一种磁共振图像重建方法和图像重建装置

技术领域

本发明涉及磁共振成像技术领域，具体是涉及一种磁共振图像重建方法和图像重建装置。

背景技术

磁共振成像(MRI,Magnetic Resonance Imaging)扫描速度慢，过长的扫描时间在引起病患不适的同时，容易在图像中引入运动伪影，从而影响图像质量。磁共振并行成像方法是一类加速MRI扫描速度的方法，如灵敏度编码技术(SENSE,sensitivity encoding)和整体自动校准部分并行采集技术(GRAPPA,generalized autocalibrating partiallyparallel acquisitions)等。该类方法通过减少采集的数据量，并利用多通道线圈所包含的冗余信息对欠采样数据进行重建，从而到达快速扫描的目的。

磁共振成像包括波浪梯度场编码并行成像技术、Wave编码成像技术、虚共轭线圈(VCC)成像技术。

其中，波浪梯度场编码并行成像技术(Wave encoding)是一种用于加快磁共振扫描速度的并行成像技术，其利用了更高效率的多通道线圈空间编码特性，虚拟共轭线圈技术(Virtual Conjugate Coil,VCC)是和wave编码的具有类似效果的并行成像技术，可以提供更多通道的空间编码先验信息，Wave-VCC的结合能够发挥两者的特性，提供更高倍数的加速技术，但是常规的Wave-VCC重建方法中仅仅利用k-space中间的低频ACS信号对背景相位估计，由于缺乏周围高频的信息，使得估计出的背景相位难以表征高频相位变化的图像。

Wave编码技术是一种用于加快三维磁共振扫描速度的并行成像技术，该技术在MRI信号采集的同时(施加读出梯度场的同时)，利用MRI梯度线圈在选层和相位方向分别施加相位差，利用MRI梯度线圈在相位编码方向施加相位差为

虚共轭线圈(VCC)是另一种改善并行成像中编码矩阵系统条件的技术。其思想是将对象背景和线圈相位合并到重建过程中，通过添加虚拟线圈实现提供额外的编码能力，虚拟线圈是由来自实际物理线圈的共轭对称k空间信号生成的。

现有技术需要采集低频的自动校准信号(auto-calibration signals,ACS)信号，再根据低频的ACS信号去计算高频的线圈敏感度，而在采集低频的ACS信号的过程中，记忆引入运动误差，从而导致计算出的线圈敏感度存在较大误差，进而导致依据线圈敏感度重建的图像质量较差。

综上所述，现有技术计算出的重建图像质量较差。

因此，现有技术还有待改进和提高。

发明内容

为解决上述技术问题，本发明提供了一种磁共振图像重建方法和图像重建装置，解决了现有技术计算出的重建图像质量较差的问题。

为实现上述目的，本发明采用了以下技术方案：

第一方面，本发明提供一种磁共振图像重建方法，其中，包括：

对深度图像的图像结构信息应用由若干个神经网络组成的网络结构，得到所述网络结构输出的底层图像、背景相位、目标物体对磁场线圈的线圈敏感度、所述线圈敏感度的共轭敏感度，所述深度图像用于表征目标物体相对磁共振设备的深度信息，所述磁场线圈为所述磁共振设备内部的线圈；

对所述磁共振设备接收到的来自所述目标物体的信号进行采样，生成采样模板信号；

依据采样环境中施加的各个磁场信息，得到各个磁场所构成的磁场相位差；

依据所述底层图像、所述线圈敏感度、所述共轭敏感度、所述背景相位、所述采样模板信号以及所述磁场相位差，重建所述目标物体的磁共振图像。

在一种实现方式中，所述对深度图像的图像结构信息应用由若干个神经网络组成的网络结构，得到所述网络结构输出的底层图像、背景相位、目标物体对磁场线圈的线圈敏感度、所述线圈敏感度的共轭敏感度，所述深度图像用于表征目标物体相对磁共振设备的深度信息，所述磁场线圈为所述磁共振设备内部的线圈，包括：

