一种磁共振成像永磁体设计方法、系统、设备及介质技术方案

本发明专利技术公开一种磁共振成像永磁体设计方法、系统、设备及介质，涉及磁场场强领域；方法包括：获取目标磁块集合的目标磁场场图；目标磁场场图是对由目标磁块集合构建的实际磁体进行仿真并根据仿真得到的场图进行理想化近似拟合得到的；目标磁块集合根据设定磁体总质量确定目标磁块数量后，目标磁块数量对应的目标磁块的集合；将目标磁场场图输入至参数模型得到参数化矩阵；参数化矩阵包括：每个目标磁块的候选空间位置编号、每个目标磁块中心的空间位置坐标、每个目标磁块的角度及每个磁块的材料分布；参数模型基于深度神经网络构建的；根据参数化矩阵确定永磁体的三维空间结构以及材料分布；本发明专利技术能够提升永磁体场强并优化磁场均匀度。磁场均匀度。磁场均匀度。

【技术实现步骤摘要】
一种磁共振成像永磁体设计方法、系统、设备及介质


[0001]本专利技术涉及磁场场强领域，特别是涉及一种磁共振成像永磁体设计方法、系统、设备及介质。

技术介绍

[0002]相比超声波检查以及电子计算机断层扫描(Computed Tomography, CT)等技术，磁共振成像(Magnetic resonance imaging, MRI)具有软组织成像对比度高，无电离辐射，能够在任意平面成像等优点，是一种独特的医学成像方式，对于诊断和治疗各种疾病非常重要。
[0003]常见的磁共振设备使用超导磁体提供主磁场，磁场强度高，均匀度好，但是基于超导的磁共振设备需要多个房间来放置整个系统，购买和维护成本很高。超导磁体需要液氦进行超低温冷却，这种介质价格高昂，并且有泄漏风险。由于体积较大，通常重量超过十吨，因此无法支持及时与现场的医学成像，例如在电力，空间受限的情况下对自然灾害后的伤员进行成像，或在军事野战医院对伤亡人员进行诊断，在偏远地区或农村提供医疗诊断等。此外，由于费用高昂，磁共振设备在社区以及乡村医院并不能得到普及。
[0004]永磁体阵列为开发低成本的可移动便携式磁共振成像设备提供了可能。
[0005]相比超导磁体而言，永磁体一般使用钕铁硼制成，该材料在中国储量丰富，因此成本低廉。此外，永磁体的体积和质量相比超导磁体显著降低，可移动性更好。另外，由于磁场较低，永磁体的金属物品弹射风险很低，并且对装有非MRI兼容植入物的病人更为友好。但是，受限于较低的磁场均匀度，永磁共振设备的成像质量较差，因此研究高均匀度的永磁体能够提升成像质量，进而提升此类设备的利用率，使磁共振技术能够更好地普及，对提升人民健康水平具有重要意义。
[0006]永磁体的设计一般采用多种磁块按一定的顺序进行排布构成。无论形状和材料如何选择，通常选用Halbach型磁体的角度进行排布，即同一圆周内的磁场角度连续变化4π。目前的优化设计一般选用遗传算法，但是这种算法是对磁块组合的不断尝试，无法有效地发掘磁场与磁块排布之间的联系；此外，单一的磁块角度与磁块材料种类也限制了磁场均匀度的提升。因此，虽然遗传算法已经在优化磁体设计方面有了显著效果，但仍有较大的改良空间。

