華佳，劉鏢水，苑強(qiáng)強(qiáng)，梁平，馮衍秋

(1.南方醫(yī)科大學(xué) 生物醫(yī)學(xué)工程學(xué)院∥教育部重點實驗室∥廣東省醫(yī)學(xué)圖像處理重點實驗室， 廣東 廣州 510515；2.中山大學(xué) 腫瘤防治中心放療科， 廣東 廣州 510060； 3.鄭州大學(xué) 第一附屬醫(yī)院放射治療部， 河南 鄭州 450052； 4.寧波通德醫(yī)療器械科技有限公司， 浙江 寧波 315000)

脂肪廣泛分布于人體全身各個部位，是人體重要的組成部分.在臨床磁共振檢查中，脂肪因具有較短的縱向馳豫時間(T1)和較長的橫向馳豫時間(T2)，在T1和T2加權(quán)像上呈現(xiàn)高信號[1]，往往會掩蓋病灶[2].同時由于水和脂肪存在化學(xué)位移，在常規(guī)的自旋回波脈沖序列和梯度回波序列中，沿著頻率編碼方向，水和脂肪交界處會出現(xiàn)化學(xué)位移偽影[3]，嚴(yán)重影響圖像質(zhì)量，因此脂肪抑制顯得尤為重要.當(dāng)前的脂肪抑制技術(shù)包括頻率選擇法[4]、翻轉(zhuǎn)恢復(fù)法[5](short time inversion recovery,STIR)和Dixon技術(shù)[6-19].頻率選擇法對主磁場和射頻場的均勻性要求較高，STIR對主磁場和射頻場的依賴性不高，但其圖像信噪比較低[13].與這兩種技術(shù)相比，Dixon技術(shù)不僅對主磁場、射頻場依賴性不高，可以實現(xiàn)大范圍(field of view,FOV)成像，而且可以同時得到水圖、脂肪圖和脂肪分?jǐn)?shù)圖，為臨床診斷提供更豐富的輔助信息.眼眶[20]、肝臟[21-23]、骨髓[24-26]、腎臟[27]、內(nèi)臟脂肪[28-29]等都需要水和脂肪比例信息輔助臨床醫(yī)生診斷.

Dixon技術(shù)于1984年由Dixon首次提出[6]，但由于沒有考慮主磁場的不均勻性，其魯棒性不高.經(jīng)過眾多研究者的不懈努力，單點Dixon[7]、兩點Dixon[8-16]和多點Dixon[17-19]技術(shù)陸續(xù)被提出.其中兩點Dixon技術(shù)因其具有較高的掃描效率，回波時間靈活，在臨床診斷中是不可或缺的技術(shù)手段.在基于Dixon的水脂分離方法中，通常假設(shè)主磁場在空間緩慢變化，其對應(yīng)的場矢量也是空間平滑的[12].兩點Dixon技術(shù)最大的難點是基于有限的信息，如何準(zhǔn)確地估計由不均勻主磁場產(chǎn)生的場矢量.假定不均勻的主磁場累積的相位為φ，對應(yīng)的場矢量為exp(iφ)，根據(jù)采集的兩點Dixon數(shù)據(jù)信號模型，建立兩個二元二次方程，計算出兩個場矢量exp(iφ1)、exp(iφ2).然而真實的場矢量只存在一個，所以兩個場矢量中一個是正確解，另一個不符合實際條件，稱為錯誤解，應(yīng)舍棄.兩點Dixon技術(shù)的研究者一直致力于相關(guān)算法研究，以實現(xiàn)準(zhǔn)確、快速地求出每個體素點的正確解.

