基于多通道下采样的无监督磁共振图像超分辨方法及装置制造方法及图纸

本发明专利技术公开了基于多通道下采样的无监督磁共振图像超分辨方法及装置，该方法包括：(1)获取高分辨率辅助图像和对应的训练标签，其中辅助图像由利用磁共振扫描仪的高分辨率序列对生物体进行扫描得到，训练标签为采用不同的扫描设置对同一生物体进行采样扫描得到的n张原始分辨率图像；(2)构建卷积神经网络作为生成网络，输入辅助图像，得到高分辨图像；(3)通过多通道下采样对生成的高分辨率图像进行下采样；(4)对步骤(3)得到的n张下采样后的原始分辨率图像分别与训练标签计算损失，并更新生成网络；(5)迭代训练生成网络并提前中止输出图像：循环进行步骤(2)

【技术实现步骤摘要】
基于多通道下采样的无监督磁共振图像超分辨方法及装置


[0001]本专利技术属于深度学习图像超分辨领域，尤其涉及基于多通道下采样的无监督磁共振图像超分辨方法及装置。

技术介绍

[0002]磁共振是一种强大且无害的影像检查方式，具有诸多优点，但某些磁共振方法由于扫描方式的限制存在难以获取高质量高分辨率图像的问题，例如动脉自旋标记成像、扩散磁共振成像、功能磁共振成像方法等。
[0003]例如动脉自旋标记成像，在不需要外源性注射的情况下，使用内源性示踪剂(即通过射频脉冲标记的动脉水质子)测量脑血流，在血管疾病中有广泛应用。但标记效应较弱，存在信噪比低、空间分辨率低的问题。高效低成本获取这类磁共振图像的高分辨图像是本领域一个亟需解决的问题。
[0004]在磁共振领域通常采用有监督深度学习方法来进行图像超分辨率，但是这类方法需要低分辨率
‑
高分辨率图像对对网络进行监督训练，而对于动脉自旋标记成像、扩散磁共振成像、功能磁共振成像来说，高分辨图像通常难以获取。

