模型训练方法、图像处理方法和磁共振成像设备技术

本发明专利技术提供了一种模型训练方法、图像处理方法和磁共振成像设备。其中，所述模型训练方法包括：获取所述样本对象的第一图像和第二图像，其中，所述第二图像的对比度高于所述第一图像的对比度；以及，基于所述第一图像和所述第二图像进行神经网络模型训练。如此配置，通过所述模型训练方法得到的模型内包含了区分流动的血液和其他的组织的内在逻辑，能够较佳地剔除由血液流动等原因造成的伪影，从而提高图像的分辨率。同时能够支持原本没有内置血液循环组织成像功能的设备对血液循环系统进行成像，解决了现有技术中对血液循环系统进行磁共振成像时，通用性差，成本高和具有局限性的问题。问题。问题。

【技术实现步骤摘要】
模型训练方法、图像处理方法和磁共振成像设备


[0001]本专利技术涉及磁共振成像
，特别涉及一种模型训练方法、图像处理方法和磁共振成像设备。

技术介绍

[0002]在对人体的血液循环系统(例如血管、心脏等)进行常规方法的磁共振成像时，由于血液的流动性、心脏的跳动等原因，容易导致伪影，进而导致成像的图像的分辨率较低或者对比度较低。
[0003]现有技术中用于解决上述问题的方案主要有如下几种方法：时间飞跃法(TOF，Time of Flight)、相位对比法(PC，Phase Contrast)和对比剂增强法(CE，Contrast Enhancement)，其中采用流动相关增强效应(FRE,Flow Related Enhancement)的时间飞跃法体素较大、空间分辨率低、受血液流速影响较大；相位对比法由于需要预先编码流速，导致成像时间较长；对比剂增强法对扫描机的要求很高、扫描时间短使得空间分辨率低、同时需要额外支付对比剂的费用。因此，上述方法在应用时都具有一定的局限性。
[0004]总之，现有技术中对血液循环系统进行磁共振成像时，存在通用性差，成本高和具有局限性的问题。

