磁共振T1映射系统和方法技术方案

本申请提供了一种磁共振T1映射系统和方法，所述系统包括：存储一组指令的至少一个存储设备；以及与所述至少一个存储设备通信的至少一个处理器，其特征在于，当执行所述指令时，所述至少一个处理器用于使所述系统执行以下操作：获取在一个反转恢复过程中目标的至少三幅图像，所述至少三幅图像的每幅图像是在所述目标的一个心动周期内的屏气期间获得的；以及基于在所述反转恢复过程中获取的所述至少三幅图像和训练好的模型，确定所述目标的T1映射图像。图像。图像。

【技术实现步骤摘要】
磁共振T1映射系统和方法
交叉引用
[0001]本申请要求2021年11月30日提交的申请号为US17/456,890的美国申请的优先权，其内容通过引用结合于此。


[0002]本申请一般涉及磁共振成像(MRI)，更具体地，涉及用于磁共振T1映射系统和方法。

技术介绍

[0003]在磁共振成像(MRI)中，T1数值是指组织的纵向(或旋转晶格)弛豫时间。T1映射用于计算组织的T1数值。计算得到的T1数值可以在参数图(例如，T1映射图像)上的元素位置(例如，像素位置、体素位置)处显示。T1映射已应用于心肌组织的疾病诊断和风险分层的临床实践中。现有的T1映射的扫描时间长，且分辨率低。例如，在使用改进的Look
‑
Locker反转恢复(MOLLI)算法的T1映射期间，患者通常需要在11个心动周期内屏住呼吸，以获取8幅图像来计算T1数值。处理此类图像中涉及的复杂计算通常会导致不准确的结果。因此，期望提供具有短扫描时间和高精度的磁共振T1映射系统和方法。

