(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111434806.8 (22)申请日 2021.11.29 (71)申请人 厦门理工学院 地址 361000 福建省厦门市集美区理工路 600号 (72)发明人 杜晓凤　何一凡　满旺　李白云　 (74)专利代理 机构 厦门市首创君 合专利事务所 有限公司 3 5204 专利代理师 连耀忠　李艾华 (51)Int.Cl. G06T 11/00(2006.01) G06T 3/40(2006.01) G06N 20/00(2019.01) G06N 3/08(2006.01) G06N 3/04(2006.01)G06F 17/16(2006.01) G06F 17/14(2006.01) (54)发明名称 基于参考图像和数据修正的欠采样磁共振 图像重建方法 (57)摘要 本发明提供了一种基于参考图像和数据修 正的欠采样磁共振图像重建方法， 包括： 获取全 采样T1加权图像作为参考图像Iref； 获取全采样 T2加权图像IT2， 并转换为欠采样k空间数据y； 初 始化图像序列Is和初始化互信息值序列MIs； 使 用基于残差模块的卷积神经网络， 建立基于参考 图像Iref和欠采样k空间数据y的欠采样磁共振图 像重建模型； 训练欠采样磁共振图像重建模型； 记录重建过程中的重建图像及其与参考图像的 互信息值； 基于所述互信息值选择最佳的重建图 像； 对所述最佳的重建图像进行迭代k ‑空间数据 修正， 获得最终的重建图像。 本发明能够提高重 建图像的准确度。 权利要求书2页 说明书6页 附图5页 CN 114998458 A 2022.09.02 CN 114998458 A 1.一种基于参考图像和数据修正的欠采样磁共振 图像重建方法， 其特征在于， 包括如 下步骤： 获取全采样T1加权图像作为参考图像Iref； 获取全采样T2加权图像IT2， 并转换为欠采样 k空间数据y； 初始化图像序列Is和初始化互信息值序列MIs； 使用基于残差模块的卷积神经网络， 建立基于参考 图像Iref和欠采样k空间数据y的欠 采样磁共 振图像重建模型； 训练欠采样磁共 振图像重建模型； 记录重建过程中的重建图像及其与参 考图像的互信息值； 基于所述互信息值选择最佳的重建图像； 对所述最佳的重建图像进行迭代k ‑空间数据修 正， 获得最终的重建图像。 2.根据权利要求1所述的基于参考图像和数据修正的欠采样磁共振图像重建方法， 其 特征在于， 获取全 采样T2加权图像IT2， 并转换为 欠采样k空间数据y， 具体包括： 将加权图像IT2傅里叶变换到k 空间， 再将 k空间数据与欠采样掩码M点乘， 得到对应的欠 采样k空间数据y， 如下： y＝M⊙FIT2 其中， F表示 傅里叶变换。 3.根据权利要求2所述的基于参考图像和数据修正的欠采样磁共振图像重建方法， 其 特征在于， 所述 欠采样掩码M为笛卡尔欠采样掩码， 采样率 为10％。 4.根据权利要求1所述的基于参考图像和数据修正的欠采样磁共振图像重建方法， 其 特征在于， 使用基于残差模块的卷积神经网络， 建立基于参考图像Iref和欠采样k空间数据y 的欠采样磁共 振图像重建模型， 具体包括： 卷积神经网由多个残 差模型堆叠而成， 输入 为参考图像Iref， 输出为重建的 图像It； 从输 入端到输出端的映射函数为f(Θ|Iref)， 该映射函数具有参数Θ＝{W1， W2， ...WL； B1， B2， ...BL}， 其中Wl表示第l层的权值矩阵， Bl表示第l层的偏置， L是网络模型的总层数； 给定欠 采样k空间数据y和它对应的参考图像Iref作为网络输入， 将重建的图像作为网络输出， 损失 函数定义 为： I′＝f(Θ|Iref) It＝fdc(I′)＝|F‑1((1‑M)⊙FI′+y)| E(Θ)＝| |y‑M⊙Ffdc(I′)||2 其中， F表示傅里叶变换， FI ′表示对图像I ′进行傅里叶变换， F‑1表示傅里叶逆变换， 1表 示值全为的与M同大小的矩阵， ⊙表示矩阵之间的点乘， fdc表示数据修正操作， || ·||2表示 矩阵范数的平方。 5.根据权利要求4所述的基于参考图像和数据修正的欠采样磁共振图像重建方法， 其 特征在于， 训练欠采样磁共 振图像重建模型， 具体包括： 通过最小化损失函数E(Θ)来估计映射函数f(Θ|Iref)中参数Θ的最优取值 损失函 数的最小化由自适应梯度下降算法和标准的反向传播 算法实现。 6.根据权利要求1所述的基于参考图像和数据修正的欠采样磁共振图像重建方法， 其 特征在于， 记录 重建过程中的重建图像及其与参 考图像的互信息值， 具体包括：权　利　要　求　书 1/2 页 2 CN 114998458 A 2每间隔n次训练， 存储第i次重建图像Ii到重建图像序列Is＝Is∪Ii中， 计算Ii与参考图 像Iref的互信息值并存 储入MIs＝MIs∪MIi， 其中 其中p(x)为图Ii中灰度级x的概率密度， p(y)为图Iref中灰度级y的概率密度， p(x， y)指 的是图像Ii的灰度级x与图像Iref灰度级为y的联合 概率密度。 7.根据权利要求6所述的基于参考图像和数据修正的欠采样磁共振图像重建方法， 其 特征在于， 基于所述互信息值选择最佳的重建图像， 具体包括： 由Is选择最优重建磁共振图像I0∈Is， i为互信息值集合中的最大值所对应的下标， 如 下： 8.根据权利要求7所述的基于参考图像和数据修正的欠采样磁共振图像重建方法， 其 特征在于， 对 所述最佳的重 建图像进 行迭代k‑空间数据修正， 获得最 终的重建图像， 具体包 括： 对I0进行数据修正K次， 得到最后的重建图像IK， Ik＝fdc(Ik‑1) k＝1， 2， 3. ..K。权　利　要　求　书 2/2 页 3 CN 114998458 A 3