[发明专利]一种磁共振定量成像方法和装置

摘要

本申请公开一种磁共振定量成像方法和装置。该方法根据第二深度神经网络来获取磁共振定量值，因为深度神经网络为数据驱动型模型，能够实现对真实世界的准确描述，因此，相较于现有的用于计算磁共振定量的成像数学模型，本申请根据深度神经网络模型能够获取较为精确的磁共振定量值。此外，该深度神经网络模型的运行较快，因此，本申请能够减少磁共振定量的计算时间，提高获取效率。此外，用于获取磁共振定量的第二深度神经网络模型的输入数据为图像重建得到的图像，这种利用深度神经网络进行重建图像的方法，图像重建速率较快。因此，该图像重建方法也有利于提高磁共振定量成像速度。

主权项

1.一种磁共振定量成像方法，其特征在于，所述方法包括：根据降采样方式采集多个回波的部分k‑空间数据，得到多个回波的k‑空间采集数据；分别相继采用第一深度神经网络模型的图像重建方法和显式解析解成像方法或者分别相继采用显式解析解成像方法和第一深度神经网络模型的图像重建方法对各个回波的k‑空间采集数据进行图像重建，得到各个回波的磁共振图像；将各个回波的磁共振图像输入到第二深度神经网络模型中，获取各个回波的磁共振定量图像；所述第一深度神经网络模型为由多个回波的满采或超满采k‑空间数据重建得到的多个磁共振图像作为输出训练样本、由多个回波的特定部分k‑空间数据或者其部分重建得到的各个磁共振图像作为输入训练样本进行训练得到的，所述多个回波的特定部分k‑空间数据为从各个回波的满采或超满采k‑空间数据中分别选出的特定比例的k‑空间数据；所述第二深度神经网络模型为根据由多个回波的满采或超满采k‑空间数据重建得到的多个磁共振图像计算得到的磁共振定量值的各个子集作为输出训练样本，以多个回波的特定部分k‑空间数据通过部分重建方法和第一深度神经网络模型的图像重建方法相继重建后得到的各个磁共振图像的各个子集作为输入训练样本进行训练得到的。