[發明專利]用于磁共振成像的圖像重建的方法和系統

在審

• 申請號: 201980043586.0
• 申請日: 2019-05-14
• 公開（公告）號: CN112368745A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 卡姆萊什·帕瓦爾;陳兆林;納迪姆·喬尼·沙阿;加里·弗朗西斯·伊根
• 申請（專利權）人: 蒙納士大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T3/40;G06N3/04;G06N3/08;G01R33/48
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王愛濤

1.一種用于重建磁共振(MR)圖像的方法，所述方法包括以下步驟：

接收欠采樣的MR圖像，所述欠采樣的MR圖像變換自欠采樣的k空間數據；

通過使用神經網絡將所述欠采樣的MR圖像中的每個像素的強度分類為多個預定的強度的量化值之一；以及

基于針對所述欠采樣的MR圖像中的每個像素所分類的強度的量化值來生成重建的MR圖像。

2.根據權利要求1所述的方法，其中，所述神經網絡為卷積神經網絡(CNN)。

3.根據權利要求2所述的方法，其中，所述CNN為編碼器-解碼器CNN，所述編碼器-解碼器CNN包括編碼器網絡和解碼器網絡。

4.根據權利要求3所述的方法，其中，所述編碼器網絡包括一系列卷積層和池化層，每個池化層在相應的卷積層之后。

5.根據權利要求3或4所述的方法，其中，所述解碼器網絡包括一系列上采樣層和卷積層，每個卷積層在相應的上采樣層之后。

6.根據權利要求5所述的方法，其中，所述解碼器網絡將每個上采樣層的輸出與由所述編碼器網絡生成的相應特征圖連接。

7.根據權利要求3至6中任一項所述的方法，其中，所述CNN還包括像素強度分類層，所述像素強度分類層在所述解碼器網絡之后。

8.根據前述權利要求中任一項所述的方法，其中，通過使用多項邏輯損失函數來訓練所述神經網絡。

9.根據前述權利要求中任一項的方法，其中，所述預定的強度的量化值中的每個具有比所述欠采樣的MR圖像中的每個像素的強度更小的位深度。

10.根據前述權利要求中任一項所述的方法，還包括：

將欠采樣的k空間數據變換為所述欠采樣的MR圖像。

11.根據權利要求10所述的方法，還包括：

接收在磁共振成像(MRI)掃描期間生成的原始MR信號；以及

基于所述原始MR信號生成所述欠采樣的k空間數據。

12.根據前述權利要求中任一項所述的方法，其中，將所述欠采樣的MR圖像中的每個像素的強度分類為多個預定的強度的量化值之一包括：

將所述多個預定的強度的量化值轉換成具有比所述預定的強度的量化值更小的位深度的多組值；

對于每個組，通過使用所述神經網絡將所述欠采樣的MR圖像中的每個像素的強度分類為所述組中的值之一；以及

基于每個組中的所分類值生成每個像素的所分類的強度的量化值。

13.根據權利要求12所述的方法，其中：

所述預定的量化值中的每個均包括第一組位和第二組位；以及

其中所述多組值至少包括：

第一組值，所述第一組值表示所述預定的量化值的所述第一組位的值；以及

第二組值，所述第二組值表示所述預定的量化值的所述第二組位的值。

14.根據權利要求13所述的方法，其中，所述第一組位是比所述第二組位更高階的所述預定的量化值的位。

15.一種用于重建磁共振(MR)圖像的系統，所述系統包括至少一個處理器，所述至少一個處理器被配置為：

接收欠采樣的MR圖像，所述欠采樣的MR圖像變換自欠采樣的k空間數據；

通過使用神經網絡將所述欠采樣的MR圖像中的每個像素的強度分類為多個預定的強度的量化值之一；以及

基于針對所述欠采樣的MR圖像中的每個像素所分類的強度的量化值來生成重建的MR圖像。

16.根據權利要求15所述的系統，其中，所述系統為MR掃描儀。