本书以快速磁共振成像为主线展开，讨论快速磁共振成像的基本原理和方法，内容包括磁共振成像的基本原理、快速成像脉冲序列、并行磁共振成像、压缩感知磁共振成像、基于深度学习的快速磁共振图像重建，以及快速磁共振成像技术在动态心脏成像中的应用。全书内容紧跟国内外发展前沿，并融入作者在该领域的最新研究成果。
样章试读
目录
- 目录
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 磁共振成像的历史 1
1.1.2 磁共振成像的特点 2
1.2 核磁共振原理 4
1.2.1 原子核的自旋磁矩和进动 4
1.2.2 核磁共振的宏观描述 9
1.2.3 弛豫过程 12
1.2.4 磁共振信号的检测和自由感应衰减信号 18
1.3 磁共振图像的形成 21
1.3.1 断层图像的几个基本概念 21
1.3.2 傅里叶变换成像 23
1.4 磁共振成像脉冲序列 29
1.4.1 饱和恢复脉冲序列 29
1.4.2 自旋回波脉冲序列 31
1.4.3 反转恢复脉冲序列 37
1.4.4 梯度回波脉冲序列 40
1.5 K空间 42
1.5.1 K空间的概念 42
1.5.2 K空间数据的写入 43
1.5.3 K空间数据和图像的关系 44
1.6 本章小结 47
参考文献 47
第2章 快速成像脉冲序列 50
2.1 快速自旋回波序列 50
2.1.1 标准快速自旋回波序列 51
2.1.2 单次激发快速自旋回波序列 53
2.1.3 三维容积扫描快速自旋回波序列 53
2.2 快速梯度回波脉冲序列 54
2.2.1 快速梯度回波脉冲序列概述 54
2.2.2 扰相梯度回波序列 58
2.2.3 稳态自由进动梯度回波序列 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术 74
2.4.1 非笛卡儿采集 74
2.4.2 部分傅里叶成像技术 77
2.4.3 k-t技术 80
2.4.4 螺旋桨技术 83
2.4.5 长方形扫描矩阵 84
2.5 本章小结 84
参考文献 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 多通道线圈采集技术 89
3.1.2 并行磁共振成像的发展历史 90
3.1.3 并行磁共振成像的基本概念 91
3.2 基于图像域的并行成像重建方法 93
3.2.1 笛卡儿采样模式下的SENSE方法 93
3.2.2 任意K空间采样模式下的SENSE方法 95
3.2.3 SENSE的信噪比损失 98
3.2.4 三维容积SENSE 98
3.2.5 线圈空间敏感度的估计 99
3.3 基于K空间域的并行成像重建方法 101
3.3.1 SMASH 102
3.3.2 GRAPPA 106
3.3.3 非笛卡儿GRAPPA 108
3.3.4 三维容积GRAPPA 111
3.3.5 2D CAIPIRINHA 112
3.3.6 SPIRiT 113
3.3.7 基于K空间域子空间约束的并行成像重建方法 115
3.4 同时多层面成像 120
3.4.1 基于SENSE的同时多层面成像 120
3.4.2 多层面CAIPIRINHA 121
3.4.3 基于GRAPPA的同时多层面成像 123
3.5 本章小结 124
参考文献 124
第4章 压缩感知磁共振成像 129
4.1 压缩感知理论概述 129
4.1.1 压缩感知理论提出的背景 129
4.1.2 信号的稀疏表示 131
4.1.3 感知矩阵 133
4.1.4 信号的重构算法 134
4.2 压缩感知磁共振成像的基本概念 135
4.2.1 非相干K空间欠采样轨迹的设计 135
4.2.2 磁共振图像的稀疏表示和非线性图像重建 137
4.3 压缩感知并行磁共振成像 161
4.3.1 自(预)校准压缩感知并行磁共振成像 161
4.3.2 免校准压缩感知并行磁共振成像 162
4.4 压缩感知动态磁共振成像 164
4.4.1 基于稀疏变换的动态磁共振成像 164
4.4.2 基于时-空字典学习的动态磁共振成像 169
4.4.3 基于低秩和稀疏结合的动态磁共振成像 170
4.5 本章小结 173
参考文献 174
第5章 基于深度学习的磁共振成像 179
5.1 深度学习概述 179
5.1.1 卷积神经网络和深度学习 180
5.1.2 常用深度学习方法 185
5.2 基于有监督深度学习的快速磁共振成像 186
5.2.1 基于数据驱动的有监督学习快速磁共振成像 186
5.2.2 基于模型驱动的有监督深度学习快速磁共振成像 197
5.3 基于无监督深度学习的快速磁共振成像 210
5.3.1 基于变分自编码网络的快速磁共振成像 212
5.3.2 基于去噪自编码网络的快速磁共振成像 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网络先验学习的快速磁共振成像 222
5.3.5 不同无监督先验学习方法的实验比较 224
5.4 基于自监督深度学习的快速磁共振成像 228
5.4.1 基于深度图像先验的磁共振图像重建 228
5.4.2 伪影移除正则化网络 229
5.4.3 鲁棒的K空间插值人工神经网络 229
5.5 本章小结 230
参考文献 230
第6章 快速心脏磁共振成像 236
6.1 门控技术 236
6.1.1 心电门控 237
6.1.2 外周脉冲门控 240
6.2 心脏动态电影磁共振成像 241
6.2.1 闭气心脏动态电影磁共振成像 241
6.2.2 心脏电影磁共振成像面临的挑战 243
6.3 心肌灌注磁共振成像 244
6.3.1 首过心肌灌注的原理 244
6.3.2 首过心肌灌注扫描脉冲序列 245
6.3.3 首过心肌灌注磁共振成像面临的挑战 247
6.4 快速心脏磁共振成像加速技术 247
6.4.1 基于压缩感知的心脏磁共振成像加速技术 248
6.4.2 基于深度学习的心脏磁共振成像加速技术 262
6.5 本章小结 265
参考文献 266
附录1 国内外快速磁共振成像主要研究单位 268
附录2 部分深度学习快速磁共振成像方法开源代码及图像数据集网址 269
彩图
京公网安备 11010102004214号