[发明专利]磁共振图像的相位解缠方法、装置及磁共振成像系统

权利要求书

1.一种磁共振图像的相位解缠方法，其特征在于包括：

获取第一磁共振相位图，所述第一磁共振相位图中包含缠绕相位；

将所述第一磁共振相位图输入到训练完备的人工神经网络模型，其中所述训练完备的人工神经网络模型包含人工神经网络模型捕获并编码的磁场分布信息和磁共振相位校正偏移图之间的非线性关系；

获取所述训练完备的人工神经网络模型输出的第二磁共振相位图，其中，所述第二磁共振相位图包括用于表示所述第一磁共振相位图与第三磁共振相位图之间的相位偏移量的磁共振相位校正偏移图，所述第三磁共振相位图通过对所述第一磁共振相位图中的缠绕相位进行相位解缠后得到。

2.根据权利要求1所述的磁共振图像的相位解缠方法，其特征在于，在所述第二磁共振相位图为所述磁共振相位校正偏移图的情况下，所述方法还包括：

在所述磁共振相位校正偏移图是表示相位解缠后得到的磁共振相位图减去相位解缠前的磁共振相位图得到的偏移量的情况下，将所述第一磁共振相位图与所述磁共振相位校正偏移图相加，得到所述第三磁共振相位图；

在所述磁共振相位校正偏移图是表示相位解缠前的磁共振相位图减去相位解缠后得到的磁共振相位图得到的偏移量的情况下，将所述第一磁共振相位图与所述磁共振相位校正偏移图相减，得到所述第三磁共振相位图。

3.根据权利要求1所述的磁共振图像的相位解缠方法，其特征在于，获取第一磁共振相位图包括：

获取在采集第四磁共振相位图的同一次磁共振图像采集过程中采集到的磁共振幅值图，其中，所述第一磁共振相位图基于所述第四磁共振相位图去除非感兴趣磁场区域后获得；

根据所述磁共振幅值图，生成用于标识感兴趣磁场区域的掩模图；

将所述第四磁共振相位图乘以所述掩模图，得到所述第一磁共振相位图。

4.根据权利要求1所述的磁共振图像的相位解缠方法，其特征在于，

所述训练完备的人工神经网络模型是以包含缠绕相位的第五磁共振相位图作为输入对象，以第六磁共振相位图作为监督，对初始的人工神经网络模型进行训练得到的；或者

所述训练完备的人工神经网络模型是以包含缠绕相位的第五磁共振相位图作为输入对象，以表示所述第五磁共振相位图与第六磁共振相位图之间的相位偏移量的磁共振相位校正偏移图作为监督，对初始的人工神经网络模型进行训练得到的；

其中，所述第六磁共振相位图是对所述第五磁共振相位图中的缠绕相位进行相位解缠后得到的磁共振相位图。

5.根据权利要求4所述的磁共振图像的相位解缠方法，其特征在于，对所述第五磁共振相位图中的缠绕相位进行相位解缠所采用的相位解缠方法包括以下之一：枝切线相位解缠算法、质量图指引算法、掩模切割算法。

6.根据权利要求4所述的磁共振图像的相位解缠方法，其特征在于，在所述训练完备的人工神经网络模型的训练过程中，通过裁剪掉人工神经网络模型中重要性等级低于预设阈值的参数，以加速人工神经网络模型的收敛速度。

7.根据权利要求1至6中任一项所述的磁共振图像的相位解缠方法，其特征在于，所述训练完备的人工神经网络模型采用的架构为卷积神经网络CNN或者U-Net。

8.一种磁共振图像的相位解缠装置，其特征在于包括：

第一获取模块，用于获取第一磁共振相位图，所述第一磁共振相位图中包含缠绕相位；

输入模块，用于将所述第一磁共振相位图输入到训练完备的人工神经网络模型，其中所述训练完备的人工神经网络模型包含人工神经网络模型捕获并编码的磁场分布信息和磁共振相位校正偏移图之间的非线性关系；

第二获取模块，用于获取所述训练完备的人工神经网络模型输出的第二磁共振相位图，其中，所述第二磁共振相位图包括用于表示所述第一磁共振相位图与第三磁共振相位图之间的相位偏移量的磁共振相位校正偏移图，所述第三磁共振相位图通过对所述第一磁共振相位图中的缠绕相位进行相位解缠后得到。