【技术实现步骤摘要】
一种核磁共振图像超分辨率重建系统及方法
本专利技术涉及图像处理领域,特别是涉及一种核磁共振图像超分辨率重建系统及方法。
技术介绍
超分辨率是指从观测到的低分辨率图像重建出相应的高分辨率图像的技术,具体来说,图像超分辨率重建技术指的是利用数字图像处理、计算机视觉等领域的相关知识,借由特定的算法和处理流程,从给定的低分辨率图像中复原出高分辨率图像的过程。其旨在克服或补偿由于图像采集系统或采集环境本身的限制,导致的成像图像模糊、质量低下、感兴趣区域不显著等问题。医学图像的超分辨率相比自然图像的超分辨率有其自身的特点,首先,从数据来源讲,医学图像的成像过程比较复杂,例如MRI图像,通过对静磁场中的人体施加某种特定频率的射频脉冲,使人体中的氢质子受到激励而发生磁共振现象。停止脉冲后,质子在弛豫过程中产生MR(MagneticResonance)信号。通过对MR信号的接收、空间编码和图像重建等处理过程,即产生MRI图像。其次,医学图像的模态多,数据处理流程复杂,不同设备获得的图像存在差异,这从某种程度上也阻碍了医学图像超分辨率研究的发展。最重要的一点是,医学图像一般用于医生辅助诊断,图片质量与医生的诊断直接相关,在现有条件下,利用技术手段产生的医学图像缺乏可解释性。即便如此,医学图像的超分辨率结果也可以为医生辅助诊断提供一定程度上的帮助。近年来医学影像计算发展势头很强,越来越多的医工交叉初创公司诞生,从侧面反映了医学图像处理存在的应用需求和巨大市场潜力。目前流行超分辨率方法都是基于生成对抗网络(Generativ ...
【技术保护点】
1.一种核磁共振图像超分辨率重建系统,其特征在于,包括:生成对抗网络、数据集构建模块和训练模块;/n所述生成对抗网络包括生成器和判别器,所述生成器用于将核磁共振图像重建为第一高分辨率图像;所述判别器的输入为所述核磁共振图像和所述第一高分辨率图像,所述判别器包括第一网络、第二网络和第三网络,所述第一网络用于共享所述生成器的参数;所述第二网络用于根据所述第一网络共享的参数对所述第一高分辨率图像进行判别;所述第三网络用于输出所述第二网络的判别结果;/n所述数据集构建模块用于构建训练数据集;所述训练数据集中每个训练样本为高分辨率图像样本与对应的低分辨率核磁共振图像构成的一组图片;/n所述训练模块用于利用所述训练数据集对所述生成对抗网络进行训练,得到训练好的生成对抗网络;所述训练好的生成对抗网络中的生成器用于对待重建的核磁共振图像进行超分辨率重建。/n
【技术特征摘要】
1.一种核磁共振图像超分辨率重建系统,其特征在于,包括:生成对抗网络、数据集构建模块和训练模块;
所述生成对抗网络包括生成器和判别器,所述生成器用于将核磁共振图像重建为第一高分辨率图像;所述判别器的输入为所述核磁共振图像和所述第一高分辨率图像,所述判别器包括第一网络、第二网络和第三网络,所述第一网络用于共享所述生成器的参数;所述第二网络用于根据所述第一网络共享的参数对所述第一高分辨率图像进行判别;所述第三网络用于输出所述第二网络的判别结果;
所述数据集构建模块用于构建训练数据集;所述训练数据集中每个训练样本为高分辨率图像样本与对应的低分辨率核磁共振图像构成的一组图片;
所述训练模块用于利用所述训练数据集对所述生成对抗网络进行训练,得到训练好的生成对抗网络;所述训练好的生成对抗网络中的生成器用于对待重建的核磁共振图像进行超分辨率重建。
2.根据权利要求1所述的核磁共振图像超分辨率重建系统,其特征在于,所述第二网络具体包括:
高分辨率图像生成模块,用于根据所述第一网络共享的参数生成第二高分辨率图像;
判别模块,用于根据所述第二高分辨率图像对所述第一高分辨率图像进行判别。
3.根据权利要求2所述的核磁共振图像超分辨率重建系统,其特征在于,所述判别模块利用公式OP1(y1,y2)=||y1-y2||1计算所述第一高分辨率图像和所述第二高分辨率图像的L1范数;其中,y1为所述第一高分辨率图像,y2为所述第二高分辨率图像,OP1(y1,y2)为第一高分辨率图像和第二高分辨率图像的L1范数。
4.根据权利要求3所述的核磁共振图像超分辨率重建系统,其特征在于,所述第三网络的输入为所述第一高分辨率图像和所述L1范数,所述L1范数作为权重作用至所述第三网络的中间层,输出权重作用后的特征图,得到所述判别结果。
5.根据权利要求2所述的核磁共振图像超分辨率重建系统,其特征在于,所述判别模块利用公式OP2(y1,y2)=|y1-y2|计算所述第一高分辨率图像和所述第二高分辨率图像的像素差值;其中,y1为所述第一高分辨率图像,y2为所述第二高分辨率图像,OP2(y1,y2)为第一高分辨率图像和第二高分辨率图像的像素差值。
6.根据权利要求5所述的核磁共振图像超分辨率重建系统,其特征在于,所述第三网络的输出为所述第一高分辨率...
【专利技术属性】
技术研发人员:程健,张瑞,张心雨,刘涛,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。