一种磁共振磁敏感伪影的自动提示方法及系统技术方案

本发明专利技术提供一种磁共振磁敏感伪影的自动提示方法及系统，属于图像处理技术领域，包括：获取磁共振图像，以及获取对应的磁场分布图；将磁共振图像和磁场分布图输入至一伪影预测模型，得到磁共振图像中是否包含磁敏感伪影；响应于磁共振图像中包含磁敏感伪影，对所有磁敏感伪影的位置进行标注，并确定每一磁敏感伪影的概率。有益效果：本发明专利技术通过模型能够预测磁共振图像中是否包含磁敏感伪影，并响应于磁共振图像中包含磁敏感伪影，自动的识别磁敏感伪影并进行标注显示，与可能的真实病变进行区分，从而有效的降低医生因这种伪影产生的误诊问题。问题。问题。

【技术实现步骤摘要】
一种磁共振磁敏感伪影的自动提示方法及系统


[0001]本专利技术涉及图像处理
，尤其涉及一种磁共振磁敏感伪影的自动提示方法及系统。

技术介绍

[0002]磁共振成像(MRI)是根据有磁距的原子核在磁场作用下，能产生能级间的跃迁的原理而采用的一项新检查技术。MRI是通过体外高频磁场作用，由体内物质向周围环境辐射能量产生信号实现的，成像过程与图像重建和电子计算机断层扫描(Computed Tomography，CT)相近，只是MRI既不靠外界的辐射、吸收与反射，也不靠放射性物质在体内的γ辐射，而是利用外磁场和物体的相互作用来成像，高能磁场对人体无害。
[0003]磁敏感伪影(susceptibility artifacts)是磁共振成像过程中经常出现的一种伪影，又称为磁化率伪影。其产生的原因是不同的物质具有不同的磁化率，当不同物质的磁化率相差较大时，将会造成交界处的局部磁场的不均匀，从而导致局部信号的变形和错误。产生在不同磁化率物质的交界面，通常在骨/空气交界面(包括鼻旁窦、颅底、蝶鞍等)、组织/空气交界面出现，如颅底，腹部等部位。如图1所示，为采用平面回波(echo planar imaging，EPI)采集得到的扩散加权成像(diffusion weighted imaging，DWI)，该DWI图像中的磁敏感伪影尤为突出，主要表现为边缘有异常的高亮信号，容易与病变混淆，导致误诊。
[0004]现有技术中，常用的磁敏感伪影的缓解方法包括提高匀场的质量、使用特殊的采集序列，例如多次激发采集(multishot acquisition)，还可以在后续处理过程中进行伪影校正。然而这些处理方式都不能够完全、彻底的去除磁敏感伪影，而且采用特殊的采集序列或者进行伪影校正的过程，会降低图像的信噪比。

