【技术实现步骤摘要】
本专利技术属于腹部多激发高清扩散磁共振智能重建方法，尤其是涉及无导航回波的多激发交错平面回波序列采集的一种腹部多激发高清扩散磁共振智能重建方法。
技术介绍
1、扩散磁共振成像是唯一无创无辐射地探测活体内水分子运动的成像方式，被广泛应用于临床和神经科学研究中（m. bernstein, f. king, x. zhou. handbook of mripulse sequences. elsevier, 2004.）。但受限于快速采集序列的回波时间与回波链长，临床扩散成像具有较低的信噪比和分辨率(层内3～4mm2)。
2、多次激发交错平面回波序列可以用来获取亚毫米超高分辨率的扩散数据。但是，由于人体生理性运动(如心脏、呼吸)等原因，每次激发获得图像之间可能存在运动导致的相位变化（r. bammer, “basic principles of diffusion-weighted imaging”, european journal of radiology, vol. 45, pp.169-184, 2003.）），因此需要重建算法来矫正运动相位（a. anderson, and j. gore, “analysis and correction of motion artifactsin diffusion weighted imaging,” magnetic resonance
3、已有一些多激发扩散磁共振的运动相位矫正的重建算法被提出。其中muse（n（n.k. chen, a. guidon, h. c. chang, and a. w. song, "a robust multi-shot scanstrategy for high-resolution diffusion weighted mri enabled by multiplexedsensitivity-encoding (muse)," neuroimage, vol. 72, pp. 41-47, 2013.）是代表性的无导航回波重建方案。最近，基于光滑相位特性的结构化低秩矩阵重建方法，比如mussels（m. mani, m. jacob, d. kelley, et al., “multi‐shot sensitivity‐encodeddiffusion data recovery using structured low‐rank matrix completion(mussels),” magnetic resonance in medicine, vol. 78, pp. 494-507, 2017.）、plrhm（y. huang, x. zhang, h. guo, et al., “phase-constrained reconstruction ofhigh-resolution multi-shot diffusion weighted image,” journal of magnetic resonance, vol. 312, pp. 106690, 2020.）、pair（c. qian, z wang, b shi, et al.,“a paired phase and magnitude reconstruction for advanced diffusion-weightedimaging,” ieee transactions on biomedical engineering, doi: 10.1109/tbme.2023.3288031, 2023）等和基于物理生成数据方案（q. yang, z. wang, k. guo, et al., “physics-driven synthetic data learning for biomedical magneticresonance: the imaging physics-based data synthesis paradigm for artificialintelligence,” ieee signal processing magazine, vol. 40, no. 2, pp. 129-140,2023.）的智能重建算法pidd（c. qian, z. wang, x. zhang, et al., “physics-informeddeep diffusion mri reconstruction: break the bottleneck of training data inartificial intelligence,” 2023 ieee 20th international symposium on biomedical imaging (isbi), pp. 1-5, 2023, doi: 10.1109/isbi53787.2023.10230538.）相继提出。这些算法能实现脑部鲁棒的4次激发的高清扩散图像重建。
4、但是，上述算法仍然很难可靠地实现更挑战的腹部多激发高清扩散重建。这主要是肝脏及周围器官的位移主要由呼吸运动和心脏运动两种生理运动主导，使得器官产生亚体素相移，导致非扩散信号衰减，进而出现和频率空间轨迹错误相关的伪影。
技术实现思路
1、本专利技术的目的在于针对现有扩散重建方法存在的难以实现腹部多激发高清扩散重建等问题，提供在腹部高清扩散重建中具有显著的信噪比优势和更好地伪影抑制能力的一种腹部多激发高清扩散磁共振智能重建方法。
2、为实现上述专利技术目的，本专利技术提供以下技术方案。
3、一种腹部多激发高清扩散磁共振智能重建方法，包括以下步骤：
4、1）获取利用多激发交错平面回波序列采集腹部扩散磁共振图像的频域数据；
5、2）设计智能高清腹部扩散磁共振重建模型；
6、3）构建大量成对训练数据，并用于重建模型中的相位分割网络的训练，得到训练好的网络参数；
7、4）采用凸集投影算法求解智能高清腹部扩散磁共振重建模型，得到最终重建结果；
8、在步骤1）中，获取利用多激发交错平面回波序列采集腹部扩散磁共振图像的频域数据为：
9、
<本文档来自技高网...【技术保护点】
1.一种腹部多激发高清扩散磁共振智能重建方法，其特征在于包括以下步骤：
2.如权利要求1所述一种腹部多激发高清扩散磁共振智能重建方法，其特征在于在步骤1）中，获取利用多激发交错平面回波序列采集腹部扩散磁共振图像的频域数据为：
3.如权利要求1所述一种腹部多激发高清扩散磁共振智能重建方法，其特征在于在步骤2）中，所述智能高清腹部扩散磁共振重建模型为：
4.如权利要求1所述一种腹部多激发高清扩散磁共振智能重建方法，其特征在于在步骤3）中，所述构建大量成对训练数据，并用于重建模型中的相位分割网络的训练，得到训练好的网络参数，包括以下步骤：
5.如权利要求1所述一种腹部多激发高清扩散磁共振智能重建方法，其特征在于在步骤4）中，所述采用凸集投影算法求解，其中，第k次迭代描述如下：
【技术特征摘要】
1.一种腹部多激发高清扩散磁共振智能重建方法，其特征在于包括以下步骤：
2.如权利要求1所述一种腹部多激发高清扩散磁共振智能重建方法，其特征在于在步骤1）中，获取利用多激发交错平面回波序列采集腹部扩散磁共振图像的频域数据为：
3.如权利要求1所述一种腹部多激发高清扩散磁共振智能重建方法，其特征在于在步骤2）中，所述智能高清腹部扩散磁共振重...
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。