首先创建用于质量控制或质量控制的控制噪声配置文件。使用特定的自定义 2D GRE 序列（包括高视场）来捕获来自该区域的最大信号，使用每个像素的高带宽来识别附近的噪声共振和尽可能短的重复时间（TR）和回波时间（TE）。使用氙气背心或环形线圈获取噪声曲线的 QC。获得线圈中没有超极化氙 129 样品的图像。
该图像将表征噪声曲线。检查采集的噪声数据，特别是非高斯元素的 K 空间，例如尖峰、模式或离散化或分箱值。通过将获取的真实或虚数据与具有相同均值、标准差和向量长度的合成高斯数据集进行绘制，创建分位数-分位数或 QQ 图，两者均按从小到大的顺序排列。
在QQ图中，与线Y等于X的偏差表明采集数据中存在非高斯分量，需要进一步研究。继续使用合适的选择图来识别噪声分布模式和潜在的异常值。要排除扫描仪的噪声源，请使用禁用各种脉冲序列参数的标准现场协议采集图像，并关闭电子元件的电源。
请参阅屏幕上的列表，了解可能的噪声源。为了消除房间内的噪声源，请使用调谐到氙气 129 频率的简单表面环路线圈来嗅探磁铁室周围的噪声源。将氙气线圈元件物理放置在潜在有问题的设备附近，并运行测试序列以检测放大的噪声。
检查K空间和图像数据，以查明相干噪声的确切来源。如果识别出指定的来源，请尝试禁用它或用铝箔、闪光灯或铜网覆盖它以减少噪音。禁用或覆盖噪声源后重新运行扫描，以查看噪声是否已解决。
继续此过程，直到消除所有噪声源，仅留下低均方根高斯噪声。将不规则噪声识别为单个 K 空间像素中的高信号尖峰，在真实或虚数通道中具有异常高或低的信号。以不同的相位编码方向进行成像，包括从前到后、从头到脚和从左到右。
通过有选择地启用或禁用单个梯度，消除 X-Y 或 Z 梯度的潜在问题。系统地检查生成的图像，以确定哪个特定的梯度方向导致了噪声。在噪声扫描上执行的噪声表征分析结果表明了规则噪声和不规则噪声对K空间的影响。
规则噪声导致K空间中的连续模式，而不规则噪声导致QQ图中的高值异常值。使用 HPG MRI 获取的一系列肺部图像显示，以 K 空间为中心的明显亮点表明具有低噪声的清晰肺部信号。相反，规则噪点的存在会散布在整个图像中。
不规则噪声在K空间中明显引起高值尖峰，并在图像空间中产生条纹图案。同时存在规则和不规则噪音的情况也会影响肺部图像。
