[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

专利信息
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
【说明书】:

发明提供一种磁共振磁敏感伪影的自动提示方法及系统,属于图像处理技术领域,包括:获取磁共振图像,以及获取对应的磁场分布图;将磁共振图像和磁场分布图输入至一伪影预测模型,得到磁共振图像中是否包含磁敏感伪影;响应于磁共振图像中包含磁敏感伪影,对所有磁敏感伪影的位置进行标注,并确定每一磁敏感伪影的概率。有益效果:本发明通过模型能够预测磁共振图像中是否包含磁敏感伪影,并响应于磁共振图像中包含磁敏感伪影,自动的识别磁敏感伪影并进行标注显示,与可能的真实病变进行区分,从而有效的降低医生因这种伪影产生的误诊问题。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种磁共振磁敏感伪影的自动提示方法及系统。

背景技术

磁共振成像(MRI)是根据有磁距的原子核在磁场作用下,能产生能级间的跃迁的原理而采用的一项新检查技术。MRI是通过体外高频磁场作用,由体内物质向周围环境辐射能量产生信号实现的,成像过程与图像重建和电子计算机断层扫描(ComputedTomography,CT)相近,只是MRI既不靠外界的辐射、吸收与反射,也不靠放射性物质在体内的γ辐射,而是利用外磁场和物体的相互作用来成像,高能磁场对人体无害。

磁敏感伪影(susceptibility artifacts)是磁共振成像过程中经常出现的一种伪影,又称为磁化率伪影。其产生的原因是不同的物质具有不同的磁化率,当不同物质的磁化率相差较大时,将会造成交界处的局部磁场的不均匀,从而导致局部信号的变形和错误。产生在不同磁化率物质的交界面,通常在骨/空气交界面(包括鼻旁窦、颅底、蝶鞍等)、组织/空气交界面出现,如颅底,腹部等部位。如图1所示,为采用平面回波(echo planarimaging,EPI)采集得到的扩散加权成像(diffusion weighted imaging,DWI),该DWI图像中的磁敏感伪影尤为突出,主要表现为边缘有异常的高亮信号,容易与病变混淆,导致误诊。

现有技术中,常用的磁敏感伪影的缓解方法包括提高匀场的质量、使用特殊的采集序列,例如多次激发采集(multishot acquisition),还可以在后续处理过程中进行伪影校正。然而这些处理方式都不能够完全、彻底的去除磁敏感伪影,而且采用特殊的采集序列或者进行伪影校正的过程,会降低图像的信噪比。

发明内容

为了解决以上技术问题,本发明提供了一种磁共振磁敏感伪影的自动提示方法及系统。

本发明所解决的技术问题可以采用以下技术方案实现:

一种磁共振磁敏感伪影的自动提示方法,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。

优选地,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。

优选地,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。

优选地,所述伪影预测模型为深度学习模型。

优选地,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。

优选地,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。

优选地,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:

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/202210735986.1/2.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