MRI k空间概念整理

以下内容为MRI期末复习笔记,仅供复习参考使用。

K空间概念

K空间为包含MR数据的阵列,也可定义为原始数据阵列相位编码轴和频率编码轴的交叉点

·MR扫描得到的数据为谱空间数据,谱空间数据与空间数据位置无直接对应关系
·k空间每一数据点或数据线都包含着整个图像的信息
·数据点与施加的不同场强有关(静磁场和梯度场的叠加)梯度场分为相位编码梯度场和频率编码梯度场
·k空间上半部和下半部为共轭对称,即两端相位编码梯度场幅度相等,极性相反(对称性)
·k空间中心的信号比外围信号高,对图像对比度影响大;外围信号低,对空间分辨力影响大
·k空间中央包含最大信号

分析
中央行有信号峰最大值当相位编码为y方向,中央行是在没有相位编码影响下获得的,没有产生散相,中间为0相位(可参照下面k空间的填充方式)
k空间的中央列对应每个回波信号的波峰当自旋完全相位重聚时达到最大幅度(回波峰),则每行数据的中心对应每个回波的中心
梯度场对信号的影响Gp和Gf都是中间值小、两边值大,使采集的信号呈现出中间信号高,四周信号低
高幅度梯度场:低信号,差异大——空间分辨率好
低幅度梯度场:高信号,差异小——信噪比好

在这里插入图片描述
在这里插入图片描述

k空间的填充方式

【一般要求至少有65%的k空间得以填充,对于大多数标准成像,要求填充全部k空间。
完全填充k空间一次的情况叫1NEX或1NAQ,当只有部分K空间填充时,叫做部分NEX。】
相位编码填充方式:Gp由负最大幅度向正最大幅度变化
在这里插入图片描述

举例:SE序列:每一个TR(脉冲序列重复时间)填充k空间中的一条线,若要求256相位编码,则执行256次
其次,k空间有多种填充方式,不一定是顺序填充,具体看序列优化要求
在这里插入图片描述

部分NEX

  1. 根据 K 空间数据的共轭对称性进行重建,只利用部分的行数据(1/2 NEX,1/4 NEX),⼀般需要采集一半多
    ⼀些的数据进行相位校正,并且中央行必须要采集到
  2. 提高了速度,但是 SNR 信噪比没有增加(可能下降),伪影增加,图像对比度没有变化(因 TE 和 TR 没有
    变化)
  3. ⼀般用于定位像
    在这里插入图片描述

部分回波

  1. 每个回波信号只采集了⼀部分(大于 50%),未采集的部分利用采集的部分的共轭对称性进行重建,可以使
    TE 更短,但 TR 不变
  2. 速度没有变化,降低了 TE 时间,对于早期的回波能够提高 SNR,抑制 T2W 图像,降低流动伪影和磁敏感
    效应
  3. ⼀般用于获得 T1W 图像,降低流动伪影和磁敏感效应的情况下
    在这里插入图片描述
    TE缩短的解释:对回波没有采集完全,如上图所示,每行数据并没有采集满
    在这里插入图片描述

两个技术的对比

部分NEX部分回波
speed提高不变
对比度不变 T 2 T_2 T2下降
SNR不变或下降会提高也可能不变
伪影增加降低流动伪影和磁敏感伪影

其他填充方式

半 FOV 成像

  1. 提高速度,隔行填充数据,K 空间的单元尺寸增加⼀倍,FOV 图像减半,K 空间尺寸不变,所以图像空间
    的像素大小不变
    在这里插入图片描述

矩形矩阵扫描成像

  1. 提高速度,只填充靠近中央行的数据,K 空间的单元尺寸没有变化,FOV 图像不变,但 K 空间的空间尺寸
    减半,所以图像空间的像素增加⼀倍
    在这里插入图片描述
    Ny代表只填了一半的数据,矩阵变小而FOV不变,则像素值变大

K空间与图像空间的关系

FOV

以x轴为方向讨论,不同方向的拉莫尔进动频率为:
f x = γ B x = γ G x x f_x=\gamma B_x=\gamma G_x x fx=γBx=γGxx
FOV 的中央列线上对应的磁场强度为 B0,左侧小于 B0,右侧大于 B0
则中央列上有最大频率
x = F O V x / 2 x=FOV_x/2 x=FOVx/2
f m a x = γ G x F O V x / 2 f_{max}=\gamma G_x FOV_x/2 fmax=γGxFOVx/2
则带宽BW
B W = γ G x F O V x BW=\gamma G_x FOV_x BW=γGxFOVx
最后可以得出FOV
F O V = B W / γ G FOV=BW/\gamma G FOV=BW/γG
则增加梯度场场强或降低带宽都可以减小FOV

