一种磁共振成像方法和装置制造方法及图纸

技术编号:20159276 阅读:24 留言:0更新日期:2019-01-19 00:11
本申请公开了一种磁共振成像方法和装置,该方法利用第一深度神经网络重建出第一图像后,利用第一部分k‑空间数据与从完整k‑空间数据中提取到的第二部分k‑空间数据作差,得到残差k‑空间数据,然后对残差k‑空间数据进行图像重建,得到残差图像,最后将第一图像和残差图像相加,得到磁共振图像。如此,在重建出第一图像后所进行的处理中利用了真实采集的第一部分k‑空间数据,并且将数据保真项的处理过程放在了DNN重建之外,DNN不用考虑数据保真项的处理,降低了复杂度以及网络参数,图像重建速度快。此外,数据保真项的处理过程通过稀疏约束重建完成,无需通过多次迭代,在提高图像重建稳定性的前提下,能够提高重建速度。

【技术实现步骤摘要】
一种磁共振成像方法和装置
本申请涉及医学影像
,尤其涉及一种磁共振成像方法和装置。
技术介绍
磁共振成像(MagneticResonanceImaging,简称MRI)由于具有较高的软组织对比度和空间分辨率,可同时获得检查部位的形态信息和功能信息,并能够根据需要灵活地选择成像参数与成像层面,成为当今医学影像检查的重要手段。然而受奈奎斯特采样定理和主磁场强度等因素的制约,磁共振的成像速度非常慢,大大地限制了磁共振在临床中的应用。为了加快磁共振成像速度,深度神经网络(DeepNeuralNetworks,以下简称DNN)在近期被应用于磁共振加速成像领域。在采用DNN用于磁共振成像的过程中,为了使得重建图像尽可能地提供真实可靠诊断信息,目前的通过DNN进行磁共振成像的方法大多采用了数据保真项。数据保真项是为了确保重建出的图像与采集到的k-空间数据尽可能接近。一种方法是将数据保真项的处理过程直接作为DNN重建的一部分实现,该方法使得DNN的网络参数增加,DNN模型的训练复杂度变大,处理时间变长。另外一种方法是将数据保真项的处理过程放在DNN重建之外进行迭代的方法实现。但是,当采集加速倍数较高采集到的k空间数据较少时,这种方法需要多次迭代才能收敛,导致重建速度慢或者重建图像质量较差。
技术实现思路
有鉴于此,本申请提供了一种磁共振成像方法和装置,以实现降低DNN复杂度,减少DNN的网络参数以及在提高图像重建稳定性的前提下,提高重建速度,从而确保重建出的图像能够提供真实诊断信息。为了达到上述专利技术目的,本申请采用了如下技术方案:一种磁共振成像方法,包括:采用欠采样方式采集k-空间数据,得到第一部分k-空间数据;根据第一深度神经网络和所述第一部分k-空间数据进行图像重建,得到第一图像;将所述第一图像映射到k-空间,得到完整k-空间数据;提取所述完整k-空间数据中的部分k-空间数据,得到第二部分k-空间数据,所述第一部分k-空间数据和所述第二部分k-空间数据在k-空间上分布位置相同;根据所述第一部分k空间数据和所述第二部分k空间数据,重建得到残差图像;将所述第一图像和所述残差图像相加,得到的结果为磁共振图像。可选地,所述将所述第一图像映射到k-空间,得到完整k-空间数据,具体包括:通过傅里叶变换的方式将所述第一图像映射到k-空间,得到完整k-空间数据。可选地,所述将所述第一图像和所述残差图像相加,得到的结果为磁共振图像之后,所述方法还包括:将所述磁共振图像进行去噪处理,得到最终磁共振图像。可选地,将所述磁共振图像进行去噪处理,具体为:采用第二深度神经网络对所述磁共振图像进行去噪处理,得到所述最终磁共振图像。可选地,所述根据所述第一部分k空间数据和所述第二部分k空间数据,重建得到残差图像,具体包括:对所述第二部分k-空间数据与所述第一部分k-空间数据进行作差,得到残差k-空间数据;对所述残差k-空间数据进行稀疏约束重建,得到残差图像。可选地,所述对所述残差k-空间数据进行稀疏约束重建,得到残差图像,具体包括:以图像支持域为正则化项,结合并行成像方式对所述残差k-空间数据进行稀疏约束重建,得到残差图像。可选地,所述根据第一深度神经网络和所述第一部分k-空间数据进行图像重建,得到第一图像,具体为:采用显式解析解成像方法对所述第一部分k-空间数据进行部分重建,得到第二图像;根据所述第一深度神经网络对所述第二图像进行完全重建,得到第一图像。一种磁共振成像装置,包括:采集单元,用于采用欠采样方式采集k-空间数据,得到第一部分k-空间数据;第一重建单元,用于根据第一深度神经网络和所述第一部分k-空间数据进行图像重建,得到第一图像;映射单元,用于将所述第一图像映射到k-空间,得到完整k-空间数据;提取单元,用于提取所述完整k-空间数据中的部分k-空间数据,得到第二部分k-空间数据,所述第一部分k-空间数据和所述第二部分k-空间数据在k-空间分布位置相同;第二重建单元,用于根据所述第一部分k空间数据和所述第二部分k空间数据,重建得到残差图像;计算单元,将所述第一图像和所述残差图像相加,得到的结果为磁共振图像。可选地,所述映射单元,具体用于通过傅里叶变换的方式将所述第一图像映射到k-空间,得到完整k-空间数据。可选地,所述装置还包括:去噪单元,用于将所述磁共振图像进行去噪处理,得到最终磁共振图像。可选地,所述去噪单元,具体用于采用第二深度神经网络对所述磁共振图像进行去噪处理,得到所述最终磁共振图像。可选地,所述第二重建单元具体包括:作差子单元,用于对所述第二部分k-空间数据与所述第一部分k-空间数据进行作差,得到残差k-空间数据;稀疏约束重建子单元,用于对所述残差k-空间数据进行稀疏约束重建,得到残差图像。相较于现有技术,本申请具有以下有益效果:基于以上技术方案可知,本申请提供的磁共振成像方法中,在利用第一深度神经网络重建出第一图像后,利用欠采的第一部分k-空间数据与从由第一图像映射到的完整k-空间数据中提取到的第二部分k-空间数据作差,得到残差k-空间数据,然后对残差k-空间数据进行图像重建,得到残差图像,最后将第一图像和残差图像相加,得到的结果为磁共振图像。如此,在该方法中,在重建出第一图像后所进行的处理操作中利用到了真实采集的第一部分k-空间数据,该第一部分k-空间数据为数据保真项。在该方法中,将数据保真项的处理过程放在了DNN重建之外,因而,该第一深度神经网络不用考虑数据保真项的处理问题,因而,该第一深度神经网络的的复杂度不高,网络参数较少,所以,图像重建速度快。此外,在本申请实施例中,DNN重建的第一图像用于产生残差k-空间,残差k-空间对应的信息即DNN重建的图像和实际采集的k空间之间的误差信息,所以对该残差k-空间进行图像重建后,无论DNN重建的结果如何,都会把相应的差别信息重建出来。通过将该差别信息加上DNN重建的图像,则能保证图像重建的准确和稳定。因而,该方法能够确保重建出的图像能够提供真实诊断信息。此外,在本申请提供的磁共振成像方法中,数据保真项的处理过程通过稀疏约束重建完成,无需通过多次迭代即可实现,因而,该方法在提高图像重建稳定性的前提下,能够提高重建速度。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。图1为现有技术磁共振成像示例图;图2为本申请实施例提供的磁共振成像方法的实现框架图;图3为本申请实施例提供的一种磁共振成像方法流程图;图4为本申请实施例提供的一种磁共振成像效果对比示意图;图5为本申请实施例提供的执行磁共振成像方法的控制设备的结构示意图;图6为本申请实施例提供的一种磁共振成像装置结构图。具体实施方式为便于理解本申请提供的技术方案,下面对本申请技术方案的
技术介绍
进行简单说明。专利技术人对传统的磁共振成像进行研究发现,传统的磁共振成像方法中,对数据保真项的处理包括两种方式:第一种:将数据保真项放在DNN模型内处理,第二种:将数据保真项放在DNN重建之外通过迭代过程实现。第一本文档来自技高网
...

