[发明专利]核磁图像处理方法、系统、设备及存储介质有效

专利信息
申请号: 202210551434.5 申请日: 2022-05-18
公开(公告)号: CN115115727B 公开(公告)日: 2023-08-01
发明(设计)人: 王振常;尹红霞;刘雅文;张婷婷;任鹏玲 申请(专利权)人: 首都医科大学附属北京友谊医院
主分类号: G06T11/00 分类号: G06T11/00;G06T3/40
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 周剑峰
地址: 100050*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 系统 设备 存储 介质
【权利要求书】:

1.一种核磁图像处理方法,其特征在于,所述方法包括:

获取在预设时间长度内目标对象的低质量核磁图像序列;具体包括:根据核磁图像质量需求和目标特征的位置,确定对应的预设时间长度;获取核磁设备在预设时间长度内进行图像采集得到的低质量核磁图像序列;

对所述低质量核磁图像序列进行分析处理,生成包含有所述目标对象的目标特征的定量图像序列;对包含有目标特征的所述定量图像序列进行重建处理,生成超分辨率图像;具体包括:将所述低质量核磁图像序列输入携带有定量分析模块的训练好的第二机器学习模型;基于所述定量分析模块生成定量图像序列;对所述定量图像进行重建处理,生成包含有目标特征的超分辨率图像;

其中,定量分析模块工作方式包括:将模型和深度学习相结合,通过迭代优化自动生成相应的定量图像序列的计算和学习过程,即可将低质量核磁图像直接输入含有解析计算公式的深度学习模型中,获取深度学习后的高质量的超分辨率图像;将模型和深度学习相结合具体包括:将深度学习模型与解析计算模型相结合构建定量图计算及优化网络;其中,解析计算模型用于构建目标函数;以原始图像为输入,定量图为输出,以计算出的原始图像和输入的原始图像之间的差异值来优化一组权重和偏差组成的映射函数,从而训练包含有所述目标函数和所述映射函数的第二机器学习模型。

2.根据权利要求1所述的方法,其特征在于,所述生成包含有目标特征的超分辨率图像,包括:

确定纵向弛豫时间,横向弛豫时间及质子密度值;

利用携带有定量分析模块的训练好的第二机器学习模型,生成所述超分辨率图像。

3.一种核磁图像处理系统,其特征在于,所述系统包括:核磁设备和计算机设备;

所述核磁设备,用于根据预设时间进行图像采集,生成低质量核磁图像序列;具体包括:根据核磁图像质量需求和目标特征的位置,确定对应的预设时间长度;获取核磁设备在预设时间长度内进行图像采集得到的低质量核磁图像序列;

计算机设备,用于获取在预设时间长度内目标对象的低质量核磁图像序列;对所述低质量核磁图像序列进行分析处理,生成包含有所述目标对象的目标特征的定量图像序列;对包含有目标特征的所述定量图像序列进行重建处理,生成超分辨率图像;具体包括:将所述低质量核磁图像序列输入携带有定量分析模块的训练好的第二机器学习模型;基于所述定量分析模块生成定量图像序列;对所述定量图像进行重建处理,生成包含有目标特征的超分辨率图像;

其中,定量分析模块工作方式包括:将模型和深度学习相结合,通过迭代优化自动生成相应的定量图像序列的计算和学习过程,即可将低质量核磁图像直接输入含有解析计算公式的深度学习模型中,获取深度学习后的高质量的超分辨率图像;将模型和深度学习相结合具体包括:将深度学习模型与解析计算模型相结合构建定量图计算及优化网络;其中,解析计算模型用于构建目标函数;以原始图像为输入,定量图为输出,以计算出的原始图像和输入的原始图像之间的差异值来优化一组权重和偏差组成的映射函数,从而训练包含有所述目标函数和所述映射函数的第二机器学习模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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首都医科大学附属北京友谊医院,未经首都医科大学附属北京友谊医院许可,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/202210551434.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top