对所述深度图像的图像结构信息应用具有解码结构的第一深度卷积神经网络，得到所述第一深度卷积神经网络输出的底层图像；

对所述深度图像的图像结构信息应用第二深度卷积神经网络，得到所述第二深度卷积神经网络输出的背景相位；

对所述深度图像的图像结构信息应用第三深度卷积神经网络，得到所述第三深度卷积神经网络输出的线圈敏感度；

对所述深度图像的图像结构信息应用第四深度卷积神经网络，得到所述第四深度卷积神经网络输出的共轭敏感度。

在一种实现方式中，所述对所述磁共振设备接收到的来自所述目标物体的信号进行采样，生成采样模板信号，包括：

对所述磁共振设备接收到的来自所述目标物体的信号使用三维MRI序列进行采样，得到选层方向的采样信号和相位方向的采样信号；

依据选层方向的采样信号和相位方向的采样信号，生成采样模板信号。

在一种实现方式中，对所述磁共振设备接收到的来自所述目标物体的信号使用三维MRI序列进行采样的同时，在所述选层方向施加正弦梯度场，在所述相位方向施加截断式正弦梯度场；或者，在所述选层方向施加截断式正弦梯度场，在所述相位方向施加正弦梯度场。

在一种实现方式中，所述截断式正弦梯度场的0阶矩为零。

在一种实现方式中，所述依据采样环境中施加的各个磁场信息，得到各个磁场所构成的磁场相位差，包括：

依据所述正弦梯度场的磁场相位和所述截断式正弦梯度场的磁场相位，计算所述正弦梯度场与所述截断式正弦梯度场之间的磁场相位差。

在一种实现方式中，所述依据所述底层图像、所述线圈敏感度、所述共轭敏感度、所述背景相位、所述采样模板信号以及所述磁场相位差，重建所述目标物体的磁共振图像，包括：

将所述底层图像乘以所述线圈敏感度，得到第一结果；

对所述第一结果应用傅里叶变换，得到第二结果；

将所述第二结果与所述磁场相位差相乘，得到第三结果；

对所述第三结果应用傅里叶逆变换，得到第四结果；

将所述第四结果乘以所述采样模板信号，得到目标信号；

将所述背景相位、所述共轭敏感度、所述底层图像相乘，得到第五结果；

对所述第五结果应用傅里叶变换，得到第六结果；

将所述第六结果乘以磁场相位差，得到第七结果；

对所述第七结果应用傅里叶逆变换，得到第八结果；

将所述第八结果乘以所述采样模板信号，得到所述目标信号的共轭对称信号；

依据所述目标信号和所述共轭对称信号，重建所述目标物体的磁共振图像。

第二方面，本发明实施例还提供一种磁共振图像重建装置，其中，所述装置包括如下组成部分：

信息解析模块，用于对深度图像的图像结构信息应用由若干个神经网络组成的网络结构，得到所述网络结构输出的底层图像、背景相位、目标物体对磁场线圈的线圈敏感度、所述线圈敏感度的共轭敏感度，所述深度图像用于表征目标物体相对磁共振设备的深度信息，所述磁场线圈为所述磁共振设备内部的线圈；

信号采用模块，用于对所述磁共振设备接收到的来自所述目标物体的信号进行采样，生成采样模板信号；

相位差计算模块，用于依据采样环境中施加的各个磁场信息，得到各个磁场所构成的磁场相位差；

图像重建模块，用于依据所述底层图像、所述线圈敏感度、所述共轭敏感度、所述背景相位、所述采样模板信号以及所述磁场相位差，重建所述目标物体的磁共振图像。

第三方面，本发明实施例还提供一种终端设备，其中，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的磁共振图像重建程序，所述处理器执行所述磁共振图像重建程序时，实现上述所述的磁共振图像重建方法的步骤。

