[发明专利]磁共振图像处理方法、装置、存储介质和磁共振成像系统

权利要求书

1.一种磁共振图像处理方法，其特征在于，包括：

获取待校正数据，并将所述待校正数据输入伪影校正模型，生成初始校正数据，其中，所述伪影校正模型基于神经网络模型预先训练获得，所述初始校正数据对应的k空间包括比所述待校正数据对应的k空间多的高频成分；

分别对所述待校正数据和所述初始校正数据进行加权处理，生成加权结果，并对k空间数据对应的矩阵中的每一个矩阵元素对应的两个所述加权结果进行融合处理，生成目标校正k空间数据；

重建所述目标校正k空间数据，生成伪影校正后的目标校正磁共振图像；

所述初始校正数据对应的k空间中心区域的数据变化幅度小于对应的k空间边缘区域的数据变化幅度；

所述获取待校正数据包括：获取待校正数据对应的原始k空间数据，所述待校正数据是欠采样的，所述待校正数据中的k空间中心区域被填充。

2.根据权利要求1所述的方法，其特征在于，获取待校正数据还包括：

对所述原始k空间数据中除去k空间中心区域的剩余k空间区域进行数值填充，生成所述待校正数据。

3.根据权利要求1所述的方法，其特征在于，在分别对所述待校正数据和所述初始校正数据进行加权处理，生成加权结果之前，还包括：

依据预设权重值分布规则，生成第一权重矩阵和第二权重矩阵。

4.根据权利要求3所述的方法，其特征在于，所述预设权重值分布规则为与k空间数据中同一个元素对应的所述第一权重矩阵中的第一权重值和所述第二权重矩阵中的第二权重值之和为1，

且所述第一权重矩阵中作用于所述k空间数据中第一设定区域的各矩阵元素的权重值大于作用于所述k空间数据中第二设定区域的各矩阵元素的权重值。

5.根据权利要求4所述的方法，其特征在于，所述第一设定区域为k空间中心区域，所述第二设定区域为除去k空间中心区域的剩余k空间区域。

6.根据权利要求3所述的方法，其特征在于，分别对所述待校正数据和所述初始校正数据进行加权处理，生成加权结果包括：

依据所述第一权重矩阵对所述待校正数据进行加权处理，生成第一加权结果；

依据所述第二权重矩阵对所述初始校正数据进行加权处理，生成第二加权结果。

7.根据权利要求1所述的方法，其特征在于，所述伪影校正模型通过如下方式预先训练获得：

获取至少两组模型训练数据，每组所述模型训练数据包括输入数据和期望输出数据，所述期望输出数据中的伪影成分少于所述输入数据中的伪影成分；

以所述输入数据为设定神经网络模型的训练输入数据，以所述期望输出数据为所述设定神经网络模型的训练约束数据，对所述设定神经网络模型进行训练，获得所述伪影校正模型；

其中，所述期望输出数据对应的k空间包含比所述输入数据对应的k空间多的高频成分。

8.一种磁共振图像处理装置，其特征在于，包括：

初始校正数据生成模块，用于获取待校正数据，并将所述待校正数据输入伪影校正模型，生成初始校正数据，其中，所述伪影校正模型基于神经网络模型预先训练获得，所述初始校正数据对应的k空间包括比所述待校正数据对应的k空间多的高频成分；

加权融合模块，用于分别对所述待校正数据和所述初始校正数据进行加权处理，生成加权结果，并对k空间数据对应的矩阵中的每一个矩阵元素对应的两个所述加权结果进行融合处理，生成目标校正k空间数据；

重建模块，用于重建所述目标校正k空间数据，生成伪影校正后的目标校正磁共振图像；

所述初始校正数据对应的k空间中心区域的数据变化幅度小于对应的k空间边缘区域的数据变化幅度；

所述获取待校正数据包括：获取待校正数据对应的原始k空间数据，所述待校正数据是欠采样的，所述待校正数据中的k空间中心区域被填充。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的图像处理方法。

10.一种磁共振成像系统，其特征在于，包括：

MRI扫描仪，用于扫描位于其内的对象并产生与对象有关的待校正数据；

图像处理器，与所述MRI扫描仪通信连接，被编程为：

获取所述待校正数据，并根据所述待校正数据生成初始校正数据，其中，所述待校正初始校正数据对应的k空间包括比所述待校正数据对应的k空间多的高频成分；

分别对所述待校正数据和所述初始校正数据进行加权处理，生成加权结果，并对k空间数据对应的矩阵中的每一个矩阵元素对应的两个所述加权结果进行融合处理，生成目标校正k空间数据；

重建所述目标校正k空间数据，生成伪影校正后的目标校正磁共振图像；

所述初始校正数据对应的k空间中心区域的数据变化幅度小于对应的k空间边缘区域的数据变化幅度；

所述获取待校正数据包括：获取待校正数据对应的原始k空间数据，所述待校正数据是欠采样的，所述待校正数据中的k空间中心区域被填充。