平行影像技術

Parallel MRI莊子肇 副教授

中山電機系

回顧 : 表面線圈陣列

• 表面線圈 : 高 SNR，涵蓋區域小

• 線圈陣列 : 多個表面線圈，以特殊

幾何排列避免線圈之間互相干擾

• 同時達到大區域和高 SNR 的要求

表面線圈陣列 (Phased Array Coil)

表面線圈陣列 (Phase Array Coil)

Spine phase array32-channel head array

Phased Array 成像的方式

除了個別接收信號之外，與單一線圈完全沒有差異

Receiver Receiver Receiver Receiver

Computer (reconstruction)

Spine Phased Array 的組合影像

綜合個別線圈影像得到大的 FOV

Phased Array 的成像方式

• 每個線圈個別接收信號

• 同時送入個別的 receiver channel• 其他成像過程完全不更動

– 激發、相位編碼、頻率編碼 …

什麼是 Parallel Imaging ?

• 每個單一線圈收到的信號必然不同

• 既然信號重複性不高，是否可以省

略部分成像步驟 ?• SMASH (1997)，SENSE (1999)

方法一

• 利用線圈的敏感區域「製造」類似

k-space 中的不同空間頻率波形

• 一次 phase encoding 即可同時取

得數條 k-space lines

回顧 : k-space 與 MRI

• k-space 每一個點的座標位置代表

不同的波形

• 該點取得的信號強度，代表此波形

在影像中所佔的的比重

kx

ky

k-space 數據的座標代表一種特定波形

數萬個不同的波形相加得到 MR 影像

各個波形 乘上 比重 (信號強度) 之後相加

+

+

+

+ …

Phased Array 提供的協助

• 多個線圈在不同位置分別接收信號

• 取得信號後，調整不同線圈 (位置) 的大小值，以製造出不同的波紋

– 注意是同一次擷取的數據

利用線圈的敏感區域製造波紋

八個直行排列線圈為例

線圈排列

相同比重

組合成 cosine

組合成 sine

高頻 cosine

高頻 sine

同一組數據組合成不同的影像波形

一次相位編碼取得多條 k-space lines

kx

ky

頻率編碼

相位編碼

平行影像的原理

• 同一次的信號擷取，因為線圈個別

接收信號，而可得到不同的 k-space 數據

• 能組合成幾種波形，掃瞄就快幾倍

取個名字吧

• 因為是同時取得多個「諧波」

• SiMultaneous Acquisition of Spatial Harmonics (SMASH)– Sodickson 1997

掃瞄加速的幅度

• 理論上，N 個線圈最多可以組

合成 N 個不同的諧波

• 實際上難以完美，掃瞄時間縮

短比例 < N

SMASH 的 Phantom 影像 (1997 MRM)

一般影像 (10 sec) 三個線圈 (5 sec)

SMASH 的 Body 影像 (1997 MRM)

一般影像 (22 sec) 四個線圈 (11 sec)

Philips ACS NT 1.5T

FLASH, 7.0/1.5/300

3D (128px256x20)

6 coils, R = 3

[Gd] = 0.13 mM/Kg

8 sec per 3D frame

SMASH 的 CE-MRA (2000 Radiol)

不做動態影像時也可縮短 breath-hold 時間

SMASH 的 SNR

• 因為是經由減少相位編碼來加速

• SNR 將呈「平方根」比例下降

• 掃瞄時間每減半 SNR 降為 70%• 減少 motion 影響常優於 SNR 瑕疵

SMASH 的小缺點

• 要組合成 sine 波形，phased array coils 的線圈大小、幾何形狀、與排

列方式都有一定的限制

• 多個線圈的方向未必要作相位編碼

利用線圈的敏感區域製造波紋

八個直行排列線圈為例

線圈排列

相同比重

組合成 cosine

組合成 sine

高頻 cosine

高頻 sine

Spine Phased Array 的組合影像

RF 線圈排列的方向經常是 frequency encoding

就算排列方向不是問題 …

• 由線圈 profile 組合成的 sine、cosine 也難以完美

• 影像中經常看得到少許的 aliasing

Aliasing in SMASH with R = 2

一般影像 (10 sec) 三個線圈 (5 sec)

Aliasing in SMASH with R = 2

一般影像 (22 sec) 四個線圈 (11 sec)

SMASH 的延伸

• Auto-SMASH• VD Auto-SMASH• GRAPPA• 就不詳細敘述了

GRAPPA Lung Images

一般影像 207 ms 150 ms (8-coil array)

HASTE 128x256 GRAPPA 256x256

GRAPPA Liver Images

一般影像 252 ms 252 ms (8-coil array)

HASTE 128x256 GRAPPA 256x256

方法二

• 線圈的敏感區域不同，但都比較小

• 直接縮小 FOV 以減少相位編碼次數

– 影像必然產生 aliasing• 利用 aliasing 型式的不同反算影像

以三個線圈為例

• 每個線圈的 sensitivity profile 大約

佔整個 FOV 的三分之一

• 直接把 FOV 縮小 (~1/3)• 解析度不變 matrix 也跟著減少

以三個線圈為例

Phantom 與 coil 相對位置 Aliased images

1 2 3

1

2

3

有 Aliasing 先不必慌張

• Aliased image= FOV 內信號 + FOV 外信號

• Coil profile 內的信號必然較強，外

部較弱 weighted sum

Coil 1 所收到的 Aliased Image

Phantom 與 coil 位置

1

FOV

aliasing

aliasing

Coil 1 所收到的 Aliased Image

Coil #1 局部信號強度

FOV

aliasing(弱一點)

aliasing(再弱一點)

