利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

43 条记录 (耗时 0.029 秒)

    Multi-stage magnetic resonance reconstruction for parallel imaging applications
    4.
    发明授权
    Multi-stage magnetic resonance reconstruction for parallel imaging applications 有权
    并行成像应用的多级磁共振重建

    公开(公告)号：US09097780B2

    公开(公告)日：2015-08-04

    申请号：US14054003

    申请日：2013-10-15

    申请人： Jun Liu ,  Zhili Yang ,  Mariappan S. Nadar ,  Nirmal Janardhanan ,  Michael Zenge ,  Edgar Mueller ,  Qiu Wang ,  Axel Loewe

    发明人： Jun Liu ,  Zhili Yang ,  Mariappan S. Nadar ,  Nirmal Janardhanan ,  Michael Zenge ,  Edgar Mueller ,  Qiu Wang ,  Axel Loewe

    IPC分类号： G06K9/00 ,  G01R33/561

    CPC分类号： G01R33/5611

    摘要： A computer-implemented method for reconstruction of a magnetic resonance image includes acquiring a first incomplete k-space data set comprising a plurality of first k-space lines spaced according to an acceleration factor and one or more calibration lines. A parallel imaging reconstruction technique is applied to the first incomplete k-space data to determine a plurality of second k-space lines not included in the first incomplete k-space data set, thereby yielding a second incomplete k-space data set. Then, the parallel imaging reconstruction technique is applied to the second incomplete k-space data to determine a plurality of third k-space lines not included in the second incomplete k-space data, thereby yielding a complete k-space data set.

    摘要翻译： 用于重建磁共振图像的计算机实现的方法包括获取包括根据加速因子和一个或多个校准线间隔开的多个第一k空间线的第一不完整k空间数据集。 将并行成像重建技术应用于第一不完整k空间数据以确定未包括在第一不完整k空间数据集中的多个第二k空间线，从而产生第二不完整k空间数据集。 然后，将并行成像重构技术应用于第二不完整k空间数据，以确定不包括在第二不完整k空间数据中的多个第三k空间线，从而产生完整的k空间数据集。

    MULTI-STAGE MAGNETIC RESONANCE RECONSTRUCTION FOR PARALLEL IMAGING APPLICATIONS
    5.
    发明申请
    MULTI-STAGE MAGNETIC RESONANCE RECONSTRUCTION FOR PARALLEL IMAGING APPLICATIONS 有权
    并行成像应用的多级磁共振重建

    公开(公告)号：US20140133724A1

    公开(公告)日：2014-05-15

    申请号：US14054003

    申请日：2013-10-15

    申请人： Jun Liu ,  Zhili Yang ,  Mariappan S. Nadar ,  Nirmal Janardhanan ,  Michael Zenge ,  Edgar Mueller ,  Qiu Wang ,  Axel Loewe

    发明人： Jun Liu ,  Zhili Yang ,  Mariappan S. Nadar ,  Nirmal Janardhanan ,  Michael Zenge ,  Edgar Mueller ,  Qiu Wang ,  Axel Loewe

    IPC分类号： G06T11/00

    CPC分类号： G01R33/5611

    摘要： A computer-implemented method for reconstruction of a magnetic resonance image includes acquiring a first incomplete k-space data set comprising a plurality of first k-space lines spaced according to an acceleration factor and one or more calibration lines. A parallel imaging reconstruction technique is applied to the first incomplete k-space data to determine a plurality of second k-space lines not included in the first incomplete k-space data set, thereby yielding a second incomplete k-space data set. Then, the parallel imaging reconstruction technique is applied to the second incomplete k-space data to determine a plurality of third k-space lines not included in the second incomplete k-space data, thereby yielding a complete k-space data set.

    摘要翻译： 用于重建磁共振图像的计算机实现的方法包括获取包括根据加速因子和一个或多个校准线间隔开的多个第一k空间线的第一不完整k空间数据集。 将并行成像重建技术应用于第一不完整k空间数据以确定未包括在第一不完整k空间数据集中的多个第二k空间线，从而产生第二不完整k空间数据集。 然后，将并行成像重构技术应用于第二不完整k空间数据，以确定不包括在第二不完整k空间数据中的多个第三k空间线，从而产生完整的k空间数据集。

    IMAGE RECONSTRUCTION USING REDUNDANT HAAR WAVELETS
    6.
    发明申请
    IMAGE RECONSTRUCTION USING REDUNDANT HAAR WAVELETS 有权
    使用冗余HAAR波段的图像重建

    公开(公告)号：US20130121554A1

    公开(公告)日：2013-05-16

    申请号：US13616484

    申请日：2012-09-14

    申请人： Jun Liu ,  Jeremy Rapin ,  Alban Lefebvre ,  Mariappan S. Nadar ,  Ti-chiun Chang ,  Michael Zenge ,  Edgar Müller

    发明人： Jun Liu ,  Jeremy Rapin ,  Alban Lefebvre ,  Mariappan S. Nadar ,  Ti-chiun Chang ,  Michael Zenge ,  Edgar Müller

    IPC分类号： G06T11/00

    CPC分类号： G06T11/005 ,  G01R33/482 ,  G01R33/5611 ,  G01R33/5619 ,  G01R33/56308

    摘要： A method for image reconstruction includes receiving under-sampled k-space data, determining a data fidelity term of a first image of the under-sampled k-space data in view of a second image of the under-sampled k-space data, wherein a time component separated the first image and the second image, determining a spatial penalization on redundant Haar wavelet coefficients of the first image in view of the second image, and optimizing the first image according the data fidelity term and the spatial penalization, wherein the spatial penalization selectively penalizes temporal coefficients and an optimized image of the first image is output.

