一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法與流程
1.本發(fā)明涉及深度學(xué)習(xí)與醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法。
背景技術(shù)：
2.基于壓縮感知理論，利用信號(hào)本身的稀疏性，在非相干采樣條件下，即便在不滿足奈奎斯特采樣定理的條件下，也能使用較少的k空間數(shù)據(jù)結(jié)合最優(yōu)化算法基本還原出原始圖像。因此，將k空間的采樣軌跡設(shè)計(jì)為非相干的欠采樣軌跡，就可以將壓縮感知理論用于磁共振圖像的加速采集與重建。對(duì)于mri來(lái)說(shuō)，這意味著可以在確保滿足圖像診斷要求的情況下，顯著減少k空間采集數(shù)據(jù)的行數(shù)，從而減少采樣時(shí)間。其意義是非常重大的，所以壓縮感知技術(shù)誕生之初就被應(yīng)用在mri中。近幾年來(lái)，國(guó)內(nèi)外的諸多科研機(jī)構(gòu)在cs-mri領(lǐng)域開展了大量工作：在應(yīng)用領(lǐng)域上，壓縮感知技術(shù)被廣泛地應(yīng)用到許多高級(jí)成像應(yīng)用中，包括神經(jīng)纖維束追蹤、加速水脂分離、多維波譜成像、磁化率成像等；而在方法研究上，人們也提出了各種不同的優(yōu)化重建算法,如非線性共軛梯度、迭代閾值、分裂bregman、字典學(xué)習(xí)等，并將各種變換與各種關(guān)于磁共振成像的先驗(yàn)知識(shí)應(yīng)用到圖像重建過(guò)程中，同時(shí)對(duì)于壓縮感知與現(xiàn)有的并行采集技術(shù)的結(jié)合進(jìn)行了大量的探索。這些研究為壓縮感知技術(shù)在mri上的應(yīng)用奠定了良好的基礎(chǔ)。
3.雖然現(xiàn)已出現(xiàn)u-net、gan、transformer以及殘差、注意力機(jī)制、密集連接等網(wǎng)絡(luò)和模塊用于mri圖像的快速重建，但是現(xiàn)有的方法大多數(shù)是在如fastmri等公共數(shù)據(jù)集上進(jìn)行驗(yàn)證的，其對(duì)實(shí)際數(shù)據(jù)的適用性還需進(jìn)一步考量。此外，對(duì)于數(shù)據(jù)一致性，即數(shù)據(jù)保真的研究，現(xiàn)有方法是將原始數(shù)據(jù)與重建數(shù)據(jù)進(jìn)行合并，不能最大化還原原始信息。因此具有局限性。
技術(shù)實(shí)現(xiàn)要素：
4.本發(fā)明是為了解決上述問(wèn)題而進(jìn)行的，目的在于提供一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法。
5.本發(fā)明提供了一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，具有這樣的特征，包括以下步驟：s1：采集磁共振k空間原始數(shù)據(jù)，得到k空間原始數(shù)據(jù)k
fid
；s2：基于壓縮感知理論構(gòu)建欠采樣模板mask，通過(guò)欠采樣模板mask模擬欠采樣k空間數(shù)據(jù)，得到欠采樣k空間數(shù)據(jù)k
cs-fid
；s3：對(duì)k空間原始數(shù)據(jù)k
fid
和欠采樣k空間數(shù)據(jù)k
cs-fid
進(jìn)行逆傅里葉變換處理得到全采樣圖像i
img
與欠采樣圖像i
cs-img
，并對(duì)全采樣圖像i
img
與欠采樣圖像i
cs-img
進(jìn)行歸一化處理，并保留歸一化參數(shù)；s4：基于unet構(gòu)建重建網(wǎng)絡(luò)，通過(guò)重建網(wǎng)絡(luò)對(duì)歸一化處理后的全采樣圖像i
img
與欠采樣圖像i
cs-img
進(jìn)行處理得到重建圖像i
recon
；s5：對(duì)重建圖像i
recon
進(jìn)行保真操作，得到保真圖像i
data-consistency
。
6.在本發(fā)明提供的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法中，還可以具有這樣的特征：在步驟s1中，k空間原始數(shù)據(jù)能夠?yàn)槿我獠课弧⑷我饽B(tài)以及任意矩陣大小
