Professional Documents
Culture Documents
(12)发明专利
(10)授权公告号 CN 102749601 B
(45)授权公告日 2016.02.10
(21)申请号 201210118720.9 (56)对比文件
US 2009185733 A1,2009.07.23,
(22)申请日 2012.04.20
CN 1794783 A,2006.06.28,
(30)优先权数据
JP 2005160107 A,2005.06.16,
2012-074390 2012.03.28 JP US 2008107352 A1,2008.05.08,
13/092,382 2011.04.22 US
审查员 李晓玲
(73)专利权人 株式会社东芝
地址 日本东京都
专利权人 东芝医疗系统株式会社
(74)专利代理机构 北京集佳知识产权代理有限
公司 11227
代理人 李伟 王轶
(51)Int.Cl.
G01R 33/56(2006.01)
(54) 发明名称
图像处理装置、图像处理方法、以及磁共振成
像装置
(57) 摘要
本发明提供一种能够提高画质的图像处理装
置、图像处理方法、以及磁共振成像装置。实施
方式涉及的图像处理装置具备 :低通滤波器应用
部、带通滤波器应用部、高通滤波器应用部、边缘
掩膜生成部、以及合成部。低通滤波器应用部对
于与原始图像对应的数据应用低通滤波器。带通
滤波器应用部对于该数据应用带通滤波器。高通
滤波器应用部对于该数据应用高通滤波器。边缘
掩膜生成部根据应用了带通滤波器而得的数据生
成边缘掩膜。合成部使用应用了高通滤波器而得
的数据进行掩膜处理,并使用进行了掩膜处理的
CN 102749601 B
数据与应用了低通滤波器而得的数据进行合成处
理。
CN 102749601 B 权 利 要 求 书 1/2 页
1.一种图像处理装置,其特征在于,具备 :
低通滤波器应用部,对通过磁共振成像而取得的、与原始图像对应的 k 空间或者图像
空间的数据应用低通滤波器 ;
带通滤波器应用部,对上述数据应用带通滤波器 ;
高通滤波器应用部,对上述数据应用高通滤波器 ;
边缘掩膜生成部,根据应用了上述带通滤波器而得的数据,生成提取出上述原始图像
内的对象物的边缘而得到的边缘掩膜 ;
合成部,使用应用了上述高通滤波器而得的数据进行基于根据应用了上述带通滤波器
而得的数据生成的边缘掩膜的掩膜处理,并使用进行了上述掩膜处理的数据与应用了上述
低通滤波器而得的数据来进行合成处理。
2.根据权利要求 1 所述的图像处理装置,其特征在于,
上述边缘掩膜生成部通过将应用了上述带通滤波器而得的 k 空间的数据进行傅里叶
转换,并对傅里叶转换后的图像空间的数据进行阈值处理以及羽化处理,从而生成上述边
缘掩膜。
3.根据权利要求 1 所述的图像处理装置,其特征在于,
上述合成部将应用了上述高通滤波器而得的 k 空间的数据进行傅里叶转换,并对傅里
叶转换后的图像空间的数据进行阈值处理,然后进行基于上述边缘掩膜的掩膜处理。
4.根据权利要求 2 所述的图像处理装置,其特征在于,
上述合成部将应用了上述高通滤波器而得的 k 空间的数据进行傅里叶转换,并对傅里
叶转换后的图像空间的数据进行阈值处理,然后进行基于上述边缘掩膜的掩膜处理。
5.根据权利要求 1 ~ 4 中任一项所述的图像处理装置,其特征在于,
上述低通滤波器应用部以及上述带通滤波器应用部使用被调整为适合通过磁共振成
像取得的数据的大小的上述低通滤波器以及上述带通滤波器,
上述高通滤波器应用部使用被调整为适合比通过上述磁共振成像所取得的数据大的 k
空间的数据阵列容器的大小的上述高通滤波器。
6.根据权利要求 1 ~ 4 中任一项所述的图像处理装置,其特征在于,
该图像处理装置还具备逆傅里叶转换部,该逆傅里叶转换部在生成了上述原始图像
时,通过由多个要素线圈来收集 k 空间的数据,分别将每个要素线圈的 k 空间的数据进行傅
里叶转换来生成每个要素线圈的图像空间的数据,并合成所生成的每个要素线圈的图像空
间的数据,从而将该原始图像的数据进行逆傅里叶转换来生成 k 空间的数据,
上述低通滤波器应用部、上述带通滤波器应用部、以及上述高通滤波器应用部对通过
