【技术实现步骤摘要】
用于图像重建的系统和方法
本公开总体涉及图像重建,更具体地涉及用于使用常微分方程(ODE)进行图像重建的系统和方法。
技术介绍
诸如磁共振成像(MRI)的医学成像广泛用于各种身体状况(例如肿瘤、冠心病或脑部疾病)的疾病诊断和/或治疗。图像重建是医学成像领域中用来将扫描数据转换成图像的关键技术。常规上,图像重建通过基于扫描数据求解优化问题来执行,这是耗时的并且需要大量的计算资源。因此,期望提供用于图像重建的系统和方法,从而提高医学分析和/或诊断的效率和准确度。
技术实现思路
本公开的一个方面涉及一种用于MRI中的图像重建的系统。系统可以包括:至少一个储存装置,其包括指令集;和至少一个处理器,其与至少一个储存装置通信。当执行该指令集时,可以指示至少一个处理器执行操作。操作可以包括:获得与对象相关联的欠采样的k空间数据,其中,欠采样的k空间数据可以基于磁共振(MR)信号来生成,这些MR信号由扫描对象的MR扫描仪收集。操作还可以包括:将基于欠采样的k空间数据的MR图像的重建过程构建ODE;以及通过使用ODE求解器基于欠采样的k空间数据求解ODE来生成对象的MR图像。在一些实施例中,训练过的神经网络模型可以包括卷积神经网络(CNN)模型、卷积循环神经网络(RNN)模型和/或级联神经网络模型。在一些实施例中,ODE求解器可以包括欧拉(Euler)算法、中值算法和/或龙格-库塔(Runge-Kutta)算法。本公开的另外方面涉及一种用于MRI中的图像重建的方法。该方法可以在包括至少一个处 ...
【技术保护点】
1.一种用于磁共振成像(MRI)中的图像重建的系统,包括:/n至少一个储存装置,其包括指令集;和/n至少一个处理器,其与所述至少一个储存装置通信,其中,当执行所述指令集时,指示所述至少一个处理器执行操作,包括:/n获得与对象相关联的欠采样的k空间数据,所述欠采样的k空间数据基于磁共振(MR)信号来生成,所述MR信号由扫描所述对象的MR扫描仪收集;/n将基于欠采样的k空间数据的MR图像的重建过程,构建常微分方程(ODE);以及/n通过使用ODE求解器基于所述欠采样的k空间数据求解所述ODE来生成所述对象的所述MR图像。/n
【技术特征摘要】
20200122 US 16/749,9641.一种用于磁共振成像(MRI)中的图像重建的系统,包括:
至少一个储存装置,其包括指令集;和
至少一个处理器,其与所述至少一个储存装置通信,其中,当执行所述指令集时,指示所述至少一个处理器执行操作,包括:
获得与对象相关联的欠采样的k空间数据,所述欠采样的k空间数据基于磁共振(MR)信号来生成,所述MR信号由扫描所述对象的MR扫描仪收集;
将基于欠采样的k空间数据的MR图像的重建过程,构建常微分方程(ODE);以及
通过使用ODE求解器基于所述欠采样的k空间数据求解所述ODE来生成所述对象的所述MR图像。
2.根据权利要求1所述的系统,其中,所述将基于所述欠采样的k空间数据的MR图像的重建过程构建ODE包括:
将基于所述欠采样的k空间数据的所述MR图像的所述重建过程公式化为离散优化过程;以及
通过将所述离散优化过程变换为连续优化过程来构建所述ODE,其中,所述ODE对解在所述连续优化过程期间的变化率进行建模。
3.根据权利要求1所述的系统,其中,所述通过使用ODE求解器基于所述欠采样的k空间数据求解所述ODE来生成所述对象的所述MR图像包括:
基于所述欠采样的k空间数据重建所述对象的欠采样的MR图像,作为所述ODE的初始值;以及
通过使用所述ODE求解器基于所述初始值求解所述ODE来生成所述对象的所述MR图像。
4.根据权利要求3所述的系统,其中,所述ODE求解器是训练过的神经网络模型,其中,所述通过使用所述ODE求解器基于初始值求解所述ODE来生成所述对象的所述MR图像包括:
通过将所述欠采样的MR图像输入到所述训练过的神经网络模型中来获得所述对象的所述MR图像。
5.根据权利要求4所述的系统,所述训练过的神经网络模型包括多个顺序连接的子模型,所述多个顺序连接的子模型包括第一子模型和在所述第一子模型下游的一个或多个第二子模型,其中,所述一个或多个第二子模型中的至少一个包括:
卷积模型,其被配置为处理连接到所述至少一个第二子模型的前一子模型的输出,并且生成中间MR图像;和
数据一致性(DC)层,其连接到所述卷积模型,被配置为基于所述中间MR图像和所述欠采样的k空间数据来输出已更新的中间MR图像,并且其中,所述对象的所述MR图像是所述一个或多个第二子模型中的所述最后一个第二子模型的输出。
6.根据权利要求4所述的系统,其中,根据模型训练过程来生成所述训练过的神经网络模型,所述模型训练过程包括:
获得多个训练样本,所述多个...
【专利技术属性】
技术研发人员:陈章,孙善辉,陈德仁,
申请(专利权)人:上海联影智能医疗科技有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。