[发明专利]用于磁共振成像的运动校正的方法和系统

权利要求书

1.一种用于减少或去除磁共振(MR)图像中的运动伪影的方法，所述方法包括以下步骤：

接收运动损坏的MR图像；

通过使用神经网络来确定所述运动损坏的MR图像中的每个像素的校正的强度值；以及

基于针对所述运动损坏的MR图像中的所述像素所确定的校正的强度值来生成运动校正的MR图像。

2.根据权利要求1所述的方法，其中，所述神经网络为卷积神经网络(CNN)。

3.根据权利要求2所述的方法，其中，所述CNN为编码器-解码器CNN，所述编码器-解码器CNN包括编码器网络和解码器网络。

4.根据权利要求3所述的方法，其中，所述编码器网络包括一系列卷积层和池化层，每个池化层在相应的卷积层之后。

5.根据权利要求3或4所述的方法，其中，所述解码器网络包括一系列上采样层和卷积层，每个卷积层在相应的上采样层之后。

6.根据权利要求5所述的方法，其中，所述解码器网络将每个上采样层的输出与由所述编码器网络生成的相应特征图连接。

7.根据前述权利要求中任一项所述的方法，其中，所述运动损坏的MR图像是基于运动损坏的k空间数据重建的图像。

8.根据前述权利要求中任一项所述的方法，其中，确定所述运动损坏的MR图像中的每个像素的所述校正的强度值包括：

通过使用所述神经网络将所述运动损坏的MR图像中的每个像素的强度分类为多个预定的强度量化值之一，每个像素的所述校正的强度值是相应的经分类的强度量化值。

9.根据权利要求8所述的方法，其中，所述预定的强度量化值中的每个具有比所述运动损坏的MR图像中的每个像素的强度更小的位深度。

10.根据权利要求8或9所述的方法，其中，所述CNN还包括像素强度分类层，所述像素强度分类层在所述解码器网络之后。

11.根据权利要求8至10中任一项所述的方法，其中，通过使用多项逻辑损失函数来训练所述神经网络。

12.根据权利要求1至7中任一项所述的方法，其中，所述CNN还包括在所述解码器网络之后的回归层。

13.根据权利要求12所述的方法，其中，通过使用均方误差(MSE)损失函数来训练所述神经网络。

14.根据前述权利要求中任一项所述的方法，还包括：

接收在磁共振成像(MRI)扫描期间生成的原始MR信号；

将所接收的原始MR信号转换为数字MR图像数据；以及

通过重建所述数字MR图像数据来生成所述运动损坏的MR图像。

15.一种用于减少或去除磁共振(MR)图像中的运动伪影的系统，所述系统包括至少一个处理器，所述至少一个处理器被配置为：

接收运动损坏的MR图像；

通过使用神经网络来确定所述运动损坏的MR图像中的每个像素的校正的强度值；以及

基于针对所述运动损坏的MR图像中的所述像素所确定的校正的强度值来生成运动校正的MR图像。

16.根据权利要求15所述的系统，其中，所述系统为MR扫描机器。

17.一种用于减少或去除医学图像中的运动伪影的方法，所述方法包括以下步骤：

接收运动损坏的医学图像；

通过使用神经网络来确定所述运动损坏的医学图像中的每个像素的校正的强度值；以及

基于针对所述运动损坏的医学图像中的所述像素所确定的校正的强度值来生成运动校正的医学图像。

18.一种用于减少或去除医学图像中的运动伪影的系统，所述系统包括至少一个处理器，所述至少一个处理器被配置为：

接收运动损坏的医学图像；

通过使用神经网络来确定所述运动损坏的医学图像中的每个像素的校正的强度值；以及

基于针对所述运动损坏的医学图像中的所述像素所确定的校正的强度值来生成运动校正的医学图像。