[发明专利]减少磁共振成像中的噪声和伪影的系统和方法

说明书

本发明提供了一种减少医学图像中的噪声和伪影的计算机实现的方法。该方法包括沿第一维度接收一系列医学图像，其中该医学图像中的信号相比于该医学图像中的噪声和伪影在该第一维度上具有更高的相关性。该方法还包括，针对该医学图像中的多个像素中的每一个像素，基于该系列医学图像沿该第一维度导出一系列数据点，将该系列数据点输入到神经网络模型中，以及输出该系列数据点中的信号分量。该神经网络模型被配置为将信号分量与该系列数据点中的噪声和伪影分量分开。该方法还包括基于所输出的信号分量生成一系列经过校正的医学图像。

背景技术

本公开的领域整体涉及减少噪声和伪影的系统和方法，并且更具体地，涉及使用神经网络模型来减少医学图像中的噪声和伪影的系统和方法。

其中k空间原始数据通过径向轨迹采集的径向磁共振成像(MRI)由于其运动稳健性及其支持加速成像的能力而在医学成像中具有吸引力。虽然采集噪声存在于所有MRI，但径向MRI还受到条纹伪影形式的伪影的困扰。伪影可由系统缺陷引起，诸如梯度非线性、脂肪抑制不良、运动或者加速成像中的欠采样的数据采集。在时间分辨成像诸如对比度增强的成像中，对于不断增加的空间分辨率和时间分辨率，由于增加的欠采样水平，伪影加剧。

发明内容

在一个方面，提供了减少医学图像中的噪声和伪影的计算机实现的方法。该方法包括沿第一维度接收受检者体积的一系列医学图像，其中医学图像包括信号、噪声和伪影，这些信号相比于噪声和伪影在第一维度上具有更高的相关性。该方法还包括，针对医学图像中的多个像素中的每一个像素，基于该系列医学图像沿第一维度导出一系列数据点，将该系列数据点输入到神经网络模型中，以及输出该系列数据点中的信号分量。神经网络模型被配置为将该系列数据点中的信号分量与该系列数据点中的噪声和伪影分量分开。该方法还包括基于针对多个像素中的每一个像素的该系列数据点中所输出的信号分量来生成一系列经过校正的医学图像。

在另一方面，提供了一种噪声和伪影减少系统。该噪声和伪影减少系统包括噪声和伪影减少计算设备。噪声和伪影减少计算设备包括电联接到至少一个存储器设备的至少一个处理器。至少一个处理器被编程用于沿第一维度接收受检者体积的一系列医学图像，其中医学图像包括信号、噪声和伪影，这些信号相比于噪声和伪影在第一维度上具有更高的相关性。至少一个处理器被进一步编程用于针对医学图像中的多个像素中的每一个像素，基于该系列医学图像沿第一维度导出一系列数据点，将该系列数据点输入到神经网络模型中，以及输出该系列数据点中的信号分量。神经网络模型被配置为将该系列数据点中的信号分量与该系列数据点中的噪声和伪影分量分开。至少一个处理器被进一步编程用于基于针对多个像素中的每一个像素的所述系列数据点中所输出的信号分量来生成一系列经过校正的医学图像。

附图说明

图1是示例性磁共振成像(MRI)系统的示意图。

图2是示例性噪声和伪影减少系统。

图3是减少噪声和伪影的示例性方法的流程图。

图4A是图3所示方法的示例性实施方案中数据流的示意图。

图4B示出了用图3所示的示例性方法和已知方法处理的磁共振(MR)图像。

图4C示出了用图3所示的另一种示例性方法和已知方法处理的MR图像。

图5A是神经网络模型的示意图。

图5B是图5A所示的神经网络模型中的神经元的示意图。

图6是示例性神经网络的示意图。

图7是示例性计算设备的框图。

具体实施方式