[发明专利]用于磁共振成像的图像重建的方法和系统在审

专利信息
申请号: 201980043586.0 申请日: 2019-05-14
公开(公告)号: CN112368745A 公开(公告)日: 2021-02-12
发明(设计)人: 卡姆莱什·帕瓦尔;陈兆林;纳迪姆·乔尼·沙阿;加里·弗朗西斯·伊根 申请(专利权)人: 蒙纳士大学
主分类号: G06T11/00 分类号: G06T11/00;G06T3/40;G06N3/04;G06N3/08;G01R33/48
代理公司: 北京高沃律师事务所 11569 代理人: 王爱涛
地址: 澳大利亚维*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 磁共振 成像 图像 重建 方法 系统
【权利要求书】:

1.一种用于重建磁共振(MR)图像的方法,所述方法包括以下步骤:

接收欠采样的MR图像,所述欠采样的MR图像变换自欠采样的k空间数据;

通过使用神经网络将所述欠采样的MR图像中的每个像素的强度分类为多个预定的强度的量化值之一;以及

基于针对所述欠采样的MR图像中的每个像素所分类的强度的量化值来生成重建的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.根据权利要求3至6中任一项所述的方法,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。

8.根据前述权利要求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。

9.根据前述权利要求中任一项的方法,其中,所述预定的强度的量化值中的每个具有比所述欠采样的MR图像中的每个像素的强度更小的位深度。

10.根据前述权利要求中任一项所述的方法,还包括:

将欠采样的k空间数据变换为所述欠采样的MR图像。

11.根据权利要求10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;以及

基于所述原始MR信号生成所述欠采样的k空间数据。

12.根据前述权利要求中任一项所述的方法,其中,将所述欠采样的MR图像中的每个像素的强度分类为多个预定的强度的量化值之一包括:

将所述多个预定的强度的量化值转换成具有比所述预定的强度的量化值更小的位深度的多组值;

对于每个组,通过使用所述神经网络将所述欠采样的MR图像中的每个像素的强度分类为所述组中的值之一;以及

基于每个组中的所分类值生成每个像素的所分类的强度的量化值。

13.根据权利要求12所述的方法,其中:

所述预定的量化值中的每个均包括第一组位和第二组位;以及

其中所述多组值至少包括:

第一组值,所述第一组值表示所述预定的量化值的所述第一组位的值;以及

第二组值,所述第二组值表示所述预定的量化值的所述第二组位的值。

14.根据权利要求13所述的方法,其中,所述第一组位是比所述第二组位更高阶的所述预定的量化值的位。

15.一种用于重建磁共振(MR)图像的系统,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:

接收欠采样的MR图像,所述欠采样的MR图像变换自欠采样的k空间数据;

通过使用神经网络将所述欠采样的MR图像中的每个像素的强度分类为多个预定的强度的量化值之一;以及

基于针对所述欠采样的MR图像中的每个像素所分类的强度的量化值来生成重建的MR图像。

16.根据权利要求15所述的系统,其中,所述系统为MR扫描仪。

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蒙纳士大学,未经蒙纳士大学许可,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/201980043586.0/1.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