[发明专利]对磁共振成像数据中的运动伪影的基于深度学习的处理

权利要求书

1.一种磁共振成像数据处理系统(126)，用于使用被训练用于对磁共振成像数据集中的运动伪影的处理的深度学习网络(146、502、702)来处理磁共振成像数据集中的运动伪影，所述磁共振成像数据处理系统(126)包括：

存储器(134、136)，其用于存储机器可执行指令和经训练的深度学习网络(146、502、702)，

处理器(130)，其用于控制所述磁共振成像数据处理系统，其中，对所述机器可执行指令(161、164)的运行令所述处理器(130)控制所述磁共振成像数据处理系统(126)以执行以下操作：

接收磁共振成像数据集(144、500、800)，

将所接收的磁共振成像数据集(144、500、800)作为输入而应用于所述经训练的深度学习网络(146、502、702)，

使用所述经训练的深度学习网络(146、502、702)来处理在所接收的磁共振成像数据集(144、500、800)中存在的一个或多个运动伪影，

其中，对所述深度学习网络的所述训练依赖于包含人工模拟的运动伪影的MRI训练数据集，并且其中，所述经训练的深度学习网络被应用于实际临床数据以用于检测运动伪影。

2.根据权利要求1所述的磁共振成像数据处理系统(126)，其中，所述深度学习网络(146、502)还被训练用于检测在磁共振成像数据集中的运动伪影的存在，其中，所述处理包括检测在所接收的磁共振成像数据集(144、500、800)中的所述一个或多个运动伪影的存在，并且其中，对所述机器可执行指令(164)的所述运行还令所述处理器(130)控制所述磁共振成像数据处理系统(126)以执行以下操作：

指示在所接收的磁共振成像数据集(144、500、800)中的所述一个或多个运动伪影的存在。

3.根据权利要求2所述的磁共振成像数据处理系统(126)，其中，所述深度学习网络(146、502)还被训练用于确定磁共振成像数据集的运动伪影水平，所述运动伪影水平表征在相应的磁共振成像数据集中存在的运动伪影的数量和/或程度，

其中，所述处理还包括：

使用所述经训练的深度学习网络(146、502)基于检测到的在所接收的磁共振成像数据集(144、500、800)中存在的所述一个或多个运动伪影来确定所接收的磁共振成像数据集(144、500、800)的所述运动伪影水平，

将所述运动伪影水平提供为来自所述经训练的深度学习网络(146、502)的输出，

其中，所述指示包括向所接收的磁共振成像数据集(144、500、800)分配运动伪影水平识别符(504)，从而识别所确定的运动伪影水平。

4.根据前述权利要求中的任一项所述的磁共振成像数据处理系统(126)，其中，所述深度学习网络(146、502)是实施深度学习的深度卷积神经网络。

5.根据权利要求1所述的磁共振成像数据处理系统(126)，其中，所述深度学习网络(146、702)还被训练用于对在磁共振成像数据集中存在的运动伪影进行过滤，其中，所述处理还包括：

使用所述经训练的深度学习网络(146、702)对在所述磁共振成像数据集中存在的所述一个或多个运动伪影进行过滤，

使用所述过滤的结果来提供经运动伪影校正的磁共振成像数据集(706、802)。

6.根据权利要求5所述的磁共振成像数据处理系统(126)，其中，所述过滤的所述结果包括所述经运动伪影校正的磁共振成像数据集(706、802)，所述经运动伪影校正的磁共振成像数据集被提供为来自所述深度学习网络(146、702)的输出，或者

其中，所述过滤的所述结果包括仅运动伪影的磁共振成像数据集(806)，所述仅运动伪影的磁共振成像数据集被提供为来自所述深度学习网络(146、702)的输出，并且其中，提供所述经运动伪影校正的磁共振成像数据集(706、802)包括从所接收的磁共振成像数据集(144、500、800)中减去所述仅运动伪影的磁共振成像数据集(806)。