當(dāng)前兩點Dixon技術(shù)大致分為4類：①全局最優(yōu)法[16]，②基于區(qū)域增長[10-11]，③利用相位解纏繞[14-15]，④區(qū)域迭代矢量選擇(regional iterative phasor extraction,RIPE)方法[8-9].Xiang[8]提出的區(qū)域迭代矢量選擇方法只局限于部分反相位，Eggers等[9]將其拓展到任意回波時間.該方法選擇區(qū)域場矢量和最大的組合作為初始值，之后在平面內(nèi)迭代平滑選擇實現(xiàn)水脂分離.該方法存在兩個問題：①在靠近低信噪比(signal-to-noise ratio,SNR)的位置，例如靠近肺部，噪聲影響嚴(yán)重，導(dǎo)致當(dāng)前體素點的場矢量可靠度下降；②在主磁場極度不均勻的位置，如頭頸部，迭代過程中場矢量相位計算誤差被累積和傳播.這都可能會影響水脂分離結(jié)果.

針對以上兩個問題，本研究采用經(jīng)典的6峰脂肪模型[30]，基于RIPE,利用三維信息，同時用基于幅度閾值的雙掩模對體素點做質(zhì)量控制.先對高質(zhì)量的體素進(jìn)行三維區(qū)域迭代矢量選擇(3DRIPE)，確定當(dāng)前位置場矢量，保持高質(zhì)量體素點場矢量不變，再對低質(zhì)量體素點做3DRIPE，確定低質(zhì)量體素點場矢量，最終利用最小二乘法實現(xiàn)水脂分離.仿真數(shù)據(jù)和不同部位的真實數(shù)據(jù)用于評估本方法的有效性，同時與傳統(tǒng)的RIPE方法作比較.

1 方法

1.1 兩點Dixon水脂分離原理基礎(chǔ)

磁共振成像中，在第1個回波時間TE1和第2個回波時間TE2采集到的回波信號建模如下[8]:

S1=(W+c1F)P0

(1)

S2=(W+c2F)P0P

(2)

采集到兩個回波信號，可以根據(jù)余弦定理建立二元二次方程組，聯(lián)立求解，得到兩個場矢量[9]：

A=exp(iφ1)=

(3)

B=exp(iφ2)=

(4)

*表示共軛.在得到每個體素點的2個場矢量(A,B)中，一個場矢量是正確解，另一個是錯誤解.如果選擇正確解，則可以實現(xiàn)當(dāng)前體素點水和脂肪的正確分離，反之將出現(xiàn)水和脂肪分離錯誤.因此需要確定每個體素點的正確場矢量解，構(gòu)建場矢量圖P,代入式(1)和(2)，用最小二乘法求解水圖和脂肪圖[9].由于場矢量是單位向量，需要做歸一化.且在兩個回波時間選擇時有一個限制，即θ1≠θ2+2kπ，k∈Z.當(dāng)θ1=θ2+2kπ,k∈Z時，兩個方程有無數(shù)組解.

1.2 區(qū)域迭代矢量選擇(RIPE)方法

輸入是每個體素點的兩個場矢量(A,B)，區(qū)域迭代矢量選擇算法主要步驟[8]如下：

步驟1 初始化.基于主磁場平滑的假設(shè)，認(rèn)為局部場矢量相似，因此把圖像分割成非重疊的K1×K1方塊，將每個方塊內(nèi)所有體素點場矢量和最大的場矢量組合作為初始化值P0.

(5)

步驟4 循環(huán).如果更新的體素點數(shù)N趨于穩(wěn)定，迭代停止，否則重復(fù)步驟2和步驟3.最終得到穩(wěn)定的場矢量值Pstable，由于可能存在空洞(步驟3中選擇0的場矢量結(jié)果)，用K3×K3的滑動窗進(jìn)行平滑，并根據(jù)式(6)做歸一化后，輸出場矢量圖P.

P=Smooth(Pstable)/|Smooth(Pstable)|

(6)

1.3 3D區(qū)域迭代矢量選擇(3DRIPE)的方法

在主磁場極度不均勻的情況下，有時候單層的幅值和相位信息，不足以確定出正確的場矢量.所以基于主磁場空間平滑的假設(shè)，在RIPE方法的基礎(chǔ)上，本研究提出3DRIPE方法，在1.2的步驟2中，采用K2×K2×3的平滑窗，利用相鄰兩層的信息對當(dāng)前層面的場矢量計算加以約束，用于提高場矢量P計算的可靠性.

