[发明专利]一种磁共振成像方法和装置有效

专利信息
申请号: 201810879064.1 申请日: 2018-08-03
公开(公告)号: CN109239631B 公开(公告)日: 2021-02-23
发明(设计)人: 黄峰;陈名亮 申请(专利权)人: 上海东软医疗科技有限公司
主分类号: G01R33/48 分类号: G01R33/48;G01R33/561
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 赵秀芹;王宝筠
地址: 200241 上海市闵*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 磁共振 成像 方法 装置
【权利要求书】:

1.一种磁共振成像方法,其特征在于,包括:

采用欠采样方式采集k-空间数据,得到第一部分k-空间数据;

根据第一深度神经网络和所述第一部分k-空间数据进行图像重建,得到第一图像;

将所述第一图像映射到k-空间,得到完整k-空间数据;

提取所述完整k-空间数据中的部分k-空间数据,得到第二部分k-空间数据,所述第一部分k-空间数据和所述第二部分k-空间数据在k-空间上分布位置相同;

根据所述第一部分k空间数据和所述第二部分k空间数据,重建得到残差图像;

将所述第一图像和所述残差图像相加,得到的结果为磁共振图像。

2.根据权利要求1所述的方法,其特征在于,所述将所述第一图像映射到k-空间,得到完整k-空间数据,具体包括:

通过傅里叶变换的方式将所述第一图像映射到k-空间,得到完整k-空间数据。

3.根据权利要求1所述的方法,其特征在于,所述将所述第一图像和所述残差图像相加,得到的结果为磁共振图像之后,所述方法还包括:

将所述磁共振图像进行去噪处理,得到最终磁共振图像。

4.根据权利要求3所述的方法,其特征在于,将所述磁共振图像进行去噪处理,具体为:

采用第二深度神经网络对所述磁共振图像进行去噪处理,得到所述最终磁共振图像。

5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述第一部分k空间数据和所述第二部分k空间数据,重建得到残差图像,具体包括:

对所述第二部分k-空间数据与所述第一部分k-空间数据进行作差,得到残差k-空间数据;

对所述残差k-空间数据进行稀疏约束重建,得到残差图像。

6.根据权利要求5所述的方法,其特征在于,所述对所述残差k-空间数据进行稀疏约束重建,得到残差图像,具体包括:

以图像支持域为正则化项,结合并行成像方式对所述残差k-空间数据进行稀疏约束重建,得到残差图像。

7.根据权利要求1-4任一项所述的方法,其特征在于,所述根据第一深度神经网络和所述第一部分k-空间数据进行图像重建,得到第一图像,具体为:

采用显式解析解成像方法对所述第一部分k-空间数据进行部分重建,得到第二图像;

根据所述第一深度神经网络对所述第二图像进行完全重建,得到第一图像。

8.一种磁共振成像装置,其特征在于,包括:

采集单元,用于采用欠采样方式采集k-空间数据,得到第一部分k-空间数据;

第一重建单元,用于根据第一深度神经网络和所述第一部分k-空间数据进行图像重建,得到第一图像;

映射单元,用于将所述第一图像映射到k-空间,得到完整k-空间数据;

提取单元,用于提取所述完整k-空间数据中的部分k-空间数据,得到第二部分k-空间数据,所述第一部分k-空间数据和所述第二部分k-空间数据在k-空间分布位置相同;

第二重建单元,用于根据所述第一部分k空间数据和所述第二部分k空间数据,重建得到残差图像;

计算单元,将所述第一图像和所述残差图像相加,得到的结果为磁共振图像。

9.根据权利要求8所述的装置,其特征在于,所述映射单元,具体用于通过傅里叶变换的方式将所述第一图像映射到k-空间,得到完整k-空间数据。

10.根据权利要求8所述的装置,其特征在于,所述装置还包括:

去噪单元,用于将所述磁共振图像进行去噪处理,得到最终磁共振图像。

11.根据权利要求10所述的装置,其特征在于,所述去噪单元,具体用于采用第二深度神经网络对所述磁共振图像进行去噪处理,得到所述最终磁共振图像。

12.根据权利要求8-11任一项所述的装置,其特征在于,所述第二重建单元具体包括:

作差子单元,用于对所述第二部分k-空间数据与所述第一部分k-空间数据进行作差,得到残差k-空间数据;

稀疏约束重建子单元,用于对所述残差k-空间数据进行稀疏约束重建,得到残差图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海东软医疗科技有限公司,未经上海东软医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810879064.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top