上述逆傅里叶转换部生成的 k 空间的数据,分别应用低通滤波器、带通滤波器、以及高通滤
波器。
7.根据权利要求 5 所述的图像处理装置,其特征在于,
该图像处理装置还具备逆傅里叶转换部,该逆傅里叶转换部在生成了上述原始图像
时,通过由多个要素线圈来收集 k 空间的数据,分别将每个要素线圈的 k 空间的数据进行傅
里叶转换来生成每个要素线圈的图像空间的数据,并合成所生成的每个要素线圈的图像空
间的数据,从而将该原始图像的数据进行逆傅里叶转换来生成 k 空间的数据,
上述低通滤波器应用部、上述带通滤波器应用部、以及上述高通滤波器应用部对通过
2
CN 102749601 B 权 利 要 求 书 2/2 页
上述逆傅里叶转换部生成的 k 空间的数据,分别应用低通滤波器、带通滤波器、以及高通滤
波器。
8.一种图像处理方法,被图像处理装置执行,其特征在于,包含 :
低通滤波器应用步骤,对通过磁共振成像取得的、与原始图像对应的 k 空间或者图像
空间的数据应用低通滤波器 ;
带通滤波器应用步骤,对上述数据应用带通滤波器 ;
高通滤波器应用步骤,对上述数据应用高通滤波器 ;
边缘掩膜生成步骤,根据应用了上述带通滤波器而得的数据,生成提取出上述原始图
像内的对象物的边缘而得到的边缘掩膜 ;
合成步骤,使用应用了上述高通滤波器而得的数据进行基于根据应用了上述带通滤波
器而得的数据生成的边缘掩膜的掩膜处理,并使用进行了上述掩膜处理的数据与应用了上
述低通滤波器而得的数据进行合成处理。
9.一种磁共振成像装置,其特征在于,具备 :
低通滤波器应用部,对通过磁共振成像取得的、与原始图像对应的 k 空间或者图像空
间的数据应用低通滤波器 ;
带通滤波器应用部,对上述数据应用带通滤波器 ;
高通滤波器应用部,对上述数据应用高通滤波器 ;
边缘掩膜生成部,根据应用了上述带通滤波器而得的数据,生成提取出上述原始图像
内的对象物的边缘而得到的边缘掩膜 ;
合成部,使用应用了上述高通滤波器而得的数据进行基于根据应用了上述带通滤波器
而得的数据生成的边缘掩膜的掩膜处理,并使用进行了上述掩膜处理的数据与应用了上述
低通滤波器而得的数据进行合成处理。
3
CN 102749601 B 说 明 书 1/15 页
图像处理装置、图像处理方法、以及磁共振成像装置
技术领域
[0002] 实施方式涉及图像处理装置、图像处理方法、以及磁共振成像 (imaging) 装置。
背景技术
[0003] 目 前,在 磁 共 振 成 像 的 图 像 处 理 领 域,被 知 道 有 吉 布 斯 (Gibbs) 的 环 状 伪 影
(ringing artifacts)。由于环状伪影是由于数据 (data) 的截断 (truncation) 而发生的,
因此,也被称为截断伪影 (truncation artifacts) 等。
[0004] 现有技术文献
[0005] 专利文献
[0006] 专利文献 1 : 美国专利第 5001429 号说明书
[0007] 专利文献 2 : 美国专利第 5285157 号说明书
[0008] 专利文献 3 : 美国专利第 5345173 号说明书
[0009] 专利文献 4 : 美国专利第 5602934 号说明书
发明内容
[0010] 本发明要解决的问题在于,提供一种能够提高画质的图像处理装置、图像处理方
法、以及磁共振成像装置。
[0011] 实施方式涉及的图像处理装置具备 : 低通滤波器 (filter) 应用部、带通滤波器应
用部、高通滤波器应用部、边缘掩膜 (edge mask) 生成部、合成部。上述低通滤波器应用部
对于通过磁共振成像取得的、与原始 (original) 图像对应的 k 空间或者图像空间的数据,
应用低通滤波器。上述带通滤波器应用部对于上述数据,应用带通滤波器。上述高通滤波
器应用部对于上述数据,应用高通滤波器。上述边缘掩膜生成部根据应用了上述带通滤波
器而得的数据,生成提取出上述原始图像内的对象物的边缘的边缘掩膜。上述合成部使用
应用了上述高通滤波器而得的数据进行基于上述边缘掩膜的掩膜处理,并使用进行了上述
掩膜处理的数据与应用了上述低通滤波器而得的数据进行合成处理。