的數(shù)據(jù)。
7.在本發(fā)明提供的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法中，還可以具有這樣的特征：在步驟s2中，欠采樣模板mask符合高斯分布，其第二主峰高度低于第一主峰高度。
8.在本發(fā)明提供的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法中，還可以具有這樣的特征：在步驟s3中，全采樣圖像i
img
與欠采樣圖像i
cs-img
歸一化處理后分布在[0,1]之間。
[0009]
在本發(fā)明提供的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法中，還可以具有這樣的特征：在步驟s4中，重建網(wǎng)絡(luò)包括編碼層和解碼層，編碼層包含5個(gè)編碼模塊，每個(gè)模塊由兩個(gè)卷積層組成，其卷積核個(gè)數(shù)分別為32、64、128、256、512，解碼層包含5個(gè)解碼模塊，每個(gè)模塊由兩個(gè)反卷積層組成，其卷積核個(gè)數(shù)分別為512、256、128、64、32，
[0010]
解碼層中最后一個(gè)卷積層使用softmax激活函數(shù)，其余卷積層使用adam激活函數(shù)。
[0011]
進(jìn)一步地，每一編碼模塊均有一解碼模塊與之對(duì)應(yīng)，相對(duì)應(yīng)的編碼模塊與解碼模塊進(jìn)行跳躍連接。
[0012]
在本發(fā)明提供的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法中，還可以具有這樣的特征：在步驟s4中，重建網(wǎng)絡(luò)的輸入層為欠采樣圖像i
cs-img
，輸出層為全采樣圖像i
img
，輸入層數(shù)據(jù)和輸出層數(shù)據(jù)一一對(duì)應(yīng)。
[0013]
在本發(fā)明提供的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法中，還可以具有這樣的特征：步驟s5包括如下子步驟：s51，截取欠采樣模板mask中心連續(xù)部分，得到低頻欠采樣矩陣mask
low
；s52，利用低頻欠采樣矩陣mask
low
對(duì)空間k原始數(shù)據(jù)k
fid
進(jìn)行掩膜得到低頻欠采樣k空間矩陣k
cs-fid-low
，對(duì)低頻欠采樣k空間矩陣k
cs-fid-low
進(jìn)行逆傅里葉變換得到低頻欠采樣圖像i
cs-img-low
，求取低頻欠采樣圖像i
cs-img-low
的第一相位角s53，利用歸一化參數(shù)對(duì)重建圖像i
recon
進(jìn)行反歸一化，并與第一相位角相乘恢復(fù)重建圖像i
recon
的相位信息，得到復(fù)數(shù)圖像i
recon-complex
；s54，對(duì)復(fù)數(shù)圖像i
recon-complex
進(jìn)行傅里葉變換得到重建后的k空間數(shù)據(jù)k
recon
，求取重建后的k空間數(shù)據(jù)k
recon
的第二相位角s55，利用欠采樣模板mask對(duì)重建后的k空間數(shù)據(jù)k
recon
進(jìn)行掩膜得到欠采樣重建后的k空間數(shù)據(jù)k
cs-recon
；s56，將欠采樣k空間數(shù)據(jù)k
cs-fid
的模值k
cs-fid-abs
與欠采樣重建后的k空間數(shù)據(jù)k
cs-recon
的模值k
cs-recon-abs
進(jìn)行線性回歸操作，線性回歸公式為k
cs-recon-abs
＝a*k
cs-fid-abs
+b，得到線性回歸系數(shù)斜率a和截距b的值；s57，使用斜率a和截距b對(duì)重建后的k空間數(shù)據(jù)k
recon
進(jìn)行放縮，放縮公式為k
data-consistency
＝(abs(k
recon
)-b)a，得到保真后的k空間數(shù)據(jù)k
data-consistency
；s58，保真后的k空間數(shù)據(jù)k
data-consistency
與第二相位角相乘恢復(fù)k空間的相位信息，得到保真后的復(fù)數(shù)k空間數(shù)據(jù)k
data-consistency-complex
