[發明專利]一種基于深度先驗學習的頭頸聯合成像方法和裝置

有效

• 申請號: 201811525187.1
• 申請日: 2018-12-13
• 公開（公告）號: CN109658469B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 王珊珊;肖韜輝;鄭海榮;劉新;梁棟
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06N3/08;G06N3/0464
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 耿慧敏

本申請提供了一種基于深度先驗學習的頭頸聯合成像方法和裝置，其中，該方法包括：獲取待重建的頭頸聯合的磁共振圖像；將所述待重建的頭頸聯合的磁共振圖像輸入預先建立的復數卷積神經網絡模型，其中，所述復數卷積神經網絡模型中設置有復數殘差塊；通過所述復數卷積神經網絡模型，對所述待重建的頭頸聯合的磁共振圖像進行重建，得到無偽影的高分辨率頭頸聯合圖像。通過上述方案解決了現有的頭頸聯合成像中所存在的無法同時保證成像精度和成像時間需求的問題，達到了在保證成像精度的情況下，可以有效縮短成像時間的技術效果。

技術領域

本申請屬于圖像處理技術領域，尤其涉及一種基于深度先驗學習的頭頸聯合成像方法和裝置。

背景技術

快速成像一直是磁共振成像中的研究熱點，而頭頸部位的磁共振掃描是磁共振成像領域中非常重要的一方面。頭頸聯合的磁共振血管壁成像的難點主要是顱內部分，一般顱內成像基本都是二維成像技術，二維成像技術只能觀察某一段的斷面圖像，層厚一般過大，且不是各項同性，無法滿足實際的應用需求。然而，顱內三維血管壁成像可以同時獲取血流和出血信號，有利于斑塊出血的定量檢測，但存在空間分辨率較低、成像時間長及對血管壁與腦脊液對比度不足等問題。

目前的頭頸聯合成像技術一般是采用T1加權三維快速自旋回波技術，該技術采用頭頸一體化成像，最大視野為250mm，使用flip-down準備脈沖均勻抑制腦脊液信號，同時采用DANTE模塊有效抑制血流信號，具有較好的對比度，全腦0.5mm各向同性分辨率，然而，由于掃描視野增大，導致在成像時間上更長，如果再加上頸動脈檢查，時間會更長，更無法滿足實際的應用需求。

針對現有的頭頸聯合成像所存在無法同時滿足成像精度和成像時間需求的問題，目前尚未提出有效的解決方案。

發明內容

本申請目的在于提供一種基于深度先驗學習的頭頸聯合成像方法和裝置，以提高頭頸聯合成像的成像精度和縮短成像時間。

本申請提供一種基于深度先驗學習的頭頸聯合成像方法和裝置是這樣實現的：

一種基于深度先驗學習的頭頸聯合成像方法，所述方法包括：

獲取待重建的頭頸聯合的磁共振圖像；

將所述待重建的頭頸聯合的磁共振圖像輸入預先建立的復數卷積神經網絡模型，其中，所述復數卷積神經網絡模型中設置有復數殘差塊；

通過所述復數卷積神經網絡模型，對所述待重建的頭頸聯合的磁共振圖像進行重建，得到無偽影的高分辨率頭頸聯合圖像。

在一個實施方式中，所述復數卷積神經網絡模型依次包括：第一復數卷積層、多個復數殘差塊、第二復數卷積層，其中，每個復數殘差塊中包括有兩個復數卷積層。

在一個實施方式中，復數卷積層中的復數卷積操作表示為：

w*c＝(c_real+ic_imgi)*(w_real+iw_imgi)＝(w_real*c_real-w_imgi*c_imgi)+i(w_real*c_real+w_imgi*c_imgi)

其中，w表示輸入的復數圖像，c表示復數卷積核，c_real表示輸入的復數圖像的實部，c_imgi表示輸入的復數圖像的虛部，w_real表示復數卷積核的實部，w_imgi表示復數卷積核的虛部。

在一個實施方式中，所述復數卷積神經網絡模型是按照以下方式建立的：

獲取全采樣樣本圖像，其中，所述全采樣樣本圖像為從磁共振儀獲取的頭頸聯合的磁共振圖像；