技术实现思路

[0005]本申请实施例的目的是针对动脉自旋标记成像、扩散磁共振成像、功能磁共振成像等不易获取高分辨率图像的磁共振成像方法，提供基于多通道下采样的无监督磁共振图像超分辨方法及装置。
[0006]根据本申请实施例的第一方面，提供一种基于多通道下采样的无监督磁共振图像超分辨方法，包括：
[0007](1)获取高分辨率辅助图像和对应的训练标签，其中所述高分辨率辅助图像由利用磁共振扫描仪的高分辨率序列对生物体进行扫描得到，所述训练标签为采用不同的扫描设置对同一生物体进行n次不同采样扫描得到的n张原始分辨率图像；
[0008](2)通过生成网络生成高分辨率图像：构建卷积神经网络作为生成网络，限定所述生成网络输出的尺度为目标分辨率，输入所述高分辨率辅助图像以提供先验信息，得到高分辨图像；
[0009](3)通过多通道下采样对生成的高分辨率图像进行下采样：对所述高分辨率图像使用与步骤(1)采集训练标签时对应的n种采样设置进行下采样得到n张与所述训练标签相对应的原始分辨率图像；
[0010](4)计算损失更新网络：对步骤(3)得到的n张下采样后的原始分辨率图像分别与所述训练标签计算损失函数，并把损失函数传递给步骤(2)中的生成网络，更新所述生成网络；
[0011](5)迭代训练生成网络并提前中止输出图像：循环进行步骤(2)、(3)、(4)，降低步骤(4)中损失函数值的大小，提高步骤(2)中生成高分辨率图像的质量，在达到预定的停止
条件后中止循环输出图像。
[0012]进一步地，在磁共振扫描中通过不同的扫描设置获得采用不同采样方式的原始分辨率图像，或通过扫描时被试本身的呼吸等微小运动引入不同原始分辨率图像。
[0013]进一步地，采用3D U
‑
net网络作为所述生成网络。
[0014]进一步地，不同的下采样模块对应步骤(1)中获取原始分辨率图像时采用的扫描设置，具体为对生成的高分辨率图像根据不同的平移、旋转和缩放参数进行变换操作，这些参数可由高分辨率辅助图像和对应训练标签图像进行仿射变换计算得到，也可在扫描时保存每张原始分辨率图像的对应7个参数用于网络中的下采样步骤。
[0015]进一步地，对n张下采样后的原始分辨率图像，分别与步骤(1)获取的n张原始分辨率图像计算均方误差并求均值得到损失。
[0016]进一步地，使用梯度下降算法更新所述生成网络。
[0017]根据本申请实施例的第二方面，提供一种基于多通道下采样的无监督磁共振图像超分辨装置，包括：
[0018]获取模块，用于获取高分辨率辅助图像和对应的训练标签，其中所述高分辨率辅助图像由利用磁共振扫描仪的高分辨率序列对生物体进行扫描得到，所述训练标签为采用不同的扫描设置对同一生物体进行n次不同采样扫描得到的n张原始分辨率图像；
[0019]生成模块，用于通过生成网络生成高分辨率图像：构建卷积神经网络作为生成网络，限定所述生成网络输出的尺度为目标分辨率，输入所述高分辨率辅助图像以提供先验信息，得到高分辨图像；
[0020]下采样模块，用于通过多通道下采样对生成的高分辨率图像进行下采样：对所述高分辨率图像使用与获取模块采集训练标签时对应的n种采样设置进行下采样得到n张与所述训练标签相对应的原始分辨率图像；
[0021]计算模块，用于计算损失更新网络：对下采样模块得到的n张下采样后的低分辨率图像分别与所述训练标签计算损失，并把损失传递给生成模块中的生成网络，更新所述生成网络；
[0022]训练模块，用于迭代训练生成网络并提前中止输出图像：循环进行生成模块、下采样模块、计算模块，降低所述损失函数值的大小，提高生成模块中生成高分辨率图像的质量，在获取到符合预定要求的图像时中止循环输出图像。
[0023]根据本申请实施例的第三方面，提供一种电子设备，包括：
[0024]一个或多个处理器；
[0025]存储器，用于存储一个或多个程序；
[0026]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的方法。
[0027]根据本申请实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如第一方面所述方法的步骤。
[0028]本申请的实施例提供的技术方案可以包括以下有益效果：
[0029]由上述实施例可知，本申请基于条件深度图像先验的无监督磁共振超分辨成像网络，无需高分辨图像作为训练标签即可获得良好的超分辨效果，解决了某些特殊磁共振成像方法的高分辨图像难以获取，以致于无法使用有监督深度学习方法提高分辨率的问题。
同时，本专利技术采用具有目标分辨率的辅助图像作为网络输入，可以提供解剖结构信息，进一步帮助提升所要输出的高分辨率图像的质量。本专利技术采用多通道下采样方法，充分利用输入的多张低分辨率图像中的信息差，提高最终输出高分辨率图像的图像质量。
[0030]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0031]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0032]图1是根据一示例性实施例示出的一种基于多通道下采样的无监督磁共振图像超分辨方法的流程图。
[0033]图2是使用本方法的输出结果图,(a)为原始输入的低分辨率图像(尺寸为16*88*72)，(b)为(a)中标记区域的放大图，(c)为使用本方法得到高分辨率图像(尺寸为32*176*144)，(d)为(c)中标记区域的放大图；
[0034]图3是使用现有方法的输出结果图，(a)为对原始输入的低分辨率图像直接进行线性插值得到的高分辨率图像(尺寸为16*88*72)，(b)为(a)中标记区域的放大图。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多通道下采样的无监督磁共振图像超分辨方法，其特征在于，包括：(1)获取高分辨率辅助图像和对应的训练标签，其中所述高分辨率辅助图像由利用磁共振扫描仪的高分辨率序列对生物体进行扫描得到，所述训练标签为采用不同的扫描设置对同一生物体进行n次不同采样扫描得到的n张原始分辨率图像；(2)通过生成网络生成高分辨率图像：构建卷积神经网络作为生成网络，限定所述生成网络输出的尺度为目标分辨率，输入所述高分辨率辅助图像以提供先验信息，得到高分辨图像；(3)通过多通道下采样对生成的高分辨率图像进行下采样：对所述高分辨率图像使用与步骤(1)采集训练标签时对应的n种采样设置进行下采样得到n张与所述训练标签相对应的原始分辨率图像；(4)计算损失更新网络：对步骤(3)得到的n张下采样后的原始分辨率图像分别与所述训练标签计算损失函数，并把损失函数传递给步骤(2)中的生成网络，更新所述生成网络；(5)迭代训练生成网络并提前中止输出图像：循环进行步骤(2)、(3)、(4)，降低步骤(4)中损失函数值的大小，提高步骤(2)中生成高分辨率图像的质量，在达到预定的停止条件后中止循环输出图像。2.根据权利要求1所述的方法，其特征在于，在磁共振扫描中通过不同的扫描设置获得采用不同采样方式的原始分辨率图像，或通过扫描时被试本身的呼吸等微小运动引入不同原始分辨率图像。3.根据权利要求1所述的方法，其特征在于，采用3D U
‑
net网络作为所述生成网络。4.根据权利要求1所述的方法，其特征在于，不同的下采样模块对应步骤(1)中获取原始分辨率图像时采用的扫描设置，具体为对生成的高分辨率图像根据不同的平移、旋转和缩放参数进行变换操作，这些参数可由高分辨率辅助图像和对应训练标签图像进行仿射变换计算得到，也可在扫描时保存每张原始分辨率图像的对应7个参数用于网络中的下采样步骤。5.根据权利要求1所述的...

【专利技术属性】
技术研发人员：崔佳楠，叶慧慧，涂文靖，刘华锋，
申请(专利权)人：浙江大学，
类型：发明
国别省市：