科创中国

物理

本发明公开了一种智能磁共振全息成像方法和系统。该系统包括：数据采集设备、图像重建设备和图像显示设备，其中数据采集设备用于通过欠采样扫描实时获取欠采样磁共振数据，并发给图像重建设备；图像重建设备用于将所述欠采样磁共振数据输入至深度学习模型，输出高维立体重建图像，所述深度学习模型是以样本的欠采样磁共振数据作为输入，以对应的全采样磁共振数据作为输出，通过自监督训练获得；图像显示设备用于将所述立体重建图像进行立体渲染，并通过全息投影进行立体显示。本发明可以实现快速磁共振成像及实时立体的磁共振图像显示，从而更好地辅助医生进行手术干预治疗。

1.一种智能磁共振全息成像系统，包括：数据采集设备、图像重建设备和图像显示设备，其中： 数据采集设备用于通过欠采样扫描实时获取欠采样磁共振数据，并发给图像重建设备； 图像重建设备用于将所述欠采样磁共振数据输入至深度学习模型，输出立体重建图像，所述立体重建图像不小于3维； 图像显示设备用于将所述立体重建图像进行立体渲染，并通过全息投影进行立体显示； 其中，所述深度学习模型是以样本的欠采样磁共振数据作为输入，以对应的全采样磁共振数据作为输出，通过自监督训练获得。 2.根据权利要求1所述的系统，其特征在于，根据以下步骤训练所述深度学习模型： 利用设计的欠采样扫描轨迹针对目标进行磁共振扫描，获得原始欠采样磁共振数据； 对所述原始欠采样磁共振数据进行二次欠采，由二次欠采磁共振数据和原始欠采磁共振数据形成一个数据对，用于所述深度学习模型的训练； 在完成一轮训练后，将原始欠采磁共振数据输入经训练的所述深度学习模型，生成伪全采样数据标签，并将该伪全采样数据标签引入下一轮所述深度学习模型的训练，直到满足设定的模型优化标准。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看