[發明專利]磁共振成像方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202010151562.1
• 申請日: 2020-03-06
• 公開（公告）號: CN113359076B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 翟人寬
• 申請（專利權）人: 上海聯影醫療科技股份有限公司
• 主分類號: G01R33/48
• 分類號: G01R33/48;G01R33/561;G06T11/00;G06N3/04;G06N3/08;A61B5/055
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 喬改利

1.一種磁共振成像方法，所述方法包括：

獲取第一磁共振成像數據；所述第一磁共振成像數據填充K空間的部分編碼位置；

將所述第一磁共振成像數據輸入預設的神經網絡模型，得到第二磁共振成像數據；所述第二磁共振成像數據填充所述K空間的所述部分編碼位置和除所述部分編碼位置之外的編碼位置；其中，所述預設的神經網絡模型為將樣本磁共振成像數據作為預設的初始神經網絡模型的輸入，并根據所述樣本磁共振成像數據對所述預設的初始神經網絡模型的輸出結果進行反饋，以調節所述預設的初始神經網絡模型的參數，對所述預設的初始神經網絡模型進行訓練得到的；所述樣本磁共振成像數據填充樣本K空間的部分樣本編碼位置；所述輸出結果填充所述樣本K空間的所述部分樣本編碼位置和除所述部分樣本編碼位置之外的編碼位置；

采用并行成像加速成像方法、壓縮感知加速成像方法或半傅里葉加速成像方法中的任一種，對所述第二磁共振成像數據進行圖像重建，得到磁共振圖像。

2.根據權利要求1所述的方法，其特征在于，所述神經網絡模型的訓練過程包括：

獲取樣本磁共振成像數據；所述樣本磁共振成像數據填充所述樣本K空間的部分樣本編碼位置；

將所述樣本磁共振成像數據輸入所述預設的初始神經網絡模型，得到預測磁共振成像數據；所述預測磁共振成像數據填充所述樣本K空間的所述部分樣本編碼位置和除所述部分樣本編碼位置之外的樣本編碼位置；

根據所述樣本磁共振成像數據、所述預測磁共振成像數據、恢復樣本磁共振成像數據和預設的判斷標準，對所述初始神經網絡模型進行訓練，得到所述神經網絡模型；所述恢復樣本磁共振成像數據為對所述樣本磁共振成像數據進行擬合所得到的數據。

3.根據權利要求2所述的方法，其特征在于，所述根據所述樣本磁共振成像數據、所述預測磁共振成像數據、恢復樣本磁共振成像數據和預設的判斷標準，對所述初始神經網絡模型進行訓練，得到所述神經網絡模型，包括：

根據所述樣本磁共振成像數據、所述預測磁共振成像數據和所述恢復樣本磁共振成像數據，獲取所述預設的判斷標準的判斷結果；

根據所述判斷結果對所述初始神經網絡模型進行訓練，得到所述神經網絡模型。

4.根據權利要求3所述的方法，其特征在于，所述根據所述樣本磁共振成像數據、所述預測磁共振成像數據和所述恢復樣本磁共振成像數據，獲取所述預設的判斷標準的判斷結果，包括：

根據所述樣本磁共振成像數據和所述預測磁共振成像數據，獲取第一判斷結果；所述第一判斷結果用于表征所述預測磁共振成像數據中的目標數據與所述樣本磁共振成像數據是否一致；所述目標數據的位置與所述樣本磁共振成像數據的位置一致；

根據所述樣本磁共振成像數據和所述恢復樣本磁共振成像數據，獲取第二判別結果；所述第二判別結果用于表征所述預測磁共振成像數據中除所述樣本磁共振成像數據之外的數據的準確性；

根據所述第一判斷結果和所述第二判別結果，獲取所述預設的判斷標準的判斷結果。

5.根據權利要求4所述的方法，其特征在于，所述根據所述樣本磁共振成像數據和所述預測磁共振成像數據，獲取第一判斷結果，包括：

根據所述樣本磁共振成像數據、所述樣本磁共振成像數據對應的采樣軌跡以及所述預測磁共振成像數據，獲取所述第一判斷結果。

6.根據權利要求4所述的方法，其特征在于，所述根據所述判斷結果對所述初始神經網絡模型進行訓練，得到所述神經網絡模型，包括：

根據所述判斷結果對所述初始神經網絡模型進行訓練，將所述判斷結果達到預設的穩定值時對應的初始神經網絡模型，確定為所述神經網絡模型。