[發明專利]一種基于即插即用的磁共振成像超分辨重建系統及方法

有效

• 申請號: 202110295075.7
• 申請日: 2021-03-19
• 公開（公告）號: CN112927138B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 管春;莫雪莎;包偉;陳梽
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06T3/40
• 分類號: G06T3/40
• 代理公司: 成都行之專利代理有限公司 51220
• 代理人: 林菲菲

本發明公開了一種基于即插即用的磁共振成像超分辨重建系統及方法，系統包括圖像插值單元、濾波算子計算單元和圖像重建單元；圖像插值單元，用于對低分辨率圖像進行預插值，得到初始估計圖像后，發送給圖像重建單元；濾波算子計算模塊以高分辨率圖像作為引導濾波中的引導圖像，采用引導濾波算法對低分辨率進行濾波處理，計算出濾波算子并發送給圖像重建單元；圖像重建單元將濾波算子計算模塊發送的濾波算子引入到GIF?FISTA算法模型中，代替GIF?FISTA算法模型中的鄰近算子，并對圖像插值單元發送的初始估計圖像進行重建處理，獲得重建后的圖像。本發明提高了模型的收斂速度，獲得了高重建質量的圖像。

技術領域

本發明涉及一種磁共振成像領域，具體涉及一種基于即插即用的磁共振成像超分辨重建系統及方法。

背景技術

隨著醫學圖像在臨床上體現出了重要的價值，其所包含的信息對疾病的診斷具有重要的意義，醫生可以根據醫學圖像為病患制定治療方案。醫學圖像在成像過程中，受到醫學設備的成像分辨率、圖像獲取時間、患者所能承受的放射劑量等各種因素的限制，獲得的醫學圖像分辨率有限，而臨床上對高分辨率的醫學圖像有更進一步的需求。

當前的圖像超分辨率重建技術可以分為三大類：1.基于插值，2.基于重構，3.基于學習。第一類算法是把有用的像素值代入不同的插值函數，然后將計算得到的函數值作為插入點的像素值，以提高圖像的分辨率。第二類方法的理論基礎是圖像的退化模型，首先對低分辨率圖像的采集過程進行建模，來對圖像的高頻細節信息進行反向估計。第三類方法的基本思想是通過學習得到高分辨率圖像與低分辨率圖像之間的映射關系，并將這關系引入到重建過程中。

發明內容

本發明所要解決的技術問題是：現有的圖像超分辨率重建技術中，基于重構的重建方法需要通過連續迭代得到最優解，會存在收斂較慢的問題，且非線性逆問題的反演計算非常復雜，本發明提供了解決上述問題的一種基于即插即用的磁共振成像超分辨重建系統及方法。

本發明通過下述技術方案實現：

一種基于即插即用的磁共振成像超分辨重建方法，包括以下步驟：

S1:訓練即插即用模型：

將磁共振成像結果中的低分辨率圖像和與所述低分辨率圖像對比度不同的高分辨率圖像作為所述即插即用模型的輸入圖像；

對所述低分辨率圖像進行預插值，得到初始估計圖像；

將所述高分辨率圖像作為引導濾波中的引導圖像，采用引導濾波算法對所述低分辨率進行濾波處理，計算出濾波算子；

將所述引導濾波算子引入到GIF-FISTA算法模型中，代替所述GIF-FISTA算法模型中的鄰近算子，進而對所述初始估計圖像進行重建處理，輸出重建后的圖像，獲得訓練好的即插即用模型；

S2:使用訓練好的即插即用模型對對磁共振成像過程中產生的低分辨率圖像進行重建，得到高重建質量的圖像。

現有的基于重構的重建算法中，由于需要通過連續迭代得到最優解而存在的收斂較慢的問題，且非線性逆問題的反演計算非常復雜，本發明提出一種融合了FISTA算法和引導濾波算法的GIF-FISTA模型結構，GIF-FISTA模型結構借助所述濾波算子計算單元，使用引導濾波算法計算濾波算子，通過所述濾波算子對所述GIF-FISTA模型進行優化，提高了磁共振超成像分辨重構的質量，同時本發明的GIF-FISTA模型的收斂速度快，且是一種通過計算線性逆問題來獲得重建圖像，更簡單快捷，降低了算法的運行時間。

為了提高圖像重建的質量，以與輸入圖像不同對比度的高分辨率圖像作為引導圖像，對濾波算子進行優化，具體的算法優化策略如下：