一种磁共振成像获得深度学习训练集的方法和装置制造方法及图纸

本发明专利技术公开一种磁共振成像获得深度学习训练集的方法、装置、计算机可读存储介质及处理器。并行成像以第一预设加速倍数采集被测部位K空间数据；对K空间数据利用并行成像方式重建图像，对重建出的图像进行去噪处理，获得深度学习训练集的标记图像集；获取被测部位满K空间噪声数据；对满K空间噪声数据以第二预设加速倍数抽取出部分噪声数据，再并行成像重建获得噪声图像集；标记图像集与噪声图像集相加获得深度学习训练集的输入图像集。本发明专利技术无需对被测部位的K空间数据多次采集，单次采集即可获得输入图像集与标记图像集。应用本发明专利技术获得的深度学习训练集训练得到的DNN模型可在采集时间受限和/或采集次数受限条件下实现高质量磁共振成像。

A Method and Device for Obtaining Deep Learning Training Set by Magnetic Resonance Imaging

The invention discloses a method, a device, a computer readable storage medium and a processor for obtaining a deep learning training set by magnetic resonance imaging. Parallel imaging collects the K-space data of the measured part by the first preset acceleration multiple; reconstructs the image by parallel imaging method, denoises the reconstructed image and obtains the labeled image set of the depth learning training set; obtains the full K-space noise data of the measured part; extracts part of the noise data from the full K-space noise data by the second preset acceleration multiple, and then merges them. The noise image set is obtained by image reconstruction, and the input image set of the depth learning training set is obtained by adding the labeled image set and the noise image set. The invention does not need multiple acquisitions of K-space data of the measured part, and the input image set and the marked image set can be obtained by single acquisition. The DNN model trained by the deep learning training set obtained by the invention can realize high quality magnetic resonance imaging under the condition of limited acquisition time and/or limited acquisition times.

【技术实现步骤摘要】
一种磁共振成像获得深度学习训练集的方法和装置
本专利技术涉及医学影像
，尤其涉及一种磁共振成像获得深度学习训练集的方法及装置。
技术介绍
磁共振成像(MagneticResonanceImaging，MRI)作为一种多参数、多对比度的成像技术，能够反映组织的纵向弛豫时间T1、横向弛豫时间T2和质子密度等多种特性，进而为疾病的检出和诊断提供信息。目前，磁共振成像已经成为医学影像检查的重要技术手段。磁共振成像的工作原理是，利用磁共振现象，采用射频激励激发人体中的氢原子，运用梯度场进行位置编码，采用接收线圈接收带有位置信息的电磁信号，最终对电磁信号进行傅里叶变换重建出图像信息。然而，磁共振成像过程中扫描速度慢、扫描时间长，限制了磁共振成像在临床上的应用。深度学习因具有超强的学习能力，目前已被广泛应用于图像、视频、声音和自然语言处理等领域。近期，深度神经网络(DeepNeuralNetworks，DNN)被应用于磁共振成像中，以加快磁共振成像的扫描速度，解决磁共振成像扫描过慢的问题。DNN是深度学习应用的核心，DNN是由训练集训练获得。因此，对于深度学习在磁共振成像加速的应用，如何获取本文档来自技高网...

【技术保护点】
1.一种磁共振成像获得深度学习训练集的方法，其特征在于，包括：采用并行成像方法以第一预设加速倍数采集被测部位的K空间数据；对所述K空间数据利用并行成像方式重建图像，并对重建出的图像进行去噪处理，获得深度学习训练集的标记图像集；获取所述被测部位满K空间的噪声数据；对所述满K空间的噪声数据以第二预设加速倍数抽取部分噪声数据，对抽取的所述部分噪声数据利用并行成像方式重建图像获得噪声图像集；将所述标记图像集与所述噪声图像集相加获得所述深度学习训练集的输入图像集。

【技术特征摘要】
1.一种磁共振成像获得深度学习训练集的方法，其特征在于，包括：采用并行成像方法以第一预设加速倍数采集被测部位的K空间数据；对所述K空间数据利用并行成像方式重建图像，并对重建出的图像进行去噪处理，获得深度学习训练集的标记图像集；获取所述被测部位满K空间的噪声数据；对所述满K空间的噪声数据以第二预设加速倍数抽取部分噪声数据，对抽取的所述部分噪声数据利用并行成像方式重建图像获得噪声图像集；将所述标记图像集与所述噪声图像集相加获得所述深度学习训练集的输入图像集。2.根据权利要求1所述的磁共振成像获得深度学习训练集的方法，其特征在于，所述第二预设加速倍数大于或等于所述第一预设加速倍数。3.根据权利要求1或2所述的磁共振成像获得深度学习训练集的方法，其特征在于，所述第一预设加速倍数取值范围为1.2倍-2倍。4.根据权利要求1所述的磁共振成像获得深度学习训练集的方法，其特征在于，所述采用并行成像方法以第一预设加速倍数采集被测部位的K空间数据，具体为：采用并行成像方法以第一预设加速倍数采集被测部位在预设屏气时间段内的K空间数据。5.根据权利要求4所述的磁共振成像获得深度学习训练集的方法，其特征在于，所述被测部位为腹部或胸部。6.根据权利要求1所述的磁共振成像获得深度学习训练集的方法，其特征在于，所述将所述标记图像集与所述噪声图像集相加，具体为以下任意一种：将所述标记图像集的模与所述噪声图像集的模相加、将所述标记图像集的复数与所述噪声图像集的复数相加，以及将所述标记图像集与所述噪声图像集在K空间相加。7.根据权利要求1-6任一项所述的磁共振成像获得深度学习训练集的方法，其特征在于，所述获取所述被测部位满K空间的噪声数据，具体为：分别获取N个被试所述被测部位的满K空间的噪声数据，得到N组满K空间的噪声数据；所述N为大于或等于2的整数；对所述满K空间的噪声数据以第二预设加速倍数抽取部分噪声数据，对抽取的部分噪声数据利用并行成像方式重建图像获得噪声图像集，具体为：对所述N组满K空间的噪声数据以第二预设加速倍数分别抽取部分噪声数据，得到N组部分噪声数据，对所述N组部分噪声数据分别利用并行成像方式重建图像获得N个噪声图像集；将所述标记图像集与所述噪声图像集相加获得所述深度学习训练集的输入图像集，具体为：将所述N个噪声图像集分别与所述标记图像集相加，获得所述深度学习训练集的N...

【专利技术属性】
技术研发人员：黄峰，梅玲，
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