第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有磁共振图像重建程序，所述磁共振图像重建程序被处理器执行时，实现上述所述的磁共振图像重建方法的步骤。

有益效果：本发明重建图像所需的底层图像、背景相位、线圈敏感度、共轭敏感度全部来源于神经网络，由于本发明在计算线圈敏感度的过程中不涉及低频的ACS信号，因此提高了本发明重建图像的质量。另外，由于本发明的底层图像也是通过神经网络计算得到，从而提高了本发明重建图像的速度。

附图说明

图1为本发明的整体流程图；

图2为本发明实施例中的深度卷积神经网络结构图；

图3为本发明实施例中的数据欠采样策略示意图；

图4为本发明实施例中的截断式正弦梯度场示意图；

图5为本发明实施例中的正弦梯度场示意图；

图6为本发明实施例中的截断式梯度场用于bSSFP序列示意图；

图7为本发明实施例提供的终端设备的内部结构原理框图。

具体实施方式

以下结合实施例和说明书附图，对本发明中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

经研究发现，现有技术需要采集低频的ACS信号，再根据低频的ACS信号去计算高频的线圈敏感度，而在采集低频的ACS信号的过程中，记忆引入运动误差，从而导致计算出的线圈敏感度存在较大误差，进而导致依据线圈敏感度重建的图像质量较差。

为解决上述技术问题，本发明提供了一种磁共振图像重建方法和图像重建装置，解决了现有技术计算出的重建图像质量较差的问题。具体实施时，首先对深度图像的图像结构信息应用由若干个神经网络组成的网络结构，得到网络结构输出的底层图像、背景相位、目标物体对磁场线圈的线圈敏感度、线圈敏感度的共轭敏感度；对磁共振设备接收到的来自目标物体的信号进行采样，生成采样模板信号；之后依据采样环境中施加的各个磁场信息，得到各个磁场所构成的磁场相位差；最后依据底层图像、线圈敏感度、共轭敏感度、背景相位、采样模板信号以及磁场相位差，重建目标物体的磁共振图像。本发明提高了重建图像的质量。

举例说明，需要用磁共振成像技术采集患者的病变处图像，磁共振设备固定在一个位置处，通过磁共振设备采集患者病变处的深度图像(用于表征病变处各点与磁共振设备之间的距离)。将该深度图像的图像信息分别输入到四个神经网络中，得到底层图像、背景相位、线圈敏感度(病变处对磁共振设备内部线圈的敏感度，即线圈变化会导致采集到病变处的图像信息发生多大的变化)、共轭敏感度。另外，在对信号(该信号为磁共振设备向病变处发送原始信号之后，病变处对该原始信号作用之后形成的信号)进行采样以得到采样模板信号的同时给信号所在的环境施加各种磁场。各种磁场之间会产生磁场相位差。最后结合底层图像、线圈敏感度、共轭敏感度、背景相位、采样模板信号以及磁场相位差，就可以重建出病变处(目标物体)的磁共振图像。

本实施例的磁共振图像重建方法可应用于终端设备中，所述终端设备可为具有图像采集功能的终端产品，比如磁共振设备等。在本实施例中，如图1中所示，所述磁共振图像重建方法具体包括如下步骤：

S100，对深度图像的图像结构信息应用由若干个神经网络组成的网络结构，得到所述网络结构输出的底层图像、背景相位、目标物体对磁场线圈的线圈敏感度、所述线圈敏感度的共轭敏感度，所述深度图像用于表征目标物体相对磁共振设备的深度信息，所述磁场线圈为所述磁共振设备内部的线圈。

