【MR技术】利用 K 空间数据分析图像伪影

2020
10/13

+
分享
评论
CTMR技术园蒋强盛
A-
A+

今天想要讨论的是什么一种伪影呢?它的 K 空间数据又有怎么样的表现呢?


磁共振图像的伪影有很多种类,各种伪影的表现又各不相同。但有时不同的伪影却有着相似的表现,有时同一类型伪影又有着的不同的表现。就好比影像诊断中的 同影异病,同病异影。那么我们遇到伪影时,第一是通过我们的先验知识和工作经验来判断伪影的成因,然后修改部分参数或技术来验证,看是否能够减轻或消除伪影。如果不能够解决,那么就需要进一步分析伪影的来源和成因。一般伪影的来源有三种,病人的因素、参数/技术的因素、设备的因素。其实分析、解决伪影是十分有趣的一件事。影像诊断医生看图像诊断疾病,那么我们技术可以看伪影判断成因,都是十分具有挑战性的。之前我就说过,伪影是我们的老师,分析伪影需要整合我们所有的知识,跟分析序列参数一样,需要整合思维、头脑风暴。然后不断地进行试错,最终找到“病症”所在,其实维修工程师故障排除时也同样如此。真的是,大道相通。
那么今天想要讨论的是什么一种伪影呢?它的 K 空间数据又有怎么样的表现呢?
今天要讨论的是 Spike 伪影


下面是我自己遇到的一个案例:
机型:Siemens Skyra 3.0T MR
扫描肩关节 PD 压脂横断位时,一共 25 层,只有一层出现 Spike 伪影:

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。 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!

本文由作者自行上传,并且作者对本文图文涉及知识产权负全部责任。如有侵权请及时联系(邮箱:guikequan@hmkx.cn
关键词:
K空间,伪影,MR,空间,图像

人点赞

收藏

人收藏

打赏

打赏

我有话说

0条评论

0/500

评论字数超出限制

表情
评论

为你推荐

推荐课程


社群

精彩视频

您的申请提交成功

确定 取消
剩余5
×

打赏金额

认可我就打赏我~

1元 5元 10元 20元 50元 其它

打赏

打赏作者

认可我就打赏我~

×

扫描二维码

立即打赏给Ta吧!

温馨提示:仅支持微信支付!