FFL旋转成像系统矩阵及仿体数据集

一、数据集简介

本数据集包含基于自研设备（PR-MPI System）采集的系统矩阵和仿体数据。其中，设备为基于磁场自由线（Field-Free Line, FFL）的系统，关于设备详细信息，可参考文章A compact low-power magnetic particle imaging scanner based on a permanent-magnet field-free-line generator with high gradient, https://doi.org/10.1063/5.0324735。

采用上述文章中FFL旋转成像方式（图6）进行数据采集，其中FFL受激励沿y方向进行扫描，在y-z平面内通过FFL旋转实现二维扫描，考虑到永磁体旋转的复杂度，通过仿体的旋转实现FFL的相对旋转。扫描基本参数如下表所示。

1. 系统矩阵数据

共计采集两个完整的FFL旋转系统矩阵，区别在于示踪剂的不同，分别使用Synomag-70和Perimag两种粒子进行采集，数据分别存于syno文件夹和peri文件夹下。每个文件夹中包含了20个FFL角度下的系统矩阵原始粒子时域信号数据和对应的背景时域信号数据。FFL的角度按黄金角度计算方法：

°                                           (1)

其中αi代表第i个角度，θ≈137.51°，mod(∙)代表取模运算。通过仿体的旋转实现FFL的相对旋转，因此根据计算得到的αk更新当前角度下的坐标（见图7）。根据更新的坐标，采用逐点扫描的方式遍历FOV中19×19个位置，采用从右到左，从上到下的扫描顺序，如下图所示。

两个文件夹中的数据组织形式类似，以syno文件夹为例。文件夹下包含两个子文件夹，分别为Particle和Background，对应粒子时域信号和背景时域信号。Particle文件夹中包括了20个mat数据，命名为open_sm_syno_angle_{i}_sig.mat，i=[0:1:19]表示由公式（1）得到的第i个角度αi。其中每个mat文件中包含一个2,500,000×361的矩阵，361=19×19表示FOV内的离散点数量，因此每一个2,500,000×1数据对应FOV中一个离散空间位置的原始时域信号。Background文件夹中也包括了20个mat数据，命名为open_sm_syno_angle_{i}_back.mat。其存储内容与Particle文件夹中类似。

Particle文件夹中存储的为delta仿体在FOV不同离散位置的粒子信号（已减背景），Background文件夹中存储的为对应的背景信号（无粒子信号）。两个信号在361维度上一一对应。

2. 仿体数据

待上传更新

二、数据使用方法

1. 重建基本流程

1）傅里叶变换。原始信号为时域信号，可以首先需要对系统矩阵和仿体信号分别进行傅里叶变换，获得对应频域信号。

2）频率筛选。考虑到粒子信息主要存在于倍频中，可以对系统矩阵和仿体的频域信号进行频率筛选（如选取2-10倍频进行重建），或基于给出的系统矩阵背景信号，计算系统矩阵中SNR大于某阈值的频点，并基于此筛选频点。

3）重建得到二维图像。将系统矩阵20个角度下的信号进行拼接，得到完整的系统矩阵，对仿体信号做同样的操作，得到重建图像。

三、数据应用方向

该数据集可用于：

1）MPI 图像重建算法验证。验证不同重建算法的性能，包括 Kaczmarz、Tikhonov正则化、深度学习重建等。

2）系统矩阵处理研究。频域分析，频点选择，系统矩阵压缩，系统矩阵质量提升等。

3）信号增强与去噪实验。原始MPI时域信号去噪，信号增强，深度学习信号恢复等。

文章引用：

Zechen Wei et al., A compact low-power magnetic particle imaging scanner based on a permanent-magnet field-free-line generator with high gradient, Review of Scientific Instruments, 2026, 97 (6), https://doi.org/10.1063/5.0324735.