，并將欠采樣k空間數(shù)據(jù)k
cs-fid
中不為零的數(shù)據(jù)替換至保真后的復(fù)數(shù)k空間數(shù)據(jù)k
data-consistency-complex
中；s59，對(duì)保真后的復(fù)數(shù)k空間數(shù)據(jù)k
data-consistency-complex
進(jìn)行逆傅里葉變換得到保真圖像i
data-consistency
。
[0014]
發(fā)明的作用與效果
[0015]
根據(jù)本發(fā)明所涉及的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，因?yàn)榘ㄒ韵虏襟E：s1：采集磁共振k空間原始數(shù)據(jù)，得到k空間原始數(shù)據(jù)k
fid
；s2：基于壓縮感知理論構(gòu)建欠采樣模板mask，通過(guò)欠采樣模板mask模擬欠采樣k空間數(shù)據(jù)，得到欠采樣k空間數(shù)
據(jù)k
cs-fid
；s3：對(duì)k空間原始數(shù)據(jù)k
fid
和欠采樣k空間數(shù)據(jù)k
cs-fid
進(jìn)行逆傅里葉變換處理得到全采樣圖像i
img
與欠采樣圖像i
cs-img
，并對(duì)全采樣圖像i
img
與欠采樣圖像i
cs-img
進(jìn)行歸一化處理，并保留歸一化參數(shù)；s4：基于unet構(gòu)建重建網(wǎng)絡(luò)，通過(guò)重建網(wǎng)絡(luò)對(duì)歸一化處理后的全采樣圖像i
img
與欠采樣圖像i
cs-img
進(jìn)行處理得到重建圖像i
recon
；s5：對(duì)重建圖像i
recon
進(jìn)行保真操作，得到保真圖像i
data-consistency
。
[0016]
因此，本發(fā)明通過(guò)unet構(gòu)建重建網(wǎng)絡(luò)可以實(shí)現(xiàn)任意部位、任意模態(tài)以及任意矩陣大小的數(shù)據(jù)的磁共振圖像快速重建，且本發(fā)明利用低頻相位信息對(duì)重建圖像進(jìn)行相位恢復(fù)，使其可利用線性回歸方法對(duì)重建后的數(shù)據(jù)進(jìn)行保真，更能體現(xiàn)真實(shí)的數(shù)據(jù)分布，以及本發(fā)明具有計(jì)算精度高、時(shí)間快、魯棒性好等優(yōu)點(diǎn)，從而能夠得到更可靠、更穩(wěn)定的結(jié)果。
附圖說(shuō)明
[0017]
圖1為本發(fā)明實(shí)施例中一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法的流程圖；
[0018]
圖2為本發(fā)明實(shí)施例中欠采樣模板mask的示意圖；
[0019]
圖3為本發(fā)明實(shí)施例中低頻欠采樣矩陣mask
low
的示意圖；
[0020]
圖4為本發(fā)明實(shí)施例中全采樣圖像i
img
的示意圖；
[0021]
圖5為本發(fā)明實(shí)施例中欠采樣圖像i
cs-img
的示意圖；
[0022]
圖6為本發(fā)明實(shí)施例中重建圖像i
recon
的示意圖；
[0023]
圖7為本發(fā)明實(shí)施例中保真圖像i
data-consistency
的示意圖。
具體實(shí)施方式
[0024]
為了使本發(fā)明實(shí)現(xiàn)的技術(shù)手段、創(chuàng)作特征、達(dá)成目的與功效易于明白了解，以下實(shí)施例結(jié)合附圖對(duì)本發(fā)明一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法作具體闡述。
[0025]
在本實(shí)施例中，提供了一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法。
[0026]
圖1為本發(fā)明一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法的流程圖。
[0027]
如圖1所示，本實(shí)施例所涉及的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法包括以下步驟：
[0028]
s1：采集磁共振k空間原始數(shù)據(jù)，得到k空間原始數(shù)據(jù)k