1.4 基于雙掩模和3D區(qū)域迭代矢量選擇(DM-3DRIPE)的方法

圖1顯示了包含高SNR區(qū)域(黑色矩形)和低SNR區(qū)域(灰色三角形)的結(jié)構(gòu)示意圖，白色的菱形代表處于高、低SNR交界的一個體素，白色虛線框示意當(dāng)前體素點的平滑窗.在圖示菱形體素點，RIPE方法直接對平滑窗內(nèi)場矢量做均值平滑，但是鄰域低SNR體素點受噪聲影響較大，在當(dāng)前體素場矢量計算時容易產(chǎn)生誤差，誤差逐點累積后造成分離錯誤.

圖1 包含低SNR區(qū)域和高SNR區(qū)域的示意圖

Fig.1 Schematic representation with areas of high SNR and low SNR

本研究提出DM-3DRIPE方法，用于減小低SNR區(qū)域和不均勻場對水脂分離的影響，具體步驟如下(圖2)：

圖2 DM-3DRIPE方法流程圖

步驟1 計算場矢量.圖2A1和A2表示雙回波數(shù)據(jù)的幅值圖，圖2B1和B2表示與幅值圖相對應(yīng)的相位圖，基于1.1節(jié)的原理基礎(chǔ)計算場矢量A和B，如圖2D1和D2所示.

步驟2 建立第1個掩模，并計算高質(zhì)量區(qū)域場矢量.對每一個體素點，在兩個回波中選取幅值最大的一個，記為S.根據(jù)式(7)建立第1個掩模，表示高質(zhì)量體素區(qū)域(圖2C).記兩個回波幅值圖體素點最大值為m.

(7)

其中rthre表示閾值比，經(jīng)驗值為0.05.基于第1個掩模，對非重疊的5×5方塊內(nèi)高質(zhì)量點做初始化，然后對初始化結(jié)果用平滑窗為29×29×3的3DRIPE方法確定高質(zhì)量體素場矢量(圖2E).

步驟3 建立第2個掩模，計算低質(zhì)量體素場矢量，構(gòu)建完整最終場矢量圖Pstable.對信號最強(qiáng)的回波幅值圖，用基于Canny算子的邊緣檢測算法檢測圖像邊緣，找出圖像最外圍邊緣；再利用形態(tài)學(xué)膨脹、腐蝕操作[14]確定目標(biāo)區(qū)域的掩模Mask，根據(jù)式(8)定義低質(zhì)量區(qū)域掩模，即第2個掩模(圖2F).保持高質(zhì)量體素場矢量不變，基于第2個掩模，用步驟2中的平滑選擇方法確定低質(zhì)量體素場矢量，構(gòu)建完整的場矢量Pstable(圖2G).

Mask2=(1-Mask1)×Mask

(8)

步驟4 將RIPE方法的步驟4得到的完整場矢量圖Pstable利用式(6)做滑動窗平滑，生成最終場矢量圖P(圖2H).

步驟5 將場矢量圖P代入式(1)和(2)，用最小二乘求解出水圖和脂肪圖(圖2I).

2 實驗

2.1 仿真實驗數(shù)據(jù)

對2012年ISMRM公布的一組人體膝蓋數(shù)據(jù)場圖Fdata[1]，用式(9)進(jìn)行擬合，得到多項式系數(shù)Cm,n,k.

r(x,y,z)

(9)

Sn=(We-TEn/T2w+cnFe-TEn/T2F)ei2πFsimuTEn

(10)

其中T2w、T2F分別表示水和脂肪的橫向馳豫時間，參考文獻(xiàn)[31]，TE1=1.0 ms，TE2=2.3 ms，場強(qiáng)是3.0T.仿真數(shù)據(jù)為了測試提出方法在不同情況下的表現(xiàn)，分別生成了兩組仿真數(shù)據(jù).每一組數(shù)據(jù)特性如下：

(1)為了測試不同程度不均勻場圖下本方法的表現(xiàn)，用擬合得到的三維場圖分別乘以1、2、4，生成1、2、4倍場圖，如圖3所示，用于合成仿真數(shù)據(jù).水的信號強(qiáng)度由內(nèi)往外依次是30、60、10；脂肪的信號強(qiáng)度由內(nèi)往外依次是70、40、90，信號的實部和虛部分別加入均值為0，標(biāo)準(zhǔn)差為2.5的高斯噪聲.

