[发明专利]磁共振图像重建装置及磁共振图像重建方法

说明书

磁共振图像重建装置，基于欠采样的频域扫描数据对图像数据进行重建，所述磁共振图像重建装置具有：图像域修正部，在图像域中对所述频域扫描数据进行修正，生成针对所述频域扫描数据的图像域修正数据；频域修正部，在频域中对所述频域扫描数据进行修正，生成针对所述频域扫描数据的频域修正数据；优化部，根据所述图像域修正数据及所述频域修正数据对所述频域扫描数据进行优化；以及重建部，利用优化后的所述频域扫描数据重建所述图像数据。

技术领域

本发明涉及磁共振图像重建装置及磁共振图像重建方法。

背景技术

磁共振成像装置是利用置于静磁场的氢原子核与特定频率的高频磁场共振的磁共振现象的非侵入式的医学图像成像装置。磁共振成像技术具有分辨率高、无创伤、无辐射的特点，能够检查人体的各种实质性器官，因此广泛应用于临床疾病的诊断。磁共振成像装置包含对被检体进行扫描的磁共振扫描装置及根据扫描数据对图像进行重建的磁共振图像重建装置。

传统的磁共振成像装置使用光栅扫描，依次取得频域的k空间中的频域信息，在k空间的频域信息收集完成后，通过对频域的数据进行逆傅里叶变换从而进行成像。由于传统的磁共振技术需要采集完整的频域信息，因此存在扫描时间长，容易使患者产生不适，且容易产生动作伪影(Motion Artefacts)的问题。

已知仅采集部分频域信息，通过欠采样的频域数据对图像进行重建，从而对磁共振成像装置的扫描时间进行加速的技术。作为该技术，可以举出基于并行成像(ParallelImaging)或压缩感知(Compressed Sensing)等算法的磁共振成像装置。对于这种技术，由于缺失了部分频域信息的数据，因此成像质量较低。近年来，随着机器学习技术的发展，提出了使用深度学习的磁共振成像装置，机器学习技术可以用于图像域或频域的数据的修正，也可以用于构成端到端的重建神经网络。通过使用机器学习技术，可以增加扫描加速幅度，提高成像质量。

专利文献1公开了一种基于深度学习的磁共振成像系统，其基于压缩感知算法对图像进行重建，使用神经网络对时域图像进行处理，从而提高成像质量。

现有技术文献

专利文献

专利文献1：

美国专利申请2017/0309019

发明内容

发明要解决的课题

现有的基于深度学习的磁共振成像装置存在训练难度大、训练时间长、成像质量低的问题。

用来解决课题的手段

本发明提供一种磁共振图像重建装置及磁共振图像重建方法。

磁共振图像重建装置，基于欠采样的频域扫描数据对图像数据进行重建，所述磁共振图像重建装置具有：图像域修正部，在图像域中对所述频域扫描数据进行修正，生成针对所述频域扫描数据的图像域修正数据；频域修正部，在频域中对所述频域扫描数据进行修正，生成针对所述频域扫描数据的频域修正数据；优化部，根据所述图像域修正数据及所述频域修正数据对所述频域扫描数据进行优化；以及重建部，利用优化后的所述频域扫描数据重建所述图像数据。

磁共振图像重建方法，基于欠采样的频域扫描数据对图像数据进行重建，所述磁共振图像重建方法包含：图像域修正步骤，在图像域中对所述频域扫描数据进行修正，生成针对所述频域扫描数据的图像域修正数据；频域修正步骤，在频域中对所述频域扫描数据进行修正，生成针对所述频域扫描数据的频域修正数据；优化步骤，根据所述图像域修正数据及所述频域修正数据对所述频域扫描数据进行优化；以及重建步骤，利用优化后的所述频域扫描数据重建所述图像数据。

发明效果

根据本发明的磁共振图像重建装置及磁共振图像重建方法，能够更加准确且可靠地对图像数据进行重建。此外，能够加速磁共振图像重建装置的训练过程。

附图说明