《快速磁共振成像》以快速磁共振成像為主線展開，討論快速磁共振成像的基本原理和方法，內(nèi)容包括磁共振成像的基本原理、快速成像脈沖序列、并行磁共振成像、壓縮感知磁共振成像、基于深度學習的快速磁共振圖像重建，以及快速磁共振成像技術(shù)在動態(tài)心臟成像中的應(yīng)用。《快速磁共振成像》內(nèi)容緊跟國內(nèi)外發(fā)展前沿，并融入作者在該領(lǐng)域的*新研究成果。
更多科學出版社服務(wù)，請掃碼獲取。
目錄
序
前言
第1章 磁共振成像的基本原理 1
1.1 引言 1
1.1.1 磁共振成像的歷史 1
1.1.2 磁共振成像的特點 2
1.2 核磁共振原理 4
1.2.1 原子核的自旋磁矩動 4
1.2.2 核磁共振的宏觀描述 9
1.2.3 弛豫過程 12
1.2.4 磁共振信號的檢測和自由感應(yīng)衰減信號 18
1.3 磁共振圖像的形成 21
1.3.1 斷層圖像的幾個基本概念 21
1.3.2 傅里葉變換成像 23
1.4 磁共振成像脈沖序列 29
1.4.1 飽和恢復(fù)脈沖序列 29
1.4.2 自旋回波脈沖序列 31
1.4.3 反轉(zhuǎn)恢復(fù)脈沖序列 37
1.4.4 梯度回波脈沖序列 40
1.5 K空間 42
1.5.1 K空間的概念 42
1.5.2 K空間數(shù)據(jù)的寫入 43
1.5.3 K空間數(shù)據(jù)和圖像的關(guān)系 44
1.6 本章小結(jié) 47
參考文獻 47
第2章 快速成像脈沖序列 50
2.1 快速自旋回波序列 50
2.1.1 標準快速自旋回波序列 51
2.1.2 單次激發(fā)快速自旋回波序列 53
2.1.3 三維容積掃描快速自旋回波序列 53
2.2 快速梯度回波脈沖序列 54
2.2.1 快速梯度回波脈沖序列概述 54
2.2.2 擾相梯度回波序列 58
2.2.3 穩(wěn)態(tài)自動梯度回波序列 60
2.2.4 超快速梯度回波序列 65
2.3 回面成像 65
2.3.1 回面成像的基本原理 66
2.3.2 回面成像序列 68
2.3.3 梯度和自旋回波序列 73
2.4 一些其他加快磁共振成像速度的技術(shù) 74
2.4.1 非笛卡兒采集 74
2.4.2 部分傅里葉成像技術(shù) 77
2.4.3 k-t技術(shù) 80
2.4.4 螺旋槳技術(shù) 83
2.4.5 長方形掃描矩陣 84
2.5 本章小結(jié) 84
參考文獻 85
第3章 并行磁共振成像 89
3.1 并行磁共振成像概述 89
3.1.1 多通道線圈采集技術(shù) 89
3.1.2 并行磁共振成像的發(fā)展歷史 90
3.1.3 并行磁共振成像的基本概念 91
3.2 基于圖像域的并行成像重建方法 93
3.2.1 笛卡兒采樣模式下的SENSE方法 93
3.2.2 任意K空間采樣模式下的SENSE方法 95
3.2.3 SENSE的信噪比損失 98
3.2.4 三維容積SENSE 98
3.2.5 線圈空間敏感度的估計 99
3.3 基于K空間域的并行成像重建方法 101
3.3.1 SMASH 102
3.3.2 GRAPPA 106
3.3.3 非笛卡兒GRAPPA 108
3.3.4 三維容積GRAPPA 111
3.3.5 2D CAIPIRINHA 112
3.3.6 SPIRiT 113
3.3.7 基于K空間域子空間約束的并行成像重建方法 115
3.4 同時多層面成像 120
3.4.1 基于SENSE的同時多層面成像 120
3.4.2 多層面CAIPIRINHA 121
3.4.3 基于GRAPPA的同時多層面成像 123
3.5 本章小結(jié) 124
參考文獻 124
第4章 壓縮感知磁共振成像 129
4.1 壓縮感知理論概述 129
4.1.1 壓縮感知理論提出的背景 129
4.1.2 信號的稀疏表示 131
4.1.3 感知矩陣 133
4.1.4 信號的重構(gòu)算法 134
4.2 壓縮感知磁共振成像的基本概念 135
4.2.1 非相干K空間欠采樣軌跡的設(shè)計 135
4.2.2 磁共振圖像的稀疏表示和非線圖像重建 137
4.3 壓縮感知并行磁共振成像 161