[0012] 起到能够提高画质的效果。
附图说明
[0013] 图 1 是实施方式涉及的 MRI(Magnetic Resonance Imaging) 系统 (system) 的高
级 (high-level) 框 (block) 图。实施方式涉及的 MRI 系统通过取得 MRI 数据,并对于取得
的 MRI 数据进行滤波处理,从而强调重建图像内的边缘 (edge) 以及细节,同时减少吉布斯
的环状伪影。
4
CN 102749601 B 说 明 书 2/15 页
[0014] 图 2 是实施方式涉及的滤波处理的概略图。
[0015] 图 3 是适合实施方式的计算机 (computer) 程序 (program) 代码 (code) 结构的概
略图。在实施方式中,至少一个数据处理器 (processor) 处理存储于存储部的、至少一个数
据阵列 (dataarray)。
[0016] 符号说明
[0017] 8 电极
[0018] 9 被检体
[0019] 10 台架
[0020] 11 被检体台
[0021] 12 静磁场 B0磁铁
[0022] 14 Gx、Gy、Gz倾斜磁场线圈组
[0023] 16 RF 线圈总成
[0024] 18 成像体
[0025] 20 系统构成要素
[0026] 22 MRI 系统控制部
[0027] 24 显示部
[0028] 26 键盘 / 鼠标
[0029] 28 打印机
[0030] 30 MRI 序列控制部
[0031] 32 Gx、Gy、Gz倾斜磁场线圈驱动器
[0032] 34 RF 发送部
[0033] 36 发送 / 接收开关
[0034] 38 MRI 数据取得程序代码结构
[0035] 40 RF 接收部
[0036] 42 MRI 数据处理部 ( 微处理器、I/O、存储部 )
[0037] 44 图像重建程序代码结构
[0038] 46 MR 图像存储部
[0039] 50 程序 / 数据存储部 ( 为了削减环状伪影以及噪音伪影的双方或一方,同时强
调重建后的图像的边缘以及其他的细节,存储用于在 k 空间将取得的 MRI 数据进行滤波处
理的程序代码结构 )
具体实施方式
[0040] 以下,说明实施方式涉及的图像处理装置、图像处理方法、以及磁共振成像装置
( 以下,适当地称为“MRI 系统”)。
[0041] 图 1 是表示实施方式涉及的 MRI 系统的高级框图。图 1 所示的 MRI 系统包含台架
10( 由概略截面示出 ) 以及相互连接并发挥作用的各种的关联系统构成要素 20。至少台架
10 通常被配置于屏蔽 (shield) 室 (room) 内。图 1 所示的一个 MRI 系统形状包含静磁场 B0
磁体 12、Gx、Gy、以及 Gz倾斜磁场线圈 (coil) 组 (set)14、以及 RF 线圈总成 (assembly)16
的大致同轴圆筒状的配置。沿着该圆筒状的要素阵列的水平轴线,存在以实质上包围通过
5
CN 102749601 B 说 明 书 3/15 页
6
CN 102749601 B 说 明 书 4/15 页
最大值之间变动,表现现实世界的物理的现象及状况 ( 例如,在摄像体空间内的被检体的
组织 )。对于本领域的技术人员来说不言而喻,如所存储的数据值那样的阵列表示且构成物
理性构造。也就是说,上述阵列构成为,当依次被读入命令寄存器中并由系统构成要素 20
的一个以上的 CPU 执行时,产生动作状态的特定序列,并构成在 MRI 系统内移动的计算机控
制程序代码的特定构造。
[0048] 下述的实施方式涉及的 MRI 系统提供一种进行 MRI 数据的取得以及处理的一方或
者双方、和 MR 图像的生成以及显示的一方或者双方的改良后的方法。
[0049] 图 2 是实施方式涉及的滤波处理的概略图。以下的实施方式涉及的 MRI 系统在 k
空间 ( 实际空间中的图像数据的傅里叶转换的空间 ) 区域中,对于 MRI 数据阵列 (array)
应用滤波器,生成低通滤波 ( 以下,适当地称为“低通 (low-pass) 滤波”) 处理完成的数据
阵列、带通滤波 ( 以下,适当地称为“带通 (band-pass) 滤波”) 处理完成的数据阵列、 以及
