[发明专利]同时多层成像信号的重建方法、存储介质和计算机设备

权利要求书

1.一种同时多层成像信号的重建方法，其特征在于，所述重建方法包括：

根据获取的多片层的自动校准信号生成多片层的虚拟自动校准信号，其中，多片层的自动校准信号与虚拟自动校准信号均为k空间的复数数据；

根据多片层的自动校准信号与虚拟自动校准信号生成训练数据集；

利用训练数据集训练神经网络模型；

将获取的多片层的原始混叠数据输入已完成训练的神经网络模型，以得到对应的网络输出数据；

根据原始混叠数据和网络输出数据融合得到k空间的完整重建数据；

根据完整重建数据生成重建图像。

2.根据权利要求1所述的同时多层成像信号的重建方法，其特征在于，根据多片层的自动校准信号与虚拟自动校准信号生成训练数据集的具体方法包括：

根据多片层的自动校准信号生成第一训练样本，根据多片层的虚拟自动校准信号生成第二训练样本，第一训练样本和第二训练样本构成两份训练数据集。

3.根据权利要求2所述的同时多层成像信号的重建方法，其特征在于，利用训练数据训练神经网络模型的方法为：

利用第一训练样本和第二训练样本训练神经网络模型，其中，第一训练样本包括第一输入训练数据和第一输出训练数据，第一输入训练数据用于训练神经网络模型的输入部分，第一输出训练数据用于训练神经网络模型的输出部分；第二训练样本包括第二输入训练数据和第二输出训练数据，第二输入训练数据用于训练神经网络模型的输入部分，第二输出训练数据用于训练神经网络模型的输出部分。

4.根据权利要求3所述的同时多层成像信号的重建方法，其特征在于，根据多片层的自动校准信号生成第一训练样本的具体方法包括：

对k空间的各层自动校准信号分别进行逆傅里叶变换，以生成图像空间中的各层低分辨率图像；

将图像空间中的各层低分辨率图像在读出方向上进行连接，以生成多层连接图像；

对多层连接图像进行傅里叶变换，以生成多层连接图像对应的k空间数据；

对多层连接图像对应的k空间数据进行归一化处理，获得归一化后的多层连接图像对应的k空间数据；

对归一化后的多层连接图像对应的k空间数据做加速因子MB的降采样处理，以获得第一输入训练数据，将降采样处理后的多层连接图像对应的k空间数据的剩余数据作为第一输出训练数据，其中MB与多片层的片层数目相等。

5.根据权利要求3所述的同时多层成像信号的重建方法，其特征在于，根据多片层的虚拟自动校准信号生成第二训练样本的具体方法包括：

对k空间的各层虚拟自动校准信号分别进行逆傅里叶变换，以生成图像空间中的各层虚拟低分辨率图像；

将图像空间中的各层虚拟低分辨率图像在读出方向上进行连接，以生成多层连接虚拟图像；

对多层连接虚拟图像进行傅里叶变化，以生成多层连接虚拟图像对应的k空间数据；

对多层连接虚拟图像对应的k空间数据进行归一化处理，获得归一化后的多层连接虚拟图像对应的k空间数据；

对多层连接虚拟图像对应的k空间数据做加速因子MB的降采样处理，以获得第二输入训练数据，将降采样处理后的多层连接虚拟图像对应的k空间数据的剩余数据作为第二输出训练数据，其中MB与多片层的片层数目相等。

6.根据权利要求1所述的同时多层成像信号的重建方法，其特征在于，根据原始混叠数据和对应的网络输出数据融合得到完整重建数据的具体方法包括：

构建多片层在读出方向连接的零填充数据空间；

将k空间中的原始混叠数据在读出方向上以MB倍上采样插值到所述零填充数据空间中；

将原始混叠数据对应的网络输出数据插值到所述零填充数据空间的剩余位置，以获得在读出方向连接的完整重建数据。