一种基于自监督学习的快速磁共振扩散成像重建方法技术

本发明专利技术公开了一种基于自监督学习的快速磁共振扩散成像重建方法，属于医学图像处理技术领域，包括：对磁共振扩散图像进行预处理得到数据；对数据经过FFT后，进行掩码为的第一次欠采样操作，得到第一次欠采样后的数据并分别进行掩码为和的第二次欠采样以构建数据对和；再分别对和进行IFFT后，分别输进平行网络进行训练；将第二次欠采样构建的数据对输入平行网络，以第一次欠采样后的数据作为标签来训练ISTA‑Net网络；使用训练好的ISTA‑Net网络将欠采样数据重建为全采样数据。本发明专利技术克服了有监督学习需要大量完全采样数据作为标签的困难，仅利用欠采样数据巧妙地构建了数据对，使得二次欠采样的两个分区可以进行双向预测。

【技术实现步骤摘要】

本专利技术涉及医学图像处理，尤其是涉及一种基于自监督学习的快速磁共振扩散成像重建方法。

技术介绍

1、磁共振扩散成像（diffusion magnetic resonance imaging，dmri）是磁共振成像领域发展最为迅速的技术之一，该技术利用了水分子的随机扩散运动，通过对活体组织内水分子扩散运动进行观测从而检测到人体组织微观结构，包括：组织纤维方向、组织结构的完整性等。由于dmri具有无损害检测人体组织微观结构的特点，目前已广泛应用于大脑、心肌纤维、肝脏等复杂纤维结构检测。然而，dmri数据的采集对设备要求较高，易受运动干扰且成像时间长，因此在保持高图像保真度的同时缩短dmri的采集时间，是当前研究的重要方向。

2、目前dmri加速的研究可以概括为两类，一类是压缩感知算法，该技术提出对具有稀疏先验的信号，可以以远低于奈奎斯特采样率的频率进行非线性采样，在一定程度上缩短了dmri采集时间，但仍不足以满足临床的实时要求。另一类是基于深度学习的方法，这一类方法利用大量数据学习出复杂的非线性关系，对每次欠采样的dmri数据，只需进行一次前向计本文档来自技高网...

【技术保护点】

1.一种基于自监督学习的快速磁共振扩散成像重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自监督学习的快速磁共振扩散成像重建方法，其特征在于，步骤S2中，随机换块操作包括分块和换块；

3.根据权利要求2所述的一种基于自监督学习的快速磁共振扩散成像重建方法，其特征在于，步骤S3中，满足以下条件：batchsize内的每一张切片所使用的均为随机掩码。

4.根据权利要求3所述的一种基于自监督学习的快速磁共振扩散成像重建方法，其特征在于，步骤S4中，和满足以下条件：

5.根据权利要求4所述的一种基于自监督学习的快速磁共振扩散成...

【技术特征摘要】

1.一种基于自监督学习的快速磁共振扩散成像重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自监督学习的快速磁共振扩散成像重建方法，其特征在于，步骤s2中，随机换块操作包括分块和换块；

3.根据权利要求2所述的一种基于自监督学习的快速磁共振扩散成像重建方法，其特征在于，步骤s3中，满足以下条件：batchsize内的每一张切片所使用的均为随机掩码。

4.根据权利要求3所述的一种基于自监督学习的快速磁共振扩散成像重建方法，其特征在于，步骤s4...

【专利技术属性】
技术研发人员：王丽会，吴羽欣，余国珲，吴运嘉，王双兴，吴鑫凯，
申请(专利权)人：贵州大学，
类型：发明
国别省市：