高通滤波 ( 以下,适当地称为“高通 (high-pass) 滤波”) 处理完成的数据阵列。另外,MRI
系统将带通滤波处理完成的 k 空间数据阵列进行傅里叶转换,在图像区域中取其绝对值,
并进行阈值处理以及羽化 (feathering) 处理。另外,MRI 系统根据实施了阈值处理以及羽
化处理的数据阵列,生成具有模糊 (fuzzy) 的连续值的 (“灰度 (gray-scale)”)、边缘掩膜
(edge mask) 数据阵列。另一方面,MRI 系统将高通滤波处理完成的 k 空间数据阵列进行傅
里叶转换,并在图像区域中根据需要进行阈值处理,生成锐化掩膜数据阵列。并且,MRI 系统
将边缘掩膜数据阵列乘以锐化掩膜数据阵列,并将其相乘的结果与将低通滤波处理完成的
k 空间数据阵列进行傅里叶转换而取其绝对值的数据阵列相加。这样,实施方式涉及的 MRI
系统为了更好地表示潜在的解剖学组织,生成削减了吉布斯的环状伪影以及噪音伪影的滤
波处理完成图像。
[0050] 这样,实施方式涉及的 MRI 系统例如具备 : 低通滤波器应用部、带通滤波器应用
部、高通滤波器应用部、边缘掩膜生成部、以及合成部。低通滤波器应用部对于通过磁共振
成像取得的数据,即与原始图像对应的 k 空间或者图像空间的数据,应用低通滤波器。带通
滤波器应用部对于该数据,应用带通滤波器。高通滤波器应用部对于该数据,应用高通滤波
器。边缘掩膜生成部根据应用了带通滤波器的数据,生成提取了原始图像内的对象物的边
缘的边缘掩膜。合成部使用应用了高通滤波器的数据进行基于边缘掩膜的掩膜处理,并使
用进行了掩膜处理的数据与应用了低通滤波器的数据进行合成处理。
[0051] 另外,在以下的实施方式中,边缘掩膜生成部通过将应用了带通滤波器的 k 空间
的数据进行傅里叶转换,并对于傅里叶转换后的图像空间的数据进行阈值处理以及羽化处
理,从而生成边缘掩膜。另外,合成部将应用了高通滤波器的 k 空间的数据进行傅里叶转
换,并在对于傅里叶转换后的图像空间的数据进行了阈值处理之后,进行基于边缘掩膜的
掩膜处理。
[0052] 另外,在以下的实施方式中,低通滤波器应用部以及带通滤波器应用部使用调整
为适合通过磁共振成像取得的数据的大小的低通滤波器以及带通滤波器。另一方面,高通
滤波器应用部使用调整为适合比通过磁共振成像取得的数据大的、k 空间的数据阵列容器
的大小的高通滤波器。
[0053] 另外,以下的实施方式涉及的 MRI 系统还可以具备逆傅里叶转换部。逆傅里叶转
换部在通过由多个要素线圈来收集 k 空间的数据,并分别将每个要素线圈的 k 空间的数据
7
CN 102749601 B 说 明 书 5/15 页
进行傅里叶转换,生成每个要素线圈的图像空间的数据,并合成所生成的每个要素线圈的
图像空间的数据,从而生成原始图像时,将该原始图像的数据进行逆傅里叶转换来生成 k
空间的数据。此时,低通滤波器应用部、带通滤波器应用部、以及高通滤波器应用部对于通
过逆傅里叶转换部生成的 k 空间的数据,分别应用低通滤波器、带通滤波器、以及高通滤波
器。另外,这些各部例如被安装于 MRI 数据处理部 42,并在 MRI 数据处理部 42 中执行。另
外,这些各部例如也可以安装于与 MRI 系统不同的其他的图像处理装置,在图像处理装置
中执行。此时,所需的数据也可以在 MRI 系统中取得,通过操作者,或者经由网络 (network)
等,输入图像处理装置。
[0054] k 空间数据的截断导致吉布斯的环状伪影 ( 以下,环状伪影 )。特别地,当所取得
的图像数据的矩阵 (matrix) 小时,环状伪影是在 MR 成像的执行中应该克服的最古老、且最
困难的问题之一。
[0055] 在 MR 成像中,倾斜磁场下,空间性地测定出的值被转换成频率的测定值。当在
所取得的 MRI 数据中,没有包含图像化对象的解剖学部分所示的所有的高空间频率信息
时,在 MR 图像内发生环状伪影。采样窗的宽度决定与图像卷积的辛格函数的形状。该辛
格函数的卷积引起吉布斯的环状伪影的近似强度的不连续性、或者图像特性的高对比度
