CN113470032A - 一种基于磁共振成像的水脂分离方法、装置及计算机设备 - Google Patents

一种基于磁共振成像的水脂分离方法、装置及计算机设备 Download PDF

Info

Publication number
CN113470032A
CN113470032A CN202110572425.XA CN202110572425A CN113470032A CN 113470032 A CN113470032 A CN 113470032A CN 202110572425 A CN202110572425 A CN 202110572425A CN 113470032 A CN113470032 A CN 113470032A
Authority
CN
China
Prior art keywords
image
water
target
voxel
fat
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110572425.XA
Other languages
English (en)
Other versions
CN113470032B (zh
Inventor
王宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Neusoft Medical Systems Co Ltd
Shanghai Neusoft Medical Technology Co Ltd
Original Assignee
Neusoft Medical Systems Co Ltd
Shanghai Neusoft Medical Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Neusoft Medical Systems Co Ltd, Shanghai Neusoft Medical Technology Co Ltd filed Critical Neusoft Medical Systems Co Ltd
Priority to CN202110572425.XA priority Critical patent/CN113470032B/zh
Publication of CN113470032A publication Critical patent/CN113470032A/zh
Application granted granted Critical
Publication of CN113470032B publication Critical patent/CN113470032B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种基于磁共振成像的水脂分离方法、装置及计算机设备，主要在于相比于三点式Dixon成像技术能够减少扫描次数，提高图像的扫描效率。其中方法包括：获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；基于所述目标场图进行水脂分离，得到水图像和脂肪图像。本发明适用于磁共振成像的水脂分离。

