【技术实现步骤摘要】
技术介绍
1、本文所公开的主题涉及医学成像，并且更具体地涉及用于非笛卡尔磁共振成像(mri)数据的基于深度学习的化学位移伪影减轻的系统和方法。
2、非侵入性成像技术允许获得患者/对象的内部结构或特征的图像，而无需对患者/对象执行侵入性过程。具体地讲，此类非侵入性成像技术依赖于各种物理原理(诸如x射线穿过目标体积的差分透射、体积内的声波反射、体积内不同组织和材料的顺磁性、目标放射性核素在体内的分解等)，以采集数据和构建图像或以其他方式表示观察到的患者/对象的内部特征。
3、在mri期间，当诸如人体组织的物质受到均匀磁场(极化场b0)时，组织中自旋的各个磁矩试图与该极化场对准，但是以它们特性的拉莫尔频率以随机顺序围绕该极化场进动。如果物质或组织受到处于x-y平面内且接近拉莫尔频率的磁场(激励场b1)，则净对准力矩或“纵向磁化”mz可被旋转或“倾斜”到x-y平面中，以产生净横向磁矩mt。在激励信号b1终止之后，由激励自旋发射信号，并且该信号可被接收和被处理以形成图像。
4、当利用这些信号产生图像时，采用磁...
【技术保护点】
1.一种用于从磁共振成像数据生成化学位移伪影校正的重建图像的计算机实现的方法，包括：
2.根据权利要求1所述的计算机实现的方法，其中所述磁共振成像数据以较低接收器带宽采集，并且所述化学位移伪影校正的重建图像表现为从以较高接收器带宽采集的磁共振成像数据生成，其中所述较高接收器带宽大于所述较低接收器带宽。
3.根据权利要求1所述的计算机实现的方法，其中所述组织混合模型包括用于近似所述图像的每个体素中的所述不同组织类型的相应分数的部分体积标测图。
4.根据权利要求1所述的计算机实现的方法，其中所述组织混合模型被配置为用已知化学位移演变来模...
【技术特征摘要】
1.一种用于从磁共振成像数据生成化学位移伪影校正的重建图像的计算机实现的方法，包括：
2.根据权利要求1所述的计算机实现的方法，其中所述磁共振成像数据以较低接收器带宽采集，并且所述化学位移伪影校正的重建图像表现为从以较高接收器带宽采集的磁共振成像数据生成，其中所述较高接收器带宽大于所述较低接收器带宽。
3.根据权利要求1所述的计算机实现的方法，其中所述组织混合模型包括用于近似所述图像的每个体素中的所述不同组织类型的相应分数的部分体积标测图。
4.根据权利要求1所述的计算机实现的方法，其中所述组织混合模型被配置为用已知化学位移演变来模拟所述不同组织类型的相增长。
5.根据权利要求1所述的计算机实现的方法，还包括接收对完全移除或部分移除所述图像中的化学位移伪影的用户选择的输入，其中当所述用户选择的所述输入是用于完全移除所述化学位移伪影时，从所述化学位移伪影校正的重建图像完全移除所述化学位移伪影，并且其中当所述用户选择的所述输入是用于部分移除所述化学位移伪影时，从所述化学位移伪影校正的重建图像部分移除所述化学位移伪影。
6.根据权利要求1所述的计算机实现的方法，其中所述图像是输入到所述训练的深度神经网络中以生成所述化学位移伪影校正的重建图像的唯一图像。
7.根据权利要求1所述的计算机实现的方法，其中所述非笛卡尔磁共振成像扫描包括正共振扫...
【专利技术属性】
技术研发人员：S·曼达瓦，罗伯特·马克·莱贝尔，M·卡尔，弗洛里安·维辛格，
申请(专利权)人：通用电气精准医疗有限责任公司，
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。