[发明专利]一种磁共振成像方法及装置

权利要求书

1.一种磁共振成像方法，其特征在于，所述磁共振成像方法包括：

获取样本物体的全采的线下多对比度图像，其中，所述获取样本物体的全采的线下多对比度图像是指获取所述样本物体上同一位置的大量的全采的线下训练的多对比度图像，所述多对比度图像包括完全同一位置同一样本物体的T1加权图像、T2加权图像和质子密度PD图像；

在K空间对所述全采的线下多对比度图像中的每个全采图像进行欠采，以获取欠采的多对比度图像；

根据所述欠采的多对比度图像和所述全采的线下多对比度图像，训练深度学习网络；

获取待测物体的欠采图像；

将所述待测物体的欠采图像输入至训练好的深度学习网络，以获取所述待测物体的线上磁共振图像；

所述获取样本物体的全采的线下多对比度图像包括：

获取所述样本物体的成像参数，其中，所述成像参数包括重复时间TR、回波时间TE和加速因子；

通过调整所述成像参数，获取所述样本物体的全采的线下多对比度图像。

2.根据权利要求1所述的磁共振成像方法，其特征在于，所述根据所述欠采的多对比度图像和所述全采的线下多对比度图像，训练深度学习网络包括：

将所述欠采的多对比度图像作为所述深度学习网络的输入数据，将所述全采的线下多对比度图像作为所述深度学习网络的期望数据，训练所述深度学习网络。

3.根据权利要求2所述的磁共振成像方法，所述将所述欠采的多对比度图像作为所述深度学习网络的输入数据，将所述全采的线下多对比度图像作为所述深度学习网络的期望数据，训练所述深度学习网络包括：

在所述深度学习网络中，构建所述欠采的多对比度图像中每个欠采图像与所述全采的线下多对比度图像中对应的全采图像的映射关系；

根据该映射关系训练所述深度学习网络。

4.一种磁共振成像装置，其特征在于，所述磁共振成像装置包括：

线下多对比度图像获取模块，用于获取样本物体的全采的线下多对比度图像，其中，所述获取样本物体的全采的线下多对比度图像是指获取所述样本物体上同一位置的大量的全采的线下训练的多对比度图像，所述多对比度图像包括完全同一位置同一样本物体的T1加权图像、T2加权图像和质子密度PD图像；

欠采模块，用于在K空间对所述全采的线下多对比度图像中的每个全采图像进行欠采，以获取欠采的多对比度图像；

训练模块，用于根据所述欠采的多对比度图像和所述全采的线下多对比度图像，训练深度学习网络；

欠采图像获取模块，用于获取待测物体的欠采图像；

线上成像模块，用于将所述待测物体的欠采图像输入至训练好的深度学习网络，以获取所述待测物体的线上磁共振图像；

所述线下多对比度图像获取模块包括：

成像参数获取单元，用于获取所述样本物体的成像参数，其中，所述成像参数包括重复时间TR、回波时间TE和加速因子；

图像获取单元，用于通过调整所述成像参数，获取所述样本物体的全采的线下多对比度图像。

5.根据权利要求4所述的磁共振成像装置，其特征在于，所述训练模块用于：

将所述欠采的多对比度图像作为所述深度学习网络的输入数据，将所述全采的线下多对比度图像作为所述深度学习网络的期望数据，训练所述深度学习网络。

6.根据权利要求5所述的磁共振成像装置，其特征在于，所述训练模块包括：

构建单元，用于在所述深度学习网络中，构建所述欠采的多对比度图像中每个欠采图像与所述全采的线下多对比度图像中对应的全采图像的映射关系；

训练单元，用于根据该映射关系训练所述深度学习网络。