[发明专利]一种动态医学成像方法、装置、设备及存储介质

说明书

本发明实施例公开了一种动态医学成像方法、装置、设备及存储介质，所述方法包括：获取动态采样数据；将所述动态采样数据输入至训练好的动态成像模型中，获得所述动态成像模型的输出结果，其中，所述动态成像模型包括低秩模块；根据所述输出结果确定所述动态采样数据对应的目标重建图像并输出。本发明实施例提供的方法通过动态成像模型中的低秩模块获取动态数据中的低秩特征，利用动态数据中的低秩特征进行图像重建，使得图像重建时充分利用了动态数据中的低秩特征，提升了图像重建性能，改善了动态医学图像的重建结果。

技术领域

本发明实施例涉及图像重建技术领域，尤其涉及一种动态医学成像方法、装置、设备及存储介质。

背景技术

动态医学成像可以理解为使用成像或造影剂来选择性地增大图像中目标区域的对比度或者跟随在目标区域中的吸收或流动，即所谓的造影剂跟踪术，能够为临床诊断提供丰富的信息。例如，磁共振动态成像中的心脏电影成像能够用于评估心功能，室壁运动异常等，为心脏临床诊断提供丰富的信息。然而，由于磁共振物理及硬件、和心脏运动周期时长的制约，磁共振心脏电影成像往往时间和空间分辨率受限，无法准确评估部分心脏疾病，如心率不齐等的心功能情况。因此，在保证成像质量的前提下，利用快速成像方法提高磁共振心脏电影成像的时间和空间分辨率尤为重要。

随着神经网络的快速发展，通过神经网络进行医学图像的重建已成为研究的主要方向，基于深度学习的神经网络方法(DC-CNN、CRNN、DIMENSION)能够避免迭代求解步骤，加速了重建时间。但是，这些深度学习方法仅仅无法充分利用数据特征，限制了重建性能的提升。

发明内容

本发明实施例提供了一种动态医学成像方法、装置、设备及存储介质，以解决现有技术中重建性能受限的技术问题，实现充分利用数据特征，提高基于神经网络实现的动态医学图像重建性能。

第一方面，本发明实施例提供了一种动态医学成像方法，包括：

获取动态采样数据；

将动态采样数据输入至训练好的动态成像模型中，获得动态成像模型的输出结果，其中，动态成像模型包括低秩模块；

根据输出结果确定动态采样数据对应的目标重建图像并输出。

第二方面，本发明实施例还提供了一种动态医学成像装置，包括：

采样数据获取模块，用于获取动态采样数据；

输出结果获取模块，用于将动态采样数据输入至训练好的动态成像模型中，获得动态成像模型的输出结果，其中，动态成像模型包括低秩模块；

重建图像输出模块，用于根据输出结果确定动态采样数据对应的目标重建图像并输出。

第三方面，本发明实施例还提供了一种计算机设备，设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本发明任意实施例所提供的动态医学成像方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的动态医学成像方法。

本发明实施例通过获取动态采样数据；将动态采样数据输入至训练好的动态成像模型中，获得动态成像模型的输出结果，其中，动态成像模型包括低秩模块；根据输出结果确定动态采样数据对应的目标重建图像并输出，通过动态成像模型中的低秩模块获取动态数据中的低秩特征，利用动态数据中的低秩特征进行图像重建，使得图像重建时充分利用了动态数据中的低秩特征，提升了图像重建性能，改善了动态医学图像的重建结果。

附图说明