[发明专利]欠采样模型生成方法、图像重建方法、装置和计算机设备

说明书

本申请涉及一种欠采样模型生成方法、图像重建方法、装置、计算机设备和存储介质。所述方法包括：依据待更新欠采样模型得到欠采样图像；通过预设神经网络对欠采样图像进行重建，得到重建图像；当重建图像未满足预设要求时，获取差值最小的编码线；根据编码线更新待更新欠采样模型，生成新的欠采样模型；将新的欠采样模型作为待更新欠采样模型，并返回依据待更新欠采样模型得到欠采样图像的步骤，直到确定重建图像满足预设要求为止，将满足要求的重建图像对应的欠采样模型作为最终生成的欠采样模型。采用本方法能够提高欠采样模型与神经网络的匹配率。

技术领域

本申请涉及医学技术领域，特别是涉及一种欠采样模型生成方法、图像重建方法、装置、计算机设备和存储介质。

背景技术

随着医学技术领域的发展，出现了各种医学成像技术，通过成像设备扫描采集的数据进行图像重建可以得到清晰的医学图像，便于用户对病灶进行预判。尤其是磁共振成像技术，磁共振成像因其无电离辐射伤害，且拥有多种组织对比度成为了现代医疗影像技术中不可替代的一员。磁共振图像采集的过程通常是对整个K空间进行空间编码，从而导致图像采集时间往往都很长。而采集时间一旦很长便会带来一系列的影响，例如运动伪影影响图像质量等。因此，如何加快磁共振扫描采样的速度一直都是本领域研究的热点。

然而，由于K空间中心低频部分包含主要结构和对比度，而高频部分包含细节的物理规律，因此，现有通常采用欠采样模型对高频部分进行欠采样的数据采集。但是，由于随着人工智能技术的发展，通过神经网络对采集的磁共振数据进行图像重建成为了一种新的磁共振重建方法。然而神经网络是一种数据驱动的技术，使得其对于欠采样模型并没有特别的需求，从而导致无法选择与神经网络相匹配的欠采样模型。

发明内容

基于此，有必要针对上述技术问题，提供一种能够减少重建伪影，且与神经网络最为匹配的欠采样模型生成方法、图像重建方法、装置、计算机设备和存储介质。

一种欠采样模型生成方法，所述方法包括：

依据待更新欠采样模型得到欠采样图像；

通过预设神经网络对所述欠采样图像进行重建，得到重建图像；

当所述重建图像未满足预设要求时，获取差值最小的编码线；

根据所述差值最小的编码线生成新的欠采样模型；

将所述新的欠采样模型作为待更新欠采样模型，并返回依据待更新欠采样模型得到欠采样图像的步骤，直到确定所述重建图像满足预设要求为止，将满足要求的所述重建图像对应的欠采样模型作为最终生成的欠采样模型。

一种图像重建方法，所述方法包括：

利用所述的欠采样模型生成方法所生成的欠采样模型，得到待重建图像；

通过与所述欠采样模型对应的神经网络，将所述待重建图像进行重建，得到重建图像。

一种欠采样模型生成装置，所述装置包括：

采样模块，用于依据待更新欠采样模型得到欠采样图像；

重建模块，用于通过预设神经网络对所述欠采样图像进行重建，得到重建图像；

获取模块，用于当所述重建图像未满足预设要求时，获取差值最小的编码线；

生成模块，用于根据所述编码线更新所述待更新欠采样模型，生成新的欠采样模型；

迭代模块，用于将所述新的欠采样模型作为待更新欠采样模型，并返回依据待更新欠采样模型得到欠采样图像的步骤，直到确定所述重建图像满足预设要求为止，将满足要求的所述重建图像对应的欠采样模型作为最终生成的欠采样模型。