[发明专利]一种基于神经网络的网格化磁共振图像重建方法和装置

说明书

本申请适用于图像重建技术领域，提供了一种基于神经网络的网格化磁共振图像重建方法、装置、终端设备及计算机存储介质，所述方法包括：获取初始采样数据，对所述初始采样数据进行密度补偿，得到补偿数据；使用至少两种插值算法对所述补偿数据进行重采样，得到各插值算法对应的重采样数据；将各所述重采样数据输入权重神经网络，得到所述重采样数据对应的权重，并根据各所述重采样数据对应的权重，对各所述重采样数据进行加权求和，得到目标数据；对所述目标数据进行图像重建处理，得到磁共振图像。本申请可以解决现有的磁共振图像重建方法重建质量低，重建时间长的问题。

技术领域

本申请属于图像重建技术领域，尤其涉及一种基于神经网络的网格化磁共振图像重建方法、装置、终端设备及计算机存储介质。

背景技术

磁共振成像(Magnetic Resonance Imaging，MRI)是目前最先进的医疗诊断手段之一，与X光和X射线计算机断层扫描成像相比，MRI不会产生对人体有害的辐射，并且可以对人体软组织成像，对多种病变提供早期诊断。

然而，MRI存在成像速度慢、成像时间长的缺陷，这些缺陷限制了MRI的推广和应用。目前不规则采样轨迹磁共振重建主要是通过网格化算法实现的。网格化算法主要包括两类，一类最相邻点网格化算法，先对不均匀采样数据进行密度补偿，然后通过最邻近插值法将数据重采样至笛卡尔坐标系下的网格矩阵，再进行磁共振图像重建，这种方式可以实现磁共振图像的快速重建，但是重建质量有待提高；另一类是矩阵反演法，这种方法重建得到的磁共振图像的精度较高，但是重建速度较慢。

综上，现有的磁共振重建方法存在重建质量低，重建时间长的问题。

发明内容

本申请实施例提供了一种基于神经网络的网格化磁共振图像重建方法、装置、终端设备及计算机存储介质，可以解决现有的磁共振图像重建方法重建质量低，重建时间长的问题。

本申请实施例的第一方面提供了一种基于神经网络的网格化磁共振图像重建方法，包括：

获取初始采样数据，对所述初始采样数据进行密度补偿，得到补偿数据；

使用至少两种插值算法对所述补偿数据进行重采样，得到各插值算法对应的重采样数据；

将各所述重采样数据输入权重神经网络，得到所述重采样数据对应的权重，并根据各所述重采样数据对应的权重，对各所述重采样数据进行加权求和，得到目标数据；

对所述目标数据进行图像重建处理，得到磁共振图像。

可选地，所述将各所述重采样数据输入权重神经网络，得到所述重采样数据对应的权重，并根据各所述重采样数据对应的权重，对各所述重采样数据进行加权求和，得到目标数据包括：

将各所述重采样数据在预设频段内的数据输入所述预设频段对应的权重神经网络，得到各所述重采样数据在预设频段对应的权重，其中，所述预设频段的数量为两个以上；

根据各所述重采样数据在预设频段对应的权重，对各所述重采样数据在预设频段内的数据进行加权求和，得到所述预设频段对应的融合数据；

根据各所述预设频段对应的融合数据确定所述目标数据。

可选地，所述权重神经网络为卷积神经网络。

可选地，所述对所述目标数据进行图像重建处理，得到磁共振图像包括：

对所述目标数据进行快速傅里叶逆变换，得到磁共振图像。

可选地，所述插值算法为线性插值算法。

可选地，所述插值算法包括最邻近插值法、双线性插值法以及三次样条插值法中的两种以上。

本申请实施例的第二方面提供了一种基于神经网络的网格化磁共振图像重建装置，包括：