[發明專利]一種磁共振成像方法和裝置

有效

• 申請號: 201810879064.1
• 申請日: 2018-08-03
• 公開（公告）號: CN109239631B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 黃峰;陳名亮
• 申請（專利權）人: 上海東軟醫療科技有限公司
• 主分類號: G01R33/48
• 分類號: G01R33/48;G01R33/561
• 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

本申請公開了一種磁共振成像方法和裝置，該方法利用第一深度神經網絡重建出第一圖像后，利用第一部分k?空間數據與從完整k?空間數據中提取到的第二部分k?空間數據作差，得到殘差k?空間數據，然后對殘差k?空間數據進行圖像重建，得到殘差圖像，最后將第一圖像和殘差圖像相加，得到磁共振圖像。如此，在重建出第一圖像后所進行的處理中利用了真實采集的第一部分k?空間數據，并且將數據保真項的處理過程放在了DNN重建之外，DNN不用考慮數據保真項的處理，降低了復雜度以及網絡參數，圖像重建速度快。此外，數據保真項的處理過程通過稀疏約束重建完成，無需通過多次迭代，在提高圖像重建穩定性的前提下，能夠提高重建速度。

技術領域

本申請涉及醫學影像技術領域，尤其涉及一種磁共振成像方法和裝置。

背景技術

磁共振成像(Magnetic Resonance Imaging，簡稱MRI)由于具有較高的軟組織對比度和空間分辨率，可同時獲得檢查部位的形態信息和功能信息，并能夠根據需要靈活地選擇成像參數與成像層面，成為當今醫學影像檢查的重要手段。

然而受奈奎斯特采樣定理和主磁場強度等因素的制約，磁共振的成像速度非常慢，大大地限制了磁共振在臨床中的應用。

為了加快磁共振成像速度，深度神經網絡(Deep Neural Networks,以下簡稱DNN)在近期被應用于磁共振加速成像領域。

在采用DNN用于磁共振成像的過程中，為了使得重建圖像盡可能地提供真實可靠診斷信息，目前的通過DNN進行磁共振成像的方法大多采用了數據保真項。數據保真項是為了確保重建出的圖像與采集到的k-空間數據盡可能接近。

一種方法是將數據保真項的處理過程直接作為DNN重建的一部分實現，該方法使得DNN的網絡參數增加，DNN模型的訓練復雜度變大，處理時間變長。

另外一種方法是將數據保真項的處理過程放在DNN重建之外進行迭代的方法實現。但是，當采集加速倍數較高采集到的k空間數據較少時，這種方法需要多次迭代才能收斂，導致重建速度慢或者重建圖像質量較差。

發明內容

有鑒于此，本申請提供了一種磁共振成像方法和裝置，以實現降低DNN復雜度，減少DNN的網絡參數以及在提高圖像重建穩定性的前提下，提高重建速度，從而確保重建出的圖像能夠提供真實診斷信息。

為了達到上述發明目的，本申請采用了如下技術方案：

一種磁共振成像方法，包括：

采用欠采樣方式采集k-空間數據，得到第一部分k-空間數據；

根據第一深度神經網絡和所述第一部分k-空間數據進行圖像重建，得到第一圖像；

將所述第一圖像映射到k-空間，得到完整k-空間數據；

提取所述完整k-空間數據中的部分k-空間數據，得到第二部分k-空間數據，所述第一部分k-空間數據和所述第二部分k-空間數據在k-空間上分布位置相同；

根據所述第一部分k空間數據和所述第二部分k空間數據，重建得到殘差圖像；

將所述第一圖像和所述殘差圖像相加，得到的結果為磁共振圖像。

可選地，所述將所述第一圖像映射到k-空間，得到完整k-空間數據，具體包括：

通過傅里葉變換的方式將所述第一圖像映射到k-空間，得到完整k-空間數據。

可選地，所述將所述第一圖像和所述殘差圖像相加，得到的結果為磁共振圖像之后，所述方法還包括：

將所述磁共振圖像進行去噪處理，得到最終磁共振圖像。

可選地，將所述磁共振圖像進行去噪處理，具體為：