一种基于变换域稀疏展开网络的磁共振图像联合重建与分割方法及系统技术方案

技术编号:41949984 阅读:17 留言:0更新日期:2024-07-10 16:38
一种基于变换域稀疏展开网络的磁共振图像联合重建与分割方法及系统,本发明专利技术涉及磁共振图像处理技术领域。本发明专利技术为了解决磁共振图像中数据的快速获取和自动化分析的问题。本发明专利技术包括以下步骤:(1)获取磁共振图像欠采样数据;(2)建立基于变换域稀疏约束和分割的磁共振图像联合重建‑分割模型;(3)建立重建模块迭代求解算法;(4)基于迭代求解算法构建深度展开网络并与分割网络模块级联;(5)利用已有数据训练网络,得到网络模型;(6)利用训练好的网络同时重建和分割磁共振图像。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图像,并同时分割磁共振图像中感兴趣的目标组织,可大幅缩短重建和分析处理的时间。

【技术实现步骤摘要】

本专利技术涉及磁共振图像成像,具体涉及一种基于变换域稀疏展开网络的磁共振图像联合重建与分割方法及系统


技术介绍

1、磁共振成像(magnetic resonance imaging,mri)[1]是一种非侵入性的医学成像技术,通过利用原子核的磁共振现象,可以获取人体内部组织结构和功能信息。相比于传统的x射线成像技术,mri具有更高的分辨率和对软组织的更好的对比度,且无放射性,所以被广泛应用于临床医学,具有广泛的应用前景。然而,mri成像通常需要采集大量的数据,且每个数据点的采样时间较长,导致成像过程时间较长。为了加快成像速度并减少扫描时间,通常会使用欠采样重建技术。欠采样重建技术通过减少采样点的数量,从而缩短数据采集时间,但这也会导致重建图像的质量下降。

2、为此,研究人员提出了许多磁共振图像重建算法。传统的基于模型的重建算法通常具有较高的计算复杂度,重建速度慢、精度低,而现有的基于深度学习的算法则多利用神经网络直接学习欠采样数据和全采样数据之间的函数映射关系,将神经网络视为黑箱,缺乏可解释性,也缺乏对磁共振数据先验信息的利用。近年来,深度展本文档来自技高网...

【技术保护点】

1.一种基于变换域稀疏展开网络的磁共振图像联合重建与分割方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的方法,其特征在于,在步骤(1)中利用磁共振成像设备采集磁共振图像数据,为加速数据采集,应用远低于奈奎斯特采样定律的高倍欠采样技术,采集10%~12.5%的少量数据进行成像,采集过程可由下式表示:

3.如权利要求1或2所述的方法,其特征在于,所述步骤(2)按照如下步骤进行:

4.如权利要求3所述的方法,其特征在于,所述步骤(3)按照如下方式进行:

5.如权利要求4所述的方法,其特征在于,所述步骤(4)按照如下方式进行:...

【技术特征摘要】

1.一种基于变换域稀疏展开网络的磁共振图像联合重建与分割方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的方法,其特征在于,在步骤(1)中利用磁共振成像设备采集磁共振图像数据,为加速数据采集,应用远低于奈奎斯特采样定律的高倍欠采样技术,采集10%~12.5%的少量数据进行成像,采集过程可由下式表示:

3.如权利要求1或2所述的方法,其特征在于,所述步骤(2)按照如下步骤进行:

4.如权利要求3所述的方法,其特征在于,所述步骤(3)按照如下方式进行:

5.如权利要求4所述的方法,其特征在于,所述步骤(4)按照如下方式进行:

6.如...

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

网友询问留言 已有0条评论
  • 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。

1