资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
摘要：
本发明提供了一种基于卷积神经网络的磁共振图像合成方法和装置，涉及图像处理技术领域，通过一次扫描获得MDME序列磁共振扫描图像信息；对所述MDME序列磁共振扫描图像信息进行解析计算，获得模图图像信息；将所述模图图像信息输入U‑Net卷积神经网络模型，其中，所述U‑Net卷积神经网络模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：输入图像、标准参考图像；获得所述U‑Net卷积神经网络模型对所述模图图像信息回归处理的输出信息，其中，所述输出信息包括第一MRI图像，实现了由一次磁共振扫描图像信息同时合成多类型磁共振图像的技术功能，达到了增加生成图像类型、避开复杂物理计算、提高图像质量的技术效果。
主权项：
1.一种基于卷积神经网络的磁共振图像合成方法，其特征在于，所述方法包括：通过一次扫描获得MDME序列磁共振扫描图像信息；对所述MDME序列磁共振扫描图像信息进行解析计算，获得模图图像信息；将所述模图图像信息输入U-Net卷积神经网络模型，其中，所述U-Net卷积神经网络模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：输入图像、标准参考图像；获得所述U-Net卷积神经网络模型对所述模图图像信息回归处理的输出信息，其中，所述输出信息包括第一MRI图像，所述第一MRI图像包括：第一MRI合成图像、第一MRI定量图像、第一MRI混合图像、第一MRI加权图像，所述获得所述U-Net卷积神经网络模型对所述模图图像信息回归处理的输出信息，其中，所述输出信息包括第一MRI图像，包括：根据所述模图图像信息获得所述输入图像，其中，所述输入图像包含所述模图图像或根据所述模图图像进行解析计算获得的第一计算图像；根据第一用户在第一扫描序列下的磁共振扫描图像，获得第一对比图像，其中，所述第一扫描序列包含DWI序列、T1WI序列、T2WI序列、PDWI序列、T1FLAIR序列、T2FLAIR序列、STIR序列；获得所述标准参考图像；根据所述输入图像与所述标准参考图像建立U-Net卷积神经网络模型；将所述输入图像输入所述U-Net卷积神经网络模型进行回归分析，获得训练回归图像；根据所述训练回归图像与所述标准参考图像确定所述U-Net卷积神经网络模型的第一训练参数；根据所述U-Net卷积神经网络模型、所述第一训练参数与所述输入图像获得所述第一MRI图像，所述第一MRI合成图像是通过同时将所述输入图像与第一标准参考图像依次输入两个所述U-Net卷积神经网络模型进行训练而合成的；所述第一MRI定量图像是通过将所述输入图像与第二标准参考图像输入一个所述U-Net卷积神经网络模型进行训练而合成的；所述第一MRI混合图像是通过将所述输入图像与第三标准参考图像输入一个所述U-Net卷积神经网络模型进行训练而合成的；所述第一MRI加权图像是通过将所述输入图像与第四标准参考图像依次输入三个所述U-Net卷积神经网络模型进行训练而合成的。
事务数据：
3、2021.05.25 授权 授权
2、2020.09.18 实质审查的生效 实质审查的生效
IPC(主分类):G06T 11/00
申请日:20200513
1、2020.08.25 公开 公开
