[发明专利]一种磁共振磁敏感伪影的自动提示方法及系统在审
| 申请号: | 202210735986.1 | 申请日: | 2022-06-27 |
| 公开(公告)号: | CN115100310A | 公开(公告)日: | 2022-09-23 |
| 发明(设计)人: | 张志遵;朱瑞星;吕孟叶 | 申请(专利权)人: | 杭州微影医疗科技有限公司 |
| 主分类号: | G06T11/00 | 分类号: | G06T11/00;G06T5/00;G06N3/04 |
| 代理公司: | 上海申新律师事务所 31272 | 代理人: | 党蕾 |
| 地址: | 311200 浙江省杭州市萧山*** | 国省代码: | 浙江;33 |
| 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 磁共振 敏感 自动 提示 方法 系统 | ||
1.一种磁共振磁敏感伪影的自动提示方法,其特征在于,包括:
获取磁共振图像,以及获取对应的磁场分布图;
将所述磁共振图像和所述磁场分布图输入至一伪影预测模型,得到所述磁共振图像中是否包含磁敏感伪影;
响应于所述磁共振图像中包含磁敏感伪影,对所有所述磁敏感伪影的位置进行标注,并确定每一所述磁敏感伪影的概率。
2.根据权利要求1所述的磁共振磁敏感伪影的自动提示方法,其特征在于,获取对应的磁场分布图,包括:
获取回波图像;以及根据两张所述回波图像的相位计算得到所述磁场分布图。
3.根据权利要求2所述的磁共振磁敏感伪影的自动提示方法,其特征在于,所述回波图像包括双回波梯度回波图像或双向相位编码的平面回波图像。
4.根据权利要求1所述的磁共振磁敏感伪影的自动提示方法,其特征在于,所述伪影预测模型为深度学习模型。
5.根据权利要求1所述的磁共振磁敏感伪影的自动提示方法,其特征在于,将所述磁共振图像和所述磁场分布图输入至一伪影预测模型,包括:
所述磁共振图像按照一预设的组合方式与所述磁场分布图在通道维度进行拼接,以二维的形式逐层输入所述伪影预测模型。
6.根据权利要求5所述的磁共振磁敏感伪影的自动提示方法,其特征在于,所述预设的组合方式包括所述磁共振图像的绝对值、绝对值和相位、实部和虚部中的任意一种。
7.根据权利要求1所述的磁共振磁敏感伪影的自动提示方法,其特征在于,所述伪影预测模型以所述磁共振图像以及对应的所述磁场分布图作为训练数据集预先训练得到,于训练之前,还包括:
对所述训练数据集进行数据扩增。
8.根据权利要求1所述的磁共振磁敏感伪影的自动提示方法,其特征在于,所述数据扩增至少包括:对所述磁共振图像进行局部明亮处理,以模拟病变组织。
9.一种磁共振磁敏感伪影的自动提示系统,用于实施如权利要求1-8任意一项所述的磁共振磁敏感伪影的自动提示方法,其特征在于,包括:
获取单元,用于获取磁共振图像,以及对应的磁场分布图;
模型预测单元,连接所述获取单元,用于将所述磁共振图像和所述磁场分布图输入至一伪影预测模型,得到所述磁共振图像中是否包含磁敏感伪影;
标注单元,连接所述模型预测单元,用于响应于所述磁共振图像中包含磁敏感伪影,对所有所述磁敏感伪影的位置进行标注,并确定每一所述磁敏感伪影的概率。
10.根据权利要求9所述的磁共振磁敏感伪影的自动提示系统,其特征在于,还包括:模型训练单元,用于以所述磁共振图像以及对应的所述磁场分布图作为训练数据集预先训练得到所述伪影预测模型,所述模型训练单元包括:
数据扩增模块,用于对所述训练数据集进行数据扩增,所述数据扩增至少包括:对所述磁共振图像进行局部明亮处理,以模拟病变组织。
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杭州微影医疗科技有限公司,未经杭州微影医疗科技有限公司许可,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/202210735986.1/1.html,转载请声明来源钻瓜专利网。