技术实现思路

[0004]根据本申请的一方面，提供了一种磁共振T1映射系统。该系统可以包括存储一组指令的至少一个存储设备，以及与至少一个存储设备通信的至少一个处理器。当执行指令集时，至少一个处理器用于使系统执行以下操作：获得在一个反转恢复过程中标的至少三幅图像，至少三幅图像的每幅图像是在目标的一个心动周期内的屏气期间获得的；基于在反转恢复过程中获取的至少三幅图像和训练好的模型，确定目标的T1映射图像。
[0005]在一些实施例中，操作还包括：通过处理至少三幅图像的一幅或多幅图像获得一幅或多幅已处理图像包括：通过对至少三幅图像的一幅或多幅图像使用运动校正算法或相位校正算法中的至少一种，获取一幅或多幅已处理图像。
[0006]在一些实施例中，通过处理至少三幅图像的一幅或多幅图像来获得一个或多个处理的图像包括：通过执行运动校正算法或相位校正算法中的至少一个来获得一个或多个处理的图像至少三幅图像的一幅或多幅图像。
[0007]在一些实施例中，训练好的模型包括全连接神经网络。
[0008]在一些实施例中，基于至少三幅图像和训练好的模型，确定目标的T1映射图像包括：通过将至少三幅图像输入到训练好的模型中，获得目标的T1映射图像，其中T1映射图像是训练好的模型的输出。
[0009]在一些实施例中，基于至少三幅图像和训练好的模型，确定目标的T1映射图像包括：对于T1映射图像中的元素位置，将至少三个元素的值和至少三幅图像的每幅图像的图像采集时间输入到训练好的模型中，确定T1数值，至少三个元素中的每一个在至少三幅图
像中的一幅图像中的相应的元素位置处；以及基于T1映射图像中的多个元素位置的多个T1数值，确定T1映射图像。
[0010]在一些实施例中，对于T1映射图像中的元素位置，确定T1数值包括：对于至少三幅图像中的每一幅图像，识别图像的图像采集时间，图像采集时间为反转恢复过程中图像采集的时间点；以及识别图像的每个元素位置处元素的值。
[0011]在一些实施例中，训练好的模型是基于训练过程确定的，训练过程包括：获取多个样本集，其中每个样本集包括多个样本图像、多个样本图像采集时间，以及多个样本图像的参考T1映射图像，其中多个样本图像采集时间中的每一个对应于多个样本图像中的一幅图像；以及基于多个样本集对初始模型进行训练，得到训练好的模型。
[0012]在一些实施例中，获取多个样本集包括：对于多个样本集的每一个样本集，获取多个样本图像；确定多个样本图像的每个样本图像的采集时间；以及根据多个样本图像和相应的样本图像采集时间，确定多个样本图像的参考T1映射图像。
[0013]在一些实施例中，通过改进的Look
‑
Locker反转恢复序列获取一个样本集的多个样本图像。
[0014]在一些实施例中，根据拟合算法确定多个样本图像的参考T1映射图像。
[0015]根据本申请的另一方面，提供了一种磁共振T1映射方法。该方法可以包括：获取在一个反转恢复过程中目标的至少三幅图像，至少三幅图像的每幅图像是在目标在一个心动周期的屏气期间内获得的；以及基于在反转恢复过程中获取的至少三幅图像和训练好的模型，确定目标的T1映射图像。
[0016]根据本申请的另一方面，提供了一种包括至少一组指令的非暂时可读介质。当由计算机设备的至少一个处理器执行用于磁共振T1映射的系统时，至少一组指令使至少一个处理器实现一种方法，包括：获取在一个反转恢复过程中目标的至少三幅图像，至少三幅图像的每幅图像是在目标的一个心动周期内的屏气期间获得的；以及基于在反转恢复过程中获取的至少三幅图像和训练好的模型，确定目标的T1映射图像。
[0017]本申请的一部分附加特性可以在以下描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是明显的。通过实践或使用下面讨论的详细示例中阐述的方法，工具和组合的各种方面，可以实现和实现本申请的特征和实现。
附图说明
[0018]本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。附图未按比例绘制。这些实施例是非限制性的示例性实施例，在这些实施例中，各图中相同的编号表示相似的结构，其中：
[0019]图1是根据本申请的一些实施例所示的示例性磁共振成像系统的示意图；
[0020]图2是根据本申请的一些实施例所示的示例性磁共振成像扫描仪的示意图；
[0021]图3是根据本申请的一些实施例所示的计算设备的示例性硬件和/或软件组件的示意图；
[0022]图4是根据本申请的一些实施例所示的移动设备的示例性硬件和/或软件组件的示意图；
[0023]图5A是根据本申请的一些实施例所示的示例性处理装置的框图；
[0024]图5B是根据本申请的一些实施例所示的示例性处理装置的框图；
[0025]图6是根据本申请的一些实施例所示的用于确定T1映射图像的示例性过程的流程图；
[0026]图7是根据本申请的一些实施例所示的一个反转恢复过程内的示例性扫描过程的示意图；
[0027]图8是根据本申请的一些实施例所示的用于确定T1映射图像的示例性过程的流程图；
[0028]图9是根据本申请的一些实施例所示的用于生成训练模型的示例性过程的流程图；
[0029]图10是根据本申请的一些实施例所示的应用MOLLI序列的示例性扫描过程的示意图；
[0030]图11是根据本申请的一些实施例所示的应用MOLLI序列的示例性扫描过程获取的示例性图像；以及
[0031]图12是根据本申请的一些实施例所示的示例性初始模型的示意图。
具体实施方式
[0032]为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。然而，本领域技术人员应该明白，可以在没有这些细节的情况下实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种磁共振T1映射方法，包括：获取在一个反转恢复过程中目标的至少三幅图像，所述至少三幅图像的每幅图像是在所述目标的一个心动周期内的屏气期间获得的；以及基于在所述反转恢复过程中获取的所述至少三幅图像和训练好的模型，确定所述目标的T1映射图像。2.根据权利要求1所述的方法，其特征在于，进一步包括：通过处理所述至少三幅图像的一幅或多幅图像获得一幅或多幅已处理图像；以及基于所述一幅或多幅已处理图像和所述训练好的模型，确定所述目标的T1映射图像。3.根据权利要求2所述的方法，其特征在于，所述通过处理至少三个图像的一幅或多幅图像获得一幅或多幅已处理图像包括：通过对所述至少三幅图像的一幅或多幅图像使用运动校正算法或相位校正算法中的至少一种，获取所述一幅或多幅已处理图像。4.根据权利要求1所述的方法，其特征在于，所述训练好的模型包括全连接神经网络。5.根据权利要求1所述的方法，其特征在于，所述基于所述至少三幅图像和训练好的模型，确定所述目标的T1映射图像包括：通过将所述至少三幅图像输入到所述训练好的模型中，获得所述目标的T1映射图像，其中所述T1映射图像是所述训练好的模型的输出。6.根据权利要求1所述的方法，其特征在于，所述基于所述至少三幅图像和训练好的模型，确定所述目标的T1映射图像包括：对于所述T1映射图像中的元素位置，将至少三个元素的值和所述至少三幅图像的每幅图像的图像采集时间输入到所述训练好的模型中，确定T1数值，所述至少三个元素中的每一个在所...

【专利技术属性】
技术研发人员：张仲奇，郑远，徐健，
申请(专利权)人：上海联影医疗科技股份有限公司，
类型：发明
国别省市：