图像重建方法及设备、成像数据的处理方法及装置制造方法及图纸

本发明专利技术涉及图像重建方法及设备、成像数据的处理方法及装置、电子设备、存储介质。图像重建方法包括：获取待图像重建的三维梯度回波数据；将所述待图像重建的三维梯度回波数据输入图像重建模型，其中，所述图像重建模型预先采用多组成像数据对神经网络训练得到，每组成像数据包括：成像对象的三维梯度回波数据和二维成像数据；经所述图像重建模型对输入的三维梯度回波数据进行图像重建，获取目标合成对比度的三维加权图像。本发明专利技术将快速采集的三维梯度回波数据输入训练好的图像重建模型，即可得到用户预期的目标合成对比度的三维加权图像，图像重建效率高。

Image reconstruction method and equipment, image data processing method and device

【技术实现步骤摘要】
图像重建方法及设备、成像数据的处理方法及装置
本专利技术涉及医学成像
，特别涉及图像重建方法及设备、成像数据的处理方法及装置、电子设备、存储介质。
技术介绍
磁共振成像(MagneticResonanceImaging，MRI)基本原理为：人体组织内具有自旋的氢核(氢原子)或者其它自旋不为零的原子核在强均匀主磁场作用下，本无规律排列的自旋磁矩会沿主磁场方向排列，形成宏观磁矩。在射频脉冲激励下，宏观磁化矢量将翻转到与主磁场垂直的方向，射频激发能量撤销之后，磁矩在进动旋转过程中就能被射频接收系统接收，从而产生电磁感应信号，经过模数转换和相应数据重建形成各种对比度的磁共振图像。各类合成对比度图像，如TSE(快速自旋回波)图像、FALIR(长T1反转恢复)图像、DWI(弥散加权)图像等，对于医疗诊断具有重要意义。现有技术中，关于上述合成对比度图像的重建一般采用序列采集的方式，扫描时间较长，以FLAIR图像为例，临床1.5T核磁扫描仪大约需要3.5分钟以上，图像重建效率很低。
技术实现思路
本专利技术提供图像重建方法及设本文档来自技高网...

【技术保护点】
1.一种图像重建方法，其特征在于，所述图像重建方法包括：/n获取待图像重建的三维梯度回波数据；/n将所述待图像重建的三维梯度回波数据输入图像重建模型，其中，所述图像重建模型预先采用多组成像数据对神经网络训练得到，每组所述成像数据包括：成像对象的三维梯度回波数据和二维成像数据；/n经所述图像重建模型对输入的三维梯度回波数据进行图像重建，获取目标合成对比度的三维加权图像。/n

【技术特征摘要】
1.一种图像重建方法，其特征在于，所述图像重建方法包括：
获取待图像重建的三维梯度回波数据；
将所述待图像重建的三维梯度回波数据输入图像重建模型，其中，所述图像重建模型预先采用多组成像数据对神经网络训练得到，每组所述成像数据包括：成像对象的三维梯度回波数据和二维成像数据；
经所述图像重建模型对输入的三维梯度回波数据进行图像重建，获取目标合成对比度的三维加权图像。


2.如权利要求1所述的图像重建方法，其特征在于，所述二维成像数据包括以下数据类型中的至少一种：
二维TSE数据、二维FLAIR数据、二维DWI数据；
所述图像重建模型输出的三维加权图像的目标合成对比度与模型训练时二维成像数据的数据类型相对应。


3.如权利要求1所述的图像重建方法，其特征在于，获取待图像重建的三维梯度回波数据之后，所述图像重建方法还包括：
根据所述三维梯度回波数据计算量化参数，并根据量化参数建立定量拓扑图像；
和/或，从所述三维梯度回波数据中提取目标回波，并根据所述目标回波建立加权图像。


4.如权利要求3所述的图像重建方法，其特征在于，根据所述三维梯度回波数据计算量化参数，并根据量化参数建立定量拓扑图像，包括：
对所述三维梯度回波数据中所有回波进行最小二乘线性处理，得到量化参数R2*值，以建立R2*定量图像；
和/或，计算所述三维梯度回波数据中每个回波对应的组织空间磁化分布数据，根据所述组织空间磁化分布数据计算量化参数QSM，以建立QSM定量图像；
从所述三维梯度回波数据中提取目标回波，并根据所述目标回波建立加权图像，包括：
从所述三维梯度回波数据中提取回波时间最短的目标回波，根据所述回波时间最短的目标回波建立T1加权图；
和/或，从所述三维梯度回波数据中提取回波时间均大于第一阈值的相邻的两个目标回波，根据所述相邻的两个目标回波建立T2*加权图像；
和/或，对所述三维梯度回波数据中所有回波做加权平均融合处理，以建立eT2*加权图像；
和/或，从所述三维梯度回波数据中提取回波时间大于第二阈值的一个目标回波或两个目标回波，根据所述一个目标回波或两个目标回波建立SWI加权图像。


5.如权利要求1所述的图像重建方法，其特征在于，采用多组成像数据对神经网络训练得到所述图像重建模型，包括：
针对每组成像数据，根据所述成像数据中成像对象的三维梯度回波数据对所述成像数据中成像对象的二维成像数据进行插值处理，得到计算的三维成像数据；
将所述三维梯度回波数据输入神经网络，并确定所述神经网络输出的三维成像数据与所述计算的三维成像数据之间的差异；
基于所述差异调整所述神经网络的网络参数。


6.一种成像数据的处理方法，其特征在于，所述处理方法包括：
获取多组成像数据作为神经网络的训练样本；每组成像数据包括：成像对象的三维梯度回波数据和二维成像数据；
针对每组成像数据，根据所述三维梯度回波数据对所述二维成像数据进行插值处理，得到计算的三维成像数据；
将所述三维梯度回波数据输入神经网络，并确定所述神经网络输出的三维成像数据与所述计算的三维成像数据之间的差异；
基于所述差异调整所述神经网络的网络参数。


7.如权利要求6所述的成像数据的处理方法，其特征在于，所述二维成像数据包括以下数据类型中的至少一种：
二维TSE数据、二维FLAIR数据、二维DWI数据；
将所述三维梯度回波数据输入神经网络，包括：
将包括不同数据类型的二维成像数据的训练样本分别输入不同的神经网络进行模型训练，以得到输出的三维加权图像的合成对比度与模型训练时二维成像数据的数据类型相对应的多个图像重建模型。


8.一种图像重建设备，其特征在于，所述图像重建设备包括：
获取模块，用于获取待图像重建的三维梯度回波数据；
输入模块，用于将所述待图像重建的三维梯度回波数据输入图像重建模型，其中，所述图像重建模型预先采用多组成像数据对神经网络训练得到，每组所述成像数据包括：成像对象的三维梯度回波数据和二维成像数据；
图像重建模块，用于使用所述图像...

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