(2)為了測試在包含不同程度低信噪比區(qū)域圖像上本方法的表現(xiàn)，仿真數(shù)據(jù)中由內(nèi)往外脂肪信號強(qiáng)度依次是0、40、90；兩個圓環(huán)由內(nèi)往外水的信號強(qiáng)度依次是60、10，將仿真數(shù)據(jù)中心的圓定義為低信噪比區(qū)域，信號的實部和虛部分別加入均值為0，標(biāo)準(zhǔn)差為2.5的高斯噪聲.令中心圓中水的信號依次是20、10、2，則生成3個數(shù)據(jù)：中心區(qū)域的信噪比(SNR of Kernal,rK-SN)依次為8、4、0.8(圖4).

為了評價仿真實驗結(jié)果，水脂分離結(jié)果中脂肪圖與脂肪參考圖像素作差，如果某個像素的幅值差的絕對值大于10，則認(rèn)為該點分離錯誤.式(9)的多項式擬合中，多項式階M、N、K同時設(shè)置為2，因為二階多項式能夠準(zhǔn)確描述局部真實相位，增加階數(shù)，雖然稍微提高計算精度，但增加了算法復(fù)雜度[32].

2.2 真實實驗數(shù)據(jù)

人體數(shù)據(jù)來源于4名健康成年男性(志愿者1～4)，共413層(按照機(jī)構(gòu)審查委員會政策，志愿者自愿簽寫知情同意書).其中4名志愿者在鑫高益醫(yī)療設(shè)備股份有限公司1.5T Superscan超導(dǎo)磁共振，分別用8通道相控陣腹部線圈和4通道膝蓋相控陣線圈采集腹部和膝蓋軸位數(shù)據(jù).志愿者1～3腹部數(shù)據(jù)采集序列：2D損毀梯度雙回波序列；矩陣232×220；FOV 400×280 mm；帶寬100 kHZ；層厚6 mm；層數(shù)17.志愿者4腹部數(shù)據(jù)采集序列：2D損毀梯度回波序列；矩陣232×220；FOV 400×280 mm；帶寬 100 kHZ；層厚6 mm；層數(shù) 20.志愿者4膝蓋數(shù)據(jù)采集序列：2D損毀梯度回波序列；矩陣232×220；FOV 262×157 mm；帶寬 100 kHZ；層厚6 mm；層數(shù) 20.志愿者4在飛利浦3.0T Achieva磁共振(廣州南方醫(yī)科大學(xué)南方醫(yī)院影像科)用腹部線圈采集腹部和頭頸胸部軸位圖像.志愿者4腹部數(shù)據(jù)采集序列：3D損毀梯度雙回波序列；矩陣176×176；帶寬 414 kHZ；層厚3 mm；層數(shù) 30.志愿者4頭頸胸數(shù)據(jù)采集序列：3D損毀梯度回波序列；矩陣224×224；帶寬 490 kHZ；層厚3 mm；層數(shù) 100.數(shù)據(jù)參數(shù)統(tǒng)計見表1.

圖3 3D-RIPE方法和RIPE方法在不同程度場圖下的水脂分離結(jié)果

為了評價真實數(shù)據(jù)實驗結(jié)果，凡是出現(xiàn)水脂分離錯誤的圖像，則認(rèn)為該層圖像分離錯誤.實驗平臺為LENOVO ThinkCentre M8500t-D303 (Intel Core i5, 3.30 GHz, RAM:4.00 GB),軟件基于Matlab2014b.

