核磁共振成像控制方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术提供一种核磁共振成像控制方法、装置及计算机可读存储介质，该方法包括：在预设的FOV下控制核磁共振成像设备激发扫描序列对目标扫描部位进行预扫描得到扫描数据；将扫描数据输入神经网络模型，从神经网络模型输出扫描数据对应的扫描部位信息；根据扫描部位信息确定核磁共振成像的梯度编码方向；控制核磁共振成像设备激发扫描序列对目标扫描部位进行核磁共振扫描以获取多个回波信号；将多个回波信号填充入K空间以获取目标扫描部位的K空间数据；根据K空间数据确定初始核磁共振图像，将初始核磁共振图像反向旋转预设偏转角度以生成核磁共振图像。本发明专利技术能够提高核磁共振扫描的校正效率和校正准确度，进而提高核磁共振图像的质量。像的质量。像的质量。

【技术实现步骤摘要】
核磁共振成像控制方法、装置及计算机可读存储介质


[0001]本专利技术涉及核磁共振成像
，尤其涉及一种核磁共振成像控制方法、装置及计算机可读存储介质。

技术介绍

[0002]核磁共振成像（Magnetic Resonance Imaging，MRI）主要是利用人体组织中某种原子核的核磁共振现象，将所得的射频信号经过电子计算机处理，重建出人体某一扫描层面图像的一种新型的医学影像技术，由于其无电离辐射、多序列、多参数、多平面成像以及较高的软组织分辨力，而被广泛应用于疾病的诊断。现有技术中，典型的磁共振成像方法为：接收线圈模块感应出的电流信号经模数转换后得到数字信号，将数字信号按照一定的编码方向填充到K空间，其中，K空间是一种原始磁共振信号的数据填充空间，用户可以自行设置所需的重建图像方位，比如横截面或冠状面或其他角度，根据设置的重建图像方位，将采集的数据按照编码方向填充到K空间，然后将K空间内的数据经图像重建算法处理后，得到扫描部位某一扫描层面（断面）的核磁共振图像。
[0003]伪影（Artifacts）是指原本被扫描物体并不存在而在图像上却出现的各种形态的影像。以上腹和下腹为例，由于存在呼吸运动、胃肠蠕动，其核磁共振图像通常存在伪影。为了抑制运动伪影，通常采用的扫描方式有：(1)在病人屏气期间进行扫描；该方法具有局限性，常常需要受检者多次屏气，而且有些病人不能完全配合，或者长时间屏气给病人带来不舒服。(2)使用呼吸监控装置，或者采集导航信号，用来触发回波信号的采集，使采集到的K空间数据总是对应相同或相近的运动状态。
[0004]上述扫描方式均存在局限性，如果存在不规律的呼吸运动，或者显著的胃肠蠕动情况下，核磁共振图像，特别是核磁共振图像的感兴趣区会存在伪影，影响临床诊断的准确性。因此，有必要提供一种核磁共振成像控制方法，以避免由器官运动引起的伪影分布在核磁共振图像的感兴趣区。

