[发明专利]一种成像方法、装置及存储介质

权利要求书

1.一种成像方法，其特征在于，应用于对被测组织进行成像；所述方法包括：利用目标成像任务对应的第一神经网络对所述被测组织的降采数据进行重建，获得重建后的图像；所述第一神经网络包括第一神经网络参数和第一神经网络模型；所述被测组织不同的目标成像任务对应不同的所述第一神经网络参数；所述目标成像任务和生成所述降采数据所采用的成像设备的扫描序列相对应，当所述目标成像任务确定后，根据所述成像设备的扫描序列和所述第一神经网络参数的对应关系，确定所述目标成像任务对应的所述第一神经网络参数，所述第一神经网络载入与所述目标成像任务对应的所述第一神经网络参数；

利用所述目标成像任务对应的第二神经网络对所述重建后的图像执行所述目标成像任务对应的图像处理操作，获得所述第二神经网络输出的图像作为所述被测组织的目标图像；所述第二神经网络包括第二神经网络参数和第二神经网络模型；所述被测组织不同的目标成像任务对应不同的所述第二神经网络参数；当所述目标成像任务确定后，根据所述成像设备的扫描序列和所述第二神经网络参数的对应关系，确定所述目标成像任务对应的所述第二神经网络参数，所述第二神经网络载入与所述目标成像任务对应的所述第二神经网络参数。

2.根据权利要求1所述的方法，其特征在于，所述利用目标成像任务对应的第一神经网络对所述被测组织的降采数据进行重建，获得重建后的图像，具体包括：

对所述被测组织的降采数据进行图像重建获得输入图像；

利用所述目标成像任务对应的第一神经网络对所述输入图像进行重建，获得所述重建后的图像。

3.根据权利要求2所述的方法，其特征在于，在所述对所述被测组织的降采数据进行图像重建获得输入图像之前，所述方法还包括：

获取历史组织的降采数据和满采数据；所述历史组织与所述被测组织的类型相同；

根据所述历史组织的降采数据和满采数据对所述第一神经网络模型进行训练，并根据所述历史组织的降采数据和满采数据对所述第二神经网络模型进行训练，获得所述第一神经网络参数和所述第二神经网络参数。

4.根据权利要求3所述的方法，其特征在于，所述根据所述历史组织的降采数据和满采数据对所述第一神经网络模型进行训练，并根据所述历史组织的降采数据和满采数据对所述第二神经网络模型进行训练，获得所述第一神经网络参数和所述第二神经网络参数，具体包括：

利用历史组织的降采数据进行图像重建获得第一重建图像作为所述目标成像任务的输入集；利用所述历史组织的满采数据进行图像重建获得第二重建图像作为所述目标成像任务的第一标注集；对所述第二重建图像执行与所述目标成像任务相对应的图像处理操作，获得图像作为第二标注集；

将所述输入集输入至所述第一神经网络模型，获得所述第一神经网络模型的第一输出结果；

将所述第一输出结果输入至所述第二神经网络模型，获得所述第二神经网络模型的第二输出结果；

利用所述第一输出结果和所述第一标注集获得所述第一神经网络模型的第一损失函数的函数值；以及，利用所述第二输出结果和所述第二标注集获得所述第二神经网络模型的第二损失函数的函数值；不同的目标成像任务对应不同的第一损失函数；不同的目标成像任务对应不同的第二损失函数；

依据所述第一损失函数的函数值和所述第二损失函数的函数值判断是否满足训练的迭代条件，如果满足则继续迭代，如果不满足则停止迭代并确定所述第一神经网络参数和所述第二神经网络参数；或者，判断迭代次数是否达到预设次数，如果否则继续迭代，如果是，则停止迭代并确定所述第一神经网络参数和所述第二神经网络参数。

5.根据权利要求2-4任一项所述的方法，其特征在于，具体应用于对所述被测组织进行磁共振成像；

所述对所述被测组织的降采数据进行图像重建获得输入图像，具体包括：

对所述被测组织的降采K空间数据进行逆傅里叶变换或敏感度编码方法重建，获得所述输入图像。

6.根据权利要求5所述的方法，其特征在于，当所述被测组织为脑组织时，所述目标成像任务为灰白质分割；当所述被测组织为腹部组织时，所述目标成像任务为水脂分离。