2.3 結(jié)果

圖3顯示了DM-3DRIPE方法和RIPE方法在不同程度場圖下的水脂分離結(jié)果，白色箭頭所示為水脂分離錯誤，圖中只顯示了脂肪圖.在3種不均勻程度的場圖下，DM-3DRIPE方法都能夠正確實現(xiàn)水脂分離；而RIPE方法在4倍場圖下，仿真結(jié)果中水脂分離錯誤體素個數(shù)占目標(biāo)區(qū)域總體素點的17.5%.圖4顯示了在包含低信噪比(rK-SN=8、4、0.8)區(qū)域的圖像中，DM-3DRIPE方法和RIPE方法的水脂分離結(jié)果對比.當(dāng)圖像中包含區(qū)域rK-SN≤4時，RIPE方法就會出現(xiàn)分離錯誤，當(dāng)其rK-SN分別為4、0.8時，水脂分離錯誤率依次為4.59%、36.4%；而DM-3DRIPE方法在包含區(qū)域的rK-SN=0.8時，依然不影響水脂分離.

圖4 3DRIPE方法和RIPE方法在包含不同程度低信噪比區(qū)域圖像的水脂分離結(jié)果

1)TE1,TE2的單位為ms;2)層數(shù)=單次采集層數(shù)×回波組合數(shù)×志愿者個數(shù).

RIPE、3DRIPE和DM-3DRIPE方法在1.5T腹部軸位的水脂分離結(jié)果，如圖5所示.這組數(shù)據(jù)由于靠近心臟和肺部，肝臟周圍有大量低SNR區(qū)域，所以分離難度較大.如箭頭所示RIPE方法在肝臟部位出現(xiàn)大范圍的水脂分離錯誤，3DRIPE方法雖然可以把肝臟分離正確，但是皮下脂肪卻分離錯誤，而DM-3DRIPE方法可以成功實現(xiàn)分離.圖6為RIPE和DM-3DRIPE方法在3.0T腹部軸位的水脂分離結(jié)果.如白色箭頭所示，RIPE方法在肝臟出現(xiàn)明顯的水脂分離錯誤，而DM-3DRIPE方法計算結(jié)果中并沒有明顯水和脂肪互換.

圖5 RIPE、3DRIPE和MD-3DRIPE方法在1.5T軸位腹部水脂分離結(jié)果

Fig.5 Water-fat separation result of axial slice in the 1.5T abdomen data set using RIPE、3DRIPE and MD-3DRIPE

圖6 RIPE和MD-3DRIPE方法在3.0T軸位腹部水脂分離結(jié)果

Fig.6 Water-fat separation result of axial slice in the 3.0T abdomen data set using RIPE and MD-3DRIPE

圖7顯示了在1.5T膝蓋軸位數(shù)據(jù)上，RIPE和DM-3DRIPE方法的水脂分離結(jié)果.在箭頭所示位置，RIPE方法出現(xiàn)少量水脂互換，而DM-3DRIPE方法可以有效避免這一錯誤.圖8為DM-3DRIPE方法在3.0T胸腔軸位的水脂分離結(jié)果.頭頸胸部結(jié)構(gòu)相對復(fù)雜，且包含大量的肺部低SNR區(qū)域.DM-3DRIPE可以實現(xiàn)準(zhǔn)確水脂分離.

圖7 RIPE和MD-3DRIPE方法在1.5T軸位膝蓋水脂分離結(jié)果

Fig.7 Water-fat separation result of axial slice in the 1.5T knee data set using RIPE and MD-3DRIPE

圖8 MD-3DRIPE方法在3.0T軸位頭頸胸部水脂分離結(jié)果

Fig.8 Water-fat separation result of axial slice in the3.0T thoraxdata set using MD-3DRIPE

表2顯示了在1.5T和3.0T的413層人體實驗數(shù)據(jù)上，RIPE、3DRIPE和DM-3DRIPE方法的水脂分離錯誤情況.在1.5T的腹部數(shù)據(jù)中，RIPE方法的錯誤層數(shù)約為3DRIPE方法的5倍，是3DRIPE方法的34倍.總體來看，RIPE方法的錯誤率為28.33%，而3DRIPE和DM-3DRIPE方法錯誤率分別為5.08%和0.73%.