    摘要翻译： 一种用于图像重构的方法包括：接收未被采样的k空间数据，鉴于未被采样的k空间数据的第二图像，确定未被采样的k空间数据的第一图像的数据保真度项，其中 时间分量分离第一图像和第二图像，根据第二图像确定第一图像的冗余Haar小波系数的空间惩罚，以及根据数据保真度项和空间惩罚优化第一图像，其中空间 惩罚性选择性地惩罚时间系数，并且输出第一图像的优化图像。

    Non-Contrast-Enhanced 4D MRA Using Compressed Sensing Reconstruction
    8.
    发明申请
    Non-Contrast-Enhanced 4D MRA Using Compressed Sensing Reconstruction 有权
    使用压缩感知重建的非对比度增强型4D MRA

    公开(公告)号：US20130121550A1

    公开(公告)日：2013-05-16

    申请号：US13284143

    申请日：2011-10-28

    申请人： Ti-chiun Chang ,  Mariappan S. Nadar ,  Jens Gühring ,  Michael Zenge ,  Kai Tobias Block ,  Peter Schmitt ,  Edgar Mueller

    发明人： Ti-chiun Chang ,  Mariappan S. Nadar ,  Jens Gühring ,  Michael Zenge ,  Kai Tobias Block ,  Peter Schmitt ,  Edgar Mueller

    IPC分类号： G06T11/00 ,  A61B5/055

    CPC分类号： G06T11/003 ,  A61B5/055 ,  G01R33/561 ,  G01R33/5635 ,  G01R33/56545

    摘要： A reconstructed image is rendered of a patient by a processor from a set of undersampled MRI data by first subtracting two repetitions of the acquired data in k-space to create a third dataset. The processor reconstructs the image by minimizing an objective function under a constraint related to the third dataset, wherein the objective function includes applying a Karhunen-Loeve Transform (KLT) to a temporal dimension of data. The objective function under the constraint is expressed as arg minf{∥φ(f)∥1 subject to ∥Af−y∥2≦ε}. The reconstructed image is an angiogram which may be a 4D angiogram. The angiogram is used to diagnose a vascular disease.

    摘要翻译： 通过首先在k空间中减去所获取的数据的两次重复以创建第三数据集，由处理器从一组欠采样的MRI数据中呈现患者的重建图像。 处理器通过在与第三数据集相关的约束下最小化目标函数来重建图像，其中目标函数包括将Karhunen-Loeve变换（KLT）应用于数据的时间维度。 约束下的目标函数表示为arg minf {∥phi（f）‖1，受∥Af-y‖2@ epsilon}的限制。 重建的图像是可以是4D血管造影的血管造影。 血管造影用于诊断血管疾病。

    Dynamic image reconstruction with tight frame learning
    10.
    发明授权
    Dynamic image reconstruction with tight frame learning 有权
    动态图像重建与紧帧学习

    公开(公告)号：US09453895B2

    公开(公告)日：2016-09-27

    申请号：US14027451

    申请日：2013-09-16

    申请人： Jun Liu ,  Qiu Wang ,  Mariappan Nadar ,  Michael Zenge ,  Edgar Mueller

    发明人： Jun Liu ,  Qiu Wang ,  Mariappan Nadar ,  Michael Zenge ,  Edgar Mueller

    IPC分类号： G01R33/48 ,  G06T5/50 ,  G01R33/561

    CPC分类号： G01R33/4818 ,  G01R33/5611 ,  G06T5/50

    摘要： A computer-implemented method for learning a tight frame includes acquiring undersampled k-space data over a time period using an interleaved process. An average of the undersampled k-space data is determined and a reference image is generated based on the average of the undersampled k-space data. Next, a tight frame operator is determined based on the reference image. Then, a reconstructed image data is generated from the undersampled k-space data via a sparse reconstruction which utilizes the tight frame operator.

    摘要翻译： 用于学习紧帧的计算机实现的方法包括使用交错处理在一段时间内获取欠采样的k空间数据。 确定欠采样的k空间数据的平均值，并且基于欠采样的k空间数据的平均值生成参考图像。 接下来，基于参考图像确定紧帧运算符。 然后，通过使用紧帧运算符的稀疏重构，从欠采样的k空间数据生成重建的图像数据。