Description

一种基于磁共振成像的水脂分离方法、装置及计算机设备
技术领域
本发明涉及磁共振成像领域，尤其是涉及一种基于磁共振成像的水脂分离方法、装置及计算机设备。
背景技术
磁共振成像(Magnetic Resonance Imaging，MRI)是对软组织和神经成像具有优势的成像模态，但是脂肪的强信号往往会干扰对病灶的诊断和在治疗中的应用，需要通过抑制脂肪的信号增加病灶的对比度，到目前为止，世界上已经发展了几种抑制脂肪信号的技术，例如，采用Dixon成像技术在主磁场不均匀的情况下进行脂水分离，从而达到抑制脂肪信号的目的。
目前，在利用Dixon成像技术进行水脂分离的过程中，为了避免水脂交错，通常采用三点式Dixon成像技术，即通过三次采集的图像信号，预估图像中每个体素对应的向量。然而，虽然三点式Dixon成像技术相比于两点式Dixon成像技术的水脂分离效果更好，但是由于其增加了采集次数，需要采集三次来获得三个图像信号，因此这种方式的扫描效率较低。
发明内容
本发明提供了一种基于磁共振成像的水脂分离方法、装置及计算机设备，主要在于能够通过两次采集的图像信号，达到三点式Dixon成像技术的水脂分离效果，从而相比于三点式Dixon成像技术能够减少扫描次数，提高图像的扫描效率。
根据本发明的第一个方面，提供一种基于磁共振成像的水脂分离方法，包括：
获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；
根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；
根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；
基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
根据本发明的第二个方面，提供一种基于磁共振成像的水脂分离装置，包括：
获取单元，用于获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；
计算单元，用于根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；
确定单元，用于根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；
分离单元，用于基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
根据本发明的第三个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；
根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；
根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；
基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
根据本发明的第四个方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；
根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；
根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；
基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
本发明提供的一种基于磁共振成像的水脂分离方法、装置及计算机设备，与目前采用三点式Dixon成像技术进行水脂分离的方式相比，本发明能够获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；并根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；与此同时，根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；最终基于所述目标场图进行水脂分离，得到水图像和脂肪图像，由此通过两次采集的第一复数图像信号和第二复数图像信号中的第一相位因子和第二相位因子，能够计算出各个图像体素分别对应的第一水脂比和第二水脂比，进而能够确定各个图像体素对应的图像的目标场图，并依据该目标场图进行水脂分离，从而在能够保证水脂分离效果的前提下，相比于三点式Dixon成像技术减少了图像采集次数，提高了扫描效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了本发明实施例提供的一种基于磁共振成像的水脂分离方法流程图；
图2示出了本发明实施例提供的另一种基于磁共振成像的水脂分离方法流程图；
图3示出了本发明实施例提供的一组水脂分离效果对比图；
图4示出了本发明实施例提供的另一组水脂分离效果对比图；
图5示出了本发明实施例提供的一种基于磁共振成像的水脂分离装置的结构示意图；
图6示出了本发明实施例提供的另一种基于磁共振成像的水脂分离装置的结构示意图；
图7示出了本发明实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
目前，由于三点式Dixon成像技术增加了采集次数，需要采集三次来获得三个图像信号，因此其扫描效率较低。
为了克服三点式Dixon成像技术扫描效率低的缺陷，本发明实施例通过两次采集的第一复数图像信号和第二复数图像信号，计算各个图像体素分别对应的第一水脂比和第二水脂比，并基于该第一水脂比和第二水脂比进行水脂分离，相比于三点式Dixon成像技术减少了采集次数，提高了扫描效率，同时还能够保证水脂分离的效果。本发明实施例主要应用于磁共振成像过程中进行水脂分离的场景，本发明实施例的执行主体为能够进行水脂分离处理的装置或者设备，具体可以设置在客户端或者服务器一侧。
为了解决上述问题，本发明实施例提供了一种基于磁共振成像的水脂分离方法，如图1所示，所述方法包括：
101、获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号。
具体地，为了提高成像速度，可以采用并行成像或者压缩感知的方式进行加速，以获取加速数据集，在进行水脂分离之前根据该加速数据集重建出每个回波下的复数图像信号，进一步地，由于场不均匀性是平滑的，为了提高重建速度，可以将图像下采样到低分辨率图像，例如，将所有图像下采样到6*6*6mm3的体素大小，得到各个图像体素，进而通过重建能够获取各个图像体素对应的复数图像信号，具体可以将各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号重建为：
Figure BDA0003083057440000041
Figure BDA0003083057440000042
其中，S1和S2分别代表在两个回波时间下的第一复数图像信号和第二复数图像信号，W和F分别代表图像体素空间中水和脂肪的实值信号，C1和C2分别代表在两个回波时间下单峰脂肪模型或者多峰脂肪模型的脂肪相对于水的第一相位因子和第二相位因子，φ1和φ2代表归因于场不均匀性所导致的附加相位，由此可知，在进行水脂分离的过程中，主要是估计各个图像体素在两个回波时间下正确的相位误差Δφ＝φ2-φ1或者向量P＝eiΔφ，进而根据各个图像体素对应的正确的相位误差或者向量，确定目标场图，并依据该目标场图解得W和F，实现水脂分离。
