一種磁共振參數(shù)匹配方法、裝置及醫(yī)療圖像處理設(shè)備制造方法及圖紙

本發(fā)明專利技術(shù)適用于圖像處理技術(shù)領(lǐng)域，提供了一種磁共振參數(shù)匹配方法、裝置及醫(yī)療圖像處理設(shè)備，所述方法包括：獲取待優(yōu)化的圖像；將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型；根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像；對所述重建的圖像進行擬合，獲取磁共振參數(shù)。本發(fā)明專利技術(shù)在圖像固定的非自適應(yīng)變換域上進行自適應(yīng)字典學(xué)習(xí)，在大量減少采樣量和采樣時間的同時，產(chǎn)生更好的稀疏表示結(jié)果，提高了從極少量信號重建出原信號的精確度，并且得到更精確的磁共振參數(shù)匹配。

【技術(shù)實現(xiàn)步驟摘要】
一種磁共振參數(shù)匹配方法、裝置及醫(yī)療圖像處理設(shè)備
本專利技術(shù)屬于圖像處理
，尤其涉及一種磁共振參數(shù)匹配方法、裝置及醫(yī)療圖像處理設(shè)備。
技術(shù)介紹
近年來，人們越來越重視應(yīng)用定量的磁共振參數(shù)來提高診斷和治療效果，但是由于參數(shù)匹配需要在不同的參數(shù)編碼維度上得到大量的成像，從而導(dǎo)致需要很長的采樣時間，雖然可以對信號進行欠采樣來減少采樣時間，但是，如何通過欠采樣信號來精確估計參數(shù)是一個具有挑戰(zhàn)性的問題。壓縮感知理論提供了解決這一問題的有效方法，壓縮感知理論表明，利用信號的稀疏性，可以通過對原信號少量的線性測量即可精確的重建原信號，為了獲得精確的重建信號，有大量的固定的非自適應(yīng)稀疏變換應(yīng)用到壓縮感知信號重建方法上，常用的稀疏變換有小波變換、有限差分變換、主成分分析法等。然而，現(xiàn)有的非自適應(yīng)的固定稀疏變換，并不能理想地稀疏表示所有的圖像，導(dǎo)致不能在更高的欠采樣率上精確的重建圖像。
技術(shù)實現(xiàn)思路
本專利技術(shù)實施例的目的在于提供一種磁共振參數(shù)匹配方法，旨在解決現(xiàn)有的非自適應(yīng)的固定稀疏變換，并不能理想地稀疏表示所有的圖像，導(dǎo)致不能在更高的欠采樣率上精確的重建圖像的問題。為了實現(xiàn)上述目的，本專利技術(shù)實施例提供如下技術(shù)方案：本專利技術(shù)實施例是這樣實現(xiàn)的，一種磁共振參數(shù)獲取方法，所述方法包括：獲取待優(yōu)化的圖像；將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型；根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像；對所述重建的圖像進行擬合，獲取磁共振參數(shù)。本專利技術(shù)實施例還提供了一種磁共振參數(shù)獲取系統(tǒng)，所述系統(tǒng)包括：獲取單元，用于獲取待優(yōu)化的圖像；輸入單元，用于將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型；生成單元，用于根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像；擬合單元，用于對所述重建的圖像進行擬合，獲取磁共振參數(shù)。本專利技術(shù)實施例還提供了一種醫(yī)療圖像處理設(shè)備，所述圖像處理設(shè)備包括所述的磁共振參數(shù)獲取系統(tǒng)。本專利技術(shù)實施例與現(xiàn)有技術(shù)相比，有益效果在于：獲取待優(yōu)化的圖像，將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型，根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像，對所述重建的待優(yōu)化圖像進行擬合，獲取磁共振參數(shù)。由于在圖像固定的非自適應(yīng)變換域（如PCA變換，小波變換，TV等）上進行自適應(yīng)字典學(xué)習(xí)，在大量減少采樣量和采樣時間的同時，產(chǎn)生更好的稀疏表示結(jié)果，提高了從極少量信號重建出原信號的精確度，并且得到更精確的磁共振參數(shù)匹配。附圖說明為了更清楚地說明本專利技術(shù)實施例的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術(shù)的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是本專利技術(shù)實施例一提供的磁共振參數(shù)獲取方法的實現(xiàn)的流程圖；圖2是本專利技術(shù)實施例一提供的生成重建的圖像的流程圖；圖3是本專利技術(shù)實施例二提供的磁共振參數(shù)獲取方法的實現(xiàn)的流程圖；圖4是本專利技術(shù)實施例三提供的磁共振參數(shù)獲取系統(tǒng)的結(jié)構(gòu)圖；圖5是本專利技術(shù)實施例四提供的磁共振參數(shù)獲取系統(tǒng)的結(jié)構(gòu)圖。