磁共振扫描方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种磁共振扫描方法、装置、设备及存储介质。该方法包括：获取磁共振扫描过程中的伪影识别数据；其中，所述伪影识别数据包括磁共振图像集合和/或与磁共振图像集合中的至少一个磁共振图像分别对应的运动数据；基于所述伪影识别数据和训练完成的目标伪影识别模型，确定所述磁共振图像集合中的伪影图像；基于磁共振扫描模式，确定与所述伪影图像对应的重新扫描参数，并基于所述重新扫描参数对被测对象执行重新扫描操作，得到校正图像；基于所述校正图像对所述磁共振图像集合进行更新，得到目标磁共振图像集合。本发明专利技术实施例解决了伪影图像补扫操作时效性差的问题，提高了磁共振扫描的质量。高了磁共振扫描的质量。高了磁共振扫描的质量。

【技术实现步骤摘要】
磁共振扫描方法、装置、设备及存储介质


[0001]本专利技术实施例涉及磁共振成像
，尤其涉及一种磁共振扫描方法、装置、设备及存储介质。

技术介绍

[0002]磁共振成像是一种断层成像技术，利用磁共振现象从被测对象中获取电磁信号，并基于该电磁信号重建出组织信息。由于磁共振扫描的时间较长，在磁共振扫描的过程中，不可避免的会出现被测对象的移动行为，而该移动行为可能会使得得到的磁共振图像中存在伪影，从而影响后续的诊断结果。
[0003]传统的运动伪影识别方案，需要依赖扫描技师进行人工甄别，扫描技师根据个人经验判断磁共振图像是否存在运动伪影，该伪影是否影响临床诊断，结合患者的状况判断重新扫描是否可能获取质量更高的图像。传统的伪影识别方案需要扫描技师具有丰富的图像判断能力和临床经验，增加了扫描技师的工作量且识别结果误差大。并且识别伪影图像的过程具有一定的延时性，从而可能使得后续补扫的操作超过磁共振扫描对时效性的要求。

