MRI k空间概念整理-Toy模板网

这篇具有很好参考价值的文章主要介绍了MRI k空间概念整理。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

以下内容为MRI期末复习笔记，仅供复习参考使用。

K空间概念

K空间为包含MR数据的阵列，也可定义为原始数据阵列相位编码轴和频率编码轴的交叉点

·MR扫描得到的数据为谱空间数据，谱空间数据与空间数据位置无直接对应关系
·k空间每一数据点或数据线都包含着整个图像的信息
·数据点与施加的不同场强有关（静磁场和梯度场的叠加）梯度场分为相位编码梯度场和频率编码梯度场
·k空间上半部和下半部为共轭对称，即两端相位编码梯度场幅度相等，极性相反（对称性）
·k空间中心的信号比外围信号高，对图像对比度影响大；外围信号低，对空间分辨力影响大
·k空间中央包含最大信号

	分析
中央行有信号峰最大值	当相位编码为y方向，中央行是在没有相位编码影响下获得的，没有产生散相,中间为0相位（可参照下面k空间的填充方式）
k空间的中央列对应每个回波信号的波峰	当自旋完全相位重聚时达到最大幅度（回波峰），则每行数据的中心对应每个回波的中心
梯度场对信号的影响	Gp和Gf都是中间值小、两边值大，使采集的信号呈现出中间信号高，四周信号低
	高幅度梯度场：低信号，差异大——空间分辨率好
	低幅度梯度场：高信号，差异小——信噪比好

MRI k空间概念整理

k空间的填充方式

【一般要求至少有65%的k空间得以填充，对于大多数标准成像，要求填充全部k空间。
完全填充k空间一次的情况叫1NEX或1NAQ，当只有部分K空间填充时，叫做部分NEX。】
相位编码填充方式：Gp由负最大幅度向正最大幅度变化
MRI k空间概念整理

举例：SE序列：每一个TR（脉冲序列重复时间）填充k空间中的一条线，若要求256相位编码，则执行256次
其次，k空间有多种填充方式，不一定是顺序填充，具体看序列优化要求
MRI k空间概念整理

部分NEX

根据 K 空间数据的共轭对称性进行重建，只利用部分的行数据（1/2 NEX，1/4 NEX），⼀般需要采集一半多
⼀些的数据进行相位校正，并且中央行必须要采集到
提高了速度，但是 SNR 信噪比没有增加（可能下降），伪影增加，图像对比度没有变化（因 TE 和 TR 没有
变化）
⼀般用于定位像

部分回波

每个回波信号只采集了⼀部分（大于 50%），未采集的部分利用采集的部分的共轭对称性进行重建，可以使
TE 更短，但 TR 不变
速度没有变化，降低了 TE 时间，对于早期的回波能够提高 SNR，抑制 T2W 图像，降低流动伪影和磁敏感
效应
⼀般用于获得 T1W 图像，降低流动伪影和磁敏感效应的情况下

TE缩短的解释：对回波没有采集完全,如上图所示，每行数据并没有采集满

两个技术的对比

	部分NEX	部分回波
speed	提高	不变
对比度	不变	$T_2$ 下降
SNR	不变或下降	会提高也可能不变
伪影	增加	降低流动伪影和磁敏感伪影

其他填充方式

半 FOV 成像

提高速度，隔行填充数据，K 空间的单元尺寸增加⼀倍，FOV 图像减半，K 空间尺寸不变，所以图像空间
的像素大小不变

矩形矩阵扫描成像

提高速度，只填充靠近中央行的数据，K 空间的单元尺寸没有变化，FOV 图像不变，但 K 空间的空间尺寸
减半，所以图像空间的像素增加⼀倍

Ny代表只填了一半的数据，矩阵变小而FOV不变，则像素值变大

K空间与图像空间的关系

FOV

以x轴为方向讨论，不同方向的拉莫尔进动频率为：
$f_x=\gamma B_x=\gamma G_x x$
FOV 的中央列线上对应的磁场强度为 B0，左侧小于 B0，右侧大于 B0
则中央列上有最大频率
$x=FOV_x/2$
$f_{max}=\gamma G_x FOV_x/2$
则带宽BW
$BW=\gamma G_x FOV_x$
最后可以得出FOV
$FOV=BW/\gamma G$
则增加梯度场场强或降低带宽都可以减小FOV

且 $BW=1/\Delta T_s$
代入可得
$\cfrac{1}{FOV}=\gamma G\Delta T_s$
同时考虑两个方向x和y
定义 $\Delta k_x=\gamma G_x\Delta t_x$
最后：
则 $\Delta k_x=\gamma G_x\Delta t_x=\cfrac{1}{FOV_x}$
$\Delta k_y=\gamma G_y\Delta t_y=\cfrac{1}{FOV_y}$
$k_x=N_x\Delta k_x,k_y=N_y\Delta k_y$
$k_x=\cfrac{1}{\Delta x},k_y=\cfrac{1}{\Delta y}$
MRI k空间概念整理
k空间单元尺寸与图像空间均成反比关系文章来源地址https://www.toymoban.com/news/detail-430894.html