具體實施方式為了使本專利技術(shù)的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本專利技術(shù)進行進一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本專利技術(shù)，并不用于限定本專利技術(shù)。本專利技術(shù)實施例提供了一種磁共振參數(shù)獲取方法，所述方法包括：獲取待優(yōu)化的圖像；將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型；根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像；對所述重建的圖像進行擬合，獲取磁共振參數(shù)。本專利技術(shù)實施例還提供了一種磁共振參數(shù)獲取系統(tǒng)，所述系統(tǒng)包括：獲取單元，用于獲取待優(yōu)化的圖像；輸入單元，用于將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型；生成單元，用于根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像；擬合單元，用于對所述重建的圖像進行擬合，獲取磁共振參數(shù)。本專利技術(shù)實施例還提供了一種醫(yī)療圖像處理設(shè)備，所述圖像處理設(shè)備包括所述的磁共振參數(shù)獲取系統(tǒng)。以下結(jié)合具體實施例對本專利技術(shù)的實現(xiàn)進行詳細(xì)描述：實施例一圖1示出了本專利技術(shù)實施例一提供的磁共振參數(shù)獲取方法的實現(xiàn)的流程圖，詳述如下：在S101中，獲取待優(yōu)化的圖像；在S102中，將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型；本實施例中，對于任意的非自適應(yīng)的稀疏變換，例如：小波變換、主成分換分析變換（PCA變換）或者全變分變換（TV變換）等，均可以適應(yīng)于所述的重建模型在S103中，根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像；在S104中，對所述重建的圖像進行擬合，獲取磁共振參數(shù)?？蛇x的，本實施例中，S103具體可以為采用以下方式實現(xiàn)，請參閱圖2示出本專利技術(shù)實施例一提供的生成重建的圖像的流程圖，詳述如下：在S201中，根據(jù)所述預(yù)設(shè)圖像重建模型，對所述圖像進行非自適應(yīng)的稀疏變換，生成第一稀疏系數(shù)矩陣；在S202中，根據(jù)所述預(yù)設(shè)圖像重建模型，對所述第一稀疏系數(shù)進行自適應(yīng)的字典學(xué)習(xí)，生成第二稀疏系數(shù)矩陣；其中，所述第二稀疏系數(shù)的稀疏度小于所述第一稀疏系數(shù)；在S203中，根據(jù)所述第二稀疏系數(shù)矩陣，生成重建的圖像。本實施例中，獲取待優(yōu)化的圖像，將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型，根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像，對所述重建的待優(yōu)化圖像進行擬合，獲取磁共振參數(shù)。由于在圖像固定的非自適應(yīng)變換域（如PCA變換，小波變換，TV等）上進行自適應(yīng)字典學(xué)習(xí)，在大量減少采樣量和采樣時間的同時，產(chǎn)生更好的稀疏表示結(jié)果，提高了從極少量信號重建出原信號的精確度，并且得到更精確的磁共振參數(shù)匹配。實施例二圖3示出了本專利技術(shù)實施例二提供的磁共振參數(shù)獲取方法的實現(xiàn)的流程圖，詳述如下：在S301中，對k-p空間進行欠采樣，得到L個參數(shù)編碼維度p={p1,p2,…,pL}上的欠采樣K空間信號本實施例中，對k-p空間進行欠采樣，得到L個參數(shù)編碼維度p={p1,p2,…,pL}上對應(yīng)的K空間信號其中其對應(yīng)的向量形式為y={y1,y2,…,yL}，在S302中，對所述L個K空間信號進行重建，生成L個臨時的重建圖像將所述重建圖像作為待優(yōu)化的圖像；本實施例中，從中重建出每個參數(shù)編碼維度上的一系列的圖像對應(yīng)的向量形式為x={x1,x2,…,xL}，其中，重建方法包括各種線性或者非線性的重建算法，在此不用以限制本專利技術(shù)。在S303中，將所述待優(yōu)化的圖像轉(zhuǎn)換為圖像矩陣x。本實施例中，具體可以把所有的圖像變成N維向量形式，構(gòu)成一個大小為N×L的圖像矩陣x。在S304中，將所述圖像矩陣x輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型具體為：...

