[发明专利]用于运动伪影检测的方法

权利要求书

1.一种用于运动伪影检测的医学成像方法，包括：

-使用(201-203)表示k空间采样模式及其定时的k空间采集性质来生成具有由第一初始设定类型的运动模式引起的运动伪影的运动损坏图像，使得所述运动伪影被定义为所述运动损坏图像和表示运动引起的损坏编码的特征矩阵的函数；

-利用所述特征矩阵的值来初始化(205)表示卷积神经网络的卷积核或乘法核的至少一个特征图；

-利用训练图像来训练(207)初始化的卷积神经网络(CNN)，所述训练图像由第二训练运动模式模式损坏以获得运动伪影；

-使用经训练的CNN来获得(209)输入图像中的运动伪影。

2.根据权利要求1所述的方法，其中，所述初始化包括针对所述CNN的每个特征图来确定具有不同的第一初始设定类型的运动模式的所述特征矩阵，并且使用所述特征矩阵的所述值来初始化所述特征图。

3.根据前述权利要求中的任一项所述的方法，其中，所述运动伪影在k空间中被定义为所述特征矩阵与所述运动损坏图像的乘积，其中，所述特征图是所述CNN的乘法层，并且所述CNN被配置为接收图像的k空间表示作为输入。

4.根据前述权利要求中的任一项所述的方法，其中，所述运动伪影在图像空间中被定义为所述特征矩阵与所述运动损坏图像的卷积，其中，所述特征图是所述CNN的核，并且所述CNN被配置为接收作为输入图像。

5.根据前述权利要求中的任一项所述的方法，所述第一初始设定类型的运动是由相应的平移位移表征的平移运动。

6.根据前述权利要求中的任一项所述的方法，第二类型运动是第一初始运动模式的组合，其中，每个第一初始运动模式由相应的平移位移表征。

7.根据前述权利要求中的任一项所述的方法，其中，所述输入图像中的所述运动伪影是由运动引起的，所述运动是：

-所述第一初始运动模式与所述第二训练运动模式第二训练运动模式的组合；或者

-所述第二训练运动模式第二训练运动模式。

8.根据前述权利要求中的任一项所述的方法，其中，所述第一初始运动模式与所述第二训练运动模式第二训练运动模式不同或者相同。

9.根据前述权利要求中的任一项所述的方法，所述k空间采集性质包括所述k空间的采样模式和/或采样定时。

10.根据前述权利要求中的任一项所述的方法，其中，所述运动损坏图像M的所述运动伪影A被定义为所述运动损坏图像M与所述特征矩阵K的卷积，其中，所述特征矩阵K由定义，其中，δ是δ函数，dx(t)是运动函数，并且FT代表傅里叶变换，k是所述运动损坏图像M的k空间位置。

11.根据前述权利要求中的任一项所述的方法，其中，所述运动损坏图像M的所述运动伪影A在k空间中被定义为k空间中的所述运动损坏图像M与所述特征矩阵的乘积，其中，所述特征矩阵由定义，其中，δ是δ函数，dx(t)是运动函数，并且FT代表傅里叶变换，k是所述运动损坏图像M的k空间位置。

12.一种用于训练用于运动伪影检测的卷积神经网络(CNN)的方法，包括：

-使用(201-203)表示k空间采样模式及其定时的k空间采集性质来生成具有由第一初始设定类型的运动模式引起的运动伪影的运动损坏图像，使得所述运动伪影被定义为所述运动损坏图像和表示运动引起的损坏编码的特征矩阵的函数；

-利用所述特征矩阵的值来初始化(205)表示卷积神经网络的卷积核或乘法核的至少一个特征图；

-利用训练图像来训练(207)初始化的卷积神经网络(CNN)，所述训练图像由第二训练运动模式模式损坏以获得运动伪影。