[發明專利]基于跨域網絡的磁共振成像降采樣和重建方法

有效

• 申請號: 202210176538.2
• 申請日: 2022-02-25
• 公開（公告）號: CN114581550B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 白瑞良;程昭瑋;金心宇
• 申請（專利權）人: 浙江大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T5/10;G06N3/0464;G06N3/047;G06N3/045;G06N3/084
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 白靜蘭

1.基于跨域網絡的磁共振成像降采樣和重建方法，其特征在于，所述方法包括：

(1)獲取頭部MR圖像，經過預處理后，通過傅里葉變換得到仿真全采樣k空間數據；

(2)將步驟(1)中獲得的仿真全采樣k空間數據的實部和虛部進行分離，獨立保存在兩個同維度的矩陣中，然后合并為兩個通道作為跨域網絡的輸入；

(3)構建跨域網絡，所述跨域網絡包括降采樣層、逆傅里葉變換層和空間域重建層；將步驟(2)中數據作為輸入進行訓練，降采樣層模擬降采樣軌跡對仿真全采樣k空間數據進行降采樣、逆傅里葉變換層將降采樣后的k空間數據重建得到降采樣MR圖像、空間域重建網絡將降采樣MR圖像重建恢復出細節內容，得到訓練完成后的跨域網絡；

(4)使用步驟(3)訓練完成后的跨域網絡對頭部MR圖像進行降采樣和重建：

(4-1)設置步驟(3)中降采樣層的采樣比例，通過優化跨域網絡，得到不同采樣比例下的概率矩陣以及相應的空間域重建網絡，基于概率矩陣和采樣間隔約束生成最優降采樣軌跡；

(4-2)根據不同采樣比例下的概率矩陣，定量分析不同采樣比例約束下的概率矩陣與采樣比例的關系，數據擬合得到不同采樣比例下的概率矩陣的三位曲面圖P_face，經過中心點的行/列方向的截面概率曲線P_center和行/列方向的邊緣概率曲線P_margin的函數表達式；

(4-3)根據P_face、P_center、P_margin的函數表達式和采樣間隔約束可以生成不同采樣比例的概率矩陣和降采樣軌跡；

(4-4)使用步驟(4-3)中的降采樣軌跡對MR圖像獲取k空間數據，逆傅里葉變換層將k空間數據重建得到降采樣MR圖像，空間域重建網絡將降采樣MR圖像重建恢復出細節內容。

2.根據權利要求1所述的基于跨域網絡的磁共振成像降采樣和重建方法，其特征在于，在步驟(1)中，傅里葉變換采用的Fourier矩陣表示為：

其中，F_n表示Fourier矩陣，(·)^H表示共軛轉置Hermitian；

將矩陣F_n的實部和虛部分離，借助歐拉Euler公式，得到如下矩陣：

3.根據權利要求1所述的基于跨域網絡的磁共振成像降采樣和重建方法，其特征在于，在步驟(3)中，所述降采樣層用矩陣元素乘積的方式實現降采樣層：

M_u表示降采樣矩陣/軌跡，維度和k空間數據的行列維度保持一致，但取值范圍僅為離散值{0，1}，“0”表示不采樣的部分，“1”表示采樣部分；表示輸入的全采樣k空間數據，表示降采樣后的k空間數據。

4.根據權利要求3所述的基于跨域網絡的磁共振成像降采樣和重建方法，其特征在于，在步驟(3)中，構建降采樣層的方法為：

(3-1)設計概率矩陣P_u，并將所有元素值都初始化為降采樣比例，并在訓練過程中對概率矩陣進行兩點約束：概率矩陣的平均值與降采樣比例之間的差值保持在一定的誤差范圍內概率矩陣中每個點的概率值滿足p∈(0，1]；

(3-2)基于概率矩陣P_u，根據伯努利分布生成采樣矩陣M_u；

(3-3)基于概率矩陣P_u和采樣矩陣M_u，設計降采樣概率層，每次訓練迭代過程中，基于采樣矩陣M_u進行前向計算，得到降采樣的k空間數據，基于概率矩陣P_u進行梯度傳播，實現參數更新。

5.根據權利要求1所述的基于跨域網絡的磁共振成像降采樣和重建方法，其特征在于，在步驟(3)中，所述逆傅里葉變換層的輸入是降采樣后的部分k空間數據，在前向計算的過程中使用逆傅里葉變換就可以得到欠采樣的MR圖像；其中，正逆傅里葉變換、逆傅里葉變換的計算過程分別如下：