磁共振成像中尖峰噪声检测与去除的鲁棒自动化方法

射频（RF）尖峰噪声是 MRI 中常见的外源性图像损坏来源。尖峰表现为 $k$ 空间中的点状扰动，导致图像域中出现全局正弦强度误差。取决于扰动幅度及其在 $k$ 空间中的位置，尖峰的影响可能十分显著，常使重建图像报废。本文提出一种尖峰检测方法及相关的数据校正方法，用于 RF 尖峰噪声的自动校正。为检测尖峰，我们找出对图像总变分影响最显著的 $k$ 空间点。为替换尖峰，我们采用了压缩感知重建，其中仅被认为损坏的点不受约束。我们在两种情形下演示了该技术：（1）含人工损坏点的体内梯度回波脑数据；（2）来自全身脂肪-水成像梯度回波协议、被位置不确定的尖峰损坏的真实复杂扫描仪数据。我们的方法无需人工干预即可实现近乎完美的检测与校正。在合成损坏的体内脑数据中，最大损坏比例为 0.78% 时，我们计算得到的 Matthews 相关系数与灵敏度均高于 0.95。我们还发现特异度高于 0.9994。