[发明专利]一种T2定量图像成像方法及系统

说明书

本发明公开一种T2定量图像成像方法和系统，包括设置多重叠回波及多回波链采样脉冲序列；基于所述多重叠及多回波链采样脉冲序列，从待测样本中采集真实图像；基于所述多重叠回波及多回波链采样脉冲序列，从历史样本中采集多个模拟图像；对各所述模拟图像训练，得到U‑NET卷积神经网络；根据所述U‑NET卷积神经网络及所述真实图像，得到T2定量图像。多重叠回波及多回波链脉冲序列在多重叠回波序列的基础上增加了多个重聚脉冲，将由磁场不均匀性非T2因素引起的衰减的回波重聚。可以在采样过程中采集到更多的具有不同T2加权的回波，得到更丰富的T2信息，从而提升了T2定量重建结果的精度、准度及分辨率，同时还将获得相应的质子密度图(M0)及射频场(B1)图。

技术领域

本发明涉及磁共振成像领域，特别是涉及一种T2定量图像成像方法及系统。

背景技术

传统的MR图像能够提供良好的组织对比度，但是由于图像的对比度与扫描图像所用的具体扫描序列以及扫描参数有很大的关系，就使得在不同的设备上采集到的图像组织对比上往往存在比较明显的差异。于是磁共振定量成像具有很大的研究价值。传统的定量成像需要耗费的时间较多，扫描一张定量图像往往需要很长时间，这就不可避免的产生伪影。为了提升扫描速度，后又提出基于多重叠回波(overlapping-echo detachment，OLED)分离的T2定量成像，该法可有效的缩短成像时间。但随着激发脉冲个数的增加，收集到的回波的个数也大大增加，难以用传统算法进行计算。卷积神经网络作为一门目前发展较快的技术，由于训练过程易于实现、结构灵活、建模能力强等特点，被广泛应用于各种学科。于是有人提出在OLED的基础上采用残差网络来对复杂的T2图像进行重建。

由于单个回波链的演化时间及回波个数较为有限，这会严重限制可精确测量的T2值的范围。

发明内容

本发明的目的是提供一种T2定量图像成像方法及系统，用于提升T2定量重建结果的精度、准度及分辨率。

为实现上述目的，本发明提供了如下方案：

T2定量图像成像方法，包括：

设置多重叠回波及多回波链采样脉冲序列；

基于所述多重叠及多回波链采样脉冲序列，从待测样本中采集真实图像；

基于所述多重叠回波及多回波链采样脉冲序列，从历史样本中采集多个模拟图像；

对各所述模拟图像训练，得到U-NET卷积神经网络；

根据所述U-NET卷积神经网络及所述真实图像，得到T2定量图像。

可选的，所述多重叠回波及多回波链采样脉冲序列包括多重叠回波、重聚脉冲及采样回波链。

可选的，所述根据所述U-NET卷积神经网络及所述真实图像，得到T2定量图像之后，还包括根据所述采样回波链获取质子密度图及射频场图。

可选的，所述基于所述多重叠及多回波链采样脉冲序列，从待测样本中采集真实图像包括：

将实验样品放置到实验床上；

将所述实验床送至磁共振成像仪的实验腔；

在所述磁共振成像仪的操作软件中选中实验样品的感兴趣区域；

对所述感兴趣区域进行调谐、匀场、频率校正和功率校正，得到修正区域；

通过所述多重叠回波及多回波链采样脉冲序列，对所述修正区域采样，得到模拟信号；

将所述模拟信号从K空间转换到图像域，生成真实图像。

可选的，所述基于所述多重叠回波及多回波链采样脉冲序列，从历史样本中采集模拟图像包括：

获取所述历史样本的特征分布；