使用深度学习改进磁共振成像的系统和方法技术方案

提供了一种计算机实现的方法，用于以缩短的获取时间来改进图像质量。该方法包括：确定用于使用医学成像设备对对象成像的加速图像获取方案；使用医学成像设备根据加速图像获取方案获取对象的医学图像；将深度网络模型应用于医学图像以改进医学图像的质量；以及输出对象的改进质量图像以供医师分析。

【技术实现步骤摘要】
【国外来华专利技术】使用深度学习改进磁共振成像的系统和方法相关申请的交叉引用本申请要求2018年4月19日提交的美国临时申请号62/659，837的优先权，该申请的全部内容以其整体并入本文。
技术介绍
磁共振成像(MRI)或核磁共振成像是一种医学成像技术，通常用于可视化对象(例如患者)，尤其是体内详细的内部结构。MRI为临床图像提供了更高的分辨率、不同的身体软组织之间的高对比度，而不涉及电离辐射，因此是许多挑战性疾病的理想成像方式。与其他方式(例如X射线、CT和超声波)相比，MRI需要更长的时间(有时是几分钟)来获取数据以生成临床上有用的图像。由于扫描时间长，可能会出现不良的成像伪像(artifact)。如此长的MR检查扫描时间可能会导致高昂的成像成本，并限制患者的体积和可及性。一些MR应用(例如，扩散加权成像)需要多次重复相同或相似的获取，以获得足够的信噪比(SNR)。已经采用诸如并行成像和压缩感测的方法来加速MR图像获取，但是实际的加速能力仍然受到限制。例如，当扫描时间显著缩短时，并行成像会遭受混叠伪像(aliasingartifact)以及显著放大的噪声。在另一个本文档来自技高网...

【技术保护点】
1.一种用于以缩短的获取时间来改进图像质量的计算机实现的方法，所述方法包括：/n(a)确定用于使用医学成像设备对一对象成像的加速图像获取方案；/n(b)使用所述医学成像设备，根据所述加速图像获取方案获取所述对象的医学图像；/n(c)将深度网络模型应用于所述医学图像以改进所述医学图像的质量；以及/n(d)输出所述对象的改进质量图像以供医师分析。/n

【技术特征摘要】
【国外来华专利技术】20180419 US 62/659,8371.一种用于以缩短的获取时间来改进图像质量的计算机实现的方法，所述方法包括：
(a)确定用于使用医学成像设备对一对象成像的加速图像获取方案；
(b)使用所述医学成像设备，根据所述加速图像获取方案获取所述对象的医学图像；
(c)将深度网络模型应用于所述医学图像以改进所述医学图像的质量；以及
(d)输出所述对象的改进质量图像以供医师分析。


2.根据权利要求1所述的计算机实现的方法，其中所述医学图像包括磁共振图像。


3.根据权利要求1所述的计算机实现的方法，其中确定所述加速图像获取方案包括：
(i)通过图形用户界面接收目标加速度因子或目标获取速度，以及
(ii)基于所述目标加速度因子或所述目标获取速度，从多个加速图像获取方案中选择所述加速图像获取方案。


4.根据权利要求3所述的计算机实现的方法，其中选择所述加速图像获取方案包括：将所述多个加速图像获取方案应用于所述医学图像的一部分以进行模拟。


5.根据权利要求1所述的计算机实现的方法，其中基于用户输入和实时模拟输出图像来确定所述加速图像获取方案。


6.根据权利要求1所述的计算机实现的方法，其中所述加速图像获取方案包括与欠采样的k空间、欠采样模式以及减少的重复次数有关的一个或多个参数。


7.根据权利要求6所述的计算机实现的方法，其中所述欠采样模式选自均匀的欠采样模式、随机的欠采样模式和可变的欠采样模式。


8.根据权利要求1所述的计算机实现的方法，其中所述医学图像包括欠采样的k空间图像或使用减少的重复次数获取的图像。


9.根据权利要求1所述的计算机实现的方法，其中基于用户输入和实时模拟输出图像，以自适应优化的度量来训练所述深度学习模型。


10.根据权利要求1所述的计算机实现的方法，其中使用包括至少低质量图像和高质量图像的训...

【专利技术属性】
技术研发人员：张涛，宫恩浩，
申请(专利权)人：深透医疗公司，
类型：发明
国别省市：美国;US