边缘。当编码 (encoding) 步骤 (step) 数少时 ( 例如,≤ 196),受到取得时间或动态的
对比度 (contrast)、或者 MRI 取得序列上的制约的影响,特别地,环状伪影沿着相位编码
(PE(Phase Encoding)) 方向以及切片编码 (SE(Slice Encoding)) 方向的一方或者双方而
出现,令人不舒服。环状伪影沿着读出 (RO(Read Out)) 方向,根据一般较长的取得窗口 ( 例
如,256 点以上 ),变得更不引人注意,或者,实质上不会对取得时间产生坏的影响,变得不
是问题。
[0056] 伪影根据相同的分辨率的幻像 (phantom) 以及被检体中的图像的直接比较,被在
MRI 产品中长年灵活应用的环状伪影降低算法处理的情况被观察并报告。但是,对于那样的
以往的尝试,对于作为结果产生的图像质量与实施效率 ( 例如,处理时间、复杂程度等 ) 的
双方或一方,还有改善的余地。
[0057] 一般所使用的 k 空间的低通滤波以及图像空间的加权平均使细微的图像细节
不 清 晰,降 低 整 体 的 边 缘 清 晰 度。 另 一 方 面,例 如,使 用 十 分 精 巧 的 Gegenbauer 重 建
的、与 通 过“TV(Total Variation)”限定数 据外插法以及其他的外插 法 (CT(Computed
Tomography)) 而普及的各向异性扩散类似的西格玛 (Sigma) 滤波 ) 是复杂的,大多数情况
下是重复的,具有变慢的倾向,并具有分段地产生具有一定的特性的漫画那样的产物的倾
向。在 MRI 中,通常,由于对软组织的对比度期待细微的色调,那样的产物作为 MRI 无法被
自然地看到。
[0058] 在以下的实施方式中,提出了以同时减少环状伪影以及噪音伪影,同时强调边缘
为目的的、简单、迅速、且相当容易的方法。在该方法中,对 k 空间的原始 (raw) 数据 ( 以
下,适当地称为“未处理数据”),分别乘以低通 ( 以下,适当地称为“LP(low-pass)”) 的窗
函数 (windowing function)、带通 ( 以下,适当地称为“BP(band-pass)”) 的窗函数、以及
高通 ( 以下,适当地称为“HP(high-pass)”) 的窗函数。另外,在 k 空间的未处理数据中,包
含通过二维逆傅里叶转换从图像区域生成的 k 空间数据。接着,通过乘以窗函数而得到的
产物如图 2 所示,进行二维傅里叶转换,并在图像区域中结合。
8
CN 102749601 B 说 明 书 6/15 页
[0059] 在 k 空间中所使用的窗函数优选进行最优化处理。具体而言,优选窗函数以比较
低的分辨率来选择性地收集边缘,在阈值处理以及羽化之后,为了能够制成具有扩散性的
扩散边缘掩膜而在中域~中高域的空间频率的范围内仔细地控制。在此的目的在于,在 HP
拉普拉斯锐化掩膜的有效的边缘强调范围与边缘掩膜之间,实现适当且正确的一致。缓慢
的图像区域卷积动作与坎尼边缘检测器所一般使用的边缘细化等大量的其他的缓慢的动
作是 (a) 置换成等价的 k 空间动作,还是 (b) 回避。这是因为目的不是像素边缘的细化,而
是该边缘周围的模糊区域。锐化掩膜经由根据 ( 在锐化掩膜内乘以每个像素 )BP 滤波器导
出的边缘掩膜,向 LP 平滑图像进行逆相加。
[0060] 在图 2 中,示出基于具有适当地一致的低通、带通、以及高通的 k 空间窗函数的实
施方式的算法。为了进行边缘部位提取而使用带通频率区域滤波器被认为是基于本实施方
式的方法的重要的新功能。据了解,本实施方式在从低分辨率、中分辨率、以及高分辨率的
MR 图像中除去环状伪影以及噪音,同时强调边缘描写,改善细微部的视觉上的显著性时有
效。整体的处理完成图像质量比根据文献所示的大量的更复杂的方法、以及若干市售的滤
波器包 (package) 而得到的画质优异,同时实施方式涉及的比较单纯的算法 (algorism) 相
当高速地动作。
[0061] 如图 2 所示,图像空间区域的“输入图像”I0为了生成对应的输入图像 k 空间数据
阵列 K0,进行二维逆傅里叶转换即可。或者,当然,为了引出存储于 MRI 系统的最优的存储
