FOV & Resolution

视野(FOV) 由采样的步长决定,采样的步长越大,看到的视野越广: FOV=1ΔkFOV = \frac{1}{\Delta k } 分辨率(resolution): 分辨率由kmax决定: δ=12kmax\delta = \frac1{2k_{max}}

问题:k不是矢量吗,怎么可以表示一个标量呢? 实际上在传统的笛卡尔坐标系下的k-space,我们一般分为两个方向表示分辨率: δx=12kxmax\delta _x = \frac 1{2k_{xmax}} δy=1kymax\delta_y = \frac 1{k_{ymax}}

扫描时间和信噪比(SNR)

sequence downtime 一个周期中除了采集外的所有时间。 TreadT_{read}:一个周期中传感线圈打开的时间 Tmeans=NTRTreadT_{means}=N_{TR}T_{read}

最终的表达式: SNRfseqVoxel VolumeTmeasSNR \propto f_{seq}Voxel \ Volume\sqrt{T_{meas}} 其中fseqf_{seq}是横向磁场强度,在gre和se一章有详细分析

可调参数相关的表达

公式1 FOV=δNmatrix FOV = \delta N_{matrix} 推导:

2kmax=ΔkNmatrix2k_{max} = \Delta k \cdot N_{matrix}

公式2

Tread=NreadoutBW=Nreadout2BWonesided=1BW/pixelT_{read} = \frac{N_{readout}}{BW} = \frac{N_{readout}}{2BW_{one-sided}} = \frac 1 {BW/pixel}

解释: 这里BW=1ΔtBW = \frac 1 {\Delta t}表示采样时间间隔的倒数

高分辨率带来低信噪比,需要通过降采样到目标分辨率来提高信噪比,但是这种操作的信噪比往往不如直接采样目标分辨率来的好。(体素越大,信噪比越高,高分辨率体素小)

上一章:8 Spatial Encoding & K-space 下一章:10 Fast Imaging Method