[发明专利]一种磁共振成像方法和装置

说明书

本申请公开一种磁共振成像方法和装置，该方法将显式解析解成像方法和DNN相结合来共同完成磁共振图像的重建。首先，采用降采样方式采集部分k‑空间数据，得到k‑空间采集数据；然后，相继采用深度神经网络模型的图像重建方法和显式解析解成像方法或者相继采用显式解析解成像方法和深度神经网络模型的图像重建方法对所述k‑空间采集数据进行图像重建，得到磁共振图像。如此，DNN重建仅处理难以用显式函数表达的问题，而无需处理磁共振成像过程中的所有问题，因此，相较于现有技术，本申请提供的磁共振成像方法方法所需的DNN模型的复杂度相对较低，由该相对较低复杂度的DNN模型重建得到的图像的稳定性也较高。

技术领域

本申请涉及医学影像技术领域，尤其涉及一种磁共振成像方法和装置。

背景技术

磁共振成像(Magnetic Resonance Imaging，简称MRI)由于具有较高的软组织对比度和空间分辨率，可同时获得检查部位的形态信息和功能信息，并能够根据需要灵活地选择成像参数与成像层面，成为当今医学影像检查的重要手段。

然而受奈奎斯特采样定理和主磁场强度等因素的制约，磁共振的成像速度非常慢，大大地限制了磁共振在临床中的应用。

为了加快磁共振成像速度，目前临床常用的加速成像方法为并行成像方法和半傅里叶扫描方法。

深度神经网络(Deep Neural Networks,以下简称DNN)作为一种利用多层简单函数，逼近难以显式表达函数的方法，其也逐渐应用到磁共振的加速成像领域。现有的一种结合DNN的磁共振加速成像方式是仅采用DNN对降采k-空间进行图像重建。如此，导致现有的结合DNN的磁共振加速成像方法存在以下问题：DNN模型的复杂度较高，重建图像的稳定性较差。

发明内容

有鉴于此，本申请实施例提供了一种结合DNN的磁共振成像方法，以简化DNN模型的复杂度以及重建图像的稳定性。

为了解决上述技术问题，本申请采用了如下技术方案：

一种磁共振成像方法，包括：

采用降采样方式采集部分k-空间数据，得到k-空间采集数据；

相继采用深度神经网络模型的图像重建方法和显式解析解成像方法或者相继采用显式解析解成像方法和深度神经网络模型的图像重建方法对所述k-空间采集数据进行图像重建，得到磁共振图像；

其中，所述深度神经网络模型为由满采或超满采k-空间数据重建得到的磁共振图像作为输出训练样本、由特定部分k-空间数据或者其进行部分重建得到的磁共振图像作为输入训练样本进行训练得到，所述特定部分k-空间数据为从所述满采或超满采k-空间数据中选出的一定比例的k-空间数据。

一种磁共振成像装置，包括：

采集单元，用于采用降采样方式采集部分k-空间数据，得到k-空间采集数据；

图像重建单元，用于相继采用深度神经网络模型的图像重建方法和显式解析解成像方法或者相继采用显式解析解成像方法和深度神经网络模型的图像重建方法对所述k-空间采集数据进行图像重建，得到磁共振图像；

其中，所述深度神经网络模型为由满采或超满采k-空间数据重建得到的磁共振图像作为输出训练样本、由特定部分k-空间数据或者其进行部分重建得到的磁共振图像作为输入训练样本进行训练得到，所述特定部分k-空间数据为从所述满采或超满采k-空间数据中选出的一定比例的k-空间数据。

相较于现有技术，本申请具有以下有益效果：