磁共振成像中的射频脉冲和梯度脉冲的实时设计制造技术

本文公开了一种医学系统(100、300)，包括存储器(110)，所述存储器存储机器可执行指令(120)和卷积神经网络(122)。所述卷积神经网络被配置为接收对至少一个激励视场(324、900)的选择(124)进行编码的复阵列(128)作为输入，并且作为响应而输出射频波形(130)和多个空间选择性梯度脉冲波形(132)。所述卷积神经网络是多任务卷积神经网络。所述机器可执行指令的运行使计算系统(104)：接收(200)所述至少一个激励视场的选择(124)；接收(202)初始脉冲序列命令(126)；使用所述至少一个激励视场对所述复阵列进行编码(204)；响应于将所述复阵列输入到所述卷积神经网络中而接收(206)所述射频波形和所述多个空间选择性梯度脉冲波形；并且通过利用所述射频波形和所述多个空间选择性梯度脉冲波形修改所述初始脉冲序列命令来构建(208)经修改的脉冲序列命令(134)。(208)经修改的脉冲序列命令(134)。(208)经修改的脉冲序列命令(134)。

【技术实现步骤摘要】
【国外来华专利技术】磁共振成像中的射频脉冲和梯度脉冲的实时设计


[0001]本专利技术涉及磁共振成像，具体涉及用于控制磁共振成像系统的脉冲序列的设计。

技术介绍

[0002]作为产生患者体内的图像的流程的部分，磁共振成像(MRI)扫描器使用大的静态磁场来对准原子的核自旋。这个大的静态磁场被称为B0场或主磁场。可以使用MRI在空间上测量对象的各种量或性质。使用用于控制MRI扫描器的发射线圈的射频(RF)波形(或RF脉冲)和多个空间选择性梯度脉冲波形(梯度脉冲)的组合来执行磁共振成像中的空间编码。
[0003]杂志出版物Vinding等人的“Ultrafast(milliseconds),multidimensional RF pulse design with deep learning”(Magn.Reson.Med.2019；82：586
‑
599)公开了考虑期望的感兴趣激励区域的输入图并输出单信道多维RF脉冲的神经网络的使用。
[0004]Tianrui Luo等人的论文
‘
Joint Design of R本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种医学系统(100、300)，包括：存储器(110)，其存储机器可执行指令(120)和卷积神经网络(122)，其中，所述卷积神经网络被配置为接收对至少一个激励视场(324、900)的选择(124)进行编码的复阵列(128)作为输入，其中，所述卷积神经网络被配置为输出射频波形(130)和多个空间选择性梯度脉冲波形(132)，其中，所述卷积神经网络是多任务卷积神经网络，所述多任务卷积神经网络具有针对所述射频波形的第一输出和针对所述多个空间选择性梯度脉冲波形中的每个空间选择性梯度脉冲波形的单独输出；以及
‑
计算系统(104)，其中，所述机器可执行指令的运行使所述计算系统：
‑
接收(200)对所述至少一个激励视场的所述选择；
‑
接收(202)初始脉冲序列命令(126)，所述初始脉冲序列命令被配置用于控制磁共振成像系统(302)采集描述对象(318)的k空间数据(330)；
‑
使用所述至少一个激励视场对所述复阵列进行编码(204)；
‑
响应于将所述复阵列输入到所述卷积神经网络中而接收(206)所述射频波形和所述多个空间选择性梯度脉冲波形；并且
‑
通过利用所述射频波形和所述多个空间选择性梯度脉冲波形修改所述初始脉冲序列命令来构建(208)经修改的脉冲序列命令(134)，使得所述脉冲序列命令被配置为控制所述磁共振成像系统采集来自所述至少一个激励视场的所述k空间数据。2.根据权利要求1所述的医学系统，其中，所述卷积神经网络由重复地执行以下步骤的所述计算系统来训练：
‑
使用选择性激励脉冲设计算法来生成(500)训练射频波形和多个训练空间选择性梯度脉冲波形；
‑
通过将所述训练射频波形和所述多个训练空间选择性梯度脉冲波形输入到磁共振成像信号模型中来计算(502)建模的激励视场；
‑
通过将所述建模的激励视场输入到所述卷积神经网络中来接收(504)前向传播的射频波形和多个前向传播的空间选择性训练梯度脉冲波形；
‑
通过利用所述训练射频波形和所述前向传播的射频波形并且利用所述多个训练空间选择性梯度脉冲波形和所述多个前向传播的空间选择性训练梯度脉冲波形的匹配对来执行反向传播来更新(506)所述卷积神经网络的参数。3.根据权利要求2所述的医学系统，其中，所述选择性激励脉冲设计算法是以下各项中的任一项：Shinnar
–
Le Roux算法、小翻转角近似算法和数值最优控制算法。4.根据权利要求2或3所述的医学系统，其中，所述磁共振成像信号模型是布洛赫方程的数值解。5.根据前述权利要求中的任一项所述的医学系统，其中，所述脉冲序列命令被配置用于根据并行成像磁共振成像协议来采集所述k空间数据。6.根据前述权利要求中的任一项所述的医学系统，其中，所述机器可执行指令的运行还使所述计算系统：
‑
接收调查磁共振图像；
‑
在显示器上绘制所述调查磁共振图像；并且
‑
响应于显示所述调查磁共振图像而接收对所述至少一个激励视场的所述选择，其中，
对所述至少一个激励视场的所述选择在所述调查磁共振图像内。7.根据前述权利要求中的任一项所述的医学系统，其中，从以下各项中的任一项接收对所述至少一个视场的所述选择：自动图像分割算法、来自用户接口、以及其组合。8.根据前述权利要求中的任一项所述的医学系统，其中，所述多个空间选择性梯度脉冲波形是两个空间选择性梯度脉冲波形，并且其中，至少一个激励视场中的每个激励视场是二维激励视场。9.根据权利要求1至7中的任一项所述的医学系统，其中，所述多个空间选择性梯度脉冲波形是三个空间选择性梯度脉冲波形，并且其中，至少一个激励视场中的每个激励视场是三维激励视场。10.根据前述权利要求中的任一项所述的医学系统，其中，所述至少一个激励视场中的每个激励视场具有任意形状和/或在空间上断开。11.根据前述权利要求中的任一项所述的医学系统，其中，所述卷积神经网络是以下各项中的任一项：多尺度卷积神经网络和U
‑

【专利技术属性】
技术研发人员：张雅静，王家正，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：