技术实现思路

[0004]本专利技术实施例提供了一种磁共振扫描方法、装置、设备及存储介质，以提高磁共振扫描过程中补扫操作的时效性和磁共振扫描得到的图像质量。
[0005]第一方面，本专利技术实施例提供了一种磁共振扫描方法，该方法包括：
[0006]获取磁共振扫描过程中的伪影识别数据；其中，所述伪影识别数据包括磁共振图像集合和/或与磁共振图像集合中的至少一个磁共振图像分别对应的运动数据；
[0007]基于所述伪影识别数据和训练完成的目标伪影识别模型，确定所述磁共振图像集合中的伪影图像；
[0008]基于磁共振扫描模式，确定与所述伪影图像对应的重新扫描参数，并基于所述重新扫描参数对被测对象执行重新扫描操作，得到校正图像；
[0009]基于所述校正图像对所述磁共振图像集合进行更新，得到目标磁共振图像集合。
[0010]第二方面，本专利技术实施例还提供了一种磁共振扫描装置，该装置包括：
[0011]伪影识别数据获取模块，用于获取磁共振扫描过程中的伪影识别数据；其中，所述伪影识别数据包括磁共振图像集合和/或与磁共振图像集合中的至少一个磁共振图像分别对应的运动数据；
[0012]伪影图像识别模块，用于基于所述伪影识别数据和训练完成的目标伪影识别模型，确定所述磁共振图像集合中的伪影图像；
[0013]校正图像确定模块，用于基于磁共振扫描模式，确定与所述伪影图像对应的重新扫描参数，并基于所述重新扫描参数对被测对象执行重新扫描操作，得到校正图像；
[0014]目标磁共振图像集合确定模块，用于基于所述校正图像对所述磁共振图像集合进
行更新，得到目标磁共振图像集合。
[0015]第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：
[0016]一个或多个处理器；
[0017]存储器，用于存储一个或多个程序；
[0018]当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述所涉及的任一所述的磁共振扫描方法。
[0019]第四方面，本专利技术实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行上述所涉及的任一所述的磁共振扫描方法。
[0020]本专利技术实施例通过对磁共振扫描得到的磁共振图像集合中的伪影图像进行识别，并基于磁共振扫描模式确定与伪影图像对应的重新扫描参数，基于重新扫描得到的校正图像对磁共振图像集合进行更新，解决了伪影图像补扫操作的时效性差的问题，提高了磁共振扫描得到的图像质量。
附图说明
[0021]图1是本专利技术实施例一提供的一种磁共振扫描方法的流程图；
[0022]图2是本专利技术实施例二提供的一种磁共振扫描方法的流程图；
[0023]图3是本专利技术实施例二提供的一种多次屏气扫描模式对应的磁共振扫描方法的流程图；
[0024]图4是本专利技术实施例二提供的一种磁共振扫描方法的具体实例的流程图；
[0025]图5是本专利技术实施例三提供的一种磁共振扫描装置的示意图；
[0026]图6是本专利技术实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0027]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0028]实施例一
[0029]图1是本专利技术实施例一提供的一种磁共振扫描方法的流程图，本实施例可适用于对磁共振图像进行伪影识别的情况，该方法可以由磁共振扫描装置来执行，该装置可采用软件和/或硬件的方式实现，该装置可以配置于磁共振设备或终端设备中。具体包括如下步骤：
[0030]S110、获取磁共振扫描过程中的伪影识别数据。
[0031]其中，具体的，伪影识别数据用于确定磁共振扫描过程中是否存在伪影的识别数据。在本实施例中，伪影识别数据包括磁共振图像集合和/或与磁共振图像集合中的至少一个磁共振图像分别对应的运动数据。其中，具体的，磁共振图像集合中包含至少一个磁共振图像。
[0032]其中，示例性的，运动数据包括但不限于呼吸数据、心跳数据和目标部位的运动数据中至少一种。具体的，呼吸数据包括呼吸信号、呼吸频率和呼吸幅值等数据，心跳数据包
括心跳信号、心跳频率和心跳幅值等数据，目标部位可以是手部、头部、胸部、脚和腿部等等，目标部位的运动数据可以是位姿运动数据，位姿运动数据包括姿态角度数据和/或位置数据。此处对运动数据的选择不作具体限定。
[0033]S120、基于伪影识别数据和训练完成的目标伪影识别模型，确定磁共振图像集合中的伪影图像。
[0034]其中，示例性的，目标伪影识别模型包括但不限于基于K近邻算法的网络模型、支持向量机、贝叶斯网络模型、决策树、卷积神经网络模型、循环神经网络模型或深度学习网络模型等，此处对目标伪影识别模型的具体模型类型不作限定。
[0035]在上述实施例的基础上，可选的，目标伪影识别模型包括第一目标伪影识别模型和/或第二目标伪影识别模型，相应的，基于伪影识别数据和训练完成的目标伪影识别模型，确定磁共振图像集合中的伪影图像，包括：将各磁共振图像分别输入到第一目标伪影识别模型中，得到输出的第一识别结果，和/或，将各运动数据分别输入到第二目标伪影识别模型中，得到输出的第二识别结果；基于第一识别结果和/或第二识别结果，确定磁共振图像集合中的伪影图像。
[0036]其中，示例性的，第一目标伪影识别模型和第二目标伪影识别模型包括但不限于基于K近邻算法的网络模型、支持向量机、贝叶斯网络模型、决策树、卷积神经网络模型、循环神经网络模型或深度学习网络模型等，此处对第一目标伪影识别模型和第二目标伪影识别模型具体模型类型不作限定。其中，具体的，第一目标伪影识别模型和第二目标伪影识别模型的类型可以相同也可以不同。其中，示例性的，第一识别结果为磁共振本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种磁共振扫描方法，其特征在于，包括：获取磁共振扫描过程中的伪影识别数据；其中，所述伪影识别数据包括磁共振图像集合和/或与磁共振图像集合中的至少一个磁共振图像分别对应的运动数据；基于所述伪影识别数据和训练完成的目标伪影识别模型，确定所述磁共振图像集合中的伪影图像；基于磁共振扫描模式，确定与所述伪影图像对应的重新扫描参数，并基于所述重新扫描参数对被测对象执行重新扫描操作，得到校正图像；基于所述校正图像对所述磁共振图像集合进行更新，得到目标磁共振图像集合。2.根据权利要求1所述的方法，其特征在于，所述基于磁共振扫描模式，确定与所述伪影图像对应的重新扫描参数，包括：如果所述磁共振扫描模式为单次屏气扫描模式或非屏气扫描模式，则根据所述伪影图像的图像位置，确定与所述伪影图像对应的重新扫描参数。3.根据权利要求2所述的方法，其特征在于，所述根据所述伪影图像的图像位置，确定与所述伪影图像对应的重新扫描参数，包括：根据至少一个伪影图像的图像位置，确定至少一个片层组；针对每个片层组，基于所述片层组的片层位置和所述片层组中伪影图像的数量，确定与所述片层组对应的重新扫描参数。4.根据权利要求1所述的方法，其特征在于，所述目标伪影识别模型包括第一目标伪影识别模型和/或第二目标伪影识别模型，相应的，所述基于所述伪影识别数据和训练完成的目标伪影识别模型，确定所述磁共振图像集合中的伪影图像，包括：将各所述磁共振图像分别输入到第一目标伪影识别模型中，得到输出的第一识别结果，和/或，将各所述运动数据分别输入到第二目标伪影识别模型中，得到输出的第二识别结果；基于所述第一识别结果和/或第二识别结果，确定所述磁共振图像集合中的伪影图像。5.根据权利要求4所述的方法，其特征在于，在基于磁共振扫描模式，确定与所述伪影图像对应的重新扫描参数之前，所述方法还包括：将所述伪影图像和/或与所述伪影图像对应的...

【专利技术属性】
技术研发人员：史庭荣，
申请(专利权)人：上海联影医疗科技股份有限公司，
类型：发明
国别省市：