分布式超快磁共振成像方法及其成像系统技术方案

本发明专利技术公开了一种分布式超快磁共振成像方法，具体包括如下步骤：步骤1，构建核磁共振隐正则化模型；步骤2，基于步骤1建立的隐正则化模型进行数据采集；步骤3，对步骤2采集的数据进行标准化处理。本发明专利技术还公开了一种分布式超快磁共振成像系统，本发明专利技术中将磁共振成像中信号采集端和图像重建端两部分分离，医院中仅部署磁共振扫描终端，图像重建部分部署在云端，云端将配置基于隐正则化，从而实现高欠采磁共振数据的高质量重建。磁共振数据的高质量重建。磁共振数据的高质量重建。

【技术实现步骤摘要】
分布式超快磁共振成像方法及其成像系统


[0001]本专利技术属于医学磁共振成像
，涉及一种分布式超快磁共振成像方法，本专利技术还涉及上述成像系统的成像系统。

技术介绍

[0002]磁共振是重要的医学成像设备。与超声、CT和PET等医学影像技术相比，磁共振成像的对比度丰富，具有更好软组织分辨率和功能成像能力，而且无放射性损伤。我国对磁共振设备需求巨大，但是由于磁共振整机价格极其昂贵，我国每百万人的装机量只有15台，仅为发达国家的约1/5，而在一些偏远贫困和基层地区装机更是稀少，无法惠及我国基层群众。
[0003]此外，受成像物理原理限制，磁共振存在扫描速度慢点的缺点，限制了高端临床应用的推广。近年来，新型快速磁共振成像方法不断涌现，但受限于厂商平台限制，新的快速磁共振成像方法无法集成于磁共振设备中，限制了新技术的应用，病人也无法享受到新技术带来的扫描便利。
[0004]造成上述问题的主要原因是现有磁共振均为集成式设计，即磁共振设备集成了信号采集(扫描端)和图像重建双重功能，导致设备价格昂贵，设备厂商掌控了所有的决策权，现有集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.分布式超快磁共振成像方法，其特征在于：具体包括如下步骤：步骤1，构建核磁共振隐正则化模型；步骤2，基于步骤1建立的隐正则化模型进行数据采集；步骤3，对步骤2采集的数据进行标准化处理。2.根据权利要求1所述的分布式超快磁共振成像方法，其特征在于：所述步骤1的具体过程为：步骤1.1，构建器官解剖先验引导的跨序列超快速核磁共振图像重建模型；步骤1.2，构造核磁共振重建隐正则化网络；步骤1.3，对核磁共振重建隐正则化网络训练。3.根据权利要求2所述的分布式超快磁共振成像方法，其特征在于：所述步骤1.1的具体过程为：对于要重建的核磁共振图像给定要重建的器官o
i
∈{o1,o2,
…
,o
K
}和k
‑
空间欠采样数据其中，N和U表示数据的基数并且U<N，同时给定对应的跨序列图像构建以下核磁共振重建模型：其中，是各个通道的灵敏度，是傅里叶变换，是k
‑
空间的采样矩阵；x
t2
∈Ω
t1
是与跨序列相关的约束域；是刻画器官解剖先验的约束域。4.根据权利要求2所述的分布式超快磁共振成像方法，其特征在于：所述步骤1.2的具体过程为：步骤1.2.1，对核磁共振重建模型公式(1)通过梯度投影算法进行求解，得到如下迭代式：其中，为约束域Ω
t1
和的投影算子；步骤1.2.2，利用跨序列投影网络来代替公式(2)中的投影算子步骤1.2.2，利用跨序列投影网络来代替公式(2)中的投影算子其中：步骤1.2.3，将跨序列投影网络设计为包含图像编码模块、图像解码模块和图像分割模块的双路径深度卷积神经网络，由投影定理得，凸集合的投影算子满足如下的非扩张性质：|PNet
θ
(y)
‑
PNet
θ
(x)|2≤|y
‑
x|2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)；步骤1.2.4，对卷积神经网络实施如下软谱范数归一化处理来满足公式(5)中的非扩张性质：
软谱范数归一化：卷积层生成的第i个特征映射为：其中W
i,j
...

【专利技术属性】
技术研发人员：徐宗本，朱燕杰，郑海荣，杨燕，梁栋，刘新，靖稳峰，
申请(专利权)人：西安大数据与人工智能研究院，
类型：发明
国别省市：