一种用于磁共振成像的图像重建与修复方法、系统、设备和介质

本发明涉及磁共振图像处理，特别涉及一种磁共振成像(mri)中的图像重建与修复方法、系统、设备和介质。

背景技术：

1、磁共振成像(mri)因其特性拥有非放射性、无接触采集、精度较高等优点，被应用于医学领域、成像测井、地质探测等领域。由于磁共振成像的数据采样需要理想的磁场环境，且成像效果与采样时间、采样数据量密切相关，磁共振成像获得一张清晰的图像需要大约数十分钟甚至更长的时间，然而在医学诊断领域，磁共振采集的环境虽然满足要求，但患者难以保证在长时间的采样中保持不动，同时长时间的采样也会严重影响患者的体验。在成像测井地质探测等其他应用领域，现场环境噪声影响比较大，在磁共振成像过程中会产生大量伪影，难以得到清晰图像。

2、因此，需要一种磁共振成像的图像重建与修复方法，在磁共振采样过程中优先采集有用的信息，摒弃冗余和受干扰的数据，大幅降低采样时间，实现对欠采样数据的初步去噪与高质量重建。使用卷积神经网络建立欠采样图像与全采样图像的映射关系，进一步提升欠采样图像的质量，使得磁共振欠采样得到图像质量接近磁共振全采样图像。缩短磁共振采集时间的同时减少环境噪声的干扰，提高工作效率。

3、unet作为常见的卷积神经网络之一，在图像分割、图像去噪和图像修复等方面有着潜在优势，成为磁共振图像修复的有效方法。《计算机技术与发展》期刊上公布了一篇《基于u-net网络的成像测井图像修复方法研究》，内容涉及一种基于unet的成像测井图像修复方法，在网络结构中使用双向注意力模块和混合空洞卷积，提升了网络的图像修复能力。华东师范大学硕士论文《基于深度学习的图像恢复方法研究》提出了一个基于多尺度拓扑网络的图像去雾算法和基于残差通道先验结构的去雨算法进行图像修复，通过对网络结构的优化实现对图像的去雾和去雨效果。但上述两个文献的网络均是在图像空域对网络结构进行优化，没有考虑图像频域存在冗余数据与噪声的问题，无法有效缩短磁共振采样时间，同时也不能消除磁共振采集过程中的环境干扰。

4、山东大学硕士论文《基于深度学习和压缩感知理论的磁共振成像研究》提出了基于深度学习与压缩感知，将pm算子作为正则化项引入压缩感知模型，将求解迭代过程对应展开为深度神经网络，在图像重构方面有着良好的效果。但其网络仅针对图像重建进行算法的优化，没有考虑磁共振欠采样过程中必然出现的数据丢失问题，需要对欠采样数据进行图像重建后，针对图像本身进行修复。

5、现有方法主要针对图像重建或图像修复单方面进行的优化升级，针对频域数据进行图像重建的优化无法解决磁共振欠采样必然出现的数据丢失问题。而只针对图像空域进行图像修复无法消除频域数据中的冗余数据与干扰数据，严重影响磁共振采集效率。

技术实现思路

1、为了克服上述现有技术存在的问题，本发明的目的在于提供一种用于磁共振成像的图像重建与修复方法、系统、设备和介质，本发明将图像频域信息的重建与图像空域信息的修复相结合进行优化，在保证磁共振成像效果不变的情况下，缩短了对磁共振成像频域数据的采样时间，降低了环境干扰，并使用神经网络对重建图像进行进一步的修复，大幅提高了磁共振成像的工作效率。

2、为实现上述目的，本发明采用如下技术方案：

3、一种用于磁共振成像的图像重建与修复方法，包括以下步骤：

4、第一步：对磁共振图像在频域中，使用总变分最小化对k空间数据进行图像去噪和重建；

5、总变分最小化见公式(1)：

6、

7、其中，u*是去噪和重建后的磁共振图像，fu为磁共振图像欠采样傅里叶变换算子，f是k空间欠采样数据，u为待处理的磁共振图像，ψ是平移不变离散小波变换稀疏基，α||u||tv为总变分正则化约束项，α和β为正则化系数；

