【技术实现步骤摘要】
基于锐度增强的磁共振图像重建方法、系统、介质及设备
[0001]本专利技术涉及磁共振图像重建
,具体涉及一种基于锐度增强的磁共振图像重建方法、系统、介质及设备。
技术介绍
[0002]磁共振成像(Magnetic Resonance Imaging,RI)是医学临床领域一种主要的诊断成像方式,提供了良好的可视化人体器官和组织。然而,MRI的扫描时间相对较慢,从根本上阻碍了其发展。采集时间过长可能会引起患者不适,导致重建结果出现混叠伪影,并且数据采集时间越长,产生噪声的概率越大为。一种有效的方法是采用压缩感知(Compressed Sensing,CS)理论,在有限的采集样本中保持MRI重建的质量,从而加速成像过程。CS理论通过对MR图像在一定的稀疏域中进行稀疏表示,利用底层的数据结构克服图像的失真,可以有效重建出临床可接受的图像。
[0003]基于CS理论的观测模型是一个典型的不适定逆问题,在数学上可能产生大量不同的解。为了解决这一问题,通常需要对问题进行正则化以找到稀疏解。因此,原始不适定逆问题可以通过转化为约束最小化问题来估计。然而,求解L0最小化问题是一个非确定多项式问题(NP
‑
hard),在实际情况中难以解决的问题。
[0004]对于解决L0最小化的NP
‑
hard问题,一种可行的方法是迭代贪婪算法,如正交匹配追踪和迭代硬阈值。然而,对于高维信号,很难获得期望的重构质量。此外,贪婪算法中的稀疏程度必须作为先验信息提供,这在实际情况中是难以估计的。另一
【技术保护点】
【技术特征摘要】
1.一种基于锐度增强的磁共振图像重建方法,其特征在于,包括下述步骤:采集欠采样观测信号,构建稀疏信号重建问题,并将不适定目标问题转化为约束最小化问题;第一循环阶段:利用SL0最小化方法,求解有噪声的约束最小化目标问题;第二循环阶段:分析噪音数据中伪影导致的偏差,构建基于偏差的锐度增强模型以矫正偏差;通过SURE自动调整形状参数;进行MR图像重建的双循环迭代,在第一循环阶段通过求解SL0最小化方法生成初始重建结果,在第二循环阶段通过基于偏差的锐度增强模型矫正噪声误差,结合第一循环阶段和第二循环阶段的结果获得MR图像。2.根据权利要求1所述的基于锐度增强的磁共振图像重建方法,其特征在于,所述采集欠采样观测信号,构建稀疏信号重建问题,并将不适定目标问题转化为约束最小化问题,具体步骤包括:稀疏信号x由欠采样观测信号y重构,欠采样观测信号具体描述为:y=UFx+e其中,F表示离散傅里叶变换,U表示欠采样矩阵,e表示复高斯噪声;进行正则化以找到稀疏解,将不适定目标问题通过求解以下约束最小化问题进行估计:其中,||Ψ
H
x||0表示Ψ
H
x中非零元素的个数,Ψ
H
表示稀疏变换,ζ表示误差阈值。3.根据权利要求1所述的基于锐度增强的磁共振图像重建方法,其特征在于,所述利用SL0最小化方法,求解有噪声的约束最小化目标问题,具体步骤包括:定义连续函数以逼近信号的L0范数最小化:范数最小化:范数最小化:利用函数F
δ
(x),在无噪声情况下,约束L0优化问题表示为:优化问题的解表示为由通过迭代得到,其中η为步长,为的梯度;对于有噪声的观测模型,优化问题的求解表示为:
其中,θ是x在Parseval紧框架下的稀疏表示。4.根据权利要求3所述的基于锐度增强的磁共振图像重建方法,其特征在于,Parseval紧框架具体表示为:紧框架具体表示为:其中,A表示等效传感矩阵,tr(
·
)为矩阵的迹。5.根据权利要求1所述的基于锐度增强的磁共振图像重建方法,其特征在于,所述分析噪音数据中伪影导致的偏差,构建基于偏差的锐度增强模型以矫正偏差,具体步骤包括:对有噪声的观测模型求解优化问题,得到初始解θ
s
;对于存在噪声的情况,存在观测误差时的解表示为:y
b
=y
‑
Aθ
s
.其中,y表示欠采样观测信号,A表示等效传感矩阵;构建基于偏差的锐度增强函数用于磁共振成像重建,构建正则化模型表示为:构建基于偏差的锐度增强函数用于磁共振成像重建,构建正则化模型表示为:其中,μ表示形状参数,θ
b
表示分析噪声数据所得结果和原始解之间的偏差值,H(θ
b
)表示锐度增强函数;将优化问题分割成一个标量最小化问题序列,具体表示为:令最小化问题通过下式进一步求解:其中,h(θ
b,j
)=(μθ
b,j
‑
1)exp(
‑
μθ
b,j
)+1;当0≤x
j
≤x
i
时,函数f
μ
(x)=exp(
‑
μx)上界表示为:将h(θ
b,j
...
【专利技术属性】
技术研发人员:陈真,李文源,曹瑞,章秀银,严静东,张涛,廖生武,
申请(专利权)人:南方医科大学南方医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。