本实施例中，图像结构信息被利用，这种图像结构信息在MRI图像中一般表示为图像本身的稀疏性质，而这种性质可以用优化后的网络结构去表征。

本实施例包括四个如图2所示的神经网络，图2中从上到下依次为第一深度卷积神经网络CNN

优化参数依据如下的公式：

式中，

优化网络之后，将深度图像的图像结构信息输入到解码结构的第一深度卷积神经网络CNN

本实施例中，没有直接使用仅仅包含低频相位信息的ACS信号去估计背景相位，而是根据图像的退化过程以及最后采集的信号去表征图像以及其相位信息，因此能更加准确的生成图像以及包含的背景相位信息。

S200，对所述磁共振设备接收到的来自所述目标物体的信号进行采样，生成采样模板信号。

比如磁共振设备向人体病变处(目标物体)发送原始信号，人体病变处与原始信号相互作用，使得原始信号变成一种新的信号，对该新的信号进行采样，生成如图3所示的采样模板信号。

步骤S200在采样之前需要施加正弦梯度场和截断式正弦梯度场。

在一个实施例中，在进行信号采样之前，利用MRI梯度场线圈在选层方向施加正弦梯度场，同时利用MRI梯度场线圈在相位方向施加如图4所示的截断式正弦梯度场。或者，利用MRI梯度场线圈在选层方向施加如图4所示的截断式正弦梯度场，同时利用MRI梯度场线圈在相位方向施加如图5所示的正弦梯度场。且截断式正弦梯度场的0阶矩为零。

该实施例中，截断式正弦梯度场的0阶矩(在相位方向和选层方向)为零再结合截断式正弦梯度场在相位方向采用如图4所示的方向，不仅能够有效分散由欠采样所导致的混叠伪影，降低g-factor引起的信噪比丢失以实现高倍加速，同时避免了由0阶矩不为零的梯度场所导致的成像伪影。

在一个实施例中，正弦梯度场与截断式正弦梯度场的磁场相位差Psf为

在一个实施例中，正弦梯度场的表达式如下：

其中，t为时间，且t＝0时间点已在图5中标注；

施加上述正弦梯度场和截断式正弦梯度场之后，步骤S200开始采样信号，步骤S200包括如下的步骤S201和S202：

S201，对所述磁共振设备接收到的来自所述目标物体的信号使用三维MRI序列进行采样，得到选层方向的采样信号和相位方向的采样信号。

本实施例中，三维MRI序列包括GRE序列、SE序列、bSSFP序列等。

S202，依据选层方向的采样信号和相位方向的采样信号，生成采样模板信号。

本实施例使用三维MRI序列对信号进行欠采样，以达到加速扫描的目的。将截断式梯度场应用于bSSFP序列当中，并使用2D CAIPIRINHA技术的信号采集策略减少数据采集量。通过截断式梯度场和2D CAIPIRINHA采样策略的结合，能够将欠采样所导致的混叠同时分散到读出、相位和选层方向，更有效的利用了FOV中的背景区域，增大了不同像素点间的灵敏度差异，从而更进一步降低g-factor信噪比丢失。

截断式梯度场采用如图6所示的方式应用在bSSFP序列中，同时2D CAIPIRINHA数据采集策略如图3所示。图3中同时垂直于相位方向和选层方向为读出方向，虚线交点为全采样所需采集的读出线，本发明所采用的欠采样策略所需采集的读出线由实心原点表示。图3所示为3×3倍欠采样(相位方向3倍欠采样，选层方向3倍欠采样)，总加速倍数为9，所需采集时间为重复时间(TR,repetition time)×相位编码线数(Np)×选层编码线数(Ns)/9。

