[發(fā)明專利]磁共振參數(shù)成像模型的訓練方法及訓練裝置、介質(zhì)和設備有效
| 申請?zhí)枺?/td> | 202011232717.0 | 申請日： | 2020-11-06 |
| 公開（公告）號： | CN112336337B | 公開（公告）日： | 2022-09-02 |
| 發(fā)明（設計）人： | 梁棟;程靜;朱燕杰;劉元元;劉新;鄭海榮 | 申請（專利權(quán)）人： | 深圳先進技術研究院 |
| 主分類號： | A61B5/055 | 分類號： | A61B5/055;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市銘粵知識產(chǎn)權(quán)代理有限公司 44304 | 代理人： | 孫偉峰 |
| 地址： | 518055 廣東省深圳*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 磁共振 參數(shù) 成像 模型 訓練 方法 裝置 介質(zhì) 設備 | ||
1.一種磁共振參數(shù)成像模型的訓練方法，其特征在于，所述磁共振參數(shù)成像模型包括重建網(wǎng)絡和參數(shù)擬合網(wǎng)絡，所述訓練方法包括：
將獲取的欠采k空間數(shù)據(jù)、第一參數(shù)加權(quán)圖像初始數(shù)據(jù)和第二參數(shù)加權(quán)圖像初始數(shù)據(jù)輸入到所述重建網(wǎng)絡，以得到第一參數(shù)加權(quán)圖像更新數(shù)據(jù)，并將所述第一參數(shù)加權(quán)圖像更新數(shù)據(jù)輸入到所述參數(shù)擬合網(wǎng)絡，以得到第二參數(shù)加權(quán)圖像更新數(shù)據(jù)；
根據(jù)獲取的全采加權(quán)圖像數(shù)據(jù)以及所述第二參數(shù)加權(quán)圖像更新數(shù)據(jù)對損失函數(shù)進行更新；
根據(jù)更新后的損失函數(shù)對所述重建網(wǎng)絡和所述參數(shù)擬合網(wǎng)絡的網(wǎng)絡參數(shù)進行調(diào)整；
所述參數(shù)擬合網(wǎng)絡包括擬合子網(wǎng)絡和信號弛豫物理模型，其中，將所述第一參數(shù)加權(quán)圖像更新數(shù)據(jù)輸入到所述參數(shù)擬合網(wǎng)絡，以得到第二參數(shù)加權(quán)圖像更新數(shù)據(jù)的方法包括：
將所述第一參數(shù)加權(quán)圖像更新數(shù)據(jù)輸入到所述擬合子網(wǎng)絡，以得到參數(shù)圖像數(shù)據(jù)和基準圖像數(shù)據(jù)；
將所述參數(shù)圖像數(shù)據(jù)和所述基準圖像數(shù)據(jù)輸入到所述信號弛豫物理模型，以得到第二參數(shù)加權(quán)圖像更新數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述的磁共振參數(shù)成像模型的訓練方法，其特征在于，在得到所述第二參數(shù)加權(quán)圖像更新數(shù)據(jù)之后，所述訓練方法還包括：
將本次迭代得到的所述第一參數(shù)加權(quán)圖像更新數(shù)據(jù)和所述第二參數(shù)加權(quán)圖像更新數(shù)據(jù)分別作為下一次迭代的第一參數(shù)加權(quán)圖像初始數(shù)據(jù)和第二參數(shù)加權(quán)圖像初始數(shù)據(jù)，并與欠采k空間數(shù)據(jù)輸入到所述重建網(wǎng)絡中，以得到下一次迭代的第一參數(shù)加權(quán)圖像更新數(shù)據(jù)，并將所述下一次迭代的第一參數(shù)加權(quán)圖像更新數(shù)據(jù)輸入到所述參數(shù)擬合網(wǎng)絡，以得到下一次迭代的第二參數(shù)加權(quán)圖像更新數(shù)據(jù)；
