践中最常用的重建技术。然后，介绍了一些同时多层重建方法和三维的并行成像方法。接着，介绍了压缩感知的基本原理，和基于压缩感知的重建方法，以及一些和并行成像结合的压缩感知重建方法。最后介绍了基于深度学习的重建方法，主要包括两类：基于数据驱动的端到端的深度学习重建方法和基于核磁物理成像原理的深度学习重建方法。基于数据驱动的端到端的深度学习重建方法中主要介绍了基于卷积神经网络CNN和深度级联网络的重建方法，基于核磁物理成像原理的深度学习重建方法主要介绍了基于变分网络和基于物理方法的无监督重建方法。
最后，总结了核磁共振重建方法最新的进展，并指出在深度学习背景下核磁共振重建的研究热点和未来发展趋势。

二、核磁共振成像原理

在磁共振成像中，我们会首先利用射频脉冲RF激发成像区域，利用梯度场的产生及切换来进行每个质子的空间定位，再利用采集信号系统来采集磁共振信号，最后使用傅里叶变换及后处理等重建系统来重建图像。

2.1.核磁共振成像过程

核磁共振基本仪器的简化图如图1所示，仪器周围是线圈，包括主线圈B0、梯度线圈和射频场线圈，梯度线圈由x,y和z三个线圈组成，图中只显示了两个。该系统的主要硬件是一个大磁铁，提供稳定、均匀的场B0，范围通常在0.1-3.0 T。对于临床使用，磁铁必须有一个足够大的孔，以允许人体躯干进入。目前使用的磁体有三种:永磁体、阻性磁体(空芯或铁芯)和超导磁体。它们在成本、重量、场强、稳定性、均匀性和边缘场等方面各有优缺点。最受欢迎的磁体类型是超导磁体，主要是因为它具有优良的均匀性、稳定性和较高的场强。然而，超导磁体需要低温(液氦)，价格更贵，并且会产生可以延伸很长的距离的边缘场，这使得磁体的选择更具挑战性。
主线圈用来产生一个强大的静磁场，射频线圈用来发射射频（RF）信号并接收从被检测者发出的用于成像的射频信号，梯度线圈中的三个线圈分别用来控制频率编码信息、相位编码信息和断层选择信息。最后将采集到射频信号送入数据处理系统，信号经过数据处理后形成一幅对我们有用的核磁共振图像。

图1 MRI基本仪器的简化图

核磁共振是一种在稳定磁场中处于自旋状态的氢原子在遇到交变磁场时发生的现象[2]。当被检测者处于MRI设备中时，人体中的氢原子会在主磁体产生的磁场中旋转。当RF线圈发出频率为Larmor的交变电磁场时，它处于自旋状态。氢原子被激发，氢原子核吸收一定的能量而共振。受激的氢原子围绕主磁体的磁场产生进动。当射频脉冲停止时，激发的氢原子核逐渐释放吸收的能量，其相位和能级恢复到激发前的状态。这个恢复过程称为弛豫过程，回到原来的平衡状态需要的时间称为弛豫时间。在此过程中，通过调节梯度线圈对人体的射频信号进行频率和相位编码，并由射频线圈记录。

2.2.K空间

磁共振图像的采样不同于其他医学图像的采样，其他医学图像在像素域采样，而它的原始数据是在图像的频域内进行采样，即在K空间采集数据。由这些梯度磁场产生的原始MRI数据形成了一个空间频率矩阵，这个矩阵被称为K空间，对K空间可以用二维离散傅里叶来生成MRI图像。K空间的概念对于研究磁共振MRI重建问题至关重要，为后续图像重建算法打下理论基础。在介绍K空间之前，我们先介绍一下MR信号的的信号方程式，来描述MR图像形成的基本原理。设m(x, y)为我们需要重构的图像，m(x, y)是一个复值图像

根据以上，我们可以知道，核磁共振成像的目标便是重构m(x, y)，以及将|m(x, y)|显示出来。设x,y线圈的梯度分别为Gx，Gy，则核磁共振设备采集到的信号的方程[11]为

由信号方程可以知道，K空间是带有空间位置信息编码的磁共振数据，也是图像的傅里叶空间。想要重建原图像m(x, y)，只需要将原始K空间的采样点进行逆傅里叶转换，即将具有不同频率编码信息和相位编码信息的核磁共振信号的能量聚焦到相应的位置，就可以得到我们看到的核磁共振图像。

2.3.核磁共振数据采集过程

如图2所示，所需的空间分辨率和视野(FOV)决定了应获得多少K空间数据，相邻k个空间线之间的间距与FOV成反比：

图2 MRI数据采集原理图

要在一个方向增加FOV，在k空间采样的间距必须减小。奈奎斯特采样定理指出，FOV应该大于成像的对象的大小，以避免混叠。如果不满足此条件，高频信号将错误地显示为低频率信号。由于频率信息用于确定空间位置，因此会将FOV外部的对象的图像的叠加在FOV内部对象的图像的信号上，产生混叠伪影。
空间分辨率与原点到k空间最大距离(kmax)成反比：

通常，k空间的数据是在笛卡尔网格上采样得到的，每一次重复时间(TR)采集一条相位编码(ky)线。总采集时间(TA)由TR、采集的相位编码线数(Ny)和信号平均数(NA)确定

从上述方程可以知道，有两种减少总扫描时间的方法。首先，可以缩短TR。然而，TR影响图像对比度，并