[發(fā)明專利]一種醫(yī)學圖像重建方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811564525.2
• 申請日: 2018-12-20
• 公開（公告）號: CN109658471B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設計）人: 李國斌;劉楠;宗金光;黃小倩;廖術
• 申請（專利權）人: 上海聯(lián)影醫(yī)療科技股份有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T5/10
• 代理公司: 成都七星天知識產權代理有限公司 51253
• 代理人: 楊永梅

1.一種軌跡調整確定方法，其特征在于，所述方法包括：

獲取多個初始K空間數(shù)據，所述初始K空間數(shù)據為感興趣對象掃描得到的磁共振信號填充至K空間中獲得；

利用預設采樣軌跡對所述初始K空間數(shù)據進行采樣處理，得到第一K空間數(shù)據，所述采樣處理包括局部滿采樣、局部欠采樣或全局欠采樣中的至少一種，所述預設采樣軌跡由K空間中填充K空間數(shù)據的K空間填充位點確定；

利用至少一種軌跡調整方法對所述第一K空間數(shù)據進行處理，得到第二K空間數(shù)據，所述第二K空間數(shù)據對應的K空間填充位點的密度大于所述第一K空間數(shù)據對應的K空間填充位點的密度；

基于所述第二K空間數(shù)據和初始K空間數(shù)據，獲得至少一個初始軌跡優(yōu)化模型，所述初始軌跡優(yōu)化模型為神經網絡模型或神經網絡模型與非神經網絡模型的混合模型，基于所述初始化軌跡優(yōu)化模型獲得對應的軌跡調整方法的誤差，將所述最小誤差對應的軌跡調整方法作為確定的軌跡調整方法。

2.如權利要求1所述的方法，其特征在于，所述基于所述初始化優(yōu)化軌跡模型獲得對應的軌跡調整方法的誤差，包括：

基于所述第二K空間數(shù)據和初始K空間數(shù)據生成至少一個訓練集，所述一個訓練集對應一種軌跡調整方法；

利用所述訓練集對至少一個初始模型進行訓練，得到對應的神經網絡模型；

基于至少一個神經網絡模型，獲得每個神經網絡模型的訓練誤差，將所述訓練誤差作為對應的軌跡調整方法的誤差。

3.如權利要求1所述的方法，其特征在于，所述神經網絡模型與非神經網絡模型的混合模型是指在所述初始軌跡優(yōu)化模型中，同時包含基于神經網絡模型構建的模塊，以及非神經網絡模型構建的模塊，所述非神經網絡模型包括數(shù)據重建算法，所述數(shù)據重建算法包括并行成像方法、部分傅里葉方法或壓縮感知方法。

4.如權利要求1所述的方法，其特征在于，所述對所述初始K空間數(shù)據進行采樣處理包括：

利用至少一種預設采樣軌跡對初始K空間數(shù)據進行處理，所述預設采樣軌跡包括笛卡爾采樣軌跡、螺旋采樣軌跡或徑向采樣軌跡中的至少一種。

5.如權利要求1所述的方法，其特征在于，所述軌跡調整方法為非機器學習神經網絡模型的數(shù)據處理方式，包括：

部分傅里葉成像方法、并行成像方法、壓縮感知方法或網格化方法中的至少一種。

6.一種軌跡調整確定裝置，其特征在于，所述裝置包括至少一個處理器以及至少一個存儲器；

所述至少一個存儲器用于存儲計算機指令；

所述至少一個處理器用于執(zhí)行所述計算機指令中的至少部分指令以實現(xiàn)如權利要求1-5中任意一項所述的操作。