【技术实现步骤摘要】
用于磁共振导航的脑组织快速成像与图像重建方法
本专利技术涉及的是一种医疗器械领域的技术，具体是一种用于磁共振导航的脑组织快速成像与图像重建方法。
技术介绍
磁共振影像的软组织对比度好，成像的方法多样，为当前影像导航的手术与介入操作提供了重要途径。然而，磁共振成像采集时间较长，难以在术中操作的过程中开展实时的图像采集与图像重建。当前磁共振快速采集与重建的主要方法包括并行成像方法、短TR采集方法、部分k空间采集方法、非笛卡尔坐标系k空间采集方法、压缩感知方法等等，但常规并行成像和短TR采集方法的加速倍数无法满足实时成像的要求、部分k空间采集方法的图像重建分辨率较低，图像质量不佳、非笛卡尔坐标系的k空间采集在高降采样的情况下，重建的图像质量不佳、压缩感知方法的图像重建速度慢，无法满足实时需求。
技术实现思路
本专利技术针对现有技术存在的上述不足，提出一种用于磁共振导航的脑组织快速成像与图像重建方法，实现针对介入操作中的磁共振影像实时的快速采集和重建，对图像引导的介入和手术具有重要意义。本专利技术是通过以下技术方案实现的：本专利技术通过多层级联卷积神经网络分别针对参考图像和介...
【技术保护点】
1.一种用于磁共振导航的脑组织快速成像与图像重建方法，其特征在于，通过多层级联卷积神经网络分别针对参考图像和介入图像进行重构，将得到的两幅重构图像相减得到介入特征，将得到的介入特征加载至参考图像得到最终介入图像；所述的多层级联卷积神经网络，由至少三级卷积神经网络级联组成，每级神经网络包括：卷积层和与之相连的数据一致性保持层，包括十个卷积层和一个数据一致性保持层，其中前9个卷积层每层都有64个过滤器，最后一个卷积层包括两个过滤器。
【技术特征摘要】
1.一种用于磁共振导航的脑组织快速成像与图像重建方法，其特征在于，通过多层级联卷积神经网络分别针对参考图像和介入图像进行重构，将得到的两幅重构图像相减得到介入特征，将得到的介入特征加载至参考图像得到最终介入图像；所述的多层级联卷积神经网络，由至少三级卷积神经网络级联组成，每级神经网络包括：卷积层和与之相连的数据一致性保持层，包括十个卷积层和一个数据一致性保持层，其中前9个卷积层每层都有64个过滤器，最后一个卷积层包括两个过滤器。2.根据权利要求1所述的方法，其特征是，所述的介入特征进行几何参数的修复。3.根据权利要求1所述的方法，其特征是，所有卷积层中的过滤器的尺寸都为3x3，步长都为1x1；每层都使用相同补白策略使输入输出尺寸一致。4.根据权利要求1所述的方法，其特征是，所述的卷积层使用的激活函数为ReLU函数。5.根据权利要求1所述的方法，其特征是，所述的数据一致性保持层使用均方误差函数作为损失函数并使用Adam优化器优化。6.根据上述任一权利要求所述方法，其特征是，具体包括以下步骤：①脑组织在定位架上固定后，在介入操作前，对脑组织进行常规的结构影像采集得到用于后续重建图像的生成的原始图像xRef；②在没有介入的情况下，对脑组织使用快速成像方法进行预扫描，具体为：采用基于黄金角的径向采集轨迹的快速序列，采集脑组织在与介入成像的相同层面的质子信号，通过重建，得到欠采样图像③通过若干级神经网络对欠采样图像进行重建，得到恢复图像④在介入过程中通过与步骤②相同的快速成像方法进行预扫描，得到不同时间点的介入影像并步骤③中用训练的神经网络对介入图像进行重...
【专利技术属性】
技术研发人员：冯原，布兰卡·祖菲亚，邱苏豪，颜康，赵睿洋，周晓东，张聪，杜一平，梁志培，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31
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。