基于CUNet伪影定位的SPEED磁共振成像方法技术

本发明专利技术公开了基于CUNet伪影定位的SPEED磁共振成像方法。针对现有SPEED磁共振快速成像方法因采集双组欠采样数据后求解双层伪影模型时伪影定位精度低，提出基于深度学习的方法定位SPEED成像中的伪影。包括数据采集和训练数据准备、CUNet网络的训练、基于CUNet网络的伪影定位、基于伪影定位的双组欠采样数据解析重建四个步骤。通过构建复数U型卷积神经网络，基于大数据学习的方法，利用采集到的所有欠采样k空间数据来定位伪影的阶数，能显著提高SPEED成像方法中伪影的定位精度，从而能更精确地分离和配准SPEED两组欠采样数据填零重建中的重叠伪影，高质量重建出复数磁共振图像，保留相位信息。

【技术实现步骤摘要】
基于CUNet伪影定位的SPEED磁共振成像方法
本专利技术属于磁共振成像领域，涉及一种基于CUNet伪影定位的SPEED磁共振成像方法。
技术介绍
SPEED(SkippedPhaseEncodingandEdgeDeghosting)是一种基于规则k空间欠采样和解析求解的快速磁共振成像(MagneticResonanceImaging,MRI)方法(QSXiang,AcceleratingMRIbyskippedphaseencodingandedgedeghosting(SPEED),MagneticResonanceinMedicine,53:1112-1117,2005)，SPEED通过有规律地采集三组k空间欠采样数据，在图像空间联立三个稀疏伪影(Artifact，或称为鬼影)方程，直接进行双层伪影模型的解析求解，可快速重建出复数图像，有效保留相位信息，在磁敏感加权成像等需利用相位信息的MRI应用中有很大的潜力。伪影定位或者说伪影阶数的确定，对SPEED成像质量的影响较大，目前为止，大部分已公开发表的SPEED成像方法都是基于本文档来自技高网...

【技术保护点】
1.基于CUNet伪影定位的SPEED磁共振成像方法，其特征在于：具体包括以下步骤：/n步骤1：数据采集和训练数据的准备/n步骤1-1：训练数据的采集和准备/n采集多个完整的k空间数据，用S

【技术特征摘要】
1.基于CUNet伪影定位的SPEED磁共振成像方法，其特征在于：具体包括以下步骤：
步骤1：数据采集和训练数据的准备
步骤1-1：训练数据的采集和准备
采集多个完整的k空间数据，用Sref(xk,yk)表示，其中，xk表示k空间频率编码FE即FrequencyEncoding方向的位置，yk表示k空间相位编码PE即PhaseEncoding方向的位置；通过常规的离散傅立叶反变换重建出参考图像Iref(x,y)，作为训练时的标志数据，其中x和y表示图像空间的位置；
在每个数据的PE方向进行模拟的规则欠采样，采样方式用N(d1,d2)表示，即每隔N行采集一行数据，N>2，共采集两组，用S1(xk,yk)和S2(xk,yk)表示采集的两组数据，d1和d2分别表示两组数据在PE方向上的位置偏移量；k空间中心区域全采样8-32行数据，用Sc(xk,yk)表示；用Su(xk,yk)表示欠采样得到全部k空间数据，即包含了S1(xk,yk)、S2(xk,yk)和Sc(xk,yk)三部分数据，其对应的填零重建图像用Iu(x,y)表示；
Iref(x,y)和Iu(x,y)一一对应，组成训练数据对；
步骤1-2：实际数据的采集和准备
快速MRI应用时的实际数据即双组k空间欠采样数据用S1acq(xk,yk)和S2acq(xk,yk)表示，对应的k空间中心部分数据用Scacq(xk,yk)表示；
步骤2：CUNet网络的构建与训练
步骤2-1：CUNet网络的构建
CUNet网络是U型卷积神经网络的复数扩展，包括复数降采样和复数升采样两部分，复数降采样层包括复数卷积、复数批标准化、复数激活和复数池化；复数升采样层包括复数上采样，复数数据合并，复数卷积、复数批标准化和复数激活；
步骤2-2：CUNet网络训练优化
基于Adam算法和复数损失函数的计算对步骤2-1构建的CUNet网络进行训练优化，当复数损失函数最小时，保存CUNet网络的参数作为优化好的网络参数θ；
复数损失函数的计算公式为：



其中T表示批数据大小，i表示批数据中第i个图像，i＝1,2…T；CUNet表示步骤2-1构建的CUNet网络；表示求二范数的平方；
步骤3：基于CUNet网络的伪影定位
步骤3-1：基于CUNet网络的复数图像预测
用步骤2中训练优化好的CUNet网络对实际采集的欠采样数据填零重建图Iuacq(x,y)进行预测，预测结果用Iacq(x,y)表示：
Iacq(x,y)＝CUNet(Iuacq(x,y),θ)(2)
步骤3-2：伪影定位
对步骤3-1预测得到的结果Iacq(x,y)进行差分变换，得到稀疏的边缘图像Eacq(x,y)，按m值大小，在PE方向对Eacq(x,y)分别进行长度为Ny×m/N的平移，其中Ny表示PE方向全采样时的数据大小，m表示伪影的阶数，m＝0,1,2,…,N-1，共得到N个边缘伪影，相加后形成一个重叠的伪影映射图Eacq(m)；在重叠伪影映射图Eacq(m)中，为每个像素点找出幅值最大的两个伪影，并记录下它们对应的伪影阶数(m1,m2)来定位伪影；
步骤4：基于伪影定位的双组欠采样数据解析重建
步骤4-1：数据稀疏化
对双组欠采样数据S1acq(xk,yk)和S2acq(xk,yk)填零重建后，进行图像域的差分变换，得到稀疏的边缘伪影...

【专利技术属性】
技术研发人员：金朝阳，叶铮，王春林，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33