[发明专利]一种基于深度学习和凸集投影的磁共振弥散加权成像方法

说明书

本发明公开了一种基于深度学习和凸集投影的磁共振弥散加权成像方法，涉及磁共振弥散加权成像领域；其包括步骤1：将由凸集投影层POCS、CNN网络和相位约束层PCON组成的网络模块重复叠加完成网络构建，扫描包含导航回波的序列得到已构建网络的输入数据和训练标记数据；步骤2：将训练标记数据作为目标，并将对应信息输入已搭建网络进行反向传播训练网络参数，得到其输入输出映射关系；步骤3：扫描包含无导航回波的序列得到成像信号和线圈灵敏度分布，将对应信息输入已完成训练的网络进行前向传播得到输出图像完成重建；解决了现有的传统磁共振弥散加权成像方法受限于并行成像性能导致图像分辨率难以提升的问题，达到了提升重建图像分辨率和质量的效果。

技术领域

本发明涉及磁共振弥散加权成像领域，尤其是一种基于深度学习和凸集投影的磁共振弥散加权成像方法。

背景技术

磁共振弥散成像技术，是一种依赖体内水分子随机运动而提供图像对比度的崭新技术。组织中水分子的扩散符合随机的热运动模型，扩散的幅度和方向受到生物膜和组织中生物大分子的影响，当梯度磁场存在时，水分子的扩散运动会引起磁化矢量的失相位，导致磁共振信号的降低，磁共振信号降低的程度依赖于组织类型、结构、物理和生理的状态及微环境。上述过程中，专门用来影响水分子热运动的梯度磁场称为弥散敏感梯度，弥散敏感梯度能够显著提高各种序列对水分子随机热运动的敏感性，进而帮助观察水分子的扩散特性，但是这种梯度磁场也对其他类型的运动如头部运动十分敏感。

弥散成像技术中的单次激发弥散成像技术，在一次信号激发后，采集用于成像的所有数据，其优点是有效的缩短扫描时间，有利于避免引入更多宏观运动对图像造成影响；缺点是其扫描方式采用的回波链较长，容易引起磁敏感伪影和几何形变；单次采集所能够得到的数据有限，因此图像的分辨率较低，不利于细微结构的诊断；为了减少图像伪影和几何形变，以及有效的提高图像空间分辨率，采用使用多次激发磁共振弥散成像技术，该技术需要有效地处理不同激发所采集数据之间存在的由于宏观运动导致的相位误差。根据数据采集方式的不同，可以将宏观运动矫正分为两类：第一类需要在正常数据采集之前，采集导航回波信号，这个信号会被用来矫正接下来每个激发所采集的成像数据；第二类不需要采集导航回波信号，而是通过每次激发数据之间的关系来矫正相互的相位。同采集导航回波的方式相比，不需要导航回波的采样方式有更高的数据采集效率，也能避免导航回波与实际成像数据之间失配的问题。

2013年Nan-kuei Chen等人提出了MUSE技术。该技术一方面利用SENSE并行成像技术来估计不同激发数据之间由于宏观运动造成的相位差，另一方面把不同激发的数据联合起来进行最终图像的重建。这种方法能得到更高的图像分辨率，更高的信噪比以及明显降低的运动伪影。与使用导航回波的技术相比，该方法性能更为稳定。2016年，Hua Guo等人利用POCSENSE并行成像技术代替之前的SENSE并行成像技术，提出了用于多激发弥散磁共振成像技术POCS-ICE技术。

2004年，A.A.Samsonov等人提出了POCSENSE技术。与经典的SENSE不同，该技术从子空间的角度看待卷褶图像的恢复问题，指出欠采样磁共振的重建问题可以被等价的定义为寻求所有单个通道的非卷褶图像问题。单个通道的非卷褶图像受到线圈灵敏度和整体图像的约束，也就是说单个通道图像来自于线圈灵敏度所定义的子空间中。凸集投影SENSE技术首先仍然需要获得各个通道的线圈灵敏度分布，然后通过凸集投影过程以及已采集数据的一致性约束，获得所有单个通道的非卷褶图像。POCSENSE技术进一步简化了SENSE的重建过程，而且更方便的融入线性或非线性约束。上述提到的两种无导航回波的多次激发弥散加权技术都依赖于并行成像技术。并行成像技术依赖于多个相控阵接收线圈，通过相应的并行成像处理算法，将欠采样的信号进行恢复或者将由于欠采样导致的图像混叠解开，能够有助于缩短扫描时间，并对欠采样的数据进行有效处理。在多次激发磁共振弥散加权技术中，单独的看每次激发的数据实际上属于欠采样数据，因此并行成像技术的欠采样恢复能力对多次激发弥散加权的重建过程有决定性的作用。