[發明專利]圖像重建方法及設備、圖像數據的處理方法及裝置

有效

• 申請號: 201911077399.2
• 申請日: 2019-11-06
• 公開（公告）號: CN110992436B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 陳名亮
• 申請（專利權）人: 上海東軟醫療科技有限公司;東軟醫療系統股份有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 靳玫

1.一種圖像重建方法，其特征在于，所述圖像重建方法包括：

將梯度回波圖像裁剪成多個待重建的梯度回波圖像塊；

將所述梯度回波圖像塊輸入預先訓練的液體衰減反轉恢復圖像重建模型進行圖像重建；

將所述液體衰減反轉恢復圖像重建模型輸出的液體衰減反轉恢復圖像塊拼接成液體衰減反轉恢復圖像；

獲取多組訓練數據，每組訓練數據包括成像對象的梯度回波圖像和液體衰減反轉恢復圖像；

針對每組訓練數據，基于相同的裁剪策略裁剪所述梯度回波圖像和液體衰減反轉恢復圖像，分別得到多個梯度回波圖像塊和多個液體衰減反轉恢復圖像塊；

將所述梯度回波圖像塊作為輸入，將所述液體衰減反轉恢復圖像塊作為標簽訓練神經網絡模型，得到所述液體衰減反轉恢復圖像重建模型。

2.如權利要求1所述的圖像重建方法，其特征在于，基于圖像裁剪函數將所述梯度回波圖像塊裁剪成多個梯度回波圖像塊。

3.如權利要求1所述的圖像重建方法，其特征在于，基于線性疊加算法將所述液體衰減反轉恢復圖像塊拼接成液體衰減反轉恢復圖像。

4.一種圖像數據的處理方法，其特征在于，所述處理方法包括：

獲取多組圖像數據；每組圖像數據包括成像對象的梯度回波圖像和液體衰減反轉恢復圖像；

針對每組圖像數據，基于相同的裁剪策略裁剪所述梯度回波圖像和液體衰減反轉恢復圖像，分別得到多個梯度回波圖像塊和多個液體衰減反轉恢復圖像塊；

將所述梯度回波圖像塊作為輸入，將所述液體衰減反轉恢復圖像塊作為標簽訓練神經網絡模型，得到所述液體衰減反轉恢復圖像重建模型；所述液體衰減反轉恢復圖像重建模型用于圖像重建。

5.如權利要求4所述的圖像數據的處理方法，其特征在于，基于相同的裁剪策略裁剪所述梯度回波圖像和液體衰減反轉恢復圖像，包括：

在梯度回波圖像上隨機選取第一區域并裁剪得到梯度回波圖像塊；

針對梯度回波圖像的每次裁剪，在液體衰減反轉恢復圖像相對位置處選取相同尺寸的第二區域并裁剪得到液體衰減反轉恢復圖像塊。

6.一種圖像重建設備，其特征在于，所述圖像重建設備包括：

裁剪模塊，用于將梯度回波圖像裁剪成多個待重建的梯度回波圖像塊；

輸入模塊，用于將所述梯度回波圖像塊輸入預先訓練的液體衰減反轉恢復圖像重建模型進行圖像重建；

拼接模塊，用于將所述液體衰減反轉恢復圖像重建模型輸出的液體衰減反轉恢復圖像塊拼接成液體衰減反轉恢復圖像；

獲取模塊，用于獲取多組訓練數據，每組訓練數據包括成像對象的梯度回波圖像和液體衰減反轉恢復圖像；

所述裁剪模塊還用于針對每組訓練數據，基于相同的裁剪策略裁剪所述梯度回波圖像和液體衰減反轉恢復圖像，分別得到多個梯度回波圖像塊和多個液體衰減反轉恢復圖像塊；

模型訓練模塊，用于將所述梯度回波圖像塊作為輸入，將所述液體衰減反轉恢復圖像塊作為標簽訓練神經網絡模型，得到所述液體衰減反轉恢復圖像重建模型。

7.如權利要求6所述的圖像重建設備，其特征在于，所述裁剪模塊具體用于基于圖像裁剪函數將所述梯度回波圖像塊裁剪成多個梯度回波圖像塊。

8.如權利要求6所述的圖像重建設備，其特征在于，所述拼接模塊具體用于基于線性疊加算法將所述液體衰減反轉恢復圖像塊拼接成液體衰減反轉恢復圖像。

9.一種圖像數據的處理裝置，其特征在于，所述處理裝置包括：

獲取模塊，用于獲取多組圖像數據；每組圖像數據包括成像對象的梯度回波圖像和液體衰減反轉恢復圖像；

裁剪模塊，用于針對每組圖像數據，基于相同的裁剪策略裁剪所述梯度回波圖像和液體衰減反轉恢復圖像，分別得到多個梯度回波圖像塊和多個液體衰減反轉恢復圖像塊；

模型訓練模塊，用于將所述梯度回波圖像塊作為輸入，將所述液體衰減反轉恢復圖像塊作為標簽訓練神經網絡模型，得到所述液體衰減反轉恢復圖像重建模型；所述液體衰減反轉恢復圖像重建模型用于圖像重建。