1

Coil 1 所收到的 Aliased Image

Phantom 與 coil 位置 影像

aliasing(弱一點)

aliasing(再弱一點)

1

Aliased 影像 = 加權總和

• 一張 aliased images (D1) =三個小區域的影像，經過加權比重

之後的總和

• 類似 D1 = A1 x + B1 y + C1 z 形式

Coil 2 所收到的 Aliased Image

Coil #2 局部信號強度 影像

aliasing(弱一點)

aliasing(弱一點)

2

Coil 3 所收到的 Aliased Image

Coil #3 局部信號強度 影像

aliasing(弱一點)

aliasing(再弱一點)

3

三個線圈的 Aliased Images

Phantom 與 coil 相對位置 Aliased images

1 2 3

1

2

3

三張 Aliased Images (D)

• D1 = A1 x + B1 y + C1 z• D2 = A2 x + B2 y + C2 z• D3 = A3 x + B3 y + C3 z• 解方程式 (反矩陣) 即得 (x, y, z)

影像的還原成了代數問題

• 三張 aliased images (D)– 類似 D = Ax + By + Cz 形式

• A, B, C : 由線圈敏感區域得知

• 解方程式求得原始影像 (x, y, z)

不要忘記 …

• 聯立方程式 D = Ax + By + Cz 是每

一個 aliased pixel 都有一組

• 也就是反矩陣的計算一共要做上

256x256/3 次 (for R = 3)

回頭一下 …

• 三個 RF 線圈分別成像

• FOV 減至原來 1/3，解析度不改

• Matrix 亦減至 1/3，掃瞄快三倍

• 但是現在可以計算出原 FOV 影像

三倍掃瞄速度，解方程式之後 …

由 aliased images 計算得出原 FOV 影像

1

2

3

取個名字吧

• 因為利用線圈的不同敏感區域換算

• SENSitivity Encoding (SENSE)– Pruessmann 1999

• 現在成了 Philips 的專利

掃瞄加速的幅度

• 理論上，N 個線圈可以得到 N 個aliased image– FOV 最小可以減至 FOV/N

• 類似 SMASH，實際加速比例 < N

SENSE 的 Brain 影像 (1999 MRM)

一般影像 (170 sec) 兩個線圈 (85 sec)

SENSE 的心臟影像 (Short Axis)

一般影像 (15 beats) 五個線圈 (5 beats)

SENSE 的 SNR

• 也是經由減少相位編碼來加速

• SNR 將呈「平方根」比例下降

• 與 SMASH 相同 : 減少 motion 影響常優於 SNR 瑕疵

SENSE 的心臟影像 (Axial)

一般影像 (128x128) 六個線圈 (R = 3)

SENSE 對線圈排列的要求

• D1 = A1 x + B1 y + C1 z• D2 = A2 x + B2 y + C2 z• D3 = A3 x + B3 y + C3 z• 只要方程組「線性獨立」就可求得

SENSE 的 RF 線圈配置

相位編碼可以是兩者任意擇一

相位編碼

相位編碼

RF coil element

SENSE 對線圈排列的要求

• 只要方程組「線性獨立」就可求得

• 不需組合成完美的 sine & cosine• 比 SMASH 容易做到

• 因此也沒有太多如 GRAPPA 的變種

SENSE 的缺陷

• Restricted FOV 無法達成

• 例 : cardiac imaging• Full FOV 影像原來就有 aliasing• 與 1/3 FOV 混合後無法區分

其他比較 (學理上)

• SMASH :• 運算快速 (普通 Fourier transform)• 在 acceleration factor 高時，影像

artifacts 比 SENSE 好

其他比較 (學理上)

• SENSE :• Coil 排列的方式不受限制

• 切面方向因此保留 MRI 的彈性

• 一般 artifacts 比 SMASH 少

其他比較 (實際上)

• SENSE 或 SMASH 的實際製作多半

與廠商研發人力的相關性最高

• 只要能商品化，用什麼原理的差異

並不見得很大

平行影像商品家族

• Philips : SENSE• Siemens : iPAT

– GRAPPA + mSENSE• General Electric : ASSET

Parallel MRI 的絕對優勢

• 陣列線圈硬體已經商品化

• 只要修改計算影像軟體便可做到

• 不管是什麼 pulse sequence，都可

以使掃瞄加速數倍

SENSE 的 Coronary Angiogram

一般影像 (3.0 T) 類似品質、1/3 時間

SENSE 的速度優勢

Abdominal CE-MRA 512x512 T2W TSE

還有其他優點

• 縮短 EPI 的全部擷取時間

– EPI 的幾何扭曲可較輕微

• 用在相位編碼方向降低 ETL– HASTE 的模糊現象可以減低

SMASH EPI of Brain (Sagittal)

一般影像 四個線圈

SENSE DW-EPI of Brain (Axial)

八個線圈 (R = 4) 顯著減少幾何扭曲 (3.0T)

SMASH HASTE of Chest (192x256)

一般影像 四個線圈

用掃瞄時間換取解析度 (R = 2)

一般影像192x256, 450 ms

四個線圈192x256, 225 ms

四個線圈384x256, 450 ms

Parallel MRI 的絕對優勢

• 全世界頂尖醫學中心標準配備

• 國內高階MRI必備(a matter of $$)

平行影像技術

Parallel MRI莊子肇 副教授

中山電機系