一种基于即插即用的磁共振成像超分辨重建系统及方法技术方案

本发明专利技术公开了一种基于即插即用的磁共振成像超分辨重建系统及方法，系统包括图像插值单元、滤波算子计算单元和图像重建单元；图像插值单元，用于对低分辨率图像进行预插值，得到初始估计图像后，发送给图像重建单元；滤波算子计算模块以高分辨率图像作为引导滤波中的引导图像，采用引导滤波算法对低分辨率进行滤波处理，计算出滤波算子并发送给图像重建单元；图像重建单元将滤波算子计算模块发送的滤波算子引入到GIF

【技术实现步骤摘要】
一种基于即插即用的磁共振成像超分辨重建系统及方法


[0001]本专利技术涉及一种磁共振成像领域，具体涉及一种基于即插即用的磁共振成像超分辨重建系统及方法。

技术介绍

[0002]随着医学图像在临床上体现出了重要的价值，其所包含的信息对疾病的诊断具有重要的意义，医生可以根据医学图像为病患制定治疗方案。医学图像在成像过程中，受到医学设备的成像分辨率、图像获取时间、患者所能承受的放射剂量等各种因素的限制，获得的医学图像分辨率有限，而临床上对高分辨率的医学图像有更进一步的需求。
[0003]当前的图像超分辨率重建技术可以分为三大类：1.基于插值，2.基于重构，3.基于学习。第一类算法是把有用的像素值代入不同的插值函数，然后将计算得到的函数值作为插入点的像素值，以提高图像的分辨率。第二类方法的理论基础是图像的退化模型，首先对低分辨率图像的采集过程进行建模，来对图像的高频细节信息进行反向估计。第三类方法的基本思想是通过学习得到高分辨率图像与低分辨率图像之间的映射关系，并将这关系引入到重建过程中。