3 討論

本研究提出一種基于雙掩模和3D迭代平滑的兩點Dixon水脂分離方法，用于提高包含低SNR區(qū)域和主磁場極度不均勻處水脂分離的可靠性.圖3、圖4的仿真實驗，與RIPE方法相比，在4倍場圖和包含低信噪比區(qū)域(rK-SN=0.8)的仿真中本研究方法可以穩(wěn)定地實現(xiàn)水脂分離.RIPE方法在rK-SN≤4時會出現(xiàn)不同程度的分離錯誤，這說明水脂分離過程中，低SNR區(qū)域的噪聲在迭代中累積了誤差，影響了全局場矢量的計算，降低了RIPE方法穩(wěn)定性.

表2 4位志愿者數(shù)據(jù)的水脂分離錯誤統(tǒng)計Table 2 Statistical result of slices with water-fat separation error in data sets of 4 volunteers

當(dāng)主磁場極度不均勻時，如圖6腹部圖像所示，RIPE方法只依靠單層的幅值和相位信息，難以準(zhǔn)確計算出正確的場矢量，在肝臟區(qū)域出現(xiàn)大范圍的分離錯誤.DM-3DRIPE方法考慮到主磁場的空間平滑特性，利用相鄰兩層肝臟位置的信息對當(dāng)前層面場矢量的計算加以約束，可以實現(xiàn)肝臟的正確分離，有效提高算法的魯棒性.如圖5腹部圖像所示，肝臟周圍的大量空氣呈現(xiàn)低信號，這些低SNR區(qū)域受到噪聲影響較大，直接影響到該區(qū)域場矢量計算的準(zhǔn)確性.RIPE方法直接用滑動窗內(nèi)的鄰域信息輔助計算滑動窗中心體素點場矢量，如果滑動窗內(nèi)存在大量低SNR體素點，則會產(chǎn)生計算誤差，誤差被逐點累積、傳播造成肝臟大部的分離錯誤.3DRIPE方法雖然考慮了相鄰層面信息，成功實現(xiàn)了肝臟部位的水脂分離，但是依然不能避免低SNR區(qū)域的影響，在皮下脂肪處出現(xiàn)了少量分離錯誤.本研究提出的DM-3DRIPE方法用雙掩模做圖像質(zhì)量控制，先計算高質(zhì)量區(qū)域場矢量，再用高質(zhì)量區(qū)域場矢量輔助計算低質(zhì)量區(qū)域場矢量，有效地減少了低SNR區(qū)域?qū)τ嬎憬Y(jié)果的影響，降低了水脂分離的錯誤率.

