[發(fā)明專(zhuān)利]一種動(dòng)態(tài)對(duì)比增強(qiáng)核磁共振圖像的重建方法及重建系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110419657.1
• 申請(qǐng)日: 2021-04-19
• 公開(kāi)（公告）號(hào): CN113052937B
• 公開(kāi)（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 吳方圓;蔡聰波;蔡淑惠;王璐
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廈門(mén)大學(xué)
• 主分類(lèi)號(hào): G06T11/00
• 分類(lèi)號(hào): G06T11/00;G06N3/08;G06N3/04
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 楊媛媛

1.一種動(dòng)態(tài)對(duì)比增強(qiáng)核磁共振圖像的重建方法，其特征在于，所述重建方法包括如下步驟：

獲取DCE-MRI圖像和T1-mapping MRI圖像；

以所述DCE-MRI圖像和所述T1-mapping MRI圖像作為輸入，利用訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型得到重建參數(shù)圖像；所述重建參數(shù)圖像包括K^trans參數(shù)圖、V_e參數(shù)圖和V_p參數(shù)圖；

在獲取DCE-MRI圖像和T1-mapping MRI圖像后，所述重建方法還包括對(duì)DCE-MRI圖像進(jìn)行歸一化處理，具體包括：

采集所述DCE-MRI圖像對(duì)應(yīng)的C_P曲線(xiàn)；所述C_P曲線(xiàn)為對(duì)比劑濃度隨時(shí)間的變化曲線(xiàn)；

確定所述C_P曲線(xiàn)的峰值所在幀，并計(jì)算所述峰值所在幀前預(yù)定幀數(shù)對(duì)應(yīng)的對(duì)比劑濃度的平均值；

將所述DCE-MRI圖像每一幀的像素值均除以所述平均值，得到歸一化后的DCE-MRI圖像；

在利用訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型得到重建參數(shù)圖像之前，所述重建方法還包括模擬生成訓(xùn)練樣本，具體包括：

利用DCE Extended-Tofts模型模擬生成多個(gè)參數(shù)圖樣本；所述參數(shù)圖樣本包括K^trans參數(shù)圖、V_e參數(shù)圖、V_p參數(shù)圖和T1-mapping MRI圖像；

對(duì)于每一所述參數(shù)圖樣本，利用平均參數(shù)模型公式隨機(jī)生成C_P曲線(xiàn)；

根據(jù)所述K^trans參數(shù)圖、所述V_e參數(shù)圖、所述V_p參數(shù)圖和所述C_P曲線(xiàn)，生成所述參數(shù)圖樣本對(duì)應(yīng)的DCE-MRI圖像，得到訓(xùn)練樣本；所述訓(xùn)練樣本包括所述DCE-MRI圖像和所述參數(shù)圖樣本；

所述平均參數(shù)模型公式為：

其中，C_P(t)為t時(shí)刻的對(duì)比劑濃度；n＝1，2；A_n為第n個(gè)高斯函數(shù)的縮放比例常數(shù)；T_n為第n個(gè)高斯函數(shù)的中心常數(shù)；σ_n為第n個(gè)高斯函數(shù)的寬度常數(shù)；α為指數(shù)函數(shù)的振幅；β為指數(shù)函數(shù)的衰減常數(shù)；s為sigmoid函數(shù)的中心常數(shù)；τ為sigmoid函數(shù)的寬度常數(shù)。

2.根據(jù)權(quán)利要求1所述的一種動(dòng)態(tài)對(duì)比增強(qiáng)核磁共振圖像的重建方法，其特征在于，所述利用DCE Extended-Tofts模型模擬生成多個(gè)參數(shù)圖樣本具體包括：

在模擬區(qū)域內(nèi)隨機(jī)生成一個(gè)幾何圖形；所述模擬區(qū)域的形狀和大小由模擬的成像對(duì)象所決定；所述幾何圖形的形狀包括矩形、三角形、圓形和環(huán)形；

根據(jù)每一參數(shù)對(duì)應(yīng)的預(yù)設(shè)參數(shù)閾值，利用DCE Extended-Tofts模型分別計(jì)算得到無(wú)參數(shù)值的所述幾何圖形內(nèi)每一像素點(diǎn)的K^trans參數(shù)、V_e參數(shù)、V_p參數(shù)和T1-mapping參數(shù)；

判斷已生成的所述幾何圖形所組成的區(qū)域是否覆蓋所述模擬區(qū)域；

若否，則在所述模擬區(qū)域內(nèi)再隨機(jī)生成一個(gè)幾何圖形，返回“根據(jù)每一參數(shù)對(duì)應(yīng)的預(yù)設(shè)參數(shù)閾值，利用DCE Extended-Tofts模型分別計(jì)算得到無(wú)參數(shù)值的所述幾何圖形內(nèi)每一像素點(diǎn)的K^trans參數(shù)、V_e參數(shù)、V_p參數(shù)和T1-mapping參數(shù)”的步驟，直至已生成的所述幾何圖形所組成的區(qū)域覆蓋所述模擬區(qū)域；

若是，則根據(jù)所述模擬區(qū)域內(nèi)每一位置點(diǎn)的K^trans參數(shù)、V_e參數(shù)、V_p參數(shù)和T1-mapping參數(shù)分別生成K^trans參數(shù)圖、V_e參數(shù)圖、V_p參數(shù)圖和T1-mapping MRI圖像，得到一個(gè)參數(shù)圖樣本；并返回“在模擬區(qū)域內(nèi)隨機(jī)生成一個(gè)幾何圖形”的步驟，直至所得到的所述參數(shù)圖樣本的個(gè)數(shù)為預(yù)設(shè)個(gè)數(shù)。