本发明提供了一种磁共振成像方法,所述方法包括:使用预设采样模式获取对应K空间的欠采K空间数据;根据所述预设采样模式训练深度学习模型,使用训练获得的深度学习模型表征K空间中已采样点和未采样点间的映射关系,根据已获得的K空间数据和所述映射关系对所述K空间进行填充,获得完整K空间数据;对所述完整K空间数据进行逆傅立叶变换,获得磁共振图像。本发明提供的磁共振成像方法,由于利用的是欠采K空间数据,可以达到快速扫描、快速成像的目的;而且由于是对完整K空间数据进行逆傅立叶变换获得磁共振图像,因此避免了卷褶伪影,成像质量高。本发明还提供了一种磁共振成像系统。
一种磁共振成像方法,所述方法包括:使用预设采样模式获取对应K空间的欠采K空间数据;根据所述预设采样模式训练深度学习模型,使用训练获得的深度学习模型表征K空间中已采样点和未采样点间的映射关系,根据已获得的K空间数据和所述映射关系对所述K空间进行填充,获得完整K空间数据;对所述完整K空间数据进行逆傅立叶变换,获得磁共振图像。欠采K空间数据获取模块,用于使用预设采样模式获取对应K空间的欠采K空间数据; 完整K空间数据获取模块,用于根据所述预设采样模式训练深度学习模型,使用训练获得的深度学习模型表征K空间中已采样点和未采样点间的映射关系,根据已获得的K空间数据和所述映射关系对所述K空间进行填充,获得完整K空间数据; 逆傅立叶变换模块,用于对所述完整K空间数据进行逆傅立叶变换,获得磁共振图像。
[0002] K空间为磁共振图像原始数据的填充存储空间格式,K空间数据经逆傅立叶变换可 获得重建磁共振图像。数据采集需满足奈奎斯特采样定理,因此需要采集许多条的相位编 码线,以满足重建磁共振图像的需要,这样就严重影响了扫描速度。
[0003] 为了提高磁共振成像速度,快速成像技术广泛应用于磁共振成像中。该技术主要 利用磁共振信号的稀疏性或接收线圈的敏感度信息,减少成像所必需的相位编码线数,获 得更快的扫描速度。我们将减少了相位编码线数的K空间数据称为欠采K空间数据。然而若 直接对欠采数据进行逆傅立叶变换,得到的磁共振图像有很强的卷褶伪影,严重影响成像 质量。
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。
上述磁共振成像方法,根据预设采样模式训练深度学习模型,从而使用训练获得 的深度学习模型估计K空间中已采样点和未采样点之间的映射关系,从而根据给映射关系 填充K空间,获得完整K空间数据。最后对完整K空间数据进行逆傅立叶变换获得磁共振图 像。由于利用的是欠采K空间数据,可以达到快速扫描、快速成像的目的;而且由于是对完整 K空间数据进行逆傅立叶变换获得磁共振图像,因此避免了卷褶伪影,成像质量高。
技术合作
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并 不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员 来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保 护范围。因此,本发明专利的保护范围应以所附权利要求为准。