fid
；
[0029]
在本實(shí)施例中，k空間原始數(shù)據(jù)能夠?yàn)槿我獠课弧⑷我饽B(tài)以及任意矩陣大小的數(shù)據(jù)。
[0030]
圖2為本發(fā)明實(shí)施例中欠采樣模板mask的示意圖。
[0031]
s2：基于壓縮感知理論構(gòu)建欠采樣模板mask，通過(guò)欠采樣模板mask模擬欠采樣k空間數(shù)據(jù)，得到欠采樣k空間數(shù)據(jù)k
cs-fid
；
[0032]
在本實(shí)施例中，欠采樣模板mask符合高斯分布，且第二主峰的高度低于第一主峰的高度。
[0033]
s3：對(duì)k空間原始數(shù)據(jù)k
fid
和欠采樣k空間數(shù)據(jù)k
cs-fid
進(jìn)行逆傅里葉變換處理得到全采樣圖像i
img
與欠采樣圖像i
cs-img
，并對(duì)全采樣圖像i
img
與欠采樣圖像i
cs-img
進(jìn)行歸一化處理，并保留歸一化參數(shù)；
[0034]
在本實(shí)施例中，全采樣圖像i
img
與欠采樣圖像i
cs-img
通過(guò)歸一化公式對(duì)進(jìn)行歸一化處理，歸一化處理后的全采樣圖像i
img
與欠采樣圖像i
cs-img
分布在[0,1]之間。式中：m
i,j
和m'
i,j
分別為位置(i,j)處的原始值和歸一化后的值，m
min
與m
max
分別表示圖像的最小值與最大值。
[0035]
s4：基于unet構(gòu)建重建網(wǎng)絡(luò)，通過(guò)重建網(wǎng)絡(luò)對(duì)歸一化處理后的全采樣圖像i
img
與欠采樣圖像i
cs-img
進(jìn)行處理得到重建圖像i
recon
；
[0036]
在本實(shí)施例中，重建網(wǎng)絡(luò)的輸入層為欠采樣圖像i
cs-img
，輸出層為全采樣圖像i
img
，輸入層數(shù)據(jù)和輸出層數(shù)據(jù)一一對(duì)應(yīng)。
[0037]
在本實(shí)施例中，重建網(wǎng)絡(luò)包括編碼層和解碼層，編碼層包含5個(gè)編碼模塊，每個(gè)模塊由兩個(gè)卷積層組成，其卷積核個(gè)數(shù)分別為32、64、128、256、512，解碼層包含5個(gè)解碼模塊，每個(gè)模塊由兩個(gè)反卷積層組成，其卷積核個(gè)數(shù)分別為512、256、128、64、32，解碼層中最后一個(gè)卷積層使用softmax激活函數(shù)，其余卷積層使用adam激活函數(shù)。
[0038]
進(jìn)一步地，每一編碼模塊均有一解碼模塊與之對(duì)應(yīng)，相對(duì)應(yīng)的編碼模塊與解碼模塊進(jìn)行跳躍連接。
[0039]
圖3為本發(fā)明實(shí)施例中低頻欠采樣矩陣mask
low
的示意圖。
[0040]
s5：對(duì)重建圖像i
recon
進(jìn)行保真操作，得到保真圖像i
data-consistency
；
[0041]
在本實(shí)施例中，步驟s5通過(guò)如下子步驟對(duì)重建圖像i
recon
進(jìn)行保真操作：
[0042]
s51，截取欠采樣模板mask中心連續(xù)部分，得到低頻欠采樣矩陣mask
low
；
[0043]
s52，利用低頻欠采樣矩陣mask
low
對(duì)空間k原始數(shù)據(jù)k
fid
進(jìn)行掩膜得到低頻欠采樣k空間矩陣k
cs-fid-low
，對(duì)低頻欠采樣k空間矩陣k
cs-fid-low
進(jìn)行逆傅里葉變換得到低頻欠采樣圖像i
cs-img-low
，求取低頻欠采樣圖像i
cs-img-low
的第一相位角
[0044]
s53，利用歸一化參數(shù)對(duì)重建圖像i
recon
進(jìn)行反歸一化，并與第一相位角相乘恢復(fù)重建圖像i
recon
的相位信息，得到復(fù)數(shù)圖像i
recon-complex
；
[0045]
s54，對(duì)復(fù)數(shù)圖像i
recon-complex
進(jìn)行傅里葉變換得到重建后的k空間數(shù)據(jù)k
recon
，求取重建后的k空間數(shù)據(jù)k
recon
的第二相位角
[0046]
s55，利用欠采樣模板mask對(duì)重建后的k空間數(shù)據(jù)k
recon
