【技术实现步骤摘要】
本专利技术属于医学图像处理，涉及一种基于扩散模型的心脏磁共振跨序列合成方法。
技术介绍
1、利用心脏成像技术精确分析患者心脏的结构和功能，对于心血管疾病的诊断、治疗管理和预后评估具有重要意义。
2、心脏磁共振(cardiac magnetic resonance,cmr)作为一种先进的心脏成像技术，与其他成像方式相比具有无创、无辐射、高空间分辨率和任意平面成像的优势。更重要的是，cmr的多序列成像可通过设置不同的参数同时对心脏的解剖结构、运动功能和不同类型的心肌组织进行特异性成像，从而成为心功能评价的金标准。虽然cmr在心血管疾病的诊断、风险分层和预后预测等方面具有重要价值，但一个全面的cmr检查通常包括扫描一系列不同的脉冲序列，对多个序列的扫描极大延长了检查时间，增加了患者的身心负担，特别是对于患有幽闭恐惧症的患者，长时间的扫描是难以接受的。此外，某些特定的序列，如钆对比剂的延迟增强序列，需要通过静脉注入造影剂。因此，对造影剂过敏或患有严重肾功能不全的患者无法进行此类扫描。跨序列cmr合成是解决上述问题的一个有前景的方法，借助最先进的人工智能技术和生成模型算法，利用已有cmr序列合成未扫描的cmr序列，可极大缩短扫描时间，降低耗材成本，扩大受益的患者人群。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于扩散模型的心脏磁共振跨序列合成方法。通过在潜在空间中执行前向扩散与反向去噪步骤，有效地减少了原始扩散模型对多序列输入的内存需求。本专利技术提出了热图引导的
2、为达到上述目的，本专利技术提供如下技术方案：
3、一种基于扩散模型的心脏磁共振跨序列合成方法，该方法包括以下步骤：
4、s1：根据序列的合成要求设计扩散模型；获取心脏左心室短轴cmr的cine、t2和lge序列，对其进行配准、裁剪缩放和归一化图像预处理操作，得到已扫描序列；利用预训练vae模型的编码器将原始序列压缩到潜在空间，并将压缩后的序列作为模型前向扩散过程的输入，降低多序列合成任务中的内存需求；
5、s2：对设计的扩散模型进行参数训练，利用随机梯度下降法进行优化，得到训练好的扩散模型；
6、s3：将预处理好的已扫描序列输入到训练好的扩散模型中，合成未扫描的序列。
7、可选的，所述s1中，裁剪缩放成192*192的图像大小；
8、利用vae编码器把192*192的lge序列压缩为24*24的矩阵，并向矩阵中注入高斯噪声，执行1000步的加噪过程，使该矩阵完全变为随机噪声，得到加噪矩阵；
9、利用clip模型抽取预处理后的cine和t2序列的特征，对于每个序列，提取得到长度为768的一维语义特征；
10、将之前得到的24*24大小的加噪矩阵输入unet网络，利用交叉注意力机制引入一维语义特征，作为条件信息引导去噪过程。
11、可选的，所述s2中，计算vae编码器压缩后的真实lge序列与合成lge序列间的损失，并利用随机下降法进行反向传播对模型的参数进行优化；热图引导的去噪损失函数为：
12、
13、其中，t表示加噪的时间步，z0表示vae编码器压缩后的真实的lge序列,∈表示注入的高斯噪声，λ为超参数，hm表示心肌区域的l1损失，表示模型预测的vae编码器压缩后的lge序列,zt表示vae编码器压缩后，注入t个时间步噪声的lge序列；
14、使用多条件无分类器引导调整cine和t2序列在生成过程中的权重，其公式为：
15、
16、其中表示模型预测的vae编码器压缩后的lge序列，zt表示vae编码器压缩后，注入t个时间步噪声的lge序列；ccine和ct2分别表示使用cine或t2序列进行引导，表示0填充的序列；λ1和λ2为引导超参数；
17、使用vae解码器对进行解码，得到最终的合成lge序列。
18、本专利技术的有益效果在于：能够缩短cmr扫描时间，减少医疗耗材使用，使cmr惠及更多的心血管疾病患者。
19、本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。
本文档来自技高网...【技术保护点】
1.一种基于扩散模型的心脏磁共振跨序列合成方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于扩散模型的心脏磁共振跨序列合成方法，其特征在于：所述S1中，裁剪缩放成192*192的图像大小；
3.根据权利要求2所述的一种基于扩散模型的心脏磁共振跨序列合成方法，其特征在于：所述S2中，计算VAE编码器压缩后的真实LGE序列与合成LGE序列间的损失，并利用随机下降法进行反向传播对模型的参数进行优化；热图引导的去噪损失函数为：
【技术特征摘要】
1.一种基于扩散模型的心脏磁共振跨序列合成方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于扩散模型的心脏磁共振跨序列合成方法，其特征在于：所述s1中，裁剪缩放成192*192的图像大小；
【专利技术属性】
技术研发人员：解璞光，肖晶晶，周建云，李园园，胡岚岚，
申请(专利权)人：中国人民解放军陆军军医大学第二附属医院，
类型：发明
国别省市：
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。