8、第二步：在unet网络的每轮上采样过程中构建注意门模块来优化unet网络，增强图像空域特征；

9、在unet网络的每轮上采样过程中构建注意门模块，突出图像特征，增强图像修复精度，具体流程如下：

10、

11、其中，为输入特征图，gi为选通信号，和为输入张量，σ1为激活函数relu，ψt为1×1×1的卷积，经过式(2)得到一个中间值并将其代入式(3)进行进一步处理：

12、

13、其中，σ2为激活函数sigmoid，θatt为包含线性变换wx、wg、ψ和偏置项bg、bψ的一组参数，为注意力系数，也就是注意力权重，最后由注意力系数与输入特征逐元素相乘得到注意门的输出结果

14、第三步：磁共振结果图像的输出；

15、将第一步通过频域的重建图像输入第二步优化后的unet网络，进行训练，输出高精度的磁共振图像。

16、基于一种用于磁共振成像的图像重建与修复方法的设备，包括存储器和处理器；

17、存储器：存储上述一种用于磁共振成像的图像重建与修复方法的计算机程序，为计算机可读取的设备；

18、处理器：用于执行实现所述一种用于磁共振成像的图像重建与修复方法的计算机程序。

19、基于一种用于磁共振成像的图像重建与修复方法的系统，包括用于执行上述一种用于磁共振成像的图像重建与修复方法中各个步骤的处理指令模块。

20、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时能够实现所述的一种用于磁共振成像的图像重建与修复方法。

21、相较于现有技术，本发明的优点为：

22、1、使用总变分最小化方法对快速磁共成像欠采样得到的频域数据进行高质量重建，得到效果更好的重建图像，大幅降低后续的训练成本与处理成本。

23、2、重建图像作为unet神经网络的输入并进行训练，在unet网络的每轮上采样操作中构建注意门模块进一步突出图像的特征，增强模型修复图像空域信息的精度。

24、综上所述，本发明首先对磁共振图像在频域中采用总变分最小化进行图像去噪和重建，然后通过构建注意门模块优化的unet卷积神经网络实现对图像空域信息特征增强的目的，最后将通过频域信息重建的图像输入优化的unet网络进行训练，输出高精度的磁共振图像；在保证磁共振成像效果不变的情况下大幅降低采样时间与环境干扰，提高了工作效率。

25、在实验中模拟欠采样率为20％的情况下，保证输出图像的质量与全采样图像相比没有明显降低，大幅缩短磁共振采样时间，减少环境干扰，提高了磁共振成像的效率。

技术特征：

1.一种用于磁共振成像的图像重建与修复方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种用于磁共振成像的图像重建与修复方法，其特征在于，

3.根据权利要求1所述的一种用于磁共振成像的图像重建与修复方法，其特征在于，第二步中的在unet网络的每轮上采样过程中构建注意门模块，具体流程如下：

4.一种用于磁共振成像的图像重建与修复方法的设备，包括存储器和处理器；其特征在于，

5.基于一种用于磁共振成像的图像重建与修复方法的系统，其特征在于，包括用于执行权利要求1-3任意一项所述的一种用于磁共振成像的图像重建与修复方法中各个步骤的处理指令模块。

6.一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程序，所述计算机程序被处理器执行时能够实现权利要求1-3任意一项所述的一种用于磁共振成像的图像重建与修复方法。

技术总结
一种用于磁共振成像的图像重建与修复方法、系统、设备和介质，方法包括如下步骤：对磁共振图像在频域中，使用总变分最小化对K空间数据进行图像去噪和重建；在Unet网络的每轮上采样过程中构建注意门模块来优化Unet网络，增强图像空域特征；将第一步通过频域的重建图像输入第二步优化后的Unet网络，进行训练，输出高精度的磁共振图像；本发明将图像频域信息的重建与图像空域信息的修复相结合进行优化，在保证磁共振成像效果不变的情况下，缩短了对磁共振成像频域数据的采样时间，降低了环境干扰，并使用神经网络对重建图像进行进一步的修复，大幅提高了磁共振成像的工作效率；本发明还提供了基于本发明方法的设备，系统和介质。

技术研发人员：李利品,颜曌恩,杨佩,党博,白耀文,吴奕昱,卢宇
受保护的技术使用者：西安石油大学
技术研发日：
技术公布日：2024/4/17