[发明专利]创建神经网络系统、生成磁共振图像的方法及其装置在审
申请号: | 202111071427.7 | 申请日: | 2021-09-14 |
公开(公告)号: | CN113628300A | 公开(公告)日: | 2021-11-09 |
发明(设计)人: | 吕元媛 | 申请(专利权)人: | 苏州工业园区智在天下科技有限公司 |
主分类号: | G06T11/00 | 分类号: | G06T11/00;G06N3/04;G06K9/62 |
代理公司: | 苏州威世朋知识产权代理事务所(普通合伙) 32235 | 代理人: | 陈如建 |
地址: | 215000 江苏省苏州*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 创建 神经网络 系统 生成 磁共振 图像 方法 及其 装置 | ||
本发明提供了一种创建神经网络系统、生成磁共振图像的方法及其装置,该创建神经网络系统的方法包括以下步骤:获取第一K空间数据、以及由第二K空间数据所生成的多个磁共振图像组成的磁共振图像集合,第二K空间数据由全采样的先验K空间数据组成,其中,第一K空间数据为欠采样K空间数据且使用0填充;创建神经网络系统,所述神经网络系统由排成一队列的多个循环网络层组成;基于第一K空间数据和第二K空间数据,训练所述神经网络系统。该神经网络系统能够生成高质量的磁共振图像。
技术领域
本发明涉及磁共振成像技术领域,尤其涉及创建神经网络系统、生成磁共振图像的方法及其装置。
背景技术
磁共振成像(Magnetic Resonance Imaging,MRI)是利用磁共振现象进行成像的一种技术。磁共振现象的原理主要包括:包含单数质子的原子核,例如人体内广泛存在的氢原子核,其质子具有自旋运动,犹如一个小磁体,并且这些小磁体的自旋轴无一定的规律,如果施加外在磁场,这些小磁体将按外在磁场的磁力线重新排列,具体为在平行于或反平行于外在磁场磁力线的两个方向排列,将上述平行于外在磁场磁力线的方向称为正纵向轴,将上述反平行于外在磁场磁力线的方向称为负纵向轴,原子核只具有纵向磁化分量,该纵向磁化分量既具有方向又具有幅度。用特定频率的射频(RF,Radio Frequency)脉冲激发处于外在磁场中的原子核,使这些原子核的自旋轴偏离正纵向轴或负纵向轴,产生共振,这就是磁共振现象。上述被激发原子核的自旋轴偏离正纵向轴或负纵向轴之后,原子核具有了横向磁化分量。
停止发射射频脉冲后,被激发的原子核发射回波信号,将吸收的能量逐步以电磁波的形式释放出来,其相位和能级都恢复到激发前的状态,将原子核发射的回波信号(也成原始数据)经过空间编码等进一步处理即可重建图像。
在实际中,从原始数据重建图像是一个病态的逆问题,因为,采集的数据少而需要重建的数据多。而且,在采集数据的过程中,由于某些原因,采集的数据往往更加稀疏。核磁共振成像的瓶颈在于时间,核磁共振成像的原始数据被称作K空间数据,全采样的K空间数据耗时过长,过长的采集时间会在图像中不可避免地引入运动伪影,比如心脏的跳动和呼吸运动。在某些TE(Echo Time)长的序列中,这种现象尤其严重。在实际情况下,MRI的K空间数据往往通过稀疏采样得到,降采样率为2~3。
因此,基于欠采样的K空间数据,得到高质量的磁共振图像,即与全采样的K空间数据对应的磁共振图像的质量一致,就成为一个亟待解决的问题。
发明内容
本发明的目在于提供创建神经网络系统、生成磁共振图像的方法及其装置。
为了实现上述发明目的之一,本发明一实施例提供了一种创建神经网络系统的方法,包括以下步骤:获取第一K空间数据、以及由第二K空间数据所生成的多个磁共振图像组成的磁共振图像集合,第二K空间数据由全采样的先验K空间数据组成,其中,第一K空间数据为欠采样K空间数据且使用0填充;创建神经网络系统,所述神经网络系统由排成一队列的多个循环网络层组成;所述循环网络层由两个排成一队列的处理装置组成,每个处理装置包括输入模块、图像恢复模块和转换模块;在所述神经网络系统中,位于队头的循环网络层接收第一K空间数据的重建图像;不位于队尾的所有循环网络层的处理结果输入到下一个循环网络层;位于队尾的循环网络层的输出即为所述神经网络系统的处理结果;在所述循环网络层中,队头的处理装置在图像域上处理数据,队尾的处理装置在K空间域上处理数据,队头的处理装置接收所处的循环网络层所接收的输入数据,第二K空间数据的重建图像,队尾的处理装置接收队头处理装置的输出和第二K空间数据;队尾的处理装置的输出即为所处的循环网络层的处理结果;在每个处理装置中,输入模块接收所处的处理装置所接收到的数据、并进行连接处理,图像恢复模块接收输入模块的处理结果,并进行图像恢复处理;在每个循环网络层中,队头的处理装置中的转换模块对图像恢复模块的处理结果进行傅里叶变换和数据一致化处理,队尾的处理装置中的转换模块对图像恢复模块的处理结果进行逆傅里叶变换和数据一致化处理;基于第一K空间数据和第二K空间数据,训练所述神经网络系统。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州工业园区智在天下科技有限公司,未经苏州工业园区智在天下科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111071427.7/2.html,转载请声明来源钻瓜专利网。