按照預定迭代次數(shù)重復上述步驟，以獲得預定迭代次數(shù)的第二參數(shù)加權(quán)圖像更新數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的磁共振參數(shù)成像模型的訓練方法，其特征在于，根據(jù)獲取的全采加權(quán)圖像數(shù)據(jù)以及所述第二參數(shù)加權(quán)圖像更新數(shù)據(jù)對損失函數(shù)進行更新的方法為：根據(jù)獲取的全采加權(quán)圖像數(shù)據(jù)和所述預定迭代次數(shù)的第二參數(shù)加權(quán)圖像更新數(shù)據(jù)對損失函數(shù)進行更新。
4.一種磁共振成像方法，其特征在于，所述磁共振成像方法包括：
獲取待重建圖像的欠采k空間數(shù)據(jù)以及獲取根據(jù)權(quán)利要求1至3任一項所述的訓練方法訓練得到的磁共振參數(shù)成像模型；
將所述待重建圖像的欠采k空間數(shù)據(jù)輸入到所述重建網(wǎng)絡，以得到第一參數(shù)加權(quán)圖像；
將所述第一參數(shù)加權(quán)圖像輸入到所述參數(shù)擬合網(wǎng)絡，得到第二參數(shù)加權(quán)圖像，所述第二參數(shù)加權(quán)圖像為最終重建圖像。
5.一種磁共振參數(shù)成像模型的訓練裝置，其特征在于，所述訓練裝置包括：
數(shù)據(jù)輸入模塊，用于將獲取的欠采k空間數(shù)據(jù)、第一參數(shù)加權(quán)圖像初始數(shù)據(jù)和第二參數(shù)加權(quán)圖像初始數(shù)據(jù)輸入到重建網(wǎng)絡，以得到第一參數(shù)加權(quán)圖像更新數(shù)據(jù)，并用于將所述第一參數(shù)加權(quán)圖像更新數(shù)據(jù)輸入到參數(shù)擬合網(wǎng)絡，以得到第二參數(shù)加權(quán)圖像更新數(shù)據(jù)；
損失函數(shù)計算模塊，用于根據(jù)獲取的全采加權(quán)圖像數(shù)據(jù)以及所述第二參數(shù)加權(quán)圖像更新數(shù)據(jù)對損失函數(shù)進行更新；
網(wǎng)絡參數(shù)更新模塊，用于根據(jù)更新后的損失函數(shù)對所述重建網(wǎng)絡和所述參數(shù)擬合網(wǎng)絡的網(wǎng)絡參數(shù)進行調(diào)整；
所述參數(shù)擬合網(wǎng)絡包括擬合子網(wǎng)絡和信號弛豫物理模型，所述數(shù)據(jù)輸入模塊還用于：
將所述第一參數(shù)加權(quán)圖像更新數(shù)據(jù)輸入到所述擬合子網(wǎng)絡，以得到參數(shù)圖像數(shù)據(jù)和基準圖像數(shù)據(jù)；
將所述參數(shù)圖像數(shù)據(jù)和所述基準圖像數(shù)據(jù)輸入到所述信號弛豫物理模型，以得到第二參數(shù)加權(quán)圖像更新數(shù)據(jù)。
6.根據(jù)權(quán)利要求5所述的磁共振參數(shù)成像模型的訓練裝置，其特征在于，所述數(shù)據(jù)輸入模塊還用于：
將作為下一次迭代的第一參數(shù)加權(quán)圖像初始數(shù)據(jù)的所述第一參數(shù)加權(quán)圖像更新數(shù)據(jù)、作為下一次迭代的第二參數(shù)加權(quán)圖像初始數(shù)據(jù)的所述第二參數(shù)加權(quán)圖像更新數(shù)據(jù)以及欠采k空間數(shù)據(jù)輸入到所述重建網(wǎng)絡中，以得到下一次迭代的第一參數(shù)加權(quán)圖像更新數(shù)據(jù)，以及
用于將所述下一次迭代的第一參數(shù)加權(quán)圖像更新數(shù)據(jù)輸入到所述參數(shù)擬合網(wǎng)絡，以得到下一次迭代的第二參數(shù)加權(quán)圖像更新數(shù)據(jù)。
該專利技術資料僅供研究查看技術是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳先進技術研究院，未經(jīng)深圳先進技術研究院許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011232717.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
