并行磁共振成算法GRAPPA

资 源 简 介

并行磁共振成算法GRAPPA

详 情 说 明

GRAPPA（Generalized Autocalibrating Partially Parallel Acquisition）是一种广泛应用于并行磁共振成像（pMRI）的算法，主要用于从欠采样的K空间数据中重建高质量的图像。该算法通过利用多个接收线圈的空间灵敏度差异，实现了对K空间数据的有效填充和图像重建。

GRAPPA的核心思路是利用K空间的自校准信号（ACS线）来估计各线圈数据之间的权重关系，然后通过这些权重对欠采样的K空间数据进行插值，从而恢复完整的K空间信息。相比传统的SENSE（Sensitivity Encoding）算法，GRAPPA直接在K空间进行数据填充，避免了线圈灵敏度图的直接估计，因此对系统的几何畸变更鲁棒。

GRAPPA算法的优点包括： 无需精确的线圈灵敏度图，降低了计算复杂度。 适用于多种不同的MRI扫描模式，如2D和3D成像。 对运动伪影和磁场不均匀性的适应能力较强。

K空间数据在GRAPPA算法中扮演关键角色，其中自校准信号（ACS线）通常位于K空间中心，提供足够的空间信息以计算插值权重。通过合理调整GRAPPA的加速因子和ACS线的数量，可以在成像速度和图像质量之间取得平衡。

GRAPPA算法在临床和科研MRI中广泛应用，尤其在动态成像和高分辨率成像中表现出色，为并行磁共振技术提供了高效的解决方案。