【技術(shù)保護點】
一種磁共振參數(shù)獲取方法，其特征在于，所述方法包括：?獲取待優(yōu)化的圖像；?將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型；?根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像；?對所述重建的圖像進行擬合，獲取磁共振參數(shù)。

【技術(shù)特征摘要】
1.一種磁共振參數(shù)獲取方法，其特征在于，所述方法包括：獲取待優(yōu)化的圖像；將所述圖像輸入預(yù)設(shè)圖像重建模型，所述預(yù)設(shè)圖像重建模型為根據(jù)非自適應(yīng)的稀疏變換及自適應(yīng)的字典學(xué)習(xí)生成的重建模型；根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像；對所述重建的圖像進行擬合，獲取磁共振參數(shù)；所述預(yù)設(shè)圖像重建模型具體為：其中，R表示圖像塊提取算子，Ri對應(yīng)第i個圖像塊，D為學(xué)習(xí)字典，α為每個圖像塊在字典D上的稀疏系數(shù)，Γ表示所有稀疏系數(shù)的集合，xl為參數(shù)編碼維度pl上對應(yīng)的重建的圖像，xl采用向量形式表示，x＝{x1,x2,…,xL}為所有重建的圖像的集合，P表示非自適應(yīng)稀疏變換算子，通過P對x的每一列做稀疏變換，得到對應(yīng)的變換系數(shù)矩陣，yl表示已知的在參數(shù)編碼維度pl上的欠采樣K空間信號，以向量形式表示，yl與真實圖像的關(guān)系為Fu表示傅里葉欠采樣算子，λ1為正權(quán)重因子，T0為預(yù)設(shè)的稀疏度，其值為整數(shù)。2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像具體為：根據(jù)所述預(yù)設(shè)圖像重建模型，對所述圖像進行非自適應(yīng)的稀疏變換，生成第一稀疏系數(shù)矩陣；根據(jù)所述預(yù)設(shè)圖像重建模型，對所述第一稀疏系數(shù)進行自適應(yīng)的字典學(xué)習(xí)，生成第二稀疏系數(shù)矩陣；根據(jù)所述第二稀疏系數(shù)矩陣，生成重建的圖像。3.如權(quán)利要求1所述的方法，其特征在于，所述獲取待優(yōu)化的圖像具體為：對k-p空間進行欠采樣，得到L個參數(shù)編碼維度p＝{p1,p2,...,pL}上的欠采樣K空間信號對所述L個K空間信號進行重建，生成L個臨時的重建圖像將所述重建圖像作為待優(yōu)化的圖像；將所述待優(yōu)化的圖像轉(zhuǎn)換為圖像矩陣x；所述根據(jù)所述重建模型對所述圖像進行處理，生成重建的圖像具體包括：a1、對所述圖像矩陣x的每一列進行非自適應(yīng)的稀疏變換，生成第一稀疏系數(shù)矩陣；a2、對所述第一稀疏系數(shù)進行自適應(yīng)的字典學(xué)習(xí)，生成第二稀疏系數(shù)矩陣和稀疏表示字典D；a3、固定所述第二稀疏系數(shù)矩陣和稀疏表示字典D，更新矩陣x；a4、判斷所述更新矩陣x是否滿足預(yù)設(shè)終止條件，若是，則將所述更新矩陣x轉(zhuǎn)換成重建圖像，若否，執(zhí)行a1。4.如權(quán)利要求1至3任一權(quán)利要求所述的方法，其特征在于，所述非自適應(yīng)的稀疏變換為：小波變換、PCA變換、主成分換分析變換或者TV變換。5.一種磁共振參數(shù)獲取系統(tǒng)，其特征在于，所...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：梁棟，王圣如，劉新，鄭海榮，
申請(專利權(quán))人：深圳先進技術(shù)研究院，
類型：發(fā)明
國別省市：