动态磁共振图像无校准重建方法、系统、介质、电子设备

本发明涉及图像校准的，特别是涉及一种动态磁共振图像无校准重建方法、系统、介质、电子设备。

背景技术：

1、动态磁共振是磁共振成像技术中非常重要的组成部分。在磁共振成像本身良好组织对比度的优点下又能够保留人体组织的动态变化，在心脏、腹部等人体运动组织部位具有非常广泛的应用。然而，由于磁共振本身成像时间长的缺点，现有的动态磁共振技术往往难以同时做到高时间与空间分辨率，需要借助对磁共振数据采集过程进行高度降采样并使用相应的重建技术还原得到高时空分辨率的图像。

2、尽管基于压缩感知以及深度学习的动态磁共振重建技术已经在临床及科研中获得了广泛应用，但这些方法各自具备一系列的缺陷。基于压缩感知的技术在面对较高的降采样加速倍率情况下时重建效果往往不尽如人意。而基于深度学习的技术则要求大量高质量的数据集用于神经网络的训练，且其稳定性与泛化性尚未完全经过临床验证。同时以上方法都要求线圈灵敏度信息作为先验，往往需要从额外的参考扫描或全采样的自动校准数据中获取，增加了扫描时间与扫描流程复杂度。而获取的灵敏度先验在动态磁共振中常见的较高降采样加速倍率、运动成像目标下难以估计准确，反而给重建更高质量的高时空分辨率图像带来了困难。

技术实现思路

1、鉴于以上所述问题，本发明的目的在于提供一种动态磁共振图像无校准重建方法、系统、介质、电子设备，基于隐式神经表达实现高时空分辨率动态磁共振成像重建，且无需训练数据集、额外线圈灵敏度校准。

2、第一方面，本发明提供一种动态磁共振图像无校准重建方法，所述方法包括以下步骤：构建第一隐式神经表达和第二隐式神经表达；将动态磁共振图像的三维时空坐标输入所述第一隐式神经表达，获取重建动态磁共振图像序列；将所述动态磁共振图像的三维时空坐标输入所述第二隐式神经表达，获取线圈灵敏度图序列；基于所述重建动态磁共振图像序列和所述线圈灵敏度图序列计算所述第一隐式神经表达和所述第二隐式神经表达的总损失函数；利用梯度反向传播算法最小化所述总损失函数，获取训练好的第一隐式神经表达和第二隐式神经表达；基于所述训练好的第一隐式神经表达实现动态磁共振图像的重建。

3、在第一方面的一种实现方式中，所述第一隐式神经表达包括相连的第一哈希表和第一多层感知机；所述第二隐式神经表达包括相连的第二哈希表和第二多层感知机。

4、在第一方面的一种实现方式中，根据获取所述重建动态磁共振图像序列，其中表示第i个重建动态磁共振图像，表示第一隐式神经表达，(1,1,1)至(n,n,t)表示三维时空坐标，n表示图像矩阵的行/列大小，t表示动态磁共振图像总帧数。

5、在第一方面的一种实现方式中，根据获取所述线圈灵敏度图序列，其中表示第c个线圈的线圈灵敏度图，表示第二隐式神经表达，(1,1,1)至(n,n,t)表示三维时空坐标，n表示图像矩阵的行/列大小，t表示动态磁共振图像总帧数。

6、在第一方面的一种实现方式中，基于所述重建动态磁共振图像序列和所述线圈灵敏度图序列计算所述第一隐式神经表达和所述第二隐式神经表达的总损失函数包括以下步骤：

7、计算数据一致损失项总变分损失项和正则化损失项

8、计算总损失函数其中λs与λl为比例调节参数。

9、在第一方面的一种实现方式中，根据计算数据一致损失项，其中c表示线圈个数，⊙表示矩阵逐元素乘；fu表示降采样傅里叶变换，表示第c个线圈的线圈灵敏度图，表示第i个重建动态磁共振图像，yc表示采集到第c个线圈的k空间数据，∥…∥2表示2-范数。

10、在第一方面的一种实现方式中，根据计算所述总变分损失项，根据计算所述正则化损失项，其中∥…∥1和∥…∥*分别表示1-范数以及核范数，tvt(...)表示沿着时间维度的总变分算子，表示第i个重建动态磁共振图像。

