[发明专利]图像重建方法、装置、终端及存储介质

权利要求书

1.一种图像重建方法，应用于磁共振成像，包括：

获取完全采样的频域空间图像数据作为训练数据；

使用所述训练数据训练并获得图像重建模型；

使用所述图像重建模型，重建并获得磁共振图像，所述图像重建模型的输入为欠采样频域空间图像数据，所述图像重建模型的输出为残差图像数据，所述磁共振图像为所述欠采样频域空间图像数据与所述残差图像数据加和。

2.根据权利要求1所述的图像重建方法，其特征在于，所述图像重建模型的输入对应两个及以上通道，所述图像重建模型的输出对应两个及以上通道。

3.根据权利要求1所述的图像重建方法，其特征在于，所述欠采样频域空间图像数据包括：

通过相位编码或/和频率编码方法在笛卡尔频域空间进行采样，所述欠采样频域空间图像数据通过在一个或多个方向上部分采样获得。

4.根据权利要求1所述的图像重建方法，其特征在于，所述欠采样频域空间图像数据包括：

通过投影编码方法在极性频域空间进行采样，所述欠采样频域空间图像数据通过在角度方向上部分采样获得。

5.根据权利要求1所述的图像重建方法，其特征在于，所述欠采样频域空间图像数据包括：

通过螺旋采样方法进行采样，所述欠采样频域空间图像数据通过非笛卡尔和非极性频域空间的轨迹部分采样获得。

6.根据权利要求1-5任一项所述的图像重建方法，其特征在于，所述图像重建模型包括以下一种深度学习模型或两种及以上深度学习模型的组合：

卷积神经网络模型、生成对抗网络模型、循环神经网络模型、长短期记忆网络模型、自动编码器网络模型、深度信念网络模型、深度残差网络模型、门循环单元网络模型、回声状态网络模型。

7.根据权利要求6所述的图像重建方法，其特征在于，所述卷积神经网络模型的输入对应所述欠采样频域空间图像数据的实部与虚部，所述卷积神经网络模型包括五个卷积层，所述卷积神经网络模型的输出对应所述残差图像数据的实部与虚部。

8.一种图像重建装置，用于执行权利要求1-7任一项所述的图像重建方法。

9.一种终端，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的图像重建方法。

10.一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1至7任意一项所述的图像重建方法。