進(jìn)行掩膜得到欠采樣重建后的k空間數(shù)據(jù)k
cs-recon
；
[0047]
s56，將欠采樣k空間數(shù)據(jù)k
cs-fid
的模值k
cs-fid-abs
與欠采樣重建后的k空間數(shù)據(jù)k
cs-recon
的模值k
cs-recon-abs
進(jìn)行線性回歸操作，線性回歸公式為k
cs-recon-abs
＝a*k
cs-fid-abs
+b，得到線性回歸系數(shù)斜率a和截距b的值；
[0048]
s57，使用斜率a和截距b對(duì)重建后的k空間數(shù)據(jù)k
recon
進(jìn)行放縮，放縮公式為k
data-consistency
＝(abs(k
recon
)-b)a，得到保真后的k空間數(shù)據(jù)k
data-consistency
；
[0049]
s58，保真后的k空間數(shù)據(jù)k
data-consistency
與第二相位角相乘恢復(fù)k空間的相位信息，得到保真后的復(fù)數(shù)k空間數(shù)據(jù)k
data-consistency-complex
，并將欠采樣k空間數(shù)據(jù)k
cs-fid
中不為零的數(shù)據(jù)替換至保真后的復(fù)數(shù)k空間數(shù)據(jù)k
data-consistency-complex
中；
[0050]
s59，對(duì)保真后的復(fù)數(shù)k空間數(shù)據(jù)k
data-consistency-complex
進(jìn)行逆傅里葉變換得到保真
圖像i
data-consistency
。
[0051]
綜上，本發(fā)明基于磁共振原始k空間數(shù)據(jù)，提出圖像預(yù)處理方法、重建方法以及圖像保真算法，從而可以實(shí)現(xiàn)基于壓縮感知磁共振圖像的快速重建。
[0052]
本發(fā)明涉及的一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法的效果能夠通過(guò)以下實(shí)驗(yàn)進(jìn)一步說(shuō)明。
[0053]
一.實(shí)驗(yàn)數(shù)據(jù)
[0054]
腦部t1加權(quán)圖像，具體參數(shù)為：tr＝470ms，te＝14.5ms，thickness＝6mm，interval＝1mm，nsa＝2，fov＝230*230，acquisition matrix＝256*256，sw＝45.5khz。
[0055]
二.仿真實(shí)驗(yàn)結(jié)果
[0056]
圖4為本發(fā)明實(shí)施例中全采樣圖像i
img
的示意圖，圖5為本發(fā)明實(shí)施例中欠采樣圖像i
cs-img
的示意圖，圖6為本發(fā)明實(shí)施例中重建圖像i
recon
的示意圖，圖7為本發(fā)明實(shí)施例中保真圖像i
data-consistency
的示意圖。
[0057]
通過(guò)圖4和圖5能夠分別看出，欠采樣的磁共振圖像i
cs-img
存在嚴(yán)重偽影，不能區(qū)分組織信息；而通過(guò)圖6可以看出，重建后的圖像i
recon
已經(jīng)恢復(fù)其相位信息，具有明顯的可區(qū)分性。
[0058]
通過(guò)圖6和圖7能夠看出，應(yīng)用本發(fā)明提出的保真方法，重建后的圖像又進(jìn)一步增加了部分細(xì)節(jié)信息，最大限度的還原了全采樣圖像的細(xì)節(jié)。
[0059]
三、實(shí)驗(yàn)分析
[0060]
通過(guò)上述實(shí)驗(yàn)結(jié)果，我們可以得到以下結(jié)論：本發(fā)明通過(guò)unet構(gòu)建重建網(wǎng)絡(luò)可以實(shí)現(xiàn)任意部位、任意模態(tài)以及任意矩陣大小的數(shù)據(jù)的磁共振圖像快速重建，且本發(fā)明利用低頻相位信息對(duì)重建圖像進(jìn)行相位恢復(fù)，使其可利用線性回歸方法對(duì)重建后的數(shù)據(jù)進(jìn)行保真，更能體現(xiàn)真實(shí)的數(shù)據(jù)分布，以及本發(fā)明具有計(jì)算精度高、時(shí)間快、魯棒性好等優(yōu)點(diǎn)，從而能夠得到更可靠、更穩(wěn)定的結(jié)果。
[0061]
實(shí)施例的作用與效果
[0062]
