【MR技术】RFOV 与 SENSE 采集的 k 空间是什么关系？

2021-08-25 11:21

我们以相位编码方向50%RFOV与SENSE=2为例进行探讨。k空间的傅立叶变换得到图像；k空间数据进行傅立叶变换（而使用了SENSE 并行采集线圈单元直接重建的图像一般会有卷褶），然后再结合SENSE算法与采集的线圈空间敏感度信息进行一起计算得到没有卷褶的图像。

在前面推文中提出问题： RFOV 采集的 k 空间与 SENSE 采集的 k 空间是什么关系？

我们以相位编码方向 50% RFOV 与 SENSE = 2 为例进行探讨。

（1）根据理论，RFOV 在填充 k 空间时，相位编码线隔行采样，相邻相位编码线之间间距变大，即 Δk 变为原来的两倍（FOV 变为原来的 1/2，即 50% FOV）；而 ±kpmax 不变，那么 kFOV 不变，即 Δwp 不变，即图像在相位编码方向上的空间分辨率不变（相位编码方向上体素不变）。

这个 k 空间图像是系统显示的 k 空间 Demo 的空间频率图谱，它显示的 kx 我们没有疑问，但为什么 ky 却如此表现呢？我想可能是如下处理：

（2）当相位编码方向采用 SENSE = 2 加速时，也是对 k 空间进行隔行采样，如（1）中一样。只是后续图像重建处理时使用方法不同。RFOV 直接进行 k 空间的傅立叶变换得到图像；而使用了 SENSE 方法，在图像重建之前先直接对每个线圈单元独立采集的 k 空间数据进行傅立叶变换（而使用了 SENSE 并行采集线圈单元直接重建的图像一般会有卷褶），然后再结合 SENSE 算法与采集的线圈空间敏感度信息进行一起计算得到没有卷褶的图像。