4.3.1 自(預(yù))校準壓縮感知并行磁共振成像 161
4.3.2 免校準壓縮感知并行磁共振成像 162
4.4 壓縮感知動態(tài)磁共振成像 164
4.4.1 基于稀疏變換的動態(tài)磁共振成像 164
4.4.2 基于時-空字典學習的動態(tài)磁共振成像 169
4.4.3 基于低秩和稀疏結(jié)合的動態(tài)磁共振成像 170
4.5 本章小結(jié) 173
參考文獻 174
第5章 基于深度學習的磁共振成像 179
5.1 深度學習概述 179
5.1.1 卷積神經(jīng)網(wǎng)絡(luò)和深度學習 180
5.1.2 常用深度學習方法 185
5.2 基于有監(jiān)督深度學習的快速磁共振成像 186
5.2.1 基于數(shù)據(jù)驅(qū)動的有監(jiān)督學習快速磁共振成像 186
5.2.2 基于模型驅(qū)動的有監(jiān)督深度學習快速磁共振成像 197
5.3 基于無監(jiān)督深度學習的快速磁共振成像 210
5.3.1 基于變分自編碼網(wǎng)絡(luò)的快速磁共振成像 212
5.3.2 基于去噪自編碼網(wǎng)絡(luò)的快速磁共振成像 215
5.3.3 基于PixelCNN的快速磁共振成像 220
5.3.4 基于流模型可逆生成網(wǎng)絡(luò)先驗學習的快速磁共振成像 222
5.3.5 不同無監(jiān)督先驗學習方法的實驗比較 224
5.4 基于自監(jiān)督深度學習的快速磁共振成像 228
5.4.1 基于深度圖像先驗的磁共振圖像重建 228
5.4.2 偽影移除正則化網(wǎng)絡(luò) 229
5.4.3 魯棒的K空間插值人工神經(jīng)網(wǎng)絡(luò) 229
5.5 本章小結(jié) 230
參考文獻 230
第6章 快速心臟磁共振成像 236
6.1 門控技術(shù) 236
6.1.1 心電門控 237
6.1.2 外周脈沖門控 240
6.2 心臟動態(tài)電影磁共振成像 241
6.2.1 閉氣心臟動態(tài)電影磁共振成像 241
6.2.2 心臟電影磁共振成像面臨的挑戰(zhàn) 243
6.3 心肌灌注磁共振成像 244
6.3.1 首過心肌灌注的原理 244
6.3.2 首過心肌灌注掃描脈沖序列 245
6.3.3 首過心肌灌注磁共振成像面臨的挑戰(zhàn) 247
6.4 快速心臟磁共振成像加速技術(shù) 247
6.4.1 基于壓縮感知的心臟磁共振成像加速技術(shù) 248
6.4.2 基于深度學習的心臟磁共振成像加速技術(shù) 262
6.5 本章小結(jié) 265
參考文獻 266
附錄1 國內(nèi)外快速磁共振成像主要研究單位 268
附錄2 部分深度學習快速磁共振成像方法開源代碼及圖像數(shù)據(jù)集網(wǎng)址 269
彩圖
前言
磁共振成像(MRI)利用核磁共振原行人體成像，可以地獲得組織和器官的解剖結(jié)構(gòu)、生理功能、代謝信息以及病變信息等，是當今醫(yī)學診斷和醫(yī)學研究中重要的成像方法之一。然而，磁共振成像是一種頻譜成像方法，通過順序采集一維磁共振信號填充高維K空間，數(shù)據(jù)采集需花費較長時間，這成為制約磁共振成像應(yīng)用范圍和使用效率的重要原因�？焖俅殴舱癯上袷侵敢幌盗杏靡钥s短掃描時間的方。在快速成像技術(shù)出現(xiàn)之前，一組磁共振圖像的獲取往往需要10~20分鐘。如此長的掃描時間不僅會給患者帶來不適，而且由呼吸、心搏、胃腸蠕動以及某些自主運動所造成的偽影，使得圖像質(zhì)量嚴重退化。掃描時間的縮短，不僅在提高MRI系統(tǒng)的工作效率、消除或減弱運動偽影的影響方面具有重要意義，更重要的是有利于加強人類對機體動態(tài)過程的認識、拓寬成像領(lǐng)域。磁共振動態(tài)成像、心臟成像、灌注成像、擴散成像和功能成像等都是快速成像的產(chǎn)物�？焖俪上窦夹g(shù)的應(yīng)用，使得三維磁共振成像成為一種實用的成像方法。自磁共振成像出現(xiàn)以來，人們一直在探索快速成像的方。20世紀80~90年代，研究者致力于通過高密度的射頻脈沖和高強度、高切換率的梯度磁場實現(xiàn)快速掃描序列來提高成像速度并獲得巨大的成功。