S300，依据采样环境中施加的各个磁场信息，得到各个磁场所构成的磁场相位差。

本实施例中，各个磁场信息为步骤S200中的正弦梯度场的磁场相位和截断式正弦梯度场的磁场相位，在二维情况中，点扩散函数Psf

S400，依据所述底层图像、所述线圈敏感度、所述共轭敏感度、所述背景相位、所述采样模板信号以及所述磁场相位差，重建所述目标物体的磁共振图像。

步骤S400包括如下的步骤S401至S4011：

S401，将所述底层图像乘以所述线圈敏感度，得到第一结果。

S402，对所述第一结果应用傅里叶变换，得到第二结果。

S403，将所述第二结果与所述磁场相位差Psf相乘，得到第三结果。

S404，对所述第三结果应用傅里叶逆变换，得到第四结果。

S405，将所述第四结果乘以所述采样模板信号，得到目标信号b：

S406，将所述背景相位、所述共轭敏感度、所述底层图像相乘，得到第五结果；

S407，对所述第五结果应用傅里叶变换，得到第六结果；

S408，将所述第六结果乘以磁场相位差Psf，得到第七结果；

S409，对所述第七结果应用傅里叶逆变换，得到第八结果；

S4010，将所述第八结果乘以所述采样模板信号，得到所述目标信号的共轭对称信号b

在一个实施例中，用b

b

b

S4011，依据所述目标信号b和所述共轭对称信号b

根据目标信号b和共轭对称信号b

综上，本发明重建图像所需的底层图像、背景相位、线圈敏感度、共轭敏感度全部来源于神经网络，由于本发明在计算线圈敏感度的过程中不涉及低频的ACS信号，因此提高了本发明重建图像的质量。另外，由于本发明的底层图像也是通过神经网络计算得到，从而提高了本发明重建图像的速度。

另外，本发明使用无需训练的深度卷积神经网络(Decoder)去表示经过Wave-VCC编码和扩展后的底层图像、CSM以及无法仅使用低频部分的ACS估计的高频变化的背景相位，使用卷积神经网络先去间接生成上述三个变量，在本发明中，使用无需训练的解码卷积神经网路，相对于传统的无论是监督神经网络还是无监督神经网络，不需要收集训练数据，网络参数的更新是通过优化算法进行优化的，这更加符合临床磁共振成像中全采样数据的难以收集的特点。

本实施例还提供一种磁共振图像重建装置，所述装置包括如下组成部分：

信息解析模块，用于对深度图像的图像结构信息应用由若干个神经网络组成的网络结构，得到所述网络结构输出的底层图像、背景相位、目标物体对磁场线圈的线圈敏感度、所述线圈敏感度的共轭敏感度，所述深度图像用于表征目标物体相对磁共振设备的深度信息，所述磁场线圈为所述磁共振设备内部的线圈；

信号采用模块，用于对所述磁共振设备接收到的来自所述目标物体的信号进行采样，生成采样模板信号；

相位差计算模块，用于依据采样环境中施加的各个磁场信息，得到各个磁场所构成的磁场相位差；

图像重建模块，用于依据所述底层图像、所述线圈敏感度、所述共轭敏感度、所述背景相位、所述采样模板信号以及所述磁场相位差，重建所述目标物体的磁共振图像。

基于上述实施例，本发明还提供了一种终端设备，其原理框图可以如图7所示。该终端设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种磁共振图像重建方法。该终端设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该终端设备的温度传感器是预先在终端设备内部设置，用于检测内部设备的运行温度。

本领域技术人员可以理解，图7中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种终端设备，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的磁共振图像重建程序，处理器执行磁共振图像重建程序时，实现如下操作指令：

对深度图像的图像结构信息应用由若干个神经网络组成的网络结构，得到所述网络结构输出的底层图像、背景相位、目标物体对磁场线圈的线圈敏感度、所述线圈敏感度的共轭敏感度，所述深度图像用于表征目标物体相对磁共振设备的深度信息，所述磁场线圈为所述磁共振设备内部的线圈；

对所述磁共振设备接收到的来自所述目标物体的信号进行采样，生成采样模板信号；

依据采样环境中施加的各个磁场信息，得到各个磁场所构成的磁场相位差；

依据所述底层图像、所述线圈敏感度、所述共轭敏感度、所述背景相位、所述采样模板信号以及所述磁场相位差，重建所述目标物体的磁共振图像。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。