System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种磁共振图像的超分辨率重建方法、电子设备及存储介质技术_技高网

一种磁共振图像的超分辨率重建方法、电子设备及存储介质技术

技术编号:43833539 阅读:4 留言:0更新日期:2024-12-31 18:32
本发明专利技术实施例公开了一种磁共振图像的超分辨率重建方法、电子设备及存储介质。该方法包括:获取待进行磁共振图像的超分辨率重建的低分辨率图像,对低分辨率图像进行上采样,得到上采样图像,并将低分辨率图像和上采样图像输入到超分辨率重建模型中,以利用超分辨率重建模型执行下述三个步骤:对上采样图像进行特征提取,得到第一特征,并对第一特征进行下采样,得到第二特征,基于第二特征和低分辨率图像得到第三特征;进行与第三特征相关的上采样,得到第四特征,并将第四特征与第一特征进行级联,得到第五特征;对第五特征进行融合,以根据融合结果得到高分率图像。本发明专利技术实施例的技术方案,可以提高高分率图像中的高频细节的恢复度。

【技术实现步骤摘要】

本专利技术实施例涉及医学图像处理,尤其涉及一种磁共振图像的超分辨率重建方法、电子设备及存储介质


技术介绍

1、磁共振成像(magnetic resonance imaging,mri)是一种重要的医学成像技术,已广泛应用于神经系统和心血管系统等领域的疾病诊断。然而,受制于成像时间和硬件限制,mri图像的分辨率通常较低,影响了临床诊断的准确性。

2、近年来,深度学习技术的发展,为提高mri图像的分辨率提供了解决方案。但是,目前采用深度学习模型进行mri图像的超分辨率重建时,存在高频细节恢复不足的问题,这会导致生成的高分辨率图像在视觉上的清晰度不佳,进而导致高分辨率图像的质量不佳,亟待解决。


技术实现思路

1、本专利技术实施例提供了一种磁共振图像的超分辨率重建方法、电子设备及存储介质,解决了在进行mri图像的超分辨率重建时,存在的高频细节恢复不足的问题。

2、根据本专利技术的一方面,提供了一种磁共振图像的超分辨率重建方法,可以包括:

3、获取待进行磁共振图像的超分辨率重建的低分辨率图像,对低分辨率图像进行上采样,得到上采样图像,并将低分辨率图像和上采样图像输入到超分辨率重建模型中,以利用超分辨率重建模型执行下述三个步骤:

4、对上采样图像进行特征提取,得到第一特征,并对第一特征进行下采样,得到第二特征,基于第二特征和低分辨率图像得到第三特征;

5、进行与第三特征相关的上采样,得到第四特征,并将第四特征与第一特征进行级联,得到第五特征;

6、对第五特征进行融合,以根据融合结果得到超分辨率重建结果;

7、根据超分辨率重建模型输出的超分辨率重建结果,得到与低分辨率图像对应的高分辨率图像。

8、根据本专利技术的另一方面,提供了一种电子设备,可以包括:

9、至少一个处理器;以及

10、与至少一个处理器通信连接的存储器;其中,

11、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器执行时实现本专利技术任意实施例所提供的磁共振图像的超分辨率重建方法。

12、根据本专利技术的另一方面,提供了一种计算机可读存储介质,其上存储有计算机指令,该计算机指令用于使处理器执行时实现本专利技术任意实施例所提供的磁共振图像的超分辨率重建方法。

13、本专利技术实施例的技术方案,通过获取待进行mri图像的超分辨率重建的低分辨率图像,对低分辨率图像进行上采样,得到上采样图像,然后将低分辨率图像和上采样图像输入到超分辨率重建模型,双输入可让该超分辨率重建模型得到更多的特征,这有助于提高低分辨率图像的超分辨率重建效果:利用该超分辨率重建模型,对上采样图像进行特征提取,得到第一特征,这是低层特征的提取,然后对第一特征进行下采样,得到第二特征,这是相对于第一特征的高层特征的提取,然后再基于第二特征和低分辨率图像得到第三特征;利用该超分辨率重建模型,进行与第三特征相关的上采样,得到第四特征,并将第四特征与第一特征进行级联,得到可同时反映第四特征与第一特征的第五特征;利用该超分辨率重建模型,对第五特征进行融合,以根据融合结果得到超分辨率重建结果;在此基础上,根据该超分辨率重建模型输出的超分辨率重建结果,得到低分辨率图像对应的高分辨率图像。

14、上述技术方案,通过高低层特征融合以提升高频细节表现,解决了在进行mri图像的超分辨率重建时,存在的高频细节恢复不足的问题,从而提高了高分辨率图像在视觉上的清晰度,进而提高了高分辨率图像的质量,可以为医学影像诊断和研究提供强有力的支持,具有重要的临床和科研价值。

15、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或是重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种磁共振图像的超分辨率重建方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述进行与所述第三特征相关的上采样,得到第四特征,包括:

3.根据权利要求2所述的方法,其特征在于,所述进行与所述第三特征相关联的下采样和上采样,得到第六特征,包括:

4.根据权利要求1所述的方法,其特征在于,对所述第五特征进行融合,包括:

5.根据权利要求1-4中任一项所述的方法,其特征在于,所述超分辨率重建模型通过如下步骤预先训练得到:

6.根据权利要求5所述的方法,其特征在于,还包括:

7.根据权利要求6所述的方法,其特征在于,通过如下公式进行损失计算:

8.根据权利要求5所述的方法,其特征在于,在所述对所述第一样本图像进行下采样,得到第二样本图像之后,还包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现如权利要求1-8中任一所述的磁共振图像的超分辨率重建方法。

...

【技术特征摘要】

1.一种磁共振图像的超分辨率重建方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述进行与所述第三特征相关的上采样,得到第四特征,包括:

3.根据权利要求2所述的方法,其特征在于,所述进行与所述第三特征相关联的下采样和上采样,得到第六特征,包括:

4.根据权利要求1所述的方法,其特征在于,对所述第五特征进行融合,包括:

5.根据权利要求1-4中任一项所述的方法,其特征在于,所述超分辨率重建模型通过如下步骤预先训练得到:

<...

【专利技术属性】
技术研发人员:张配配闵祥德朱杰冯朝燕范婵媛
申请(专利权)人:华中科技大学同济医学院附属同济医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1