技术实现思路

[0007]本专利技术的目的是提供一种磁共振成像永磁体设计方法、系统、设备及介质，能够在质量一定的前提下提升永磁体场强并优化磁场均匀度。
[0008]为实现上述目的，本专利技术提供了如下方案：
[0009]一种磁共振成像永磁体设计方法，所述方法包括：
[0010]获取目标磁块集合的目标磁场场图；所述目标磁场场图是对由所述目标磁块集合构建的实际磁体进行仿真，并根据仿真得到的场图进行理想化近似拟合得到的；所述目标
磁块集合是根据设定磁体总质量确定目标磁块数量后，所述目标磁块数量对应的目标磁块的集合；
[0011]将所述目标磁场场图输入至参数模型，得到参数化矩阵；所述参数化矩阵包括：每个目标磁块的候选空间位置编号、每个目标磁块中心的空间位置坐标、每个目标磁块的角度以及每个磁块的材料分布；所述参数模型是基于深度神经网络构建的；
[0012]根据所述参数化矩阵确定永磁体的三维空间结构以及材料分布。
[0013]可选地，所述参数模型的确定方法，具体包括：
[0014]获取训练数据；所述训练数据包括：多个训练磁块集合的训练磁场场图和标签数据；所述标签数据，包括：训练磁块集合的训练目标拟合场图；所述训练目标拟合场图是根据已知三维空间结构的永磁体的平均磁场强度拟合得到的；
[0015]构建深度神经网络；
[0016]将所述训练磁场场图和所述标签数据输入至所述深度神经网络，以损失函数最小为目标，对深度神经网络的参数进行训练，得到训练后的深度神经网络；
[0017]将训练后的深度神经网络确定为所述参数模型。
[0018]可选地，将所述训练磁场场图和所述标签数据输入至所述深度神经网络，以损失函数最小为目标，对深度神经网络的参数进行训练，得到训练后的深度神经网络，具体包括：
[0019]获取所述训练磁场场图的训练初始参数化矩阵，以及所述标签数据的标签参数化矩阵；
[0020]以所述训练初始参数化矩阵和所述标签参数化矩阵之间的差值最小为目标，对深度神经网络的参数进行训练，得到训练后的深度神经网络。
[0021]可选地，获取目标磁块集合的目标磁场场图，具体包括：
[0022]构建磁体几何模型；
[0023]根据设定磁体总质量确定目标磁块数量；
[0024]根据所述目标磁块数量对所述几何模型中的目标磁块进行随机初始化选取，确定目标磁块集合；
[0025]对任一所述目标磁块，采用有限元分析法对所述目标磁块进行仿真，得到所述目标磁块对应的磁场场图；
[0026]采用线性叠加的方法对所有的磁场场图进行叠加，得到初始磁场场图；
[0027]计算所述初始磁场场图的磁场强度平均值，并依据所述磁场强度平均值对理想磁场进行拟合，得到目标磁场场图。
[0028]一种磁共振成像永磁体设计系统，所述系统包括：
[0029]获取模块，用于获取目标磁块集合的目标磁场场图；所述目标磁场场图是对由所述目标磁块集合构建的实际磁体进行仿真，并根据仿真得到的场图进行理想化近似拟合得到的；所述目标磁块集合是根据设定磁体总质量确定目标磁块数量后，所述目标磁块数量对应的目标磁块的集合；
[0030]输出模块，用于将所述目标磁场场图输入至参数模型，得到参数化矩阵；所述参数化矩阵包括：每个目标磁块的候选空间位置编号、每个目标磁块中心的空间位置坐标、每个目标磁块的角度以及每个磁块的材料分布；所述参数模型是基于深度神经网络构建的；
[0031]确定模块，用于根据所述参数化矩阵确定永磁体的三维空间结构以及材料分布。
[0032]一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述所述的磁共振成像永磁体设计方法。
[0033]一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的磁共振成像永磁体设计方法。
[0034]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0035]本专利技术提供了一种磁共振成像永磁体设计方法、系统、设备及介质，通过对由目标磁块集合构建的实际磁体进行仿真，并根据仿真得到的场图进行理想化近似拟合得到目标磁场场图，而目标磁块集合是根据设定磁体总质量确定目标磁块数量后，目标磁块数量对应的目标磁块的集合；将目标磁场场图输入至参数模型，得到参数化矩阵；参数化矩阵包括：每个目标磁块的候选空间位置编号、每个目标磁块中心的空间位置坐标、每个目标磁块的角度以及每个磁块的材料分布；根据参数化矩阵确定永磁体的三维空间结构；又由于参数模型是基于深度神经网络构建的，因此，本专利技术能够在质量一定的前提下提升永磁体场强并优化磁场均匀度。...

【技术保护点】

【技术特征摘要】
1.一种磁共振成像永磁体设计方法，其特征在于，所述方法包括：获取目标磁块集合的目标磁场场图；所述目标磁场场图是对由所述目标磁块集合构建的实际磁体进行仿真，并根据仿真得到的场图进行理想化近似拟合得到的；所述目标磁块集合是根据设定磁体总质量确定目标磁块数量后，所述目标磁块数量对应的目标磁块的集合；将所述目标磁场场图输入至参数模型，得到参数化矩阵；所述参数化矩阵包括：每个目标磁块的候选空间位置编号、每个目标磁块中心的空间位置坐标、每个目标磁块的角度以及每个磁块的材料分布；所述参数模型是基于深度神经网络构建的；根据所述参数化矩阵确定永磁体的三维空间结构以及材料分布。2.根据权利要求1所述的磁共振成像永磁体设计方法，其特征在于，所述参数模型的确定方法，具体包括：获取训练数据；所述训练数据包括：多个训练磁块集合的训练磁场场图和标签数据；所述标签数据，包括：训练磁块集合的训练目标拟合场图；所述训练目标拟合场图是根据已知三维空间结构的永磁体的平均磁场强度拟合得到的；构建深度神经网络；将所述训练磁场场图和所述标签数据输入至所述深度神经网络，以损失函数最小为目标，对深度神经网络的参数进行训练，得到训练后的深度神经网络；将训练后的深度神经网络确定为所述参数模型。3.根据权利要求2所述的磁共振成像永磁体设计方法，其特征在于，将所述训练磁场场图和所述标签数据输入至所述深度神经网络，以损失函数最小为目标，对深度神经网络的参数进行训练，得到训练后的深度神经网络，具体包括：获取所述训练磁场场图的训练初始参数化矩阵，以及所述标签数据的标签参数化矩阵；以所述训练初始参数化矩阵和所述标签参数化矩阵之间的差值最小为目标，对深度神经网络的参数进行训练，得到训练后的深度神经网络。4...

【专利技术属性】
技术研发人员：庞彦伟，刘一鸣，夏华威，郭毅顺，
申请(专利权)人：天津天达图治科技有限公司，
类型：发明
国别省市：