技术实现思路

[0005]为了解决以上技术问题，本专利技术提供了一种磁共振磁敏感伪影的自动提示方法及系统。
[0006]本专利技术所解决的技术问题可以采用以下技术方案实现：
[0007]一种磁共振磁敏感伪影的自动提示方法，包括：
[0008]获取磁共振图像，以及获取对应的磁场分布图；
[0009]将所述磁共振图像和所述磁场分布图输入至一伪影预测模型，得到所述磁共振图像中是否包含磁敏感伪影；
[0010]响应于所述磁共振图像中包含磁敏感伪影，对所有所述磁敏感伪影的位置进行标注，并确定每一所述磁敏感伪影的概率。
[0011]优选地，获取对应的磁场分布图，包括：
[0012]获取回波图像；以及根据两张所述回波图像的相位计算得到所述磁场分布图。
[0013]优选地，所述回波图像包括双回波梯度回波图像或双向相位编码的平面回波图
像。
[0014]优选地，所述伪影预测模型为深度学习模型。
[0015]优选地，将所述磁共振图像和所述磁场分布图输入至一伪影预测模型，包括：
[0016]所述磁共振图像按照一预设的组合方式与所述磁场分布图在通道维度进行拼接，以二维的形式逐层输入所述伪影预测模型。
[0017]优选地，所述预设的组合方式包括所述磁共振图像的绝对值、绝对值和相位、实部和虚部中的任意一种。
[0018]优选地，所述伪影预测模型以所述磁共振图像以及对应的所述磁场分布图作为训练数据集预先训练得到，于训练之前，还包括：
[0019]对所述训练数据集进行数据扩增。
[0020]优选地，所述数据扩增至少包括：对所述磁共振图像进行局部明亮处理，以模拟病变组织。
[0021]本专利技术还提供一种磁共振磁敏感伪影的自动提示系统，用于实施如上述的磁共振磁敏感伪影的自动提示方法，包括：
[0022]获取单元，用于获取磁共振图像，以及对应的磁场分布图；
[0023]模型预测单元，连接所述获取单元，用于将所述磁共振图像和所述磁场分布图输入至一伪影预测模型，得到所述磁共振图像中是否包含磁敏感伪影；
[0024]标注单元，连接所述模型预测单元，用于响应于所述磁共振图像中包含磁敏感伪影，对所有所述磁敏感伪影的位置进行标注，并确定每一所述磁敏感伪影的概率。
[0025]优选地，还包括：模型训练单元，用于以所述磁共振图像以及对应的所述磁场分布图作为训练数据集预先训练得到所述伪影预测模型，所述模型训练单元包括：
[0026]数据扩增模块，用于对所述训练数据集进行数据扩增，所述数据扩增至少包括：对所述磁共振图像进行局部明亮处理，以模拟病变组织。
[0027]本专利技术技术方案的优点或有益效果在于：
[0028]本专利技术通过模型能够预测磁共振图像中是否包含磁敏感伪影，并响应于磁共振图像中包含磁敏感伪影，自动的识别磁敏感伪影并进行标注显示，与可能的真实病变进行区分，从而有效的降低医生因这种伪影产生的误诊问题。
附图说明
[0029]图1为采用平面回波采集得到的扩散加权成像图；
[0030]图2为图1组织区域对应的磁场分布图；
[0031]图3为本专利技术较佳实施例中，磁共振磁敏感伪影的自动提示方法的流程示意图；
[0032]图4为本专利技术较佳实施例中，磁共振磁敏感伪影的自动提示系统的结构框图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0035]下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定。
[0036]如图1所示，为采用平面回波(echo planar imaging，EPI)采集得到的扩散加权成像(diffusion weighted imaging，DWI)，该DWI图像中的磁敏感伪影尤为突出，主要表现为边缘箭头所指处有异常的高亮信号，该高亮信号容易与病变混淆。
[0037]本专利技术的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种磁共振磁敏感伪影的自动提示方法，属于图像处理
，如图3所示，包括：
[0038]获取磁共振图像，以及获取对应的磁场分布图；
[0039]将磁共振图像和磁场分布图输入至一伪影预测模型，得到磁共振图像中是否包含磁敏感伪影；
[0040]响应于磁共振图像中包含磁敏感伪影，对所有磁敏感伪影的位置进行标注，并确定每一磁敏感伪影的概率。
[0041]具体的，本专利技术实施例中神经网络模型(被称为深度学习网络/模型)根据磁共振图像和磁场分布图对可能出现磁敏感伪影的位置进行预测，该伪影预测模型能够将磁敏感伪影与真实病变进行区别，辅助判断磁共振图像中是否包含磁敏感伪影，并在判断出磁共振图像中包含磁敏感伪影时，对磁敏感伪影本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种磁共振磁敏感伪影的自动提示方法，其特征在于，包括：获取磁共振图像，以及获取对应的磁场分布图；将所述磁共振图像和所述磁场分布图输入至一伪影预测模型，得到所述磁共振图像中是否包含磁敏感伪影；响应于所述磁共振图像中包含磁敏感伪影，对所有所述磁敏感伪影的位置进行标注，并确定每一所述磁敏感伪影的概率。2.根据权利要求1所述的磁共振磁敏感伪影的自动提示方法，其特征在于，获取对应的磁场分布图，包括：获取回波图像；以及根据两张所述回波图像的相位计算得到所述磁场分布图。3.根据权利要求2所述的磁共振磁敏感伪影的自动提示方法，其特征在于，所述回波图像包括双回波梯度回波图像或双向相位编码的平面回波图像。4.根据权利要求1所述的磁共振磁敏感伪影的自动提示方法，其特征在于，所述伪影预测模型为深度学习模型。5.根据权利要求1所述的磁共振磁敏感伪影的自动提示方法，其特征在于，将所述磁共振图像和所述磁场分布图输入至一伪影预测模型，包括：所述磁共振图像按照一预设的组合方式与所述磁场分布图在通道维度进行拼接，以二维的形式逐层输入所述伪影预测模型。6.根据权利要求5所述的磁共振磁敏感伪影的自动提示方法，其特征在于，所述预设的组合方式包括所述磁共振图像的绝对值、绝对值和相位、实部和虚部中的任意一种。7.根据权利要求1所述的磁共振磁敏感...

【专利技术属性】
技术研发人员：张志遵，朱瑞星，吕孟叶，
申请(专利权)人：杭州微影医疗科技有限公司，
类型：发明
国别省市：