[发明专利]欠采样模型生成方法、图像重建方法、设备和存储介质

权利要求书

1.一种欠采样模型生成方法，其特征在于，包括：

获取n个扫描序列，所述n为正整数；

对于第i个扫描序列，根据待更新欠采样模型得到第i个欠采样图像；其中，1≤i≤n；

当i＝1时，将所述第i个欠采样图像输入预设的神经网络中进行重建，得到第i个重建图像；

当2≤i≤n时，将所述第i个欠采样图像、以及第1个扫描序列的重建图像至第i-1个扫描序列的重建图像输入预设的神经网络中进行重建，得到第i个重建图像；

当所述第i个重建图像未满足预设条件时，利用所述第i个重建图像对所述待更新欠采样模型进行更新，生成新的待更新欠采样模型，并返回执行根据待更新欠采样模型得到第i个欠采样图像的步骤，直至所述第i个重建图像满足所述预设条件，将新的待更新欠采样模型作为所述第i个扫描序列对应的欠采样模型；

所述当所述第i个重建图像未满足预设条件时，利用所述第i个重建图像对所述待更新欠采样模型进行更新，生成新的待更新欠采样模型，包括：

将所述第i个重建图像和预设的全采样图像进行比较，得到比较结果；

根据所述比较结果对所述待更新欠采样模型进行更新，生成新的待更新欠采样模型。

2.根据权利要求1所述的方法，其特征在于，将所述第i个欠采样图像、以及第1个扫描序列的重建图像至第i-1个扫描序列的重建图像输入预设的神经网络中进行重建，得到第i个重建图像，包括：

获取所述第1个扫描序列的重建图像至所述第i-1个扫描序列的重建图像，得到i-1个重建图像；

将所述第i个欠采样图像和所述i-1个重建图像输入所述神经网络中进行图像映射，得到所述第i个重建图像。

3.根据权利要求2所述的方法，其特征在于，获取所述第i-1个扫描序列的重建图像的方式包括：

根据所述第i-1个扫描序列对应的欠采样模型进行欠采样，根据所述神经网络进行重建，得到第i-1个重建图像。

4.根据权利要求1所述的方法，其特征在于，所述根据所述比较结果对所述待更新欠采样模型进行更新，生成新的待更新欠采样模型，包括：

当所述比较结果大于预设阈值时，确定所述第i个重建图像未满足预设条件，获取所述第i个重建图像和所述全采样图像之间差值最大的编码线；

根据所述差值最大的编码线，对所述待更新欠采样模型进行更新，生成新的待更新欠采样模型。

5.根据权利要求4所述的方法，其特征在于，根据所述差值最大的编码线，对所述待更新欠采样模型进行更新，生成新的待更新欠采样模型，包括：

将所述差值最大的编码线增加至所述待更新欠采样模型中，生成所述新的待更新欠采样模型。

6.根据权利要求4所述的方法，其特征在于，获取所述第i个重建图像和所述全采样图像之间差值最大的编码线，包括：

确定所述第i个重建图像所对应的待更新欠采样模型中已有的编码线；

分别从所述第i个重建图像和预设的全采样图像K空间上去除所述已有的编码线，得到剩余编码线；

计算所述第i个重建图像和所述全采样图像K空间上所述剩余编码线的差值，得到所述差值最大的编码线。

7.根据权利要求1所述的方法，其特征在于，所述神经网络为对抗生成网络或全卷积网络。

8.一种图像重建方法，其特征在于，包括：

利用权利要求1-7任一项所述的欠采样模型生成方法所生成的第i个欠采样模型，对第i个扫描序列进行欠采样，得到待重建图像；所述i为正整数；

当i＝1时，将所述待重建图像输入与所述第i个欠采样模型对应的神经网络进行重建，得到第i个重建图像；

当i≥2时，将所述待重建图像、以及第1个扫描序列的重建图像至第i-1个扫描序列的重建图像输入与所述第i个欠采样模型对应的神经网络进行重建，得到第i个重建图像。