技术实现思路

[0004]本专利技术所要解决的技术问题是：现有的图像超分辨率重建技术中，基于重构的重建方法需要通过连续迭代得到最优解，会存在收敛较慢的问题，且非线性逆问题的反演计算非常复杂，本专利技术提供了解决上述问题的一种基于即插即用的磁共振成像超分辨重建系统及方法。
[0005]本专利技术通过下述技术方案实现：
[0006]一种基于即插即用的磁共振成像超分辨重建方法，包括以下步骤：
[0007]S1:训练即插即用模型：
[0008]将磁共振成像结果中的低分辨率图像和与所述低分辨率图像对比度不同的高分辨率图像作为所述即插即用模型的输入图像；
[0009]对所述低分辨率图像进行预插值，得到初始估计图像；
[0010]将所述高分辨率图像作为引导滤波中的引导图像，采用引导滤波算法对所述低分辨率进行滤波处理，计算出滤波算子；
[0011]将所述引导滤波算子引入到GIF
‑
FISTA算法模型中，代替所述GIF
‑
FISTA算法模型中的邻近算子，进而对所述初始估计图像进行重建处理，输出重建后的图像，获得训练好的即插即用模型；
[0012]S2:使用训练好的即插即用模型对对磁共振成像过程中产生的低分辨率图像进行重建，得到高重建质量的图像。
[0013]现有的基于重构的重建算法中，由于需要通过连续迭代得到最优解而存在的收敛较慢的问题，且非线性逆问题的反演计算非常复杂，本专利技术提出一种融合了FISTA算法和引
导滤波算法的GIF
‑
FISTA模型结构，GIF
‑
FISTA模型结构借助所述滤波算子计算单元，使用引导滤波算法计算滤波算子，通过所述滤波算子对所述GIF
‑
FISTA模型进行优化，提高了磁共振超成像分辨重构的质量，同时本专利技术的GIF
‑
FISTA模型的收敛速度快，且是一种通过计算线性逆问题来获得重建图像，更简单快捷，降低了算法的运行时间。
[0014]为了提高图像重建的质量，以与输入图像不同对比度的高分辨率图像作为引导图像，对滤波算子进行优化，具体的算法优化策略如下：
[0015]本专利技术选择的引导滤波器是一种边缘保持滤波器。该滤波方法的一个重要假设是输出图像和引导图像在滤波窗口上存在局部线性关系，首先在半径确定的窗口中的线性系数是唯一确定的常量系数，这就保证了如果引导图像中有一个边缘的时候，输出图像中也保持边缘不变，同时认为输入图像中非边缘区域又不平滑的地方为噪声，而最终的目标就是最小化噪声。
[0016]优选的，使用最近邻插值算法对所述低分辨率图像进行预插值，得到初始估计图像。
[0017]最近邻插值算法是最简单的灰度值插值，就是令变换后像素的灰度值等于距它最近的输入像素的灰度值，用这种方法得到的图片具有明显的锯齿。
[0018]具体的，所述最近邻插值算法的算法流程如下：
[0019]S1:根据目标图像的高tar_H和目标图像的宽tar_W创建目标图像；
[0020]S2:计算缩放比例因子ratio；
[0021]S3:遍历目标图像的每个像素点，计算映射关系；
[0022]所述最近邻插值算法的核心是找到(tar_x,tar_y)和(scr_x,scr_y)的映射关系，从而实现对目标图像的每一个像素点进行赋值。
[0023]目标图像的像素点和原始图像的像素点映射如下：
[0024][0025][0026]其中，src表示原始图像，tar表示插值得到的目标图像，H、W分别表示图像的高和宽；
[0027]S4:遍历目标图像中的每个像素点，使用原始图像的对应像素点对其赋值，得到初始估计图像。(本专利技术中原始图像为输入的低分辨率图像)
[0028]具体的，使用引导滤波算法对所述滤波算子进行计算，对于i位置的像素点，其输出结果为：
[0029][0030]其中，a和b是当窗口中心位于K时线性函数的不变系数,q表示输出图像，I表示引导图像，ω
k
表示滤波窗口。
[0031]为了求解所述的a和b，对于每一个滤波窗口，该引导滤波算法在最小二乘意义上的最优化可表示为
[0032][0033][0034]最后，引入一个正则化参数ε避免a
k
过大，得到滤波窗口内的损失函数：
[0035][0036]求解最优化过程：
[0037][0038][0039]求出b
k
和a
k
，记
[0040][0041][0042]其中，表示I在局部窗口W中的方差，|ω|是窗口内的像素个数，
[0043]把上述线性模型应用到整个图像的滤波窗口，每一个像素点会被包含在多个窗口里，因此对于不同的窗口，我们将会得到|ω|个q
i
值，就对所有的q
i
值取平均，得到最终结果：
[0044][0045]其中由此建立了每个像素点从I到q的映射。
[0046]所述GIF
‑
FISTA算法的流程如下：
[0047]S1:设置步长γ，确定初始点x0＝s0以及初始全局收敛速率q0；
[0048]S2:根据步长γ，求出在当前点s
t
‑1沿着梯度相反方向下降γ得到z
t
，该过程用公式表示为：
[0049]S3:根据所述滤波算子和z
t
更新终止点x
t
，该过程用公式表示为：x
t
＝D
σ
(z
t
)；
[0050]S4:更新全局收敛速率q
t
，该过程用公式表示为：
[0051]S5:使用前两次迭代过程的结果x
t
x
t
‑1更新起始点s
t<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于即插即用的磁共振成像超分辨重建方法，其特征在于，包括以下步骤：S1：训练即插即用模型：将磁共振成像结果中的低分辨率图像和与所述低分辨率图像对比度不同的高分辨率图像作为所述即插即用模型的输入图像；对所述低分辨率图像进行预插值，得到初始估计图像；将所述高分辨率图像作为引导滤波中的引导图像，采用引导滤波算法对所述低分辨率进行滤波处理，计算出滤波算子；将所述滤波算子引入到GIF
‑
FISTA算法模型中，代替所述GIF
‑
FISTA算法模型中的邻近算子，所述GIF
‑
FISTA算法模型对所述初始估计图像进行重建处理，输出重建后的图像，获得训练好的即插即用模型；S2：使用训练好的即插即用模型对磁共振成像过程中产生的低分辨率图像进行重建，得到高重建质量的图像。2.根据权利要求1所述的一种基于即插即用的磁共振成像超分辨重建方法，其特征在于，使用最近邻插值算法对所述低分辨率图像进行预插值，得到初始估计图像。3.根据权利要求2所述的一种基于即插即用的磁共振成像超分辨重建方法，其特征在于，所述最近邻插值算法的算法流程如下：S1:根据目标图像的高tar_H和目标图像的宽tar_W创建目标图像；S2:计算缩放比例因子ratio；S3:遍历目标图像的每个像素点，计算映射关系；目标图像的像素点和原始图像的像素点映射如下：目标图像的像素点和原始图像的像素点映射如下：其中，src表示原始图像，tar表示插值得到的目标图像，H、W分别表示图像的高和宽；S4:遍历目标图像中的每个像素点，使用原始图像的对应像素点对其赋值，得到初始估计图像。4.根据权利要求1所述的一种基于即插即用的磁共振成像超分辨重建方法，其特征在于，使用数学计算函数对所述滤波算子进行计算，对于i位置的像素点，其滤波输出结果为：其中，a和b是当窗口中心位于K时线性函数的不变系数,q表示输出图像，I表示引导图像，ω
k
表示滤波窗口。5.根据权利要求1所述的一种基于即插即用的磁共振成像超分辨重建方法，其特征在于，所述GIF
‑
FISTA算法的流程如下：S1:设置步长γ，确定初始点x0＝...

【专利技术属性】
技术研发人员：管春，莫雪莎，包伟，陈梽，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：