一种磁共振图像重建方法、系统、电子设备及存储介质技术方案

本发明专利技术公开一种磁共振图像重建方法、系统、电子设备及存储介质，涉及图像重建领域，方法包括获取磁共振原始空间数据；利用所述磁共振原始空间数据和掩码矩阵生成欠采样数据；根据所述欠采样数据利用快速磁共振图像重建网络进行重建，得到重建磁共振图像；所述快速磁共振图像重建网络每级中两个连续的卷积模块为依次连接的反傅里叶卷积模块和傅里叶卷积模块。本发明专利技术能提高图像的重建性能和效果。本发明专利技术能提高图像的重建性能和效果。本发明专利技术能提高图像的重建性能和效果。

【技术实现步骤摘要】
一种磁共振图像重建方法、系统、电子设备及存储介质


[0001]本专利技术涉及图像重建领域，特别是涉及一种磁共振图像重建方法、系统、电子设备及存储介质。

技术介绍

[0002]磁共振成像(MRI)是一种无创检查身体内部结构和器官的方法，已成为医学影像学中重要的诊断工具。MRI通过采集物体中原子核的共振信号，并利用计算机技术将这些信号转化成可视化的图像。然而，MRI图像的获取通常需要长时间的扫描过程，这不仅增加了患者的不适感，而且也会增加成本和设备使用率的压力。
[0003]为了解决这一问题，研究人员提出了各种加速MRI的方法。其中，从欠采样k
‑
space数据进行MRI加速重建已成为一种热门的方法，它可以通过减少采样次数来缩短扫描时间，从而提高成像速度。然而，欠采样k
‑
space数据也会引入伪影和图像模糊等重建问题。因此，研究人员提出了各种方法来解决这些问题。
[0004]在从欠采样k
‑
space数据进行MRI加速重建的方法中，压缩感知(compressedsensing)是一种常见的方法，它利用图像的稀疏性和低秩性进行重建。这种方法已经被广泛应用于MRI图像的重建中，并取得了良好的效果。
[0005]除了压缩感知之外，研究人员还提出了一些其他的方法来解决从欠采样k
‑
space数据进行MRI加速重建的问题。例如，多通道重建方法(multi
‑
channel reconstruction)利用多个独立的通道进行加速重建，可以提高重建质量和速度。同时，卷积神经网络(CNN)也被用于MRI图像重建中，它可以自动学习从欠采样k
‑
space数据到完整图像的映射，可以得到更好的重建效果。
[0006]总的来说，从欠采样k
‑
space数据进行MRI加速重建是一种有效的方法，可以大大缩短扫描时间，从而提高成像速度和减轻患者的不适感。在实际应用中，需要结合不同的方法和技术，针对具体问题进行选择和优化，以获得最佳的重建效果。
[0007]但是目前的这些算法仍然存在着很多的问题。首先，这类方法的重建指标仍然不够高，对于严格的医疗诊断需求来说，应获得接近完全准确、安全的重建结果。现在不论是从指标以及视觉感受上来说，磁共振加速重建仍然缺乏足够的准确度，仍然需要大量的研究工作来推进其重建质量和精度。
[0008]其次，这些方法大多基于深度卷积编解码网络对欠采样图像进行优化重建，经过卷积以及上采样处理之后的图像，面临着图像过度平滑、细节丢失难以重建的问题，有限制的感受野也限制了图像的重建质量，这严重限制了深度学习加速重建技术在实际医疗诊断中的应用。

