磁共振图像欠采样重建方法、系统、介质、电子设备技术方案

技术编号:37352959 阅读:27 留言:0更新日期:2023-04-27 07:04
本发明专利技术提供一种磁共振图像欠采样重建方法、系统、介质、电子设备,包括以下步骤:将MRI图像和线圈灵敏度图像建模为连续函数;预先定义MRI图像和线圈灵敏度图像的像素点的空间坐标;基于空间坐标训练所述连续函数;将MRI图像和线圈灵敏度图像的像素点的空间坐标输入训练好的连续函数以获取MRI图像矩阵以及线圈灵敏度矩阵;基于MRI图像矩阵以及线圈灵敏度矩阵,根据MRI前向物理模型获取MRI图像的预测k空间数据;基于实际k空间数据和预测k空间数据获取MRI重建图像。本发明专利技术的磁共振图像欠采样重建方法、系统、介质、电子设备能够基于隐式神经表达的欠采样的k空间数据进行MRI图像重建,从而在保证重建图像质量的同时进一步加速MRI图像的采集。图像的采集。图像的采集。

【技术实现步骤摘要】
磁共振图像欠采样重建方法、系统、介质、电子设备


[0001]本专利技术涉及磁共振成像(Magnetic Resonance Imaging,MRI)的
,特别是涉及一种磁共振图像欠采样重建方法、系统、介质、电子设备。

技术介绍

[0002]磁共振成像因其安全、无辐射和出色的软组织对比度,是临床诊断和研究中广泛使用的成像技术。然而,磁共振成像的主要缺点是采集时间长。为了解决这一问题,研究者们提出了不同的加速策略,主要目的是从欠采样的K空间数据中重建无伪影的MRI图像,以超越奈奎斯特采样理论的限制。目前,几乎所有的临床MRI系统通过并行成像技术,利用多个接收线圈的信息冗余进行扫描加速。
[0003]现有技术中的并行成像技术主要分为两大类:一类在空间域中将图像重建建模为逆问题,需要显式地从全采样的自动校准信号(Auto Calibration Signal,ACS)区域中估计出线圈灵敏度图像;另一类在K空间中对缺失的数据进行插值,隐式地利用了ACS区域所包含的线圈灵敏度信息。然而,并行成像技术在面对较高的加速因子和较少的ACS数据时会产本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种磁共振图像欠采样重建方法,其特征在于:所述方法包括以下步骤:将MRI图像和线圈灵敏度图像建模为连续函数;所述MRI图像的连续函数用于输出MRI图像的像素点的空间坐标对应的MRI图像矩阵,所述线圈灵敏度图像的连续函数用于输出线圈灵敏度图像的像素点的空间坐标对应的线圈灵敏度矩阵;预先定义MRI图像和线圈灵敏度图像的像素点的空间坐标;基于所述空间坐标训练所述连续函数;将所述MRI图像和所述线圈灵敏度图像的像素点的空间坐标输入训练好的连续函数以获取所述MRI图像矩阵以及所述线圈灵敏度矩阵;基于所述MRI图像矩阵以及所述线圈灵敏度矩阵,根据MRI前向物理模型获取所述MRI图像的预测k空间数据;基于实际k空间数据和所述预测k空间数据获取MRI重建图像。2.根据权利要求1所述的磁共振图像欠采样重建方法,其特征在于:将MRI图像和线圈灵敏度图像建模为空间坐标的连续函数包括以下步骤:MRI图像建模得到的连续函数采用两个正弦表达网络,所述两个正弦表达网络分别表达MRI图像的实部和虚部;每个正弦表达网络由8个全连接层组成,第一层的输入通道数是2,用于接收空间坐标,最后一层的输出通道数是1,用于产生对应于空间坐标的MRI图像的实部或者虚部;中间层有256个神经元,相邻两个全连接层之间设置有正弦函数作为激活函数;所述MRI图像的实部和虚部构成所述MRI图像矩阵;线圈灵敏度图像建模得到的连续函数采用多项式函数其中C
j
(x,y)表示第j个线圈在(x,y)处的线圈灵敏度值,N为该多项式的阶数,为待求解的多项式系数,p为坐标x的次数,q为坐标y的次数;所述线圈灵敏度值构成所述线圈灵敏度矩阵。3.根据权利要求1所述的磁共振图像欠采样重建方法,其特征在于:预先定义待重建的MRI图像和线圈灵敏度图像的像素点的空间坐标包括以下步骤:对所述MRI图像和所述线圈灵敏度图像进行等间隔划分;分别将各个像素点的x和y坐标以原点为中心均匀映射在[

1,1]的数值范围内。4.根据权利要求1所述的磁共振图像欠采样重建方法,其特征在于:基于所述空间坐标训练所述连续函数包括以下步骤:将所述空间坐标输入所述连续函数中,基于MRI前向物理模型以及包含图像先验信息的正则项设计损失函数;利用梯度反向传播算法最小化所述损失函数,以获取训练好的连续函数。5.根据权利要求4所述的磁共振图像欠采样重建方法,其特征在于:所述包含图像先验信息的正则项采用图像的全变分;所述损失函数为信息的正则项采用图像的全变分;所述损失函数...

【专利技术属性】
技术研发人员:魏红江冯瑞敏
申请(专利权)人:上海交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1