[发明专利]磁共振成像方法、装置、系统及存储介质

权利要求书

1.一种磁共振成像方法，其特征在于，包括：

根据磁共振成像的原始模型和用于求解所述原始模型的迭代算法建立初始网络模型，其中，所述迭代算法中包括待定求解算子和待定参数；

将样本的欠采样K空间数据输入至所述初始网络模型中，得到网络模型的输出磁共振图像，根据所述输出磁共振图像和所述样本的全采样K空间数据生成的标准磁共振图像确定损失函数；

根据所述损失函数调节所述初始网络模型中网络参数和待定参数，生成用于磁共振成像的网络模型，其中，所述初始网络模型中网络参数用于替代所述迭代算法中的所述待定求解算子；

获取待处理的欠采样K空间数据，将所述欠采样K空间数据输入至所述用于磁共振成像的网络模型，生成磁共振图像；

其中，所述用于求解所述原始模型的迭代包括对偶迭代、基本迭代和所述对偶迭代与所述基本迭代的关联关系；

相应的，根据磁共振成像的原始模型和用于求解所述原始模型的迭代建立初始网络模型，包括：

建立用于执行所述对偶迭代的至少一个第一子网络模型；

建立用于执行所述基本迭代的至少一个第二子网络模型；

根据所述对偶迭代与所述基本迭代的关联关系确定所述第一子网络模型与所述第二子网络模型的关联模块；

根据所述对偶迭代和所述基本迭代之间的迭代关系确定所述第一子网络模型、所述第二子网络模型和所述关联模块之间的连接关系；

根据所述连接关系对所述至少一个第一子网络模型、所述至少一个第二子网络模型和所述关联模块进行连接，生成所述初始网络模型；

其中，所述根据所述输出磁共振图像和所述样本的全采样K空间数据生成的标准磁共振图像确定损失函数，包括：

根据如下公式确定所述损失函数loss：

其中，所述为所述网络模型的输出磁共振图像，所述x_ref为所述样本的全采样K空间数据生成的标准磁共振图像。

2.根据权利要求1所述的方法，其特征在于，所述初始网络模型包括预设层级的第一子网络模型和第二子网络模型，所述第一子网络模型的输出端分别与同一层级中的第二子网络模型的输入端和下一层级的第一子网络模型的输入端连接，所述第二子网络模型的输出端与下一层级中的第二子网络模型的输入端连接，以及基于所述关联模块与下一层级中的第一子网络模型的输入端连接。

3.根据权利要求1所述的方法，其特征在于，所述第一子网络和第二子网络模型均为残差网络；

所述第一子网络模型包括第一预处理层、卷积层和激活层，用于将所述第一子网络模型接收的不同类型的输入参数根据预设规则进行预处理，将生成第一多维度矩阵数据发送至与所述第一预处理层连接的卷积层；

所述第二子网络模型还包括第二预处理层、卷积层和激活层，用于将所述第二子网络模型接收的不同类型的输入参数根据预设规则进行预处理，将生成第二多维度矩阵数据发送至与所述第二预处理层连接的卷积层。

4.根据权利要求3所述的方法，其特征在于，所述第一子网络模型和所述第二子网络模型中的每一个卷积层包括实部通道和虚部通道，所述实部通道用于对所述卷积层的输入信息的实部数据进行卷积处理，所述虚部通道用于对所述卷积层的输入信息的虚部数据进行卷积处理。

5.根据权利要求1所述的方法，其特征在于，将样本的欠采样K空间数据输入至所述初始网络模型中，得到网络模型的输出磁共振图像，包括：

将所述样本的欠采样K空间数据、初始对偶参数和初始连接信息输入至所述初始网络模型的第一层级的第一子网络模型；

将初始图像输入至所述初始网络模型的第一层级的第二子网络模型；

将所述初始网络模型中输出层级中第二子网络模型输出的特征图确定为所述初始网络模型生成的磁共振图像。

6.根据权利要求5所述的方法，其特征在于，将所述初始网络模型中输出层级中第二子网络模型输出的特征图确定为所述初始网络模型生成的磁共振图像，包括：

将所述初始网络模型中输出层级中第二子网络模型具有对应关系的实部通道的输出数据与虚部通道的输出数据进行合并，生成重建后的磁共振数据；

根据所述重建后的磁共振数据生成磁共振图像。