[发明专利]一种磁共振成像获得深度学习训练集的方法和装置有效

专利信息
申请号: 201910016094.4 申请日: 2019-01-08
公开(公告)号: CN109800800B 公开(公告)日: 2020-10-16
发明(设计)人: 黄峰;梅玲 申请(专利权)人: 上海东软医疗科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/40;G06T11/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 赵晓荣;王宝筠
地址: 200241 上海市闵*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 磁共振 成像 获得 深度 学习 训练 方法 装置
【权利要求书】:

1.一种磁共振成像获得深度学习训练集的方法,其特征在于,包括:

采用并行成像方法以第一预设加速倍数采集被测部位的K空间数据;

对所述K空间数据利用并行成像方式重建图像,并对重建出的图像进行去噪处理,获得深度学习训练集的标记图像集;

获取所述被测部位满K空间的噪声数据;

对所述满K空间的噪声数据以第二预设加速倍数抽取部分噪声数据,对抽取的所述部分噪声数据利用并行成像方式重建图像获得噪声图像集;

将所述标记图像集与所述噪声图像集相加获得所述深度学习训练集的输入图像集。

2.根据权利要求1所述的磁共振成像获得深度学习训练集的方法,其特征在于,所述第二预设加速倍数大于或等于所述第一预设加速倍数。

3.根据权利要求1所述的磁共振成像获得深度学习训练集的方法,其特征在于,所述第一预设加速倍数取值范围为1.2倍-2倍。

4.根据权利要求1所述的磁共振成像获得深度学习训练集的方法,其特征在于,所述采用并行成像方法以第一预设加速倍数采集被测部位的K空间数据,具体为:

采用并行成像方法以第一预设加速倍数采集被测部位在预设屏气时间段内的K空间数据。

5.根据权利要求4所述的磁共振成像获得深度学习训练集的方法,其特征在于,所述被测部位为腹部或胸部。

6.根据权利要求1所述的磁共振成像获得深度学习训练集的方法,其特征在于,所述将所述标记图像集与所述噪声图像集相加,具体为以下任意一种:

将所述标记图像集的模与所述噪声图像集的模相加、将所述标记图像集的复数与所述噪声图像集的复数相加,以及将所述标记图像集与所述噪声图像集在K空间相加。

7.根据权利要求1-6任一项所述的磁共振成像获得深度学习训练集的方法,其特征在于,所述获取所述被测部位满K空间的噪声数据,具体为:

分别获取N个被测试对象的所述被测部位的满K空间的噪声数据,得到N组满K空间的噪声数据;所述N为大于或等于2的整数;

对所述满K空间的噪声数据以第二预设加速倍数抽取部分噪声数据,对抽取的部分噪声数据利用并行成像方式重建图像获得噪声图像集,具体为:

对所述N组满K空间的噪声数据以第二预设加速倍数分别抽取部分噪声数据,得到N组部分噪声数据,对所述N组部分噪声数据分别利用并行成像方式重建图像获得N个噪声图像集;

将所述标记图像集与所述噪声图像集相加获得所述深度学习训练集的输入图像集,具体为:

将所述N个噪声图像集分别与所述标记图像集相加,获得所述深度学习训练集的N个输入图像集。

8.一种磁共振成像获得深度学习训练集的装置,其特征在于,包括:

K空间数据采集单元,用于采用并行成像方法以第一预设加速倍数采集被测部位的K空间数据;

标记图像集获取单元,用于对所述K空间数据利用并行成像方式重建图像,并对重建出的图像进行去噪处理,获得深度学习训练集的标记图像集;

噪声数据获取单元,用于获取所述被测部位满K空间的噪声数据;

噪声图像集获取单元,用于对所述满K空间的噪声数据以第二预设加速倍数抽取部分噪声数据,对抽取的所述部分噪声数据利用并行成像方式重建图像获得噪声图像集;

输入图像集获取单元,用于将所述标记图像集与所述噪声图像集相加获得所述深度学习训练集的输入图像集。

9.根据权利要求8所述的磁共振成像获得深度学习训练集的装置,其特征在于,所述K空间数据采集单元,包括:

第一采集子单元,用于采用并行成像方法以第一预设加速倍数采集被测部位在预设屏气时间段内的K空间数据。

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上海东软医疗科技有限公司,未经上海东软医疗科技有限公司许可,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/201910016094.4/1.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