[發明專利]一種磁共振成像方法和裝置

有效

• 申請號: 201810443569.3
• 申請日: 2018-05-10
• 公開（公告）號: CN108814603B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 黃峰
• 申請（專利權）人: 上海東軟醫療科技有限公司
• 主分類號: A61B5/055
• 分類號: A61B5/055
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 趙秀芹;王寶筠

1.一種磁共振成像方法，其特征在于，包括：

采用降采樣方式采集部分k-空間數據，得到k-空間采集數據；

相繼采用深度神經網絡模型的圖像重建方法和顯式解析解成像方法或者相繼采用顯式解析解成像方法和深度神經網絡模型的圖像重建方法對所述k-空間采集數據進行圖像重建，得到磁共振圖像；

其中，所述深度神經網絡模型為由滿采或超滿采k-空間數據重建得到的磁共振圖像作為輸出訓練樣本、由特定部分k-空間數據或者其進行部分重建得到的磁共振圖像作為輸入訓練樣本進行訓練得到，所述特定部分k-空間數據為從所述滿采或超滿采k-空間數據中選出的一定比例的k-空間數據。

2.根據權利要求1所述的方法，其特征在于，所述得到磁共振圖像之后，還包括：

利用k-空間采集數據，對所述磁共振圖像進行修正，將修正后的磁共振圖像作為最終磁共振圖像。

3.根據權利要求2所述的方法，其特征在于，所述利用k-空間采集數據，對所述磁共振圖像進行修正，將修正后的磁共振圖像作為最終磁共振圖像，具體包括：

將所述磁共振圖像映射到k-空間，得到第一完整k-空間數據；所述第一完整k-空間數據包括采樣區域的k-空間數據和非采樣區域的k-空間數據；

利用所述k-空間采集數據替換所述第一完整k-空間數據中的采樣區域的k-空間數據，得到第二完整k-空間數據；

根據所述第二完整k-空間數據進行圖像重建，得到最終磁共振圖像。

4.根據權利要求2所述的方法，其特征在于，所述降采樣方式為半傅里葉采樣方式，

所述利用k-空間采集數據，對所述磁共振圖像進行修正，將修正后的磁共振圖像作為最終磁共振圖像，具體包括：

將所述磁共振圖像映射到k-空間，得到第一完整k-空間數據；所述第一完整k-空間數據包括采樣區域的k-空間數據和非采樣區域的第一k-空間數據；

將所述第一完整k-空間數據中的非采樣區域的第一k-空間數據設置為0，得到第三完整k-空間數據；

利用所述第三完整k-空間數據通過半傅里葉重建方法進行數據重建，以得到非采樣區域的第二k-空間數據；

將所述非采樣區域的第一k-空間數據與所述非采樣區域的第二k-空間數據進行加權平均，得到非采樣區域的第三k-空間數據；

將所述非采樣區域的第三k-空間數據和所述k-空間采集數據相加，得到第四完整k-空間數據；

根據所述第四完整k-空間數據進行圖像重建，得到最終磁共振圖像。

5.根據權利要求1所述的方法，其特征在于，所述深度神經網絡模型的輸入訓練樣本為由特定部分k-空間數據進行部分重建得到的磁共振圖像，

相繼采用顯式解析解成像方法和深度神經網絡模型的圖像重建方法對所述k-空間采集數據進行圖像重建，得到磁共振圖像，具體包括：

采用顯式解析解成像方法對所述k-空間采集數據進行部分重建，得到第一圖像；

根據所述第一圖像和深度神經網絡模型，通過所述深度神經網絡模型進行完全重建，得到第二圖像，所述第二圖像作為磁共振圖像。

6.根據權利要求5所述的方法，其特征在于，所述降采樣方式為半傅里葉采樣方式，

所述得到第一圖像之后，通過所述深度神經網絡模型進行完全重建之前，還包括：

對所述第一圖像進行半傅里葉重建，得到第三圖像；

所述根據所述第一圖像和深度神經網絡模型，通過所述深度神經網絡模型進行完全重建，得到第二圖像，具體包括：

以所述第三圖像作為深度神經網絡模型的輸入，通過所述深度神經網絡模型進行完全重建，得到第二圖像。