部 ( 例如,能够访问图 1 的 MRI 数据处理部 42 的 MR 图像存储部 46) 的 k 空间的未处理的
N×M 图像数据阵列 Kraw,输入图像数据阵列 K0也可以与经由通过图 1 的系统执行的通常的
MRI 数据取得序列而直接取得相同。无论如何,为了回避不必要的复杂化,也以已经执行了
所有的恢复部分傅里叶 ( 或者“半 (half) 傅里叶 (Fourier)”、 “AFI”、其他 ) 重建、以及平
行 (parallel) 成像重建 ( 例如、SENSE、GRAPPA、SPEEDER、其他 ) 等全部未处理数据范围所
需的所有的基本的数据处理步骤,N×M“未处理数据”阵列中已经包含有它们的产物为前
提。
[0062] 不管根据哪一路径 (route),k 空间输入图像复数数据阵列 K0都能够包含在更大
的 (P×Q,其中,P > N 以及 Q > M)k 空间数据阵列内所取得的 k 空间 (N×M) 未处理数据阵
列 Kraw。在该 k 空间数据阵列中,N×M 未处理数据范围外的所有的要素的值都为零,( 对于
本领域的技术人员而言不言而喻 ) 是被称为填零的 MRI 的常识。一般将所取得的未处理的
k 空间数据填零到“200%”以上,这意味着 P ≥ 2N 以及 Q ≥ 2M。例如,具有小的 N×M 取得
阵列尺寸的低分辨率图像大多经由填零处理或者其他的插补处理以更大的显示阵列尺寸
P×Q 来显示。那样的情况下,MRI 系统所存储的那样的输入图像阵列尺寸已经是 P×Q。
[0063] 如果根据 N×M 未处理数据阵列 Kraw来得到更大的 P×Q 输入图像阵列 I 0、或者更
大的 P×Q 的 k 空间输入数据阵列 K0而使用的所有的前处理步骤,如未处理 k 空间数据的直
接填零的情况那样是线性的,则只有 P×Q 尺寸的 k 空间输入数据阵列 K0的中央的 N×M 部
位是零以外。另外,来自大多被最新的 MRI 扫描仪所使用的多个线圈要素的信号在 k 空间
直接结合,由此,也存在使未处理的 k 空间数据尺寸不变化的案例。
[0064] 一般而言,多个要素信号在是非线性的过程 ( 例如,一般的平方和 (SOS(Sum Of
Squares)) 的组合 ) 中,在个别地进行二维傅里叶转换之后,在图像空间内结合。即使当未
处理的信号不是来自多个线圈要素的信号时,单纯的绝对值动作 ( 或者包含值的固定化的
9
CN 102749601 B 说 明 书 7/15 页
图像阵列的水平化或者阈值化的过程 ) 也是非线性的。在那样的非线性的状况下,向 k 空
间的二维逆傅里叶转换之后,在原始的 N×M 未处理数据部位的外侧的输入 k 空间数据阵列
K0中可能存在小的“漏出”,即,可能存在位于 ( 各自的 ) 未处理的 N×M 的 k 空间数据部位
的外侧的小的、零以外的复数。
[0065] 总之,其相对于按照该 LP 滤波器以及 BP 滤波器的实施方式来应用 k 空间窗口
化 (windowing)( 基于窗函数的每个像素的相乘 ) 处理的、实际所取得的 (N×M) 未处理的
k 空间数据阵列 Kraw的范围。并且,在本实施方式中,在 k 空间内的全部 P×Q 输入数据阵
列 K0中应用 HP 滤波器,但这是由于可能存在在原始的未处理数据 N×M 范围外由从前的非
线性处理步骤生成的、有用的高空间频率构成要素。一般而言,在所取得的 k 空间未处理
数据阵列 Kraw中,N 与在 MRI 数据取得序列之间于相位编码 (PE(phase encoded)) 方向所
取得的相位编码增量的有效数相等。另一方面,M 与在 MRI 数据取得扫描序列之间于读出
(RO(readout)) 方向所取得的频率编码采样的有效数相等。如图 2 所示,这是首先通过低
通,接着通过带通进行滤波处理的未处理的 k 空间区域 ( 即,空间频率区域 ) 的、该 N×M 阵
列。高通滤波器涵盖全部 k 空间阵列 K0而应用。
[0066] 如更详细地说明的那样,为了实质上符合 ( 如所提及的那样,在已经进行了部分
傅里叶以及并列成像的处理步骤之后,包含恢复后的数据范围 )N×M 数据值的原始的取得