根據(jù)本發(fā)明所涉及的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，因?yàn)榘ㄒ韵虏襟E：s1：采集磁共振k空間原始數(shù)據(jù)，得到k空間原始數(shù)據(jù)k
fid
；s2：基于壓縮感知理論構(gòu)建欠采樣模板mask，通過(guò)欠采樣模板mask模擬欠采樣k空間數(shù)據(jù)，得到欠采樣k空間數(shù)據(jù)k
cs-fid
；s3：對(duì)k空間原始數(shù)據(jù)k
fid
和欠采樣k空間數(shù)據(jù)k
cs-fid
進(jìn)行逆傅里葉變換處理得到全采樣圖像i
img
與欠采樣圖像i
cs-img
，并對(duì)全采樣圖像i
img
與欠采樣圖像i
cs-img
進(jìn)行歸一化處理，并保留歸一化參數(shù)；s4：基于unet構(gòu)建重建網(wǎng)絡(luò)，通過(guò)重建網(wǎng)絡(luò)對(duì)歸一化處理后的全采樣圖像i
img
與欠采樣圖像i
cs-img
進(jìn)行處理得到重建圖像i
recon
；s5：對(duì)重建圖像i
recon
進(jìn)行保真操作，得到保真圖像i
data-consistency
。
[0063]
因此，本發(fā)明通過(guò)unet構(gòu)建重建網(wǎng)絡(luò)可以實(shí)現(xiàn)任意部位、任意模態(tài)以及任意矩陣大小的數(shù)據(jù)的磁共振圖像快速重建，且本發(fā)明利用低頻相位信息對(duì)重建圖像進(jìn)行相位恢復(fù)，使其可利用線性回歸方法對(duì)重建后的數(shù)據(jù)進(jìn)行保真，更能體現(xiàn)真實(shí)的數(shù)據(jù)分布，以及本發(fā)明具有計(jì)算精度高、時(shí)間快、魯棒性好等優(yōu)點(diǎn)，從而能夠得到更可靠、更穩(wěn)定的結(jié)果。
[0064]
上述實(shí)施方式為本發(fā)明的優(yōu)選案例，并不用來(lái)限制本發(fā)明的保護(hù)范圍。
技術(shù)特征：
1.一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，其特征在于，包括以下步驟：s1：采集磁共振k空間原始數(shù)據(jù)，得到k空間原始數(shù)據(jù)k
fid
；s2：基于壓縮感知理論構(gòu)建欠采樣模板mask，通過(guò)所述欠采樣模板mask模擬欠采樣k空間數(shù)據(jù)，得到欠采樣k空間數(shù)據(jù)k
cs-fid
；s3：對(duì)所述k空間原始數(shù)據(jù)k
fid
和所述欠采樣k空間數(shù)據(jù)k
cs-fid
進(jìn)行逆傅里葉變換處理得到全采樣圖像i
img
與欠采樣圖像i
cs-img
，并對(duì)所述全采樣圖像i
img
與所述欠采樣圖像i
cs-img
進(jìn)行歸一化處理，并保留歸一化參數(shù)；s4：基于unet構(gòu)建重建網(wǎng)絡(luò)，通過(guò)所述重建網(wǎng)絡(luò)對(duì)歸一化處理后的所述全采樣圖像i
img
與所述欠采樣圖像i
cs-img
進(jìn)行處理得到重建圖像i
recon
；s5：對(duì)所述重建圖像i
recon
進(jìn)行保真操作，得到保真圖像i
data-consistency
。2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，其特征在于：在步驟s1中，所述k空間原始數(shù)據(jù)能夠?yàn)槿我獠课弧⑷我饽B(tài)以及任意矩陣大小的數(shù)據(jù)。3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，其特征在于：在步驟s2中，所述欠采樣模板mask符合高斯分布，其第二主峰高度低于第一主峰高度。4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，其特征在于：在步驟s3中，所述全采樣圖像i
img
與所述欠采樣圖像i
cs-img
