[发明专利]一种动态对比增强核磁共振图像的重建方法及重建系统

说明书

本发明涉及一种动态对比增强核磁共振图像的重建方法及重建系统，先获取DCE‑MRI图像和T1‑mappingMRI图像。然后以DCE‑MRI图像和T1‑mapping MRI图像作为输入，利用训练好的深度神经网络模型得到重建参数图像，进而利用训练好的深度神经网络模型实现动态对比增强核磁共振图像的重建过程，通过训练好的深度神经网络模型，能够在几十毫秒内得到重建参数图像，重建速度快，效率高。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于深度神经网络的动态对比增强核磁共振图像的重建方法及重建系统。

背景技术

磁共振检查在病变的定位、定性检查中具有其他影像学检查都无可比拟的优势，但磁共振影像的解读受医师主观性认识影响较大。随着磁共振成像技术的发展，人们对半定量或定量技术的需求越来越大。磁共振动态对比增强(Dynamic contrast enhancedMRI，DCE-MRI)是快速连续重复获得注入对比剂前后的图像，经过计算可以获得半定量或定量参数，对获得病灶形态学特征具有重大意义。但是其计算过程复杂，具有大量迭代卷积计算，从而存在计算时间冗长的问题。

发明内容

本发明的目的是提供一种动态对比增强核磁共振图像的重建方法及重建系统，通过对深度神经网络模型进行训练，能够在几十毫秒内通过训练好的深度神经网络模型得到重建参数图像，重建速度快，效率高。

为实现上述目的，本发明提供了如下方案：

一种动态对比增强核磁共振图像的重建方法，所述重建方法包括如下步骤：

获取DCE-MRI图像和T1-mapping MRI图像；

以所述DCE-MRI图像和所述T1-mapping MRI图像作为输入，利用训练好的深度神经网络模型得到重建参数图像；所述重建参数图像包括K^trans参数图、V_e参数图和V_p参数图。

一种动态对比增强核磁共振图像的重建系统，所述重建系统包括：

采集模块，用于获取DCE-MRI图像和T1-mapping MRI图像；

计算模块，用于以所述DCE-MRI图像和所述T1-mapping MRI图像作为输入，利用训练好的深度神经网络模型得到重建参数图像；所述重建参数图像包括K^trans参数图、V_e参数图和V_p参数图。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明所提供的一种动态对比增强核磁共振图像的重建方法及重建系统，先获取DCE-MRI图像和T1-mapping MRI图像。然后以DCE-MRI图像和T1-mapping MRI图像作为输入，利用训练好的深度神经网络模型得到重建参数图像，进而利用训练好的深度神经网络模型实现动态对比增强核磁共振图像的重建过程，通过训练好的深度神经网络模型，能够在几十毫秒内得到重建参数图像，重建速度快，效率高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例1所提供的重建方法的方法流程图。

图2为本发明实施例1所提供的重建方法的详细流程图。

图3为本发明实施例1所提供的模拟生成训练样本的方法流程图。

图4为本发明实施例2所提供的重建系统的系统框图。

具体实施方式