[发明专利]数据采集优化方法和装置、电子设备及机器可读存储介质

说明书

提供了一种数据采集优化方法，其包括：构建包含与成像数据相关联的采集信号和噪声信号的采集策略目标函数；所述数据采集优化方法还包括：执行以下循环过程，直至满足预设收敛条件：将与本循环过程中的预定成像数据相关联的预定采集信号的信号值输入到所述采集策略目标函数中，以得到本循环过程中的采集策略目标函数值；确定本循环过程中的采集策略目标函数值是否满足所述预设收敛条件；其中，在本循环过程中的采集策略目标函数值满足所述预设收敛条件的情况下，将本循环过程中的预定成像数据确定为最优成像数据。还提供了一种数据采集优化装置。本发明通过构建的采集策略目标函数来确定最优成像数据，从而对成像数据的采集策略进行优化。

技术领域

本发明属于图像处理技术领域，具体地讲，涉及一种数据采集优化方法和装置、电子设备及机器可读存储介质。

背景技术

目前，将磁共振指纹技术(MRF)应用到化学交换饱和转移(CEST)成像中，可以通过使用非稳态信号以及数值仿真结果提高组织参数定量的准确度，同时缩短成像时间。MRF技术为脉冲序列参数的设计留下了极高的自由度，使得如何实现最优数据采集成为一个具有研究价值的问题。同时，CEST成像与常规的T1加权成像、T2加权成像之间的区别也使得CEST-MRF中这一问题的重要性进一步突显。

在传统MRF方法中，通常使用快速采集方法获得成百上千幅的欠采样图像。而在CEST成像中，信号采样前需要施加一定时间的饱和脉冲，采集后为了满足特定吸收率的限制，需要留出恢复时间，两者的长度都在几秒钟的量级，这样就限制了单幅图像的采集效率，在此情况下使用欠采样方法对采集效率的提升也非常有限。同时，由于CEST效应的幅值相对于水信号较小，当欠采样带来的噪声过大时可能会将有效信号淹没。因此，传统的CEST-MRF研究的主要路径是使用少量(通常为20～30幅)的全采样的随机化成像参数图像来实现组织参数定量。为了在有限的采集次数中实现精确定量，对采集策略的优化就显得至关重要了。

发明内容

为了解决上述现有技术存在的技术问题，本发明提供了一种对成像数据的采集策略进行优化的数据采集优化方法和数据采集优化装置。

根据本发明的实施例的一方面提供的数据采集优化方法，所述数据采集优化方法包括：构建包含采集信号和噪声信号的采集策略目标函数，所述采集信号与成像数据相关联；所述数据采集优化方法还包括：执行以下循环过程，直至满足预设收敛条件：将与本循环过程中的预定成像数据相关联的预定采集信号的信号值输入到所述采集策略目标函数中，以得到本循环过程中的采集策略目标函数值；确定本循环过程中的采集策略目标函数值是否满足所述预设收敛条件；其中，在本循环过程中的采集策略目标函数值满足所述预设收敛条件的情况下，将本循环过程中的预定成像数据确定为最优成像数据。

在上述一方面的提供的数据采集优化方法的一个示例中，在所述采集策略目标函数值未满足预设收敛条件的情况下，将与另一预定成像数据相关联的预定采集信号的信号值作为下一循环过程中的预定采集信号的信号值。

在上述一方面的提供的数据采集优化方法的一个示例中，所述构建包含采集信号和噪声信号的采集策略目标函数，包括：基于混合后验克拉美罗界构建包含采集信号和噪声信号的所述采集策略目标函数。

在上述一方面的提供的数据采集优化方法的一个示例中，基于混合后验克拉美罗界，并利用下面的式子1来构建包含采集信号和噪声信号的所述采集策略目标函数，

[式子1]

其中，θ表示字典仿真中所有变化的参数，z表示观测信号值，d表示真实信号值，p(d₀)为采集开始时系统状态的先验概率分布，p(θ)为θ的先验概率分布，L表示采集次数，const表示一常数，σ表示噪声信号的标准差，f_j(θ,α)表示与预定成像数据α相关联的预定采集信号，E[·]表示期望值，表示二阶偏导运算。