磁共振参数成像模型的训练方法及训练装置、介质和设备制造方法及图纸

本发明专利技术公开一种磁共振参数成像模型的训练方法及训练装置、存储介质和设备。其中所述磁共振参数成像模型包括重建网络和参数拟合网络，所述训练方法包括：将获取的欠采k空间数据、第一参数加权图像初始数据和第二参数加权图像初始数据输入到所述重建网络，以得到第一参数加权图像更新数据，并将所述第一参数加权图像更新数据输入到所述参数拟合网络，以得到第二参数加权图像更新数据；根据获取的全采加权图像数据以及所述第二参数加权图像更新数据对损失函数进行更新；根据更新后的损失函数对所述重建网络和所述参数拟合网络的网络参数进行调整。本申请的方案无需使用全采k空间数据对应的参考参数图即可对模型进行训练。数据对应的参考参数图即可对模型进行训练。数据对应的参考参数图即可对模型进行训练。

【技术实现步骤摘要】
磁共振参数成像模型的训练方法及训练装置、介质和设备


[0001]本专利技术属于磁共振成像信号的图像重建
，具体地讲，涉及磁共振参数成像模型的训练方法及训练装置、磁共振参数成像方法、计算机可读存储介质、计算机设备。

技术介绍

[0002]定量磁共振参数成像(Quantitative Magnetic Resonance Parametric Mapping)是用于评估和确定组织基本生物学特性的新兴工具。它旨在测量磁共振的绝对弛豫，从而提供跨站点和时间点的可比测量。获取磁共振参数图的最常见方法是获取具有变化的成像参数的加权图像(例如，T1映射中的反转时间(TI)，T2映射中的回波时间(TE)或T1ρ映射中的自旋锁定时间(TSL)。然后通过将这些图像逐像素与相应的物理指数模型拟合来估计参数图。因此，在磁共振参数成像中，扫描时间与获取的加权图像数量成正比，比一般的结构成像需要更长的扫描时间，这极大地阻碍了其在临床应用中的广泛使用。
[0003]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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种磁共振参数成像模型的训练方法，其特征在于，所述磁共振参数成像模型包括重建网络和参数拟合网络，所述训练方法包括：将获取的欠采k空间数据、第一参数加权图像初始数据和第二参数加权图像初始数据输入到所述重建网络，以得到第一参数加权图像更新数据，并将所述第一参数加权图像更新数据输入到所述参数拟合网络，以得到第二参数加权图像更新数据；根据获取的全采加权图像数据以及所述第二参数加权图像更新数据对损失函数进行更新；根据更新后的损失函数对所述重建网络和所述参数拟合网络的网络参数进行调整。2.根据权利要求1所述的磁共振参数成像模型的训练方法，其特征在于，所述参数拟合网络包括拟合子网络和信号弛豫物理模型，其中，将所述第一参数加权图像更新数据输入到所述参数拟合网络，以得到第二参数加权图像更新数据的方法包括：将所述第一参数加权图像更新数据输入到所述拟合子网络，以得到参数图像数据和基准图像数据；将所述参数图像数据和所述基准图像数据输入到所述信号弛豫物理模型，以得到第二参数加权图像更新数据。3.根据权利要求1所述的磁共振参数成像模型的训练方法，其特征在于，在得到所述第二参数加权图像更新数据之后，所述训练方法还包括：将本次迭代得到的所述第一参数加权图像更新数据和所述第二参数加权图像更新数据分别作为下一次迭代的第一参数加权图像初始数据和第二参数加权图像初始数据，并与欠采k空间数据输入到所述重建网络中，以得到下一次迭代的第一参数加权图像数据，并将所述下一次迭代的第一参数加权图像更新数据输入到所述参数拟合网络，以得到下一次迭代的第二参数加权图像更新数据；按照预定迭代次数重复上述步骤，以获得预定迭代次数的第二参数加权图像更新数据。4.根据权利要求3所述的磁共振参数成像模型的训练方法，其特征在于，根据获取的全采加权图像数据以及所述第二参数加权图像更新数据对损失函数进行更新的方法为：根据获取的全采加权图像数据和所述预定迭代次数的第二参数加权图像数据对损失函数进行更新。5.一种磁共振成像方法，其特征在于，所述磁共振成像方法包括：获取待重建图像的欠采k空间数据以及获取根据权利要求1至4任一项所述的训练方法训练得到的磁共振参数成像模型；将所述待重建图像的欠采k空间数据输入到所述...

【专利技术属性】
技术研发人员：梁栋，程静，朱燕杰，刘元元，刘新，郑海荣，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：