快速磁共振成像

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 原子核的自旋磁矩和進動 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 飽和恢復脈沖序列 29
1.4.2 自旋回波脈沖序列 31
1.4.3 反轉恢復脈沖序列 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)和圖像的關系 44
1.6 本章小結 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)自由進動梯度回波序列 60
2.2.4 超快速梯度回波序列 65
2.3 回波平面成像 65
2.3.1 回波平面成像的基本原理 66
2.3.2 回波平面成像序列 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 74
2.4.1 非笛卡兒采集 74
2.4.2 部分傅里葉成像技術 77
2.4.3 k-t技術 80
2.4.4 螺旋槳技術 83
2.4.5 長方形掃描矩陣 84
2.5 本章小結 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 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 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計 135
4.2.2 磁共振圖像的稀疏表示和非線性圖像重建 137
4.3 壓縮感知并行磁共振成像 161
4.3.1 自(預)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 基于低秩和稀疏結合的動態(tài)磁共振成像 170
4.5 本章小結 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)驅動的有監(jiān)督學習快速磁共振成像 186
5.2.2 基于模型驅動的有監(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)絡的快速磁共振成像 212
5.3.2 基于去噪自編碼網(wǎng)絡的快速磁共振成像 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 229
5.4.3 魯棒的K空間插值人工神經(jīng)網(wǎng)絡 229
5.5 本章小結 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 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 247
6.4.1 基于壓縮感知的心臟磁共振成像加速技術 248
6.4.2 基于深度學習的心臟磁共振成像加速技術 262
6.5 本章小結 265
參考文獻 266
附錄1 國內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