同時，為了加快動態(tài)磁共振成像的速度，人們開發(fā)了許多利用空-時冗余的k-t技術(shù)。20世紀90年代，隨著相控陣線圈技術(shù)在磁共振成像中的應(yīng)用，人們開始研究并行磁共振成像技術(shù)(Parallel MRI，pMRI)，該技術(shù)采用多通道線圈同時欠采樣，利用線圈敏感度編碼實現(xiàn)磁共振圖像的重建。21世紀初，并行磁共振成像技術(shù)開始應(yīng)用到臨床并被廣泛接受，成為許多應(yīng)用的必要條件。在信號采集與處理領(lǐng)域，2006年提出的壓縮感知(Compressed Sensing，CS)理論為縮短磁共振成像數(shù)據(jù)采集時間提供了新的思路。2007年，Lustig等對CS理論用于加快磁共振成像速度的可行行了深入分析，開啟了CS理論用于快速磁共振成像的探索研究工作，稱為CS-MRI。2017年，CS-MRI的臨床應(yīng)用獲得了美國食品藥品監(jiān)督管理局(Food and Drug Administration，FDA)的批準年來，受深度學習在計算機視覺和圖像處理等領(lǐng)域取得重大突破所啟發(fā)，國內(nèi)外學者開始將其用于醫(yī)學快速成像并取得一些初步的研究成果。深度學習方法為快速磁共振成像的能提升提供了新的契機，提供了一種可能改變該領(lǐng)域的圖像重建新范式，成為當前的研究熱點。在基于壓縮感知和深度學習的快速磁共振成像領(lǐng)域，國內(nèi)學者取得了許多優(yōu)秀的研究成果。是在基于深度學習的快速磁共振成像方行了一些開創(chuàng)的工作。但目前國內(nèi)尚缺少一本系統(tǒng)介紹快速磁共振成像的著作，為一步推動國內(nèi)快速磁共振成像的發(fā)展和更好行同行之間的交流，作者十年給研究生講授“磁共振成像”的講稿及在快速磁共振成像領(lǐng)域取得的部分研究成果基礎(chǔ)上撰寫了本書，全書共6章。第1章簡單介紹了核磁共振原理和磁共振成像的一般原理，是后續(xù)章節(jié)的基礎(chǔ)。第2章主要圍繞快速自旋回波、快速梯度回波和回面成像三大快速脈沖序列家族展開，分別討論了它們的脈沖序列組成、加速原理、對比度的形成機制和特點等，并簡單介紹一些其他加快磁共振成像的技術(shù)。第3章首先簡單回顧了并行磁共振成像的發(fā)展歷史并簡述了并行磁共振成像的基本概念；然后對基于圖像域的并行成像重建方法、基于K空間域的并行成像重建方法、基于K空間域子空間約束的并行成像重建方法以及同時多層面成行了詳細的討論。第4章首先簡單介紹了壓縮感知的基本理論；然后分別介紹了壓縮感知磁共振成像的一般原理、壓縮感知并行磁共振成像和壓縮感知動態(tài)磁共振成像；同時也詳細介紹了作者在基于自適應(yīng)字典學習和卷積稀疏編碼的快速磁共振成像上取得的部分研究成果。第5章首先簡單介紹了卷積神經(jīng)網(wǎng)絡(luò)和深度學習以及常用深度學習方法；然后介紹了幾種典型的基于數(shù)據(jù)驅(qū)動和基于模型驅(qū)動的有監(jiān)督深度學習快速磁共振成像方法；對四種無監(jiān)督先驗學習方行了較詳細的討論和實驗比較，展示了作者在增強的去噪自編碼網(wǎng)絡(luò)和基于流模型可逆生成網(wǎng)絡(luò)的快速磁共振成像方面的部分研究成果；最后概述了三種具有一定代表的自監(jiān)督深度學習快速磁共振成像方法。第6章以動態(tài)磁共振心臟成像為例，討論了各種快速磁共振成像技術(shù)在心臟動態(tài)電影成像和心肌灌注成像中的應(yīng)用。本書承蒙伊利諾伊大學香檳分校梁志培教授、南方醫(yī)科大學陳武凡教授、上海交通大學駱建華教授、深圳研究院梁棟研究員和王珊珊副研究員、廈門大學屈小波教授等審閱并提出了許多寶貴意見，南方醫(yī)科大學的康立麗教授對全行了審校，出版社的編輯人員對本書提出了許多好的修改意見。本書在出版過程中得到了國家自然科學基金項目(編號：61661031和61871206）的資助。研究生朱婉情、楊瑩、官瑜、鄭海玉、鄧濤、李赫辰、呂啟聞和洪凱等參與了本書的整理工作，在此一并表示衷心感謝！由于作者有限，本書難免存在遺漏之處，懇請廣大專家和讀者批評指正。
作者
2021年4月
書單推薦
