用于磁共振参数定量成像的重建方法、系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114255291A(43)申请公布日2022.03.29(21)申请号202111490179.X(22)申请日2021.12.08(71)申请人深圳先进技术研究院地址518000广东省深圳市南山区西丽街道大学城学苑大道1068号(72)发明人朱燕杰梁栋刘新郑海荣黎浩翔(74)专利代理机构北京维正专利代理有限公司11508代理人孙中勤(51)Int.Cl.G06T11/00(2006.01)G06N3/04(2006.01)G06V10/82(2022.01)G06V10/774(2022.01)权利要求书3页说明书13页附图10页(54)发明名称用于磁共振参数定量成像的重建方法、系统(57)摘要本申请涉及磁共振的领域，尤其是涉及一种用于磁共振参数定量成像的重建方法、系统，包括以下步骤：获取全采样K空间数据；获取对应的参照全采样加权图像；获取训练输入数据；基于训练输入数据输入重建模块获取第一加权图像；基于第一加权图像与参照全采样加权图像的计算操作优化重建模块；基于第一加权数据输入生成模块获取第二加权图像；基于第二加权图像与参照全采样加权图像的计算操作优化生成模块；基于同时优化重建模块、生成模块的操作获取目标神经网络；获取目标欠采样K空间数据并定义为目标输入数据；基于目标输入数据获取目标加权图像；获取目标加权图像对应的目标定量参数图像。本申请具有实现快速、准确的磁共振参数成像的效果。CN114255291ACN114255291A权利要求书1/3页1.一种用于磁共振参数定量成像的重建方法，其特征在于，包括以下步骤：获取全采样K空间数据；获取全采样K空间数据对应的参照全采样加权图像，其中，参照全采样加权图像包括全部对比度对应的全采样加权图像；获取部分欠采样K空间数据并定义为训练输入数据，其中，训练输入数据为部分对比度对应的欠采样K空间数据；基于训练输入数据输入重建模块的操作获取训练输入数据对应的第一加权图像；基于第一加权图像与参照全采样加权图像的计算操作优化重建模块；基于第一加权图像输入生成模块的操作获取第一加权图像对应的第二加权图像；基于第二加权图像与参照全采样加权图像的计算操作优化生成模块；基于同时优化重建模块、生成模块的操作获取对应的目标神经网络，其中，目标神经网络包括重建模块和生成模块；获取目标欠采样K空间数据并定义为目标输入数据，其中，目标欠采样K空间数据为需要进行磁共振成像的图像的部分对比度欠采样K空间数据；基于目标输入数据输入目标神经网络的操作获取目标加权图像；获取目标加权图像对应的目标定量参数图像。2.根据权利要求1所述的用于磁共振参数定量成像的重建方法，其特征在于，在所述基于第一加权图像与全采样加权图像的计算优化重建模块的步骤中，还包括以下步骤：调取参照全采样加权图像中的对比全采样加权图像，其中，对比全采样加权图像为与部分欠采样K空间数据的对比度对应的全采样加权图像；计算对比全采样加权图像和第一加权图像对应的第一MSE损失数据；若是第一MSE损失数据大于第一损失阈值，则优化重建模块，否则执行第一加权图像输入生成模块的操作。3.根据权利要求1所述的用于磁共振参数定量成像的重建方法，其特征在于，在所述基于第二加权图像与全采样加权图像的计算操作优化生成模块的步骤中，还包括以下步骤：调取参照全采样加权图像中的剩余全采样加权图像，其中，剩余全采样加权图像为参照全采样加权图像中排除对比全采样加权图像剩下对比度对应的全采样加权图像；计算剩余全采样加权图像和第二加权图像对应的第二MSE损失数据；若是第二MSE损失数据大于第二损失阈值，则优化生成模块，否则执行同时优化重建模块、生成模块的操作。4.根据权利要求3所述的用于磁共振参数定量成像的重建方法，其特征在于，在所述基于同时优化重建模块、生成模块的操作步骤中，还包括以下步骤：基于将训练输入数据输入重建模块的操作获取对应的第一加权图像,基于将第一加权图像输入生成模块的操作获取对应的第二加权图像；依据第一加权图像和第二加权图像获取对应的第一MSE损失数据和对应的第二MSE损失数据；若是第一MSE损失数据大于第一损失阈值且第二MSE损失数据大于第二损失阈值均不成立，则确定目标神经网络，否则执行同时优化重建模块与生成模块操作。5.根据权利要求3所述的用于磁共振参数定量成像的重建方法，其特征在于，在所述基2CN114255291A权利要求书2/3页于同时优化重建模块、生成模块的操作步骤中，还包括以下步骤：基于将训练输入数据输入重建模块的操作获取对应的第一加权图像,基于将第一加权图像输入生成模块的操作获取对应的第二加权图像；依据第一加权图像对应的第一MSE损失数据和第二加权图像获取对应的第二MSE损失数据获取总M