11、第二方面，本发明提供一种动态磁共振图像无校准重建系统，所述系统包括构建模块、第一获取模块、第二获取模块、计算模块、训练模块和重建模块；

12、所述构建模块用于构建第一隐式神经表达和第二隐式神经表达；

13、所述第一获取模块用于将动态磁共振图像的三维时空坐标输入所述第一隐式神经表达，获取重建动态磁共振图像序列；

14、所述第二获取模块用于将所述动态磁共振图像的三维时空坐标输入所述第二隐式神经表达，获取线圈灵敏度图序列；

15、所述计算模块用于基于所述重建动态磁共振图像序列和所述线圈灵敏度图序列计算所述第一隐式神经表达和所述第二隐式神经表达的总损失函数；

16、所述训练模块用于利用梯度反向传播算法最小化所述总损失函数，获取训练好的第一隐式神经表达和第二隐式神经表达；

17、所述重建模块用于基于所述训练好的第一隐式神经表达实现动态磁共振图像的重建。

18、第三方面，本发明提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的动态磁共振图像无校准重建方法。

19、第四方面，本发明提供一种电子设备，包括：处理器及存储器；

20、所述存储器用于存储计算机程序；

21、所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述的动态磁共振图像无校准重建方法。

22、如上所述，本发明的动态磁共振图像无校准重建方法、系统、介质、电子设备，具有以下有益效果：

23、(1)基于隐式神经表达实现高时空分辨率动态磁共振成像重建；

24、(2)采用无监督学习策略，无需额外的大量训练数据集，且在不同扫描部位、扫描加速倍率情况下拥有良好的泛化性；

25、(3)无需随时间变化的线圈敏感度图，有效减少扫描与重建流程复杂度；

26、(4)有效提升在较高加速倍率情况下的动态磁共振图像重建效果。

技术特征：

1.一种动态磁共振图像无校准重建方法，其特征在于：所述方法包括以下步骤：

2.根据权利要求1所述的动态磁共振图像无校准重建方法，其特征在于：所述第一隐式神经表达包括相连的第一哈希表和第一多层感知机；所述第二隐式神经表达包括相连的第二哈希表和第二多层感知机。

3.根据权利要求1所述的动态磁共振图像无校准重建方法，其特征在于：根据获取所述重建动态磁共振图像序列，其中表示第i个重建动态磁共振图像，表示第一隐式神经表达，(1,1,1)至(n,n,t)表示三维时空坐标，n表示图像矩阵的行/列大小，t表示动态磁共振图像总帧数。

4.根据权利要求1所述的动态磁共振图像无校准重建方法，其特征在于：根据获取所述线圈灵敏度图序列，其中表示第c个线圈的线圈灵敏度图，表示第二隐式神经表达，(1,1,1)至(n,n,t)表示三维时空坐标，n表示图像矩阵的行/列大小，t表示动态磁共振图像总帧数。

5.根据权利要求1所述的动态磁共振图像无校准重建方法，其特征在于：基于所述重建动态磁共振图像序列和所述线圈灵敏度图序列计算所述第一隐式神经表达和所述第二隐式神经表达的总损失函数包括以下步骤：

6.根据权利要求5所述的动态磁共振图像无校准重建方法，其特征在于：根据计算数据一致损失项，其中c表示线圈个数，⊙表示矩阵逐元素乘；

7.根据权利要求5所述的动态磁共振图像无校准重建方法，其特征在于：根据计算所述总变分损失项，根据计算所述正则化损失项，其中∥…∥1和∥…∥*分别表示1-范数以及核范数，tvt(...)表示沿着时间维度的总变分算子，表示第i个重建动态磁共振图像。

8.一种动态磁共振图像无校准重建系统，其特征在于：所述系统包括构建模块、第一获取模块、第二获取模块、计算模块、训练模块和重建模块；

9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7中任一项所述的动态磁共振图像无校准重建方法。

10.一种电子设备，其特征在于，包括：处理器及存储器；

技术总结本发明提供一种动态磁共振图像无校准重建方法、系统、介质、电子设备，包括：构建第一隐式神经表达和第二隐式神经表达；将动态磁共振图像的三维时空坐标输入第一隐式神经表达和第二隐式神经表达，获取重建动态磁共振图像序列和线圈灵敏度图序列；基于重建动态磁共振图像序列和线圈灵敏度图序列计算总损失函数；利用梯度反向传播算法最小化总损失函数，获取训练好的第一隐式神经表达和第二隐式神经表达；基于训练好的第一隐式神经表达实现动态磁共振图像的重建。本发明的动态磁共振图像无校准重建方法、系统、介质、电子设备基于隐式神经表达实现高时空分辨率动态磁共振成像重建，且无需训练数据集、额外线圈灵敏度校准。技术研发人员：魏红江,冯颉受保护的技术使用者：上海交通大学技术研发日：技术公布日：2024/7/29