[发明专利]基于重叠回波的磁共振快速水脂分离定量成像方法及系统

权利要求书

1.基于重叠回波的磁共振快速水脂分离定量成像方法，其特征在于包括以下步骤：

1)设计基于重叠回波的水脂分离磁共振成像序列；

2)确定基于重叠回波的水脂分离磁共振成像序列的参数；

3)在满足序列和序列参数性能要求的先进磁共振仪中添加序列及设置采样参数，并完成数据采集，获取磁共振数据；

4)生成深度神经网络的训练样本；

5)采用所述训练样本对深度神经网络进行训练，得到训练好的深度神经网络；

6)采用所述训练好的深度神经网络和所述磁共振成像序列采集的数据，重建水脂分离图像。

2.如权利要求1所述基于重叠回波的磁共振快速水脂分离定量成像方法，其特征在于在步骤2)中，所述基于重叠回波的水脂分离磁共振成像序列的参数包括：

(1)射频激发脉冲翻转角α的数量、大小以及脉冲形状；

(2)各个射频激发脉冲之间的时间间隔；

(3)读出模块的数量和各个读出模块中相位编码梯度和频率编码梯度的大小和方向；特别地，对于MOLED-T₂序列，各个读出模块中施加重聚脉冲的时刻以及化学位移编码模块ΔTE的持续时间；

(4)各个移位梯度的大小和方向，使回波信号重聚在预期的k空间位置上；

(5)成像视野、成像矩阵、并行成像加速因子等其他参数。

3.如权利要求1所述基于重叠回波的磁共振快速水脂分离定量成像方法，其特征在于在步骤4)中，所述生成深度神经网络的训练样本的具体步骤如下：

(1)将脉冲序列输入磁共振成像仿真软件中，依据真实实验的非理想性添加相应的非理想项，以尽量模拟真实情况；

(2)根据待测物特征生成设定量的随机模板(或利用具有待测物特征的MRI数据集生成模板)；模板中包含水和六个脂肪峰成分，各个成分的化学位移、质子密度、T₂、T₂^*等特征与待测物相匹配；模板的数量需要足够多，且有足够的复杂性，以保证重建质量良好；

(3)利用仿真软件对模板进行模拟采样，得到模板的磁共振信号；在模拟采样过程中，考虑到真实实验环境变化，加入不稳定因素，提高网络模型对不理想实验环境的鲁棒性；不稳定因素包括激发脉冲角度偏差、主磁场均匀性偏差、移位梯度偏差和噪声等；

(4)将模板各个成分的磁共振回波信号重排成二维k空间信号，二维傅里叶变换得到各个成分的磁共振图像，相加得到包含水脂成分的磁共振图像，对磁共振图像进行归一化、加噪处理；

(5)脉冲序列使用EPI读出模块，使得脂肪信号在相位编码方向上出现偏移，为矫正脂肪信号在磁共振图像中的位置，需要对磁共振图像进行相位编码方向上的循环移位操作；将移位前和移位后的磁共振图像和相应的模板构成一个训练样本，得到设定量的训练样本，构成训练样本集。

4.如权利要求1所述基于重叠回波的磁共振快速水脂分离定量成像方法，其特征在于在步骤5)中，所述对深度神经网络进行训练的具体步骤包括；

(1)确定深度神经网络的网络结构；

(2)确定深度神经网络的输入数据和标签数据；

(3)确定训练深度神经网络的损失函数；

(4)训练深度神经网络时，将训练样本集分批次输入深度神经网络进行迭代训练，每次训练网络计算出损失函数的值，根据该值自动调整神经网络的参数值使损失函数的值减小，重复上述训练直至损失函数的值不再减小，保存深度神经网络参数。

5.如权利要求1所述基于重叠回波的磁共振快速水脂分离定量成像方法，其特征在于在步骤6)中，所述采用所述训练好的深度神经网络和所述磁共振成像序列采集的数据，重建水脂分离图像的具体步骤可为：

(1)对实际成像物体的磁共振图像进行归一化、循环移位等操作，构成测试样本；

(2)将测试样本输入到训练好的深度神经网络，对实际成像物体的磁共振图像进行重建，得到水脂分离图像。

6.一种基于重叠回波的磁共振快速水脂分离系统，其特征在于依次包括脉冲序列设计模块、信号采集模块、训练样本集生成模块、深度神经网络确定模块、水脂分离图像重建模块；

所述脉冲序列设计模块，用于设计基于重叠回波的磁共振成像序列；确定基于重叠回波的磁共振成像序列的采样参数；

所述信号采集模块，用于利用脉冲序列在设定的采样参数下,利用性能良好的磁共振仪对待测物进行采样，得到待测物的重叠回波磁共振信号；

所述训练样本集生成模块，用于根据待测物特征模拟生成设定量的深度神经网络训练样本，构成训练样本集，

所述深度神经网络确定模块，用于确定用于水脂分离图像重建的深度神经网络；采用训练样本集对深度神经网络进行训练，获得训练好的深度神经网络；

所述水脂分离图像重建模块，用于将磁共振仪器中获取的重叠回波磁共振图像输入训练好的深度神经网络进行重建，获得待测物的水脂分离图像。