磁共振成像方法、装置、系统及存储介质制造方法及图纸

本发明专利技术公开了一种磁共振成像方法、装置、系统及存储介质。其中方法包括：获取磁共振成像的原始模型，根据用于求解所述原始模型的迭代算法建立初始成像模型，所述迭代算法中包括待定参数、待定求解算子和待定结构关系中至少一个；基于样本数据对所述初始成像模型进行训练，生成磁共振成像模型，其中，所述初始成像模型的训练用于学习所述迭代算法中的待定参数、待定求解算子和待定结构关系中至少一个；获取待处理的欠采样K空间数据，将所述欠采样K空间数据输入至所述磁共振成像模型，生成磁共振图像。提高了磁共振成像模型的自由度，相对于传统方式，通过学习得到的磁共振成像模型可提高磁共振重建图像的质量。

【技术实现步骤摘要】
磁共振成像方法、装置、系统及存储介质
本专利技术实施例涉及深度学习技术，尤其涉及磁共振成像方法、装置、系统及存储介质。
技术介绍
磁共振利用静磁场和射频磁场对人体组织成像，它不仅提供了丰富的组织对比度，且对人体无害，因此成为医学临床诊断的一种强有力的工具。但是，成像速度慢一直是制约其快速发展的一大瓶颈。在快速成像方面，目前常用的技术是并行成像和压缩感知。并行成像是利用多通道线圈之间的相关性来加速采集，而压缩感知则是利用被成像物体的稀疏性这一先验信息来减少k空间采样点。但是受硬件等条件限制，并行成像加速倍数有限，且随着加速倍数的增加，图像会出现噪声放大的现象；而压缩感知技术由于采用迭代重建使得重建时间非常长，且较难选择稀疏变换和重建参数。
技术实现思路
本专利技术提供一种磁共振成像方法、装置、系统及存储介质，以实现提高磁共振图像质量。第一方面，本专利技术实施例提供了一种磁共振成像方法，包括：获取磁共振成像的原始模型，根据用于求解所述原始模型的迭代算法建立初始成像模型，所述迭代算法中包括待定参数、待定求解本文档来自技高网...

【技术保护点】
1.一种磁共振成像方法，其特征在于，包括：/n获取磁共振成像的原始模型，根据用于求解所述原始模型的迭代算法建立初始成像模型，所述迭代算法中包括待定参数、待定求解算子和待定结构关系中至少一个；/n基于样本数据对所述初始成像模型进行训练，生成磁共振成像模型，其中，所述初始成像模型的训练用于学习所述迭代算法中的待定参数、待定求解算子和待定结构关系中至少一个；/n获取待处理的欠采样K空间数据，将所述欠采样K空间数据输入至所述磁共振成像模型，生成磁共振图像。/n

【技术特征摘要】
1.一种磁共振成像方法，其特征在于，包括：
获取磁共振成像的原始模型，根据用于求解所述原始模型的迭代算法建立初始成像模型，所述迭代算法中包括待定参数、待定求解算子和待定结构关系中至少一个；
基于样本数据对所述初始成像模型进行训练，生成磁共振成像模型，其中，所述初始成像模型的训练用于学习所述迭代算法中的待定参数、待定求解算子和待定结构关系中至少一个；
获取待处理的欠采样K空间数据，将所述欠采样K空间数据输入至所述磁共振成像模型，生成磁共振图像。


2.根据权利要求1所述的方法，其特征在于，基于样本数据对所述初始成像模型进行训练，生成磁共振成像模型，包括：
基于待定参数和预设结构关系对样本集中的第一样本数据、初始参数和初始图像进行处理，得到第一输入信息；
基于所述第一输入信息对所述初始成像模型进行迭代训练，学习所述待定参数，生成用于磁共振成像的第一磁共振成像模型，其中，所述初始成像模型包括预设数量的迭代模块，所述迭代模块依次连接，对第一输入信息进行迭代处理，所述迭代模块中包括预设求解算子。


3.根据权利要求1所述的方法，其特征在于，基于样本数据对所述初始成像模型进行训练，生成磁共振成像模型，还包括：
基于待定参数和预设结构关系对样本集中的第二样本数据、初始参数和初始图像进行处理，得到第二输入信息；
基于所述第二输入信息对所述初始成像模型进行迭代训练，确定所述待定参数和所述初始成像模型的网络参数，生成用于磁共振成像的第二磁共振成像模型，其中，所述初始成像模型包括预设数量的迭代子网络模型，所述迭代子网络模型依次连接，用于对所述第二输入信息进行迭代处理,所述初始成像模型的网络参数用于替代预设求解算子。


4.根据权利要求3所述的方法，其特征在于，在生成用于磁共振成像的第二磁共振成像模型之后，还包括：
将未经处理的所述样本集中的第三样本数据、初始参数和初始图像作为第三输入信息；
基于所述第三输入信息对所述第二磁共振成像模型进行训练，学习所述待定结构关系和所述第二磁共振成像模型中的网络参数，生成用于磁共振成像的第三磁共振成像模型。


5.根据权利要求1-4任一所述的方法，其特...

【专利技术属性】
技术研发人员：梁栋，程静，王海峰，郑海荣，刘新，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44