的图像数据阵列,或者,针对 HP 滤波器,符合更大的输入数据阵列 K0( 通常希望是严格的,
但即使不严格 ),低通、带通、以及高通的滤波器窗口都调整为规定的大小。如图 2( 事实上
作为三维形状 ) 概略地图示的那样,滤波器窗函数符合应该进行滤波处理的原始的 k 空间
区域或者输入数据阵列的范围一面。在被滤波处理的数据阵列中,存在“正方形”的阵列
( 即,N = M,或者 P = Q),接着,使滤波器核基本上符合正方形或者圆形的横截面 ( 沿着图 2
的滤波器窗函数轴线相切的情况 )。另一方面,N ≠ M,或者 P ≠ Q 的情况下,接着,低通滤波
器基本上呈长方形的横截面,另一方面,带通以及高通的滤波器基本上呈椭圆形的横截面。
[0067] 特别应该注意的是,在实施方式中,k 空间的带通滤波器核 (kernel) 相对于在全
部方向有效地提取边缘,在现有技术的坎尼型边缘提取滤波过程中,一般使用在图像区域
内两个正交的双方向性滤波核,之后,使该产物在图像区域内结合。
[0068] 如图 2 所示,所输入的原始的图像数据阵列 K0分别使用低通滤波窗口 (W LP)、带通
滤波窗口 (WBP)、以及高通滤波窗口 (WHP) 来进行高通、带通、以及低通的滤波处理。原始的
图像数据 K0内的 N×M 或者 P×Q 阵列的对应的要素为了生成以低通、带通、以及高通进行
滤波处理后的 P×Q 的 k 空间数据阵列 KLP、KBP、以及 KBP,分别对每个像素乘以滤波处理完成
窗函数 ( 即,图 2 所示的三维形状的“高度”) 的对应的适当的加权系数。接着,在取得了傅
里叶转换后的 LP 以及 HP 的滤波处理完成产物的绝对值 (magnitudes)、与傅里叶转换后的
HP 的滤波处理完成产物的实部之后,这些滤波处理完成数据阵列分别以将这些滤波处理完
成数据阵列反映于分别对应的 P×Q 数字图像区域阵列 ILP、IBP、以及 IHP的方式,分别进行二
维傅里叶转换 (2D FT)。如图 2 所示,低通图像区域阵列 ILP表示原始的未处理图像 I 0( 其
实际生成的情况下 ) 或者其有效的对应物 ( 在图像区域中不使用图像阵列 I0,而使用所取
得的未处理的图像数据 K0的情况下 ) 的平滑版本。带通滤波处理后的图像区域阵列 I BP表
示所提取出的边缘,另一方面,高通滤波处理后的图像区域阵列 IHP表示锐化掩膜。该锐化
掩膜通过在未处理边缘边界生成下冲以及过冲,来增大图像的知觉锐度,其结果起到增大
10
CN 102749601 B 说 明 书 8/15 页
边缘的知觉对比度的作用。
[0069] 对于本领域的技术人员而言不言而喻,傅里叶频率区域 ( 即,k 空间 ) 的简单明了
的相乘相当于实际的空间图像区域中的卷积。但是,另外,如所熟知的那样,卷积过程是复
杂的,且执行较花费时间。另外,在图像区域中,有时难以得到 k 空间的实施方式所使用的
相当于 k 空间窗函数的最优的图像区域的滤波卷积核。由于适当的图像区域卷积核的导
出,一般将拉普拉斯 (Laplacian) 型锐化掩膜进行定义来使用,因此,对于高通滤波过程而
言可以说更可能执行。但是,( 由于需要处理速度的削减等多余的策略,很明显,尽管被认
为不是优选的实施方式 ) 至少逻辑上能够在图像区域执行所有的滤波功能。
[0070] 如图 2 所示,表示所提取出的边缘的图像区域阵列 IBP为了生成连续值的 (“灰度”)
P×Q 边缘掩膜阵列 IEM,而进行阈值化以及羽化的过程。接着,如图 2 的 202 所示,P×Q 锐
化掩膜 ( 如果希望得到最优的成果, 优选是软阈值化之后的 ),对每个像素,乘以 P×Q 边缘
掩膜阵列。接着,为了得到最终的 P×Q 图像区域阵列 IF,其相乘结果对每个像素,加上图 2
的 204 所示的 P×Q 低通平滑化图像阵列 ILP。
[0071] 图 3 表示图 2 所示的实施方式所应用的计算机程序代码结构。在至少一个适当地
构成的数据处理部 ( 例如,图 1 所示的 MRI 数据处理部 42) 中使用该计算机程序代码结构。
另外,该计算机程序代码结构使用存储于图 1 所示的 MRI 系统内的适当的存储部 ( 例如,进
