一种基于参考跨序列图像的MRI图像复原方法技术

本发明专利技术公开了一种基于参考跨序列图像的MRI图像复原方法，为了更好地参考跨序列图像，通过对抗性域适应的卷积神经网络框架，对退化的输入图像提取浅层特征，同时将跨序列图像也提取特征进行特征表示，通过域判别器引导跨序列图像的参考域转换到输入低质量图像对应的真值域，减少跨序列参考图像和低质量图像在特征空间上的差异，从而能更好地参考跨序列图像的有用信息辅助低质量MRI图像复原。该方法使网络能够去除噪声和尽可能地恢复图像中模糊部分原本的细节，从而更好地对低质量图像进行复原。复原。复原。

【技术实现步骤摘要】
一种基于参考跨序列图像的MRI图像复原方法


[0001]本专利技术属于及医学影像处理
，具体涉及一种基于参考跨序列图像的MRI图像复原方法。

技术介绍

[0002]医学影像在医学中被广泛使用，其中，由于核磁共振成像具有无辐射损害，对软组织结构的分辨率非常高等优点，被广泛应用于临床检查中。但是，医学图像在实际成像过程中，会受到各种因素影响而出现图像噪声、伪影或模糊等。图像噪声是由于异常干扰信号而降低图像的信噪比，影响图像的密度分辨率；伪影或模糊是由于医疗设备与人体之间的相对运动而产生的，包括扫描时患者身体的运动，或因患者屏气失败引起的胸腔的运动，或因心跳引起的自发运动。图像噪声、伪影或模糊现象会大大降低图像质量，使一些组织边界或精细结构难以识别，从而影响医学诊断，故需要对此类图像进行复原。传统医学图像复原方法包括维纳滤波法、小波变换等，大多基于先验知识建立图像退化模型，并采用各种逆退化处理方法进行恢复。近几年随着深度学习的迅猛发展，许多基于神经网络的方法也都在各种图像恢复任务中都取得了良好的效果，比如Zhang等人发表的“RDN:Resid本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于参考跨序列图像的MRI图像复原方法，其特征在于步骤如下：步骤1：制作训练集取N张参考图像，每张记为Reference_Image1,Reference_Image2,...Reference_ImageN；取N张真值图像，每张记为GT_Image1,GT_Image2,...,GT_ImageN；步骤1.2：将图像GT_Image1,GT_Image2,...,GT_ImageN分别加入角度θ为45，长度l为12的运动模糊，记为模糊图像Blur_Image1,Blur_Image2,...Blur_ImageN；步骤1.3：将图像Blur_Image1,Blur_Image2,...Blur_ImageN加入sigma值为20的莱斯噪声，记为退化图像LQ_image1,LQ_image2,...LQ_imageN；步骤1.4：选取N张退化图像，对应真值图像，对应参考图像作为训练集，记为步骤2：训练网络步骤2.1：将训练集输入到网络；步骤2.2：约定真值图像来自清晰的...

【专利技术属性】
技术研发人员：马伟，蒲泽栋，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：