技术实现思路

[0005]本专利技术提供了一种模型训练方法、图像处理方法和磁共振成像设备，以解决现有技术中对血液循环系统进行磁共振成像时，通用性差，成本高和具有局限性的问题。
[0006]为了解决上述技术问题，根据本专利技术的第一个方面，提供了一种模型训练方法，用于训练识别模型，所述识别模型用于处理血液循环组织的磁共振成像图像，所述模型训练方法包括：获取样本对象的第一图像，其中，所述第一图像的成像区域中包括血液循环组织；获取所述样本对象的第二图像，其中，所述第二图像的对比度高于所述第一图像的对比度；以及，基于所述第一图像和所述第二图像进行神经网络模型训练。
[0007]可选的，所述识别模型为循环神经网络模型。
[0008]可选的，所述获取所述样本对象的第二图像的步骤包括：基于时间飞跃法获取所述第二图像，基于相位对比法获取所述第二图像，或者，基于对比剂增强法获取所述第二图像。
[0009]可选的，所述获取所述样本对象的第二图像的步骤包括：按照所述样本对象的血液循环组织的分类参数对所述样本对象进行分类，根据分类结果选择时间飞跃法、相位对比法或对比剂增强法获取所述第二图像。
[0010]可选的，所述分类参数包括：血管类别、血管管径或血液流速，所述血管类别包括：动脉、静脉或毛细血管。
[0011]可选的，所述获取所述样本对象的第二图像的步骤包括：改变成像参数，得到所述样本对象的至少两幅中间图像；以及，对比度最高的所述中间图像被配置为所述第二图像。
[0012]可选的，所述基于所述第一图像和所述第二图像进行神经网络模型训练的步骤包括：基于生成对抗网络对所述第一图像和所述第二图像进行增强；基于边缘性检测算法对所述第一图像和所述第二图像进行边缘分割；对边缘分割后的所述第一图像和所述第二图像进行分类，得到训练集图像和测试集图像；将所述训练集图像输入神经网络模型进行训练获得中间训练结果；以及，所述中间训练结果基于所述测试集图像进行测试，若测试结果符合有效性检测条件，将所述中间训练结果设置为所述识别模型；若测试结果不符合有效性检测条件，重新训练。
[0013]可选的，所述有效性检测条件包括：识别正确率超过预设正确率。
[0014]为了解决上述技术问题，根据本专利技术的第二个方面，提供了一种图像处理方法，包括：获取检测对象的第三图像，其中，所述第三图像的成像区域中包括血液循环组织；以及，基于识别模型对所述第三图像进行处理，得到第四图像，其中，所述识别模型基于上述的模型训练方法训练得到。
[0015]为了解决上述技术问题，根据本专利技术的第三个方面，提供了一种磁共振成像设备，包括：磁共振成像模块，用于获取检测对象的第三图像，其中，所述第三图像的成像区域中包括血液循环组织；以及，后处理模块，用于基于识别模型对所述第三图像进行处理，得到第四图像，其中，所述识别模型基于上述的模型训练方法训练得到。
[0016]与现有技术相比，本专利技术提供的模型训练方法、图像处理方法和磁共振成像设备中，所述模型训练方法包括：获取样本对象的第一图像，其中，所述第一图像的成像区域中包括血液循环组织；获取所述样本对象的第二图像，其中，所述第二图像的对比度高于所述第一图像的对比度；以及，基于所述第一图像和所述第二图像进行神经网络模型训练。如此配置，通过所述模型训练方法得到的模型内包含了区分流动的血液和其他的组织的内在逻辑，能够较佳地剔除由血液流动等原因造成的伪影，从而提高图像的分辨率。同时能够支持原本没有内置血液循环组织成像功能的设备对血液循环系统进行成像，解决了现有技术中对血液循环系统进行磁共振成像时，通用性差，成本高和具有局限性的问题。
附图说明
[0017]本领域的普通技术人员将会理解，提供的附图用于更好地理解本专利技术，而不对本专利技术的范围构成任何限定。其中：
[0018]图1是本专利技术一实施例的模型训练方法的流程示意图；
[0019]图2是本专利技术一实施例的基于所述第一图像和所述第二图像进行神经网络模型训练的步骤的流程示意图。
具体实施方式
[0020]为使本专利技术的目的、优点和特征更加清楚，以下结合附图和具体实施例对本专利技术作进一步详细说明。需说明的是，附图均采用非常简化的形式且未按比例绘制，仅用以方便、明晰地辅助说明本专利技术实施例的目的。此外，附图所展示的结构往往是实际结构的一部分。特别的，各附图需要展示的侧重点不同，有时会采用不同的比例。
[0021]如在本专利技术中所使用的，单数形式“一”、“一个”以及“该”包括复数对象，术语“或”通常是以包括“和/或”的含义而进行使用的，术语“若干”通常是以包括“至少一个”的含义
而进行使用的，术语“至少两个”通常是以包括“两个或两个以上”的含义而进行使用的，此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者至少两个该特征，“一端”与“另一端”以及“近端”与“远端”通常是指相对应的两部分，其不仅包括端点，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。此外，如在本专利技术中所使用的，一元件设置于另一元件，通常仅表示两元件之间存在连接、耦合、配合或传动关系，且两元件之间可以是直接的或通过中间元件间接的连接、耦合、配合或传动，而不能理解为指示或暗示两元件之间的空间位置关系，即一元件可以在另一元件的内部、外部、上方、下方或一侧等任意方位，除非内容另外明确指出外。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，其特征在于，用于训练识别模型，所述识别模型用于处理血液循环组织的磁共振成像图像，所述模型训练方法包括：获取样本对象的第一图像，其中，所述第一图像的成像区域中包括血液循环组织；获取所述样本对象的第二图像，其中，所述第二图像的对比度高于所述第一图像的对比度；以及，基于所述第一图像和所述第二图像进行神经网络模型训练。2.根据权利要求1所述的模型训练方法，其特征在于，所述识别模型为循环神经网络模型。3.根据权利要求1所述的模型训练方法，其特征在于，所述获取所述样本对象的第二图像的步骤包括：基于时间飞跃法获取所述第二图像，基于相位对比法获取所述第二图像，或者，基于对比剂增强法获取所述第二图像。4.根据权利要求1所述的模型训练方法，其特征在于，所述获取所述样本对象的第二图像的步骤包括：按照所述样本对象的血液循环组织的分类参数对所述样本对象进行分类，根据分类结果选择时间飞跃法、相位对比法或对比剂增强法获取所述第二图像。5.根据权利要求4所述的模型训练方法，其特征在于，所述分类参数包括：血管类别、血管管径或血液流速，所述血管类别包括：动脉、静脉或毛细血管。6.根据权利要求1所述的模型训练方法，其特征在于，所述获取所述样本对象的第二图像的步骤包括：改变成像参数，得到所述样本对象的至少两幅中间图像；以及，对比度最高的所述中间图像被配置为所述第二图像。7.根据...

【专利技术属性】
技术研发人员：魏彦辉，
申请(专利权)人：深圳市联影高端医疗装备创新研究院，
类型：发明
国别省市：