行数据处理部 42 与通信的 MR 图像存储部 46) 的输入图像阵列 I0以及输入数据阵列 K 0的
双方或一方。
[0072] 在 S300 中,数据处理部开始吉布斯的环状伪影 / 噪音伪影的滤波器模块。在 S302
中,数据处理部为了进行数据处理,进行是未处理数据 (raw data) 的 k 空间数据阵列 K0的
生成以及受理的双方或者一方 ( 例如,经由适当的操作接口 )。在步骤 S304 中,如虚线所
示,( 例如,由于 MRI 系统数据取得处理的工作流程设计 ) 当没有由取得数据提供数据处理
用时,作为向滤波过程的输入,输入数据阵列 K0为了生成适当的 P×Q 的 k 空间数据阵列 K 0,
也可以将图像区域内的既存的未处理图像阵列 I0进行二维逆傅里叶转换 ( 以及任意地填
零 )。
[0073] 另外,滤波处理的对象的输入数据阵列 K0有时是通过 MRI 系统收集到的 k 空间数
据本身,有时是根据图像数据进行逆傅里叶转换而生成的 k 空间数据。针对后者的情况进
行说明,MRI 系统有时具备具有多个要素线圈的阵列线圈,通过阵列线圈来收集数据。此时,
通过由多个要素线圈来收集 k 空间的数据,并分别将每个要素线圈的 k 空间的数据进行傅
里叶转换,生成每个要素线圈的图像空间的数据,并合成所生成的每个要素线圈的图像空
间的数据,从而生成原始图像。此时,MRI 系统也可以通过将原始图像 ( 合成图像 ) 进行逆
傅里叶转换,来生成滤波处理的对象的输入数据阵列 K0并缩短数据处理时间,或者也可以
通过分别将每个要素线圈的图像数据进行逆傅里叶转换,来生成滤波处理的对象的输入数
据阵列 K0,并反映每个要素线圈的各图像数据的影响。另外,即使在将前者的通过 MRI 系统
收集到的 k 空间数据本身作为滤波处理的对象的情况下,也可以对于合成各要素线圈的 k
空间数据的合成数据实施滤波处理,也可以对各要素线圈的各自的 k 空间数据实施滤波处
理。
[0074] 在 S306 中,为了生成低通滤波处理完成的 P×Q 的 k 空间阵列 KLP,数据处理部对
于 P×Q 的 k 空间数据阵列 K0,应用低通滤波器窗口化 (windowing)( 乘以窗函数 WLP)。窗函
11
CN 102749601 B 说 明 书 9/15 页
12
CN 102749601 B 说 明 书 10/15 页
选的、几个 k 空间的窗函数核。
[0082] [I a. 低通 (LP) 窗函数 :
基本的 1D 公式化 ]
[0083] N = k 空间取得数据大小 ( 在 2D 中,为 N 以及 M)
[0084] n = k 空间像素指数 ( 从 1 到 N)( 在 2D 中,为 nx以及 n y)
[0085] r、w、a、p :
优选的 ( 上位 ) 值以及第 2 优选的值为如标记出的那样提供的参数
[0086] [ 数学公式 1]
[0087]
[0088] [ 数学公式 2]
[0089]
[0092]
[0100] [ 数学公式 6]
[0101]
[0102] [ 数学公式 7]
[0103]
13
CN 102749601 B 说 明 书 11/15 页
[0120]
[0122]
[0124]
[0126]
15
CN 102749601 B 说 明 书 13/15 页
16
CN 102749601 B 说 明 书 14/15 页
17
CN 102749601 B 说 明 书 15/15 页
[0165] 根据以上所述的至少一实施方式的图像处理装置、图像处理方法、以及磁共振成
像装置,能够提高画质。
[0166] 虽然说明了本发明的几个实施方式,但这些实施方式是作为例子而提示的,并不
意图限定本发明的范围。这些实施方式能够以其他的各种形态进行实施,在不脱离发明的
要旨的范围内,能够进行各种的省略、置换、变更。这些实施方式或其变形与包含于发明的
范围或要旨中一样,包含于权利要求书记载的发明及其均等的范围中。
18
CN 102749601 B 说 明 书 附 图 1/3 页
图1
19
CN 102749601 B 说 明 书 附 图 2/3 页
图2
20
CN 102749601 B 说 明 书 附 图 3/3 页
图3
21