[发明专利]一种基于多模态聚合的磁共振图像重建方法及装置在审

专利信息
申请号: 202110873802.3 申请日: 2021-07-30
公开(公告)号: CN113592972A 公开(公告)日: 2021-11-02
发明(设计)人: 冯春梅;徐勇;鄢云路 申请(专利权)人: 哈尔滨工业大学(深圳)
主分类号: G06T11/00 分类号: G06T11/00;G06T5/50
代理公司: 深圳市智胜联合知识产权代理有限公司 44368 代理人: 齐文剑
地址: 518055 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 多模态 聚合 磁共振 图像 重建 方法 装置
【权利要求书】:

1.一种基于多模态聚合的磁共振图像重建方法,其特征在于,所述方法应用于从全采样的辅助模态图像和欠采样的目标模态图像中重建出无混叠伪影的目标模态图像,所述方法包括:

获取样本图像和图像处理网络;其中,所述样本图像包括样本组织经T1加权成像生成的全采样第一样本图像,所述样本组织经T2加权成像生成的全采样第二样本图像,以及所述样本组织经T2加权成像生成的欠采样第二样本图像;所述图像处理网络包括频域处理网络和图像域处理网络;

通过所述频域处理网络对所述全采样第一样本图像和所述欠采样第二样本图像进行处理,获得频域重建结果,并依据所述频域重建结果和所述全采样第二样本图像,确定对应于所述频域处理网络的频域损失函数;

通过所述图像域处理网络对所述频域重建结果进行处理,获得图像域重建结果,并依据所述图像域重建结果和所述全采样第二样本图像,确定对应于所述图像域处理网络的图像域损失函数;

依据所述频域损失函数和所述图像域损失函数对所述图像处理网络进行训练,生成从全采样的辅助模态图像和欠采样的目标模态图像中重建出无混叠伪影的目标模态图像的混合域学习网络;

获取目标组织经T1加权成像生成的全采样第一目标图像和所述目标组织经T2加权成像生成的欠采样第二目标图像;

通过所述混合域学习网络对所述全采样第一目标图像和所述欠采样第二目标图像进行处理,生成无伪影第二目标图像;其中,所述无伪影第二目标图像为去除混叠伪影后的所述欠采样第二目标图像。

2.根据权利要求1所述的磁共振图像重建方法,其特征在于,所述频域处理网络包括第一频域处理层、第一重建引导层和第二频域处理层;所述频域重建结果包括对应于所述全采样第一样本图像的第一频域信号和对应于所述欠采样第二样本图像的第二频域信号;

所述通过所述频域处理网络对所述全采样第一样本和所述欠采样第二样本图像进行处理,获得所述频域重建结果的步骤,包括:

将所述全采样第一样本图像输入所述第一频域处理层,获得所述第一频域信号;

将所述全采样第一样本图像和所述欠采样第二样本图像输入所述第一重建引导层,获得用于指导所述欠采样第二样本图像在所述第二频域处理层上重建的第一注意力模块;

将所述第一注意力模块和所述欠采样第二样本图像输入所述第二频域处理层,获得所述第二频域信号。

3.根据权利要求2所述的磁共振图像重建方法,其特征在于,所述第一重建引导层包括第一模态调制层和第一指导融合层;

所述将所述全采样第一样本图像和所述欠采样第二样本图像输入所述第一重建引导层,获得用于指导所述欠采样第二样本图像在所述第二频域处理层上重建的第一注意力模块的步骤,包括:

将所述全采样第一样本图像输入所述第一模态调制层,获得包含所述全采样第一样本图像的关键特征信息的第一空间注意力模块;

将所述第一空间注意力模块和所述欠采样第二样本图像输入所述第一指导融合层,获得所述第一注意力模块。

4.根据权利要求3所述的磁共振图像重建方法,其特征在于,所述第一模态调制层包括第一通道调制层和第一空间调制层;

所述将所述全采样第一样本图像输入所述第一模态调制层,获得包含所述全采样第一样本图像的关键特征信息的第一空间注意力模块的步骤,包括:

将所述全采样第一样本图像输入所述第一通道调制层,获得包含所述全采样第一样本图像的低维特征信息的第一通道注意力模块;

将所述第一通道注意力模块输入所述第一空间调制层,获得所述第一空间注意力模块。

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哈尔滨工业大学(深圳),未经哈尔滨工业大学(深圳)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/202110873802.3/1.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