[发明专利]一种基于卷积神经网络的磁共振图像合成方法和装置

说明书

本发明提供了一种基于卷积神经网络的磁共振图像合成方法和装置，涉及图像处理技术领域，通过一次扫描获得MDME序列磁共振扫描图像信息；对所述MDME序列磁共振扫描图像信息进行解析计算，获得模图图像信息；将所述模图图像信息输入U‑Net卷积神经网络模型，其中，所述U‑Net卷积神经网络模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：输入图像、标准参考图像；获得所述U‑Net卷积神经网络模型对所述模图图像信息回归处理的输出信息，其中，所述输出信息包括第一MRI图像，实现了由一次磁共振扫描图像信息同时合成多类型磁共振图像的技术功能，达到了增加生成图像类型、避开复杂物理计算、提高图像质量的技术效果。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于卷积神经网络的磁共振图像合成方法和装置。

背景技术

磁共振图像合成技术(Synthetic Magnetic Resonance Imaging)是一种磁共振快速成像技术。它通过动态多回波(multi echo multi delay，MDME)序列一次扫描获得原始图像后，可同时计算得到定量的对纵向弛豫时间T₁，横向弛豫时间T₂和质子密度PD(Proton Density)，通过设置不同的扫描重复时间TR(Repetition Time)，回波时间TE(Echo Time)和反转时间TI(Inversion Time)可生成不同对比度的加权图像。其中，PD，T₁，T₂反映组织特征的磁共振定量参数，可通过定量磁共振扫描分析得到。TR，TE是磁共振成像扫描参数，计算时可设定不同的TR，TE来获得不同对比度的合成磁共振图像。

但本发明申请人发现现有技术至少存在如下技术问题：

现有的磁共振快速成像过程中需采用第三方系统实施中间定量计算，且可生成的图像类型有限。

发明内容

本发明实施例提供了一种基于卷积神经网络的磁共振图像合成方法和装置，解决了现有技术中磁共振快速成像过程中需采用第三方系统实施中间定量计算，且可生成的图像类型有限的技术问题，实现了由一次磁共振扫描图像信息同时合成多类型磁共振图像的技术功能，达到了增加生成图像类型、避开复杂物理计算、提高图像质量的技术效果。

鉴于上述问题，提出了本申请实施例以便提供一种基于卷积神经网络的磁共振图像合成方法和装置。

第一方面，本发明提供了一种基于卷积神经网络的磁共振图像合成方法，所述方法包括：通过一次扫描获得MDME序列磁共振扫描图像信息；对所述MDME序列磁共振扫描图像信息进行解析计算，获得模图图像信息；将所述模图图像信息输入U-Net卷积神经网络模型，其中，所述U-Net卷积神经网络模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：输入图像、标准参考图像；获得所述U-Net卷积神经网络模型对所述模图图像信息回归处理的输出信息，其中，所述输出信息包括第一MRI图像。

优选地，所述获得所述U-Net卷积神经网络模型对所述模图图像信息回归处理的输出信息，其中，所述输出信息包括第一MRI图像，包括：

根据所述模图图像信息获得所述输入图像，其中，所述输入图像包含所述模图图像或根据所述模图图像进行解析计算获得的第一计算图像；根据第一用户在第一扫描序列下的磁共振扫描图像，获得所述第一对比图像，其中，所述第一扫描序列包含DWI序列、T1WI序列、T2WI序列、PDWI序列、T1FLAIR序列、T2FLAIR序列、STIR序列；获得所述标准参考图像；根据所述输入图像与所述标准参考图像建立U-Net卷积神经网络模型；将所述输入图像输入所述U-Net卷积神经网络模型进行回归分析，获得训练回归图像；根据所述训练回归图像与所述标准参考图像确定所述U-Net卷积神经网络模型的第一训练参数；根据所述U-Net卷积神经网络模型、所述第一训练参数与所述输入图像获得所述第一MRI图像。