B W = 1 / Δ T s BW=1/\Delta T_s BW=1/ΔTs
代入可得
1 F O V = γ G Δ T s \cfrac{1}{FOV}=\gamma G\Delta T_s FOV1=γGΔTs
同时考虑两个方向x和y
定义 Δ k x = γ G x Δ t x \Delta k_x=\gamma G_x\Delta t_x Δkx=γGxΔtx
最后:
Δ k x = γ G x Δ t x = 1 F O V x \Delta k_x=\gamma G_x\Delta t_x=\cfrac{1}{FOV_x} Δkx=γGxΔtx=FOVx1
Δ k y = γ G y Δ t y = 1 F O V y \Delta k_y=\gamma G_y\Delta t_y=\cfrac{1}{FOV_y} Δky=γGyΔty=FOVy1
k x = N x Δ k x , k y = N y Δ k y k_x=N_x\Delta k_x,k_y=N_y\Delta k_y kx=NxΔkx,ky=NyΔky
k x = 1 Δ x , k y = 1 Δ y k_x=\cfrac{1}{\Delta x},k_y=\cfrac{1}{\Delta y} kx=Δx1,ky=Δy1
在这里插入图片描述
k空间单元尺寸与图像空间均成反比关系

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/17055.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

不能使用chatGPT?这3个平替甚至比chatGPT更强

不能使用chatGPT?这3个平替甚至比chatGPT更强 chatGPT,一款由OpenAI开发的新型AI聊天机器人,正在势如破竹地改变着许多人的工作和生活方式。作为一款基于大语言模型的聊天机器人,chatGPT能够理解自然语言并进行人机对话。与传统的…

用于scATAC-seq有监督分类的Cellcano

细胞类型识别是单细胞数据分析的基本步骤。由于高质量参考数据集的可用性,有监督细胞分类方法在scRNA-seq数据中很受欢迎。染色质可及性分析(scATAC-seq)的最新技术进步为理解表观遗传异质性带来了新的见解。随着scATAC-seq数据集的不断积累&…

html5地理位置信息介绍, 百度地图使用

文章目录 1. HTML5中地理信息API1.1 Geolocation 接口 2. 在vue中使用百度地图3. 在react中使用百度地图 1. HTML5中地理信息API HTML5 的地理位置 API 可以让你获取用户的地理位置信息,并将其用于许多不同的应用场景,例如: 在地图上显示用…

钴基双金属氧化物储能材料的高效制备和电化学应用

一、引言 钴金属氧化物作为一类典型的储能材料,既可以用于锂离子电池负极材料,又可以用于超级电容器电极材料,因而备受关注 。在作为锂离子电池负极材料时,具有较高的理论比容量,但充放电体积变化较大、材料导电性较差…

爬虫为什么需要ip

爬虫需要使用爬虫ip主要是为了解决以下问题: 1、反爬虫机制:许多网站会设置反爬虫机制来防止爬虫程序的访问,例如限制IP地址的访问频率、检测访问来源等。使用爬虫ip可以绕过这些限制,使得爬虫程序更难被检测到。 2、访问限制&a…

浅拷贝和深拷贝

浅拷贝: 定义:浅拷贝(Shallow Copy)是一种简单的对象复制方式,将一个对象的数据成员直接复制给另一个对象(通常是通过默认的复制构造函数或赋值运算符实现),这些数据成员可以是基本…

JavaScript:字符串

文章目录 字符串344. 反转字符串reverse() 方法(打基础的时候,不要太迷恋库函数)代码及思路 541. 反转字符串 IIJavaScript String split() 方法JavaScript Array join() 方法代码分析见注释 剑指 Offer 05. 替换空格思路注意:上面…

网络基础学习:什么是网络与网络发展史

什么是网络与网络发展史 什么是网络?什么是网络发展史?分组交换技术TCP/IP技术Web技术ARPANET(1969年)Internet(1983年)万维网(1990年)移动互联网(2007年)物联…