表2中RIPE、3DRIPE和DM-3DRIPE方法水脂分離錯誤情況表明：水脂分離錯誤率與場強(qiáng)和掃描部位有關(guān).3.0T磁場強(qiáng)度的數(shù)據(jù)中，RIPE方法的錯誤率是2.5%，3DRIPE和3D-RIPE方法的錯誤率是0；1.5T磁場強(qiáng)度的數(shù)據(jù)中，RIPE方法的錯誤率是44.7%，3DRIPE方法錯誤率是8.3%，3D-RIPE方法的錯誤率是1.2%.同種方法，1.5T數(shù)據(jù)的錯誤率明顯比3.0T數(shù)據(jù)高.原因有3個：①場強(qiáng)越低，圖像SNR越低；②回波信號隨時間呈指數(shù)衰減，回波時間越長，SNR越低；③圖像分辨率相同的情況下，2D采集方式比3D采集方式SNR低.1.5T采集到的數(shù)據(jù)是用2D梯度回波序列，且回波時間比3.0T的回波時間長了1倍多，因此低SNR導(dǎo)致1.5T水脂分離錯誤率較大.在1.5T的腹部數(shù)據(jù)中，RIPE方法的錯誤率是47.9%，3DRIPE方法錯誤率是9.9%，DM-3DRIPE方法錯誤率1.4%；在1.5T的膝蓋數(shù)據(jù)中，RIPE方法錯誤率27.5%，3DRIPE和DM-3DRIPE方法錯誤率都是0.腹部數(shù)據(jù)的錯誤率明顯比膝蓋的錯誤率高，原因主要有2個:①腹部成像FOV較大，勻場困難；而膝蓋小FOV成像，勻場相對簡單.②腹部肝臟上段與肺底相鄰，由于肺部充滿氣體，組織與空氣的磁敏感差異，會增加主磁場的不均勻性，且肺部在磁共振圖像上沒有信號，顯示為空腔，增加了水脂分離難度.雖然不同場強(qiáng)、不同部位的數(shù)據(jù)質(zhì)量有差異，但是整體來看，DM-3DRIPE方法都明顯優(yōu)于RIPE方法.

DM-3DRIPE的魯棒性與雙掩模閾值選擇有關(guān)，這里主要針對包含肺部的圖像.一般磁共振不能對肺部成像，因為肺部充滿空氣，圖像上顯示為噪聲.當(dāng)對腹部靠近肺底區(qū)域成像時，第1個掩模需要剔除空氣等低SNR區(qū)域，篩選出高質(zhì)量區(qū)域，如肝臟、皮下脂肪、肌肉等高信號強(qiáng)度區(qū)域，選取大于幅值圖最大值0.05的區(qū)域，該閾值基本可以剔除掉低SNR的體素點，仿真實驗和真實數(shù)據(jù)實驗均證明了該閾值的有效性.第2個掩?；谶吘墮z測算法和形態(tài)學(xué)算法，選出囊括目標(biāo)區(qū)域內(nèi)所有低質(zhì)量區(qū)域，如肺部、肝臟外圍空氣等低SNR區(qū)域，最終構(gòu)建全局場矢量結(jié)果.

本研究提出的DM-3DRIPE方法結(jié)合了主磁場的空間平滑特性和圖像質(zhì)量控制，可以在包含低SNR區(qū)域或主磁場極度不均勻的圖像上實現(xiàn)水脂分離.因此本研究方法有希望應(yīng)用于腹部冠狀位和全身大FOV水脂分離成像.DM-3DRIPE方法在413層圖像中，仍有3層腹部圖像在皮下脂肪處出現(xiàn)了水脂分離錯誤.考慮到肝臟、肌肉、皮下脂肪等組織具有明顯的結(jié)構(gòu)信息，為了進(jìn)一步提升水脂分離正確率，可以將這些結(jié)構(gòu)信息作為先驗融入到水脂分離方法當(dāng)中.

4 結(jié)論

本研究提出一種基于雙掩模和3D迭代平滑的方法，根據(jù)幅度閾值建立高質(zhì)量區(qū)域掩模和低質(zhì)量區(qū)域掩模，先用第1個掩模做圖像質(zhì)量控制，用3DRIPE方法計算高質(zhì)量體素點場矢量，再基于第2個掩模對目標(biāo)區(qū)域內(nèi)的低質(zhì)量區(qū)域用3DRIPE方法計算場矢量.仿真實驗和真實實驗表明，該方法能夠減少低SNR體素點造成的誤差傳播和累積，又能夠利用三維信息降低主磁場嚴(yán)重不均勻帶來的影響.綜上所述，本方法在水脂分離領(lǐng)域具有一定的臨床價值，可以應(yīng)用于腹部、盆腔、肝臟等部位的水脂分離成像.

感謝寧波鑫高益醫(yī)療設(shè)備股份公司和南方醫(yī)科大學(xué)南方醫(yī)院影像科為本研究提供數(shù)據(jù)支撐.