[發明專利]基于兩層緊框架稀疏模型的并行磁共振成像方法、裝置及計算機可讀介質

在審

• 申請號: 201711334939.1
• 申請日: 2017-12-14
• 公開（公告）號: CN108283495A
• 公開（公告）日: 2018-07-17
• 發明（設計）人: 王珊珊;梁棟;譚莎;劉新;鄭海榮
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: A61B5/055
• 分類號: A61B5/055;G06T5/00
• 代理公司: 上海勝康律師事務所 31263
• 代理人: 李獻忠;張靜

本發明涉及基于兩層緊框架稀疏模型的并行磁共振成像方法、裝置及計算機可讀介質。提供了一種基于兩層緊框架稀疏模型的并行磁共振成像方法，包括以下步驟：S1)基于欠采樣所得的每個通道的圖像數據，創建基于兩層緊框架稀疏模型的壓縮感知并行成像模型函數；S2)針對所創建的壓縮感知并行成像模型函數進行優化迭代；以及S3)根據函數優化迭代過程所求得的目標圖像數據重建圖像。本發明的基于兩層緊框架稀疏模型的并行磁共振成像方法解決了自適應力不高、算法復雜度大、稀疏表達沒有充分利用等問題，從而提高成像的速度和精度。

技術領域

本發明涉及磁共振成像技術領域，尤其涉及基于兩層緊框架稀疏模型的并行磁共振成像方法、裝置及計算機可讀介質。

背景技術

目前，磁共振成像已經發展成為生物學工程領域重要技術之一。然而磁共振成像速度較慢，且在成像過程中人體器官的運動、被檢查者的移動等都會影像成像的清晰度。因此，縮短成像時間對磁共振成像有著重要的意義。在傳統的成像方法中，重建方法缺乏自適應能力和有效的稀疏表達，特別是在欠采倍數較大和加噪的情況下。

壓縮感應磁共振成像(Compressed sensing magnetic resonance imaging，CSMRI)是用于加速MRI掃描的基于信號處理的技術。壓縮感應CS 利用了MR圖像的稀疏性，并允許CSMRI從稀疏采樣的K空間數據中恢復 MR圖像，CSMRI的經典公式可以寫成：

其中，u∈l^Q×1和f∈l^P×1分別表示MR圖像及其相應的欠采樣原始K 空間數據，F_P∈l^Q×P表示欠采樣的傅里葉編碼矩陣，其中P＜＜Q，并且||Wu||₁是一種分析模型，它在l₁范數約束下利用變換W∈l^Q×Q稀釋圖像。P和Q表示圖像像素數量和測得數據的數量。然而，由于缺乏適應性或缺乏稀疏性，效率是以犧牲精度為代價的，特別是高度欠采樣的噪聲測量。

為解決這個問題，目前已提出一些方法，主要包括以下三個方向。

第一個方向主要是利用全局變換和冗余變換來分析稀疏變換的磁共振成像。經典的算法有基于壓縮感知的全局變換和小波變換，這些方法重建模型較簡單，其圖像重建精度不高。

第二個方向是利用自適應字典稀疏表達磁共振成像，其重建方法有DLMRI,BPFA,TBMDU等，它們利用字典來自適應學習圖像的結構信息。這些方法的去噪能力較強，然而，它們的計算量非常復雜，稀疏性仍然直接限制在一個層上。

第三個方向是在前面兩個方向改善的，其目標是利用分析和合成稀疏模型的優點。如平衡的緊框架模型，它包含一個懲罰項來縮小分析和合成模型的距離。然而，盡管這種方法有很好的數學解釋，但對于簡單的一層，其稀疏的能力有待進一步提高。為了提高稀疏度，基于小波驅動的字典學習和基于全局變換的字典學習自適應從分析變換中代表稀疏系數。盡管重建效果提高了，但字典學習的計算量非常復雜。

針對以上技術的缺點，本發明提出了一種基于兩層緊框架稀疏模型的并行磁共振成像方法。它是在稀疏的圖像中通過一個固定的緊框架和一個自適應的學習緊框架重建圖像，它采用了三層的Bregman算法有效地解決重建模型的優化問題，以實現快速且高質量的磁共振成像。

發明內容

如上所述，目前磁共振重建的方法有：(1)基于壓縮感知的全局變換和小波變換的磁共振成像，其重建模型較簡單，其圖像重建精度不高。(2)基于自適應字典稀疏表達磁共振成像，其計算量非常復雜，稀疏性仍然直接限制在一個層上。(3)基于分析和合成模型的磁共振成像，其稀疏性有待進一步提高。