[发明专利]一种基于结构化字典学习的磁共振成像重建方法和装置

权利要求书

1.一种基于结构化字典学习的磁共振成像重建方法，其特征在于，包括：

获取部分K空间数据；

根据获取到的部分K空间数据建立磁共振重建模型；

对K空间数据进行傅里叶反变换，以得到预估磁共振图像；在所述预估磁 共振图像中提取图像样本块，以学习结构化字典；

利用学习到的结构化字典来表达每个图像块，以更新图像样本块；

根据学习到的结构化字典和更新后的图像样本块来更新K空间数据；

对更新后的K空间数据进行傅里叶反变换，以得到更新后的磁共振图像。

2.如权利要求1所述的方法，其特征在于，采用高斯混合模型构造所述 结构化字典。

3.如权利要求2所述的方法，其特征在于，所述磁共振重建模型为：

minuλ2||f-FMu||22+Reg(Rlu),l=1,2,3,...,L]]>

其中，Reg(Rlu)=-Σl=1Llogp(Rlu|Σg)]]>

p(xl)=1(2π)1/2|Σgl|N/2×exp(-12(xl-μg)T)Σg1-1(xl-μg))]]>

并且，f为部分K空间数据，F_M为编码矩阵，u为磁共振图像，L为样本总 数，R_lu为第l个图像块，Reg(R_lu)为图像块的约束，μ_g为高斯函数均值，Σ_g为高斯函数协方差，λ为正则化参数，g_l为高斯基，N为向量化样本块的大小， p为概率函数。