当时我就想看看它的 K 空间数据是什么样子的,是否像书上说的那样。但苦于寻找能够查看 K 空间图像的软件,直到今天才在钟老师的帮助下找到一款功能强大的软件 ImageJ。之前也有何工给我分享过 Python 的代码,但是毕业多年,编程已经不是很熟练了。还有王老师告诉我在西门子 MR 机器上也可以查看 FFT K 空间数据图像的方法。 在此对三位老师表示感谢! 那么将上述伪影图像进行傅立叶变换之后的 K 空间数据图像是怎么样的表现呢?如下所示:
可以看到 K 空间中有 Noise,那么按照理论,如果将噪声给抠去,那么就可以一定程度上减轻这样条带状伪影,我们来试试:
我们可以看到,将 K 空间中的噪声给抠除后,再进行逆傅立叶变换,那么将得到图像,可以看到伪影明显减轻,但对图像的对比与细节也会产生些许的影响。另外,如果我们不是对 K 空间数据进行抠除,而是在局部进行滤波的话,那么效果可能会更好点。 下面是我挑选的一个没有伪影的层面进行傅立叶变换:
可以看到 K 空间没有噪声。 另外,我们知道,K 空间中心数据决定图像的对比,K 空间周围的数据决定图像的细节,那么我们来验证下:
好了,今天的分享就到这里,我想,K 空间是十分抽象的,但是有了这个神器,对于理解 K 空间将会十分有帮助,让我们开启 K 空间的探秘之旅吧!