技术实现思路

[0009]本专利技术的目的是提供一种磁共振图像重建方法、系统、电子设备及存储介质，可提高图像的重建性能和效果。
[0010]为实现上述目的，本专利技术提供了如下方案：
[0011]一种磁共振图像重建方法，包括：
[0012]获取磁共振原始空间数据；
[0013]利用所述磁共振原始空间数据和掩码矩阵生成欠采样数据；
[0014]根据所述欠采样数据利用快速磁共振图像重建网络进行重建，得到重建磁共振图像；所述快速磁共振图像重建网络为U型网络；所述快速磁共振图像重建网络每级中两个连续的卷积模块为依次连接的反傅里叶卷积模块和傅里叶卷积模块。
[0015]可选地，利用所述磁共振原始空间数据和掩码矩阵生成欠采样数据，具体包括：
[0016]将所述磁共振原始空间数据与所述掩码矩阵进行点乘，生成欠采样数据。
[0017]可选地，在利用所述磁共振原始空间数据和掩码矩阵生成欠采样数据之后，还包括：
[0018]对所述欠采样数据进行零均值规范化处理。
[0019]可选地，根据所述欠采样数据利用快速磁共振图像重建网络进行重建，得到重建磁共振图像，具体包括：
[0020]将所述欠采样数据通过快速磁共振图像重建网络的第一卷积层，得到卷积输出；
[0021]将所述卷积输出利用快速磁共振图像重建网络的带有残差的卷积层进行特征提取，得到空间相邻特征信息和多线圈冗余信息；
[0022]将所述空间相邻特征信息和所述多线圈冗余信息利用快速磁共振图像重建网络的第二卷积层进行通道调整，得到特征信息；
[0023]根据所述特征信息利用快速磁共振图像重建网络的反傅里叶卷积模块，得到图像域特征；
[0024]将所述图像域特征利用快速磁共振图像重建网络的第三卷积层，得到第一跨域卷积结果；
[0025]将所述跨域卷积结果利用快速磁共振图像重建网络的傅里叶卷积模块，得到第二跨域卷积结果；
[0026]将所述第一跨域卷积结果和所述第二跨域卷积结果进行拼接，得到重建磁共振图像。
[0027]本专利技术还提供一种磁共振图像重建系统，包括：
[0028]获取模块，用于获取磁共振原始空间数据；
[0029]生成模块，用于利用所述磁共振原始空间数据和掩码矩阵生成欠采样数据；
[0030]重建模块，用于根据所述欠采样数据利用快速磁共振图像重建网络进行重建，得到重建磁共振图像；所述快速磁共振图像重建网络为U型网络；所述快速磁共振图像重建网络每级中两个连续的卷积模块为依次连接的反傅里叶卷积模块和傅里叶卷积模块。
[0031]可选地，生成模块具体包括：
[0032]生成单元，用于将所述磁共振原始空间数据与所述掩码矩阵进行点乘，生成欠采样数据。
[0033]可选地，还包括：
[0034]零均值规范化处理模块，用于对所述欠采样数据进行零均值规范化处理。
[0035]可选地，重建模块具体包括：
[0036]第一卷积模块，用于将所述欠采样数据通过快速磁共振图像重建网络的第一卷积层，得到卷积输出；
[0037]特征提取单元，用于将所述卷积输出利用快速磁共振图像重建网络的带有残差的卷积层进行特征提取，得到空间相邻特征信息和多线圈冗余信息；
[0038]通道调整单元，用于将所述空间相邻特征信息和所述多线圈冗余信息利用快速磁共振图像重建网络的第二卷积层进行通道调整，得到特征信息；
[0039]傅里叶反变换单元，用于根据所述特征信息利用快速磁共振图像重建网络的反傅里叶卷积模块，得到图像域特征；
[0040]第二卷积单元，用于将所述图像域特征利用快速磁共振图像重建网络的第三卷积层，得到第一跨域卷积结果；
[0041]傅里叶变换单元，用于将所述跨域卷积结果利用快速磁共振图像重建网络的傅里叶卷积模块，得到第二跨域卷积结果；
[0042]拼接单元，用于将所述第一跨域卷积结果和所述第二跨域卷积结果进行拼接，得到重建磁共振图像。
[0043]本专利技术还提供一种电子设备，包括：
[0044]一个或多个处理器；
[0045]存储装置，其上存储有一个或多个程序；
...

【技术保护点】

【技术特征摘要】
1.一种磁共振图像重建方法，其特征在于，包括：获取磁共振原始空间数据；利用所述磁共振原始空间数据和掩码矩阵生成欠采样数据；根据所述欠采样数据利用快速磁共振图像重建网络进行重建，得到重建磁共振图像；所述快速磁共振图像重建网络为U型网络；所述快速磁共振图像重建网络每级中两个连续的卷积模块为依次连接的反傅里叶卷积模块和傅里叶卷积模块。2.根据权利要求1所述的磁共振图像重建方法，其特征在于，利用所述磁共振原始空间数据和掩码矩阵生成欠采样数据，具体包括：将所述磁共振原始空间数据与所述掩码矩阵进行点乘，生成欠采样数据。3.根据权利要求1所述的磁共振图像重建方法，其特征在于，在利用所述磁共振原始空间数据和掩码矩阵生成欠采样数据之后，还包括：对所述欠采样数据进行零均值规范化处理。4.根据权利要求1所述的磁共振图像重建方法，其特征在于，根据所述欠采样数据利用快速磁共振图像重建网络进行重建，得到重建磁共振图像，具体包括：将所述欠采样数据通过快速磁共振图像重建网络的第一卷积层，得到卷积输出；将所述卷积输出利用快速磁共振图像重建网络的带有残差的卷积层进行特征提取，得到空间相邻特征信息和多线圈冗余信息；将所述空间相邻特征信息和所述多线圈冗余信息利用快速磁共振图像重建网络的第二卷积层进行通道调整，得到特征信息；根据所述特征信息利用快速磁共振图像重建网络的反傅里叶卷积模块，得到图像域特征；将所述图像域特征利用快速磁共振图像重建网络的第三卷积层，得到第一跨域卷积结果；将所述跨域卷积结果利用快速磁共振图像重建网络的傅里叶卷积模块，得到第二跨域卷积结果；将所述第一跨域卷积结果和所述第二跨域卷积结果进行拼接，得到重建磁共振图像。5.一种磁共振图像重建系统，其特征在于，包括：获取模块，用于获取磁共振原始空间数据；生成模块，用于利用所述磁共振原始空间数据和掩码矩阵生成欠采样数据；重建模块，用于根据所述欠采样数据利用快速磁共振图像重建网...

【专利技术属性】
技术研发人员：庞彦伟，刘霄汉，侯永宏，王建，何宇清，
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：