【技术保护点】
1.一种磁共振成像方法,其特征在于,包括:采用欠采样方式采集k‑空间数据,得到第一部分k‑空间数据;根据第一深度神经网络和所述第一部分k‑空间数据进行图像重建,得到第一图像;将所述第一图像映射到k‑空间,得到完整k‑空间数据;提取所述完整k‑空间数据中的部分k‑空间数据,得到第二部分k‑空间数据,所述第一部分k‑空间数据和所述第二部分k‑空间数据在k‑空间上分布位置相同;根据所述第一部分k空间数据和所述第二部分k空间数据,重建得到残差图像;将所述第一图像和所述残差图像相加,得到的结果为磁共振图像。

【技术特征摘要】
1.一种磁共振成像方法,其特征在于,包括:采用欠采样方式采集k-空间数据,得到第一部分k-空间数据;根据第一深度神经网络和所述第一部分k-空间数据进行图像重建,得到第一图像;将所述第一图像映射到k-空间,得到完整k-空间数据;提取所述完整k-空间数据中的部分k-空间数据,得到第二部分k-空间数据,所述第一部分k-空间数据和所述第二部分k-空间数据在k-空间上分布位置相同;根据所述第一部分k空间数据和所述第二部分k空间数据,重建得到残差图像;将所述第一图像和所述残差图像相加,得到的结果为磁共振图像。2.根据权利要求1所述的方法,其特征在于,所述将所述第一图像映射到k-空间,得到完整k-空间数据,具体包括:通过傅里叶变换的方式将所述第一图像映射到k-空间,得到完整k-空间数据。3.根据权利要求1所述的方法,其特征在于,所述将所述第一图像和所述残差图像相加,得到的结果为磁共振图像之后,所述方法还包括:将所述磁共振图像进行去噪处理,得到最终磁共振图像。4.根据权利要求3所述的方法,其特征在于,将所述磁共振图像进行去噪处理,具体为:采用第二深度神经网络对所述磁共振图像进行去噪处理,得到所述最终磁共振图像。5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述第一部分k空间数据和所述第二部分k空间数据,重建得到残差图像,具体包括:对所述第二部分k-空间数据与所述第一部分k-空间数据进行作差,得到残差k-空间数据;对所述残差k-空间数据进行稀疏约束重建,得到残差图像。6.根据权利要求5所述的方法,其特征在于,所述对所述残差k-空间数据进行稀疏约束重建,得到残差图像,具体包括:以图像支持域为正则化项,结合并行成像方式对所述残差k-空间数据进行稀疏约束重建,得到残差图像。7.根据权利要求1-...

【专利技术属性】
技术研发人员:黄峰陈名亮
申请(专利权)人:上海东软医疗科技有限公司
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1