磁共振“K空间”简介

admin

                    

                    

                    
                    
                    <section><section powered-by="gulangu"><section><p><img src="image/20201019/76bca62061004b87c3458de38829a952_1.gif" /></p></section></section><section powered-by="gulangu"><section><section><p>K空间的基本概念</p></section><p><img src="image/20201019/21b6b23bf62c4810452a4a980533f41a_2.png" /></p> <section></section></section></section><section powered-by="gulangu"><section><section><p>&nbsp; &nbsp; &nbsp; &nbsp; K空间也称傅里叶空间，是带有空间定位编码信息的MR信号原始数据的填充空间。每一幅MR图像都有其相应的K空间数据。对K空间的数据进行傅里叶变换，就能对原始数据中的空间定位编码信息进行解码，得到MR的图像数据。即把不同信号强度的MR信息分配到相应的空间位置上（即分配到各自的像素中），即可重建出MR图像。<br  /></p></section></section></section><section powered-by="gulangu"><section><section><p>傅里叶变换</p></section><p><img src="image/20201019/21b6b23bf62c4810452a4a980533f41a_2.png" /></p> <section></section></section></section><section powered-by="gulangu"><section><section><p>&nbsp; &nbsp; &nbsp; 傅里叶变换FT：时间域函数转换为频率域函数。</p><p>&nbsp; &nbsp; &nbsp; 反傅里叶变换IFT：频率域函数转换为时间域函数。</p><p>&nbsp; &nbsp; &nbsp; 时间域函数就是以函数来描述随着时间变化，目标（信号强度、幅度等）变化的关系。</p><p>&nbsp; &nbsp; &nbsp; 频率域函数是以函数来描述目标频率</p></section></section></section><section powered-by="gulangu"><section><p><img src="image/20201019/658eec47242e2f295df4ebc0c7438e6e_4.jpg" /></p></section></section><section powered-by="gulangu"><section><section><p>&nbsp; &nbsp; &nbsp; 磁共振成像，采集的数据，为了空间定位，需要用几个方向的梯度对空间进行编码，我们采集得到的数据并不是时间域函数，而是频率域函数。所以，我们需要对K空间中的数据进行IFT，得到时间域函数，并且解析出每个质子的空间定位，得到磁共振图像。<br  /></p></section></section></section><section powered-by="gulangu"><section><section><p>K空间线</p></section><p><img src="image/20201019/21b6b23bf62c4810452a4a980533f41a_2.png" /></p> <section></section></section></section><section powered-by="gulangu"><section><section><p>&nbsp; &nbsp; &nbsp; &nbsp; 在二维图像的MR信号采集过程中，每个MR信号的频率编码梯度场的大小和方向保持不变，而相位编码梯度场的方向和强度以一定的步级发生变化，每个MR信号的相位编码变化一次，采集到的MR信号填充K空间Ky方向的一条线，因此，把带有空间信息的MR信号成为相位编码线，也叫K空间线或傅里叶线。</p><p>&nbsp; &nbsp; &nbsp; &nbsp; K空间由K空间线填充（64,128,256......），256*128的图像有128条K空间线，每条K空间代表一个MR回波信号，每条K空间线有256个频率编码采样点，K空间填充完毕则MR信号采集完成，K空间填充越快，MRI所需时间越短，几乎所有的快速成像技术均围绕K空间的填充。</p></section></section></section><section powered-by="gulangu"><section><p><img src="image/20201019/111a888f4fae1fcc5e8fcc0a7bec6941_6.jpg" /></p></section></section><section powered-by="gulangu"><section><section><p>K空间的图像特性</p></section><p><img src="image/20201019/21b6b23bf62c4810452a4a980533f41a_2.png" /></p> <section></section></section></section><section powered-by="gulangu"><section><section><p>&nbsp; &nbsp; &nbsp; &nbsp;从相位编码方向看，填充在K空间中心的MR信号的相位编码梯度场为零，这是相位编码造成的质子群失相位程度最低，不能提供相位编码上的空间信息（因为几乎没有相位差别），但是MR信号强度最大，其MR信号主要决定图像的对比，我们把这一条K空间线成为零傅里叶线。而填充K空间最周边的MR信号的相位编码梯度场强度最大，得到的MR信号中各种体素的相位差别最大，所提供相位编码方向解剖细节的空间信息最为丰富，由于施加的梯度场强度最大，造成质子群是相位程度最高，其MR信号的幅度最小，因而其MR信号主要反映图像的解剖细节，对图像的对比贡献很小。</p><p>&nbsp; &nbsp; &nbsp; &nbsp;因此，K空间中心（中央）部分的数据，主要决定图像的对比度；K空间（周围）部分的数据，主要决定图像的细节（空间分辨率）。</p></section></section></section><section powered-by="gulangu"><section><section><p>K空间特性</p></section><p><img src="image/20201019/21b6b23bf62c4810452a4a980533f41a_2.png" /></p> <section></section></section></section><section powered-by="gulangu"><section><section><p>1、K空间中的阵列点并不是和重建后的图像素点一一对应。</p><p>2、K空间有共轭对称性，在相位编码方向上对称，在频率编码方向上也对称，利用K空间对称性，我们可以减少K空间的填充，利用数学方法算出另外的数据，这样可以进行磁共振成像的加速。</p><p>3、K空间中心部分数据主要决定图像对比度；K空间周边部分数据主要决定图像的空间分辨率。利用这些特性，可以通过变换K空间填充顺序和填充轨迹进行运动伪影的消除或精确的抓准血管成像时间。</p><p>4、K空间的填充轨迹有很多方法，不同填充轨迹，会有不同的作用。</p><p>5、K空间填充的顺序也有不同，不同的填充顺序可以决定图像的对比度。</p></section></section></section><section powered-by="gulangu"><section><section><p><br  /></p></section></section></section><section powered-by="gulangu"><section><section><section powered-by="gulangu"><section><section><p>欢</p></section></section></section></section><section><section powered-by="gulangu"><section><section><p>迎</p></section></section></section></section><section><section powered-by="gulangu"><section><section><p>关</p></section></section></section></section><section><section powered-by="gulangu"><section><section><p>注</p></section></section></section></section></section></section><section powered-by="gulangu"><section><section><p><br  /></p></section></section></section><section powered-by="gulangu"><section><section><section powered-by="gulangu"><section><p><img src="image/20201019/d75d2522de15d8d76d2d7c26f70a9a8f_9.jpg" /></p></section></section></section><section><section powered-by="gulangu"><section><section></section></section></section></section><section><section powered-by="gulangu"><section><section><p>关注我们</p><p>一起涨姿势！</p></section></section></section></section></section></section></section>