[发明专利]不均匀磁场下回波平面成像无参考扫描图像畸变矫正方法有效
申请号: | 201711396029.6 | 申请日: | 2017-12-21 |
公开(公告)号: | CN108132274B | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 蔡淑惠;廖璞;蔡聪波;张俊;曾坤 | 申请(专利权)人: | 厦门大学 |
主分类号: | G01N24/08 | 分类号: | G01N24/08;A61B5/055 |
代理公司: | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人: | 马应森 |
地址: | 361005 *** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 不均匀磁场下回波平面成像无参考扫描图像畸变矫正方法,涉及核磁共振成像重建方法。利用单扫描回波平面成像序列对信号进行编码和采样,在一次90°脉冲激发后,通过一系列回波梯度采样获得整个k空间信号,不均匀磁场的影响在整个采样过程中积累。采样的信号通过二维傅里叶变换重建出图像,其中实部和虚部分别作为残差神经网络的输入。神经网络的训练来自于模拟数据集。首先随机生成标签,然后根据采样条件获得与标签对应的畸变的图像用于输入。批量生成多组数据用于训练网络。调整网络的超参数以保证训练误差能够收敛。最后导入训练好的网络参数并输入实测单扫描回波平面成像数据,可以获得无畸变的图像。 | ||
搜索关键词: | 不均匀磁场 采样 回波平面成像 参考扫描 神经网络 图像畸变 波平面 图像 畸变 成像 矫正 扫描 标签 二维傅里叶变换 核磁共振成像 采样过程 采样条件 多组数据 模拟数据 随机生成 网络参数 信号通过 训练网络 重建 残差 回波 实部 虚部 实测 收敛 激发 积累 网络 保证 | ||
【主权项】:
1.不均匀磁场下回波平面成像无参考扫描图像畸变矫正方法,其特征在于包括以下步骤:1)将待测样品放置在实验床上并固定好,将装有实验样品的实验床送入磁共振成像仪的检测腔;2)在磁共振成像仪的操作台上打开成像仪操作软件,首先对实验样品进行定位,然后进行调谐、匀场、频率校正和功率校正;3)导入编译好的回波平面成像序列,设置脉冲序列的各个参数,检查实验参数设置是否正确;所述回波平面成像序列包含:90°sinc射频脉冲、层选梯度Gss、频率维偏置梯度Ga和读出梯度Gro、相位维偏置梯度Ge和相位编码梯度Gpe;Ga的面积为第一个Gro面积的一半,方向相反;Ge的面积为所有Gpe面积的一半,方向相反;90°sinc射频脉冲结合层选梯度Gss进行层选;Gro和Gpe相结合,实现对自旋信号的采集;4)执行步骤3)设置好参数的回波平面成像序列,开始采样,数据采样完成后,保存k空间数据并执行下一步骤;5)对步骤4)得到的k空间数据通过快速傅里叶变换转换到图像域,对图像域归一化处理,得到实验数据,具体方法为:对步骤4)得到的k空间数据进行分析,并对不均匀磁场条件下核自旋演化进行理论推导;在采样期,核自旋相位表达式如下:
其中,γ为核自旋的旋磁比,Binh(x,y)为采样点磁场强度相对静磁场B0的偏差,(x,y)和(kx,ky)分别对应核自旋在实空间和k空间的位置;t表示为:
tc为施加射频脉冲到采样开始的时间间隔,Tro和Tpe分别对应梯度Gro和Gpe的作用时间,N为频率维的采样点数,m表示采样点在k空间对应的相位维行数,n表示采样点在k空间对应的频率维列数;采样信号和自旋密度的关系为:
ρ为核自旋密度,最后通过傅里叶变换得到图像域的图像;6)根据实验样品的特征生成模板,根据实验采样参数设置模拟用的序列参数并对模板进行采样,然后通过快速傅里叶变换将k空间数据转换到图像域,对图像域归一化处理得到训练集;7)采用TensorFlow深度学习框架和Python搭建神经网络模型,设置好训练超参数;8)采用步骤6)得到的训练集训练网络,直至网络收敛并达到稳定,得到训练好的网络模型,然后利用训练好的网络模型对步骤5)得到的实验数据进行重建,得到无畸变的回波平面成像图像。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711396029.6/,转载请声明来源钻瓜专利网。