歸一化處理后分布在[0,1]之間。5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，其特征在于：在步驟s4中，所述重建網(wǎng)絡(luò)包括編碼層和解碼層，所述編碼層包含5個(gè)編碼模塊，每個(gè)模塊由兩個(gè)卷積層組成，其卷積核個(gè)數(shù)分別為32、64、128、256、512，所述解碼層包含5個(gè)解碼模塊，每個(gè)模塊由兩個(gè)反卷積層組成，其卷積核個(gè)數(shù)分別為512、256、128、64、32，所述解碼層中最后一個(gè)卷積層使用softmax激活函數(shù)，其余卷積層使用adam激活函數(shù)。6.根據(jù)權(quán)利要求5所述的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，其特征在于：其中，每一所述編碼模塊均有一所述解碼模塊與之對(duì)應(yīng)，相對(duì)應(yīng)的所述編碼模塊與所述解碼模塊進(jìn)行跳躍連接。7.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，其特征在于：在步驟s4中，所述重建網(wǎng)絡(luò)的輸入層為所述欠采樣圖像i
cs-img
，輸出層為所述全采樣圖像i
img
，所述輸入層數(shù)據(jù)和所述輸出層數(shù)據(jù)一一對(duì)應(yīng)。8.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，其特征在于：其中，步驟s5包括如下子步驟：
s51，截取所述欠采樣模板mask中心連續(xù)部分，得到低頻欠采樣矩陣mask
low
；s52，利用所述低頻欠采樣矩陣mask
low
對(duì)所述空間k原始數(shù)據(jù)k
fid
進(jìn)行掩膜得到低頻欠采樣k空間矩陣k
cs-fid-low
，對(duì)所述低頻欠采樣k空間矩陣k
cs-fid-low
進(jìn)行逆傅里葉變換得到低頻欠采樣圖像i
cs-img-low
，求取所述低頻欠采樣圖像i
cs-img-low
的第一相位角s53，利用所述歸一化參數(shù)對(duì)所述重建圖像i
recon
進(jìn)行反歸一化，并與所述第一相位角相乘恢復(fù)所述重建圖像i
recon
的相位信息，得到復(fù)數(shù)圖像i
recon-complex
；s54，對(duì)所述復(fù)數(shù)圖像i
recon-complex
進(jìn)行傅里葉變換得到重建后的k空間數(shù)據(jù)k
recon
，求取所述重建后的k空間數(shù)據(jù)k
recon
的第二相位角s55，利用所述欠采樣模板mask對(duì)所述重建后的k空間數(shù)據(jù)k
recon
進(jìn)行掩膜得到欠采樣重建后的k空間數(shù)據(jù)k
cs-recon
；s56，將所述欠采樣k空間數(shù)據(jù)k
cs-fid
的模值k
cs-fid-abs
與所述欠采樣重建后的k空間數(shù)據(jù)k
cs-recon
的模值k
cs-recon-abs
進(jìn)行線性回歸操作，線性回歸公式為k
cs-recon-abs
＝a*k
cs-fid-abs
+b，得到線性回歸系數(shù)斜率a和截距b的值；s57，使用所述斜率a和所述截距b對(duì)所述重建后的k空間數(shù)據(jù)k
recon
進(jìn)行放縮，放縮公式為k
data-consistency
＝(abs(k
recon
)-b)/a，得到保真后的k空間數(shù)據(jù)k
data-consistency
；s58，所述保真后的k空間數(shù)據(jù)k
data-consistency
與所述第二相位角相乘恢復(fù)k空間的相位信息，得到保真后的復(fù)數(shù)k空間數(shù)據(jù)k
data-consistency-complex
，并將所述欠采樣k空間數(shù)據(jù)k
cs-fid
中不為零的數(shù)據(jù)替換至所述保真后的復(fù)數(shù)k空間數(shù)據(jù)k
data-consistency-complex
中；s59，對(duì)所述保真后的復(fù)數(shù)k空間數(shù)據(jù)k
data-consistency-complex
進(jìn)行逆傅里葉變換得到所述保真圖像i
data-consistency
。
技術(shù)總結(jié)
本發(fā)明一種基于深度學(xué)習(xí)的壓縮感知磁共振圖像快速重建方法，包括：S1：采集磁共振K空間原始數(shù)據(jù)，得到K空間原始數(shù)據(jù)K