技术实现思路

[0005]本专利技术的主要目的在于提供一种核磁共振成像控制方法、装置及计算机可读存储介质，旨在解决在磁共振临床扫描过程中，校准效率低且准确度不高而影响核磁共振图像质量的问题。
[0006]为实现上述目的，本专利技术提供一种核磁共振成像控制装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，该装置连接有磁共振成像设备，所述计算机程序指令由处理器加载并执行如下步骤：设置预扫描视野FOV，在预设的FOV下控制核磁共振成像设备激发扫描序列对目标扫描部位进行预扫描得到扫描数据；将扫描数据输入一个用于识别扫描部位信息的神经网络模型，并从神经网络模型输出扫描数据对应的扫描部位信息；根据扫描部位信息确定核磁共振成像的梯度编码方向以及梯度编码方向中的相位编码方向相对于预设基准方向旋转预设偏转角度；控制核磁共振成
像设备激发扫描序列对目标扫描部位进行核磁共振扫描以获取多个回波信号，其中，在多个回波信号的采集过程中施加沿梯度编码方向的梯度场；将多个回波信号填充入K空间以获取目标扫描部位的K空间数据；根据K空间数据确定初始核磁共振图像，将初始核磁共振图像反向旋转预设偏转角度以生成核磁共振图像。
[0007]优选的，所述控制核磁共振成像设备激发扫描序列对目标扫描部位进行核磁共振扫描以获取多个回波信号的步骤包括：控制核磁共振成像设备的射频发射线圈向扫描部位发射射频脉冲以激发扫描部位的核自旋；控制核磁共振成像设备的梯度线圈产生梯度场，梯度场对扫描部位激发的核自旋进行编码以产生回波信号，梯度场的相位编码方向相对于预设基准方向旋转预设偏转角度；通过核磁共振成像设备的射频接收线圈接收回波信号。
[0008]优选的，所述预设偏转角度由运动型参考目标对象的预设参考方向与扫描部位的感兴趣区的预设目标方向在扫描层面上的夹角所确定。
[0009]优选的，所述计算机程序指令由处理器加载还执行如下步骤：预先训练所述神经网络模型，该神经网络模型训练的具体步骤包括：将样本图像输入至待训练的信息识别模型中，得到与样本图像对应的当前输出识别结果；根据当前输出识别结果和样本图像的扫描部位和组织的识别结果的误差，确定所述神经网络模型的损失函数是否收敛；当所述损失函数收敛时，所述神经网络模型训练结束。
[0010]优选的，所述计算机程序指令由处理器加载还执行如下步骤：从核磁共振成像设备获取生成的核磁共振图像，并显示在该装置的显示器上或者存储在存储器中。
[0011]另一方面，本专利技术还提供一种核磁共振成像控制方法，应用于计算机装置中，该计算机装置连接有核磁共振成像设备，该方法包括如下步骤：设置预扫描视野FOV，在预设的FOV下控制核磁共振成像设备激发扫描序列对目标扫描部位进行预扫描得到扫描数据；将扫描数据输入一个用于识别扫描部位信息的神经网络模型，并从神经网络模型输出扫描数据对应的扫描部位信息；根据扫描部位信息确定核磁共振成像的梯度编码方向以及梯度编码方向中的相位编码方向相对于预设基准方向旋转预设偏转角度；控制核磁共振成像设备激发扫描序列对目标扫描部位进行核磁共振扫描以获取多个回波信号，其中，在多个回波信号的采集过程中施加沿梯度编码方向的梯度场；将多个回波信号填充入K空间以获取目标扫描部位的K空间数据；根据K空间数据确定初始核磁共振图像，将初始核磁共振图像反向旋转预设偏转角度以生成核磁共振图像。
[0012]优选的，所述控制核磁共振成像设备激发扫描序列对目标扫描部位进行核磁共振扫描以获取多个回波信号的步骤包括：控制核磁共振成像设备的射频发射线圈向扫描部位发射射频脉冲以激发扫描部位的核自旋；控制核磁共振成像设备的梯度线圈产生梯度场，梯度场对扫描部位激发的核自旋进行编码以产生回波信号，梯度场的相位编码方向相对于预设基准方向旋转预设偏转角度；通过核磁共振成像设备的射频接收线圈接收回波信号。
[0013]优选的，所述预设偏转角度由运动型参考目标对象的预设参考方向与扫描部位的感兴趣区的预设目标方向在扫描层面上的夹角所确定。
[0014]优选的，所述核磁共振成像控制方法还包括预先训练所述神经网络模型的步骤，该神经网络模型训练的具体步骤包括：将样本图像输入至待训练的信息识别模型中，得到与样本图像对应的当前输出识别结果；根据当前输出识别结果和样本图像的扫描部位和组织的识别结果的误差，确定所述神经网络模型的损失函数是否收敛；当所述损失函数收敛
时，所述神经网络模型训练结束。
[0015]再一方面，本专利技术还提供一种计算机可读存储介质，该计算机可读存储介质存储多条计算机程序指令，应用于计算机装置中，该计算机装置连接有核磁共振成像设备，所述计算机程序指令由计算机装置的处理器执行并实现所述基于核磁共振成像控制方法的各项步骤。
[0016]相较于现有技术，本专利技术所述核磁共振成像控制方法、装置及计算机可读介质，通过对待扫描对象进行预扫描，将得到的扫描数据输入至神经网络模型进行信息识别，然后根据神经网络模型的输出结果确定校准参数，以完成对核磁共振设备的校准，实现了在患者校正过程中提高校正效率和校正本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种核磁共振成像控制装置，包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，其特征在于，该装置连接有磁共振成像设备，所述计算机程序指令由处理器加载并执行如下步骤：设置预扫描视野FOV，在预设的FOV下控制核磁共振成像设备激发扫描序列对目标扫描部位进行预扫描得到扫描数据；将扫描数据输入一个用于识别扫描部位信息的神经网络模型，并从神经网络模型输出扫描数据对应的扫描部位信息；根据扫描部位信息确定核磁共振成像的梯度编码方向以及梯度编码方向中的相位编码方向相对于预设基准方向旋转预设偏转角度；控制核磁共振成像设备激发扫描序列对目标扫描部位进行核磁共振扫描以获取多个回波信号，其中，在多个回波信号的采集过程中施加沿梯度编码方向的梯度场；将多个回波信号填充入K空间以获取目标扫描部位的K空间数据；根据K空间数据确定初始核磁共振图像，将初始核磁共振图像反向旋转预设偏转角度以生成目标扫描部位的核磁共振图像。2.如权利要求1所述的核磁共振成像控制装置，其特征在于，所述控制核磁共振成像设备激发扫描序列对目标扫描部位进行核磁共振扫描以获取多个回波信号的步骤包括：控制核磁共振成像设备的射频发射线圈向扫描部位发射射频脉冲以激发扫描部位的核自旋；控制核磁共振成像设备的梯度线圈产生梯度场，梯度场对扫描部位激发的核自旋进行编码以产生回波信号，梯度场的相位编码方向相对于预设基准方向旋转预设偏转角度；通过核磁共振成像设备的射频接收线圈接收回波信号。3.如权利要求2所述的核磁共振成像控制装置，其特征在于，所述预设偏转角度由运动型参考目标对象的预设参考方向与扫描部位的感兴趣区的预设目标方向在扫描层面上的夹角所确定。4.如权利要求1所述的核磁共振成像控制装置，其特征在于，所述计算机程序指令由处理器加载还执行如下步骤：预先训练所述神经网络模型，该神经网络模型训练的具体步骤包括：将样本图像输入至待训练的信息识别模型中，得到与样本图像对应的当前输出识别结果；根据当前输出识别结果和样本图像的扫描部位和组织的识别结果的误差，确定所述神经网络模型的损失函数是否收敛；当所述损失函数收敛时，所述神经网络模型训练结束。5.如权利要求1至4任一项所述的核磁共振成像控制装置，其特征在于，所述计算机程序指令由处理器加载还执行如下步骤：从核磁共振成像设备获取生成的核磁共振图像，并显示在该装置的显示器上或者...

【专利技术属性】
技术研发人员：张贯京，高伟明，葛新科，姚育东，钱唯，郑斌，齐守良，张红治，周亮，陈琦，
申请(专利权)人：深圳市前海安测信息技术有限公司，
类型：发明
国别省市：