KDGK-F断路器机械特性测试仪

一、产品概述 KDGK-F 断路器机械特性测试仪可用于各电压等级的真空、六氟化硫、少油、多油等电力系统高压开关的机械特性参数测试与测量。测量数据稳定,抗干扰性强,可在500KV等级及以下电站做实验,接线方便,操作简单,是…

第14章 项目采购管理

文章目录 采购管理包括如下几个过程14.2 编制采购计划 462编制采购计划的输出1)采购管理计划2)采购工作说明书3)采购文件 14.2.3 工作说明书(SOW) 14.3 实施采购 47414.3.2 实施采购的方法和技术 476(1&…

No.054<软考>《(高项)备考大全》【冲刺8】《软考之 119个工具 (6)》

《软考之 119个工具 (6)》 99.应急应对策略:100.风险在评估:101.风险审计:102.偏差和趋势分析:103.技术绩效测量:104.自制或外购分析:105.市场调研:106.投标人会议:107.建议书评价技术:108.独立核算:109.广告:110.采购谈判:111.合同变更控制系统:112.采购…

ArduPilot之GPS Glitch问题M8N模块配置

ArduPilot之GPS Glitch问题&M8N模块配置 1. 源由2. 现象3. 视频分析3.1 配置(不理想)3.2 配置优化3.3 优化配置短时间3D LockGlitch3.4 优化配置长时间3D DGPS Lock3.5 使用尽量多的卫星系统3.5.1 配置一3.5.2 配置二 3.6 同一时间段(M8N…

3.3 泰勒公式例题分析

例1 写出函数f(x)带有拉格朗日余项的n阶麦克劳林公式 我的答案: 一、信息 1.f(x)的表达式 2.目标求这个f(x)的n阶麦克劳林公式 二、分析 条件1:告诉我f(x)的表达式为我后续带入公式做准备 条件2:告诉我用什么公式和此次求解的方向 三…

平面设计师都在用的设计素材网站,免费下载~

很多新手设计师不知道去哪里找高清、免费的设计素材,今天我就给大家推荐5个设计素材网站,免费下载,赶紧收藏起来把! 1、菜鸟图库 https://www.sucai999.com/?vNTYwNDUx 菜鸟图库是我推荐过很多次的网站,主要是站内素…

普通2本,去过字节外包,到现在年薪25W+的测试开发,我的2年转行心酸经历...

个人简介 我是一个普通二本大学机械专业毕业,17年毕业,19年转行,目前做IT行业的软件测试已经有3年多,职位是高级测试工程师,坐标上海… 我想现在我也有一点资格谈论关于转行这个话题;希望你在决定转行之前…

unity-VRTK-simulator开发学习日记2(抛物线 导包|使用|调用方法)

导包 使用抛物线 1.层级目录下添加抛物线曲线 曲线上面那个是直线 2.将跟踪控制器 给到抛物线的“跟随资源” (选择哪只手射出射线) 3.激活按键 找到模拟手柄按键 找到simulator的交互的几个按键(ButtonOne为例) value&#x…

从4k到42k,软件测试工程师的涨薪史,给我看哭了

清明节一过,盲猜大家已经无心上班,在数着日子准备过五一,但一想到银行卡里的余额……瞬间心情就不美丽了。 最近,2023年高校毕业生就业调查显示,本科毕业月平均起薪为5825元。调查一出,便有很多同学表示自己…

第六章 Iptables与Firewalld防火墙

第六章 Iptables与Firewalld防火墙 一、Iptables 1、策略与规则链 (1)、防火墙策略规则的设置 一种是“通”即放行,另一种是“堵”即阻止。 当防火墙的默认策略为拒绝时(堵),就要设置允许规则通&#x…

[论文笔记] In Search of an Understandable Consensus Algorithm (Extended Version)

In Search of an Understandable Consensus Algorithm (Extended Version) 寻找可理解的共识算法 (扩展版) [Extended Paper] [Original Paper] ATC’14 (Original) 摘要 Raft 是一个用于管理复制日志的共识算法. Raft 更易于理解, 且为构建实际的系统提供了更好的基础. Raf…

Redis 基础

0. Redis 基础 如果对 Redis 还不了解的同学可以先看一下这篇 Redis 基础文章 ,这里面介绍了 Redis 是什么,以及怎么用 1. Redis 管道 我们通常使用 Redis 的方式是,发送命令,命令排队,Redis 执行,然后返…