一种基于低秩张量与布洛赫流形深度展开网络的磁共振指纹重建方法技术

一种基于低秩张量与布洛赫流形深度展开网络的磁共振指纹重建方法，本发明专利技术涉及磁共振指纹成像技术领域。本发明专利技术为了解决目前磁共振指纹成像中数据欠采样伪影降低成像质量的问题，以及为了提高重建图像的精度并缩短重建时间。本发明专利技术包括以下步骤：(1)获取磁共振指纹欠采样数据；(2)建立基于低秩张量与布洛赫流形约束的磁共振指纹重建模型；(3)建立迭代求解算法；(4)基于迭代求解算法构建深度展开网络；(5)利用已有数据训练网络，得到网络模型；(6)利用训练好的网络重建磁共振指纹图像。本发明专利技术可在高倍欠采样条件下，利用较少的采样数据重建高质量的磁共振指纹图像，并大幅缩短重建时间。间。间。

【技术实现步骤摘要】
一种基于低秩张量与布洛赫流形深度展开网络的磁共振指纹重建方法


[0001]本专利技术涉及磁共振指纹成像
，具体涉及一种基于低秩张量与布洛赫流形深度展开网络的磁共振指纹重建方法。

技术介绍

[0002]磁共振指纹成像(Magnetic resonance fingerprinting，MRF)[1]是2013年提出的一种基于模式匹配的快速定量磁共振成像技术，可以在新型脉冲序列下实现多个组织参数同时定量成像，对于不同成像条件以及噪声干扰具有一定的鲁棒性，在欠采样数据采集方式下也可获得较好的成像效果。磁共振指纹成像技术可对多种组织参数进行快速定量成像，因此具有广泛的应用前景。磁共振指纹成像技术提出了全新的数据获取以及参数重构方法，主要包括数据获取、数据重建以及参数重构三个部分。首先，磁共振指纹成像采用伪随机变化的脉冲序列使得不同组织产生独特的响应信号，即组织磁共振指纹信号，同时，根据磁共振信号激发的布洛赫模型构建包含所有可能人体组织的理论磁共振信号的指纹字典，然后基于模式匹配方法，将采集的组织磁共振指纹信号与指纹字典中的条目进行匹配，实现多组织本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于低秩张量与布洛赫流形深度展开网络的磁共振指纹重建方法，其特征在于，所述方法包括以下步骤：(1)获取磁共振指纹欠采样数据；(2)建立基于低秩张量与布洛赫流形约束的磁共振指纹重建模型；(3)建立迭代求解算法；(4)基于迭代求解算法构建深度展开网络；(5)利用已有数据训练网络，得到网络模型；(6)利用训练好的网络重建磁共振指纹图像。2.如权利要求1所述的方法，在步骤(1)中利用磁共振成像设备在k空间采集磁共振指纹数据，为加速数据采集应用欠采样的数据采集方式进行数据采集，仅采集全部磁共振指纹数据(全部数据)的5％～8％进行定量成像，采集过程可由下式表示：其中，表示采集的k空间欠采样数据，N
s
表示单个线圈采集的样本数，N
c
表示采集数据时使用的线圈数量，L表示磁共振指纹数据的帧长度，表示待重建的无失真的磁共振指纹数据，N
x
和N
y
表示磁共振图像的尺寸，表示采集数据过程中引入的高斯噪声；表示欠采样过程对应的线性退化算子，其中C表示各个线圈的敏感度构成的线圈敏感度矩阵，F
u
表示欠采样傅里叶变换，下标u对应着欠采样过程使用的欠采样模板。3.如权利要求1或2所述的方法，上述步骤(2)按照如下步骤进行：磁共振指纹重建问题可表示为如下优化问题，其中，表示张量低秩约束项，表示布洛赫流形约束；上述问题可重写为拉格朗日形式，基于低秩张量与布洛赫流形约束的磁共振指纹重建模型可表示为：4.如权利要求3所述的方法，上述步骤(3)按照如下方式进行：步骤(2)构建的磁共振指纹重建模型可利用增量子梯度近似(incremental subgradient
‑
proximal)方法迭代求解，在第i次迭代，需求解以下迭代步骤：其中，表示布洛赫流形上的投影算...

【专利技术属性】
技术研发人员：胡悦，李鹏，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：