102、根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比。
其中，第一水脂比和第二水脂比为在第一复数图像信号和第二复数图像信号中水和脂肪的比值。由于在本发明实施例中仅采集了两个回波时间的第一复数图像信号和第二复数图像信号，因此需要对公式(1)和(2)进行处理，以便根据第一复数图像信号和第二复数图像信号中的第一相位因子和第二相位因子，预估各个图像体素对应第一水脂比和第二水脂比。具体地，将公式(1)和公式(2)的等式两端对应相比，同时引入变量g，设定变量g为脂肪实值信号F和水实值信号W的比值，如公式(3)所示，进一步地，将变量g代入相比之后的公式(1)和公式(2)中，得到公式(4)，如下所示：
Figure BDA0003083057440000051
Figure BDA0003083057440000052
对等式(4)两边分别取平方，并令
Figure BDA0003083057440000053
可得到公式(5)如下：
Figure BDA0003083057440000054
其中，在公式(5)中，C1r为第一相位因子C1的实部，C2r为第二相位因子C2的实部，进一步地，对公式(5)进行变形处理，可以得到公式(6)，如下所示：
g2(|C2|2r-|C1|2)+g(2C2rr-2C1r)+r-1＝1 (6)
由此可知，公式(6)是一个关于g的二元一次方程，通过解该方程能够得到关于g的两个解g1和g2，并将g1和g2确定为各个图像体素分别对应的第一水脂比和第二水脂比，因此根据第一复数图像信号S1和第二复数图像信号S2中脂肪相对水的第一相位因子C1和第二相位因子C2，能够计算出各个图像体素分别对应的第一水脂比g1和第二水脂比g2，以便根据各个图像体素对应的第一水脂比和第二水脂比，预估各个图像体素对应的正确的向量，进而确定目标场图。
103、根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图。
对于本发明实施，在解公式(5)的方程确定第一水脂比g1和第二水脂比g2之后，分别将确定的第一水脂比g1和第二水脂比g2重新代入公式(4)中，能够得到两个
Figure BDA0003083057440000062
的值，由于各个图像体素对应的向量
Figure BDA0003083057440000063
因此通过将第一水脂比g1和第二水脂比g2重新代入公式(4)中能够确定各个图像体素对应第一候选向量P1和第二候选向量P2。进一步地，从各个图像体素对应的第一候选向量P1和第二候选向量P2中选择一个正确的向量，以确定目标场图，具体地，可以根据各个图像体素对应的第一水脂比g1和/或第二水脂比g2中选择水脂比g＝1的图像体素作为种子图像体素，同时从与g＝1的图像体素相邻的图像体素中选择满足预设要求的图像体素共同纳入种子图像体素中，之后根据种子图像体素对应的第一候选向量和第二候选向量，计算种子图像体素之间相位的相关度，基于计算的种子图像体素之间相位的相关度，确定种子图像体素对应的第一目标向量，即从种子图像体素对应的第一候选向量和第二候选向量中选择一个向量作为第一目标向量，其中，确定种子图像体素对应的第一目标向量的具体过程见步骤204，进一步地，将种子图像体素对应的第一目标向量代入预设区域生长算法中，确定其他图像体素对应的第一目标向量，即利用预设区域生长算法从其他图像体素对应的第一候选向量和第二候选向量中选择一个向量作为第一目标向量，进一步地，根据种子图像体素对应的第一目标向量和其他图像体素对应的第一目标向量，确定目标场图，其中，利用预设区域生长算法确定其他图像体素对应的第一目标向量的具体过程见步骤204。由此可知，本发明实施例通过两次采集的复数图像信号便能够确定目标场图，相比于三点式Dixon成像技术，提高了图像的扫描效率。
104、基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
对于本发明实施例，在确定目标场图后，另公式(1)中的
Figure BDA0003083057440000071
Figure BDA0003083057440000072
将公式(1)和公式(2)变形为：
W'+F'C1＝S1
W'+F'C2＝S2·P* (7)
对公式(7)进行变形求解，可以得到公式(8)，如下：
Figure BDA0003083057440000073
其中，C1和C2分别是第一复数图像和第二复数图像中的第一相位因子和第二相位因子，该第一相位因子和第二相位因子可以根据回波延迟时间和水脂频率差确定，该水脂频率差是一个固定值，在1.5T磁共振磁场强度下水脂频率差是222HZ，操作人员会设定两个回波延迟时间TE1和TE2，由此根据两个回波时间TE1和TE2，以及水脂频率差，能够确定第一相位因子和第二相位因子，S1和S2是重建后的第一复数图像信号和第二复数图像信号，为已知信号，P为确定的目标场图，因此，通过上述公式(8)能够计算出W'和F'，之后对计算出的W'和F'取模，能够得到W水图像信号和F脂肪图像信号，从而根据公式(8)和通过两次采集的复数图像信号预估的目标场图，能够实现水脂分离，且能够达到三点式Dixon成像技术的水脂分离效果。
本发明实施例提供的一种基于磁共振成像的水脂分离方法、装置及计算机设备，与目前采用三点式Dixon成像技术进行水脂分离的方式相比，本发明能够获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；并根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；与此同时，根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；最终基于所述目标场图进行水脂分离，得到水图像和脂肪图像，由此通过两次采集的第一复数图像信号和第二复数图像信号中的第一相位因子和第二相位因子，能够计算出各个图像体素分别对应的第一水脂比和第二水脂比，进而能够确定各个图像体素对应的图像的目标场图，并依据该目标场图进行水脂分离，从而在能够保证水脂分离效果的前提下，相比于三点式Dixon成像技术减少了图像采集次数，提高了扫描效率。
进一步的，为了更好的说明上述水脂分离的过程，作为对上述实施例的细化和扩展，本发明实施例提供了另一种基于磁共振成像的水脂分离方法，如图2所示，所述方法包括：
201、获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号。
对于本发明实施例，为了进行水脂分离，需要预先重建出各个图像体素对应的第一复数图像信号和第二复数图像信号，针对第一复数图像信号和第二复数图像的获取过程与步骤101完全相同，在此不再赘述。
202、根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比。
对于本发明实施例，针对各个图像体素分别对应的第一水脂比和第二水脂比的具体计算过程，作为一种可选实施方式，步骤202具体包括：分别确定所述第一复数图像信号和所述第二复数图像信号中脂肪相对于水的第一相位因子和第二相位因子，以及所述第一相位因子对应的第一实部和所述第二相位因子对应的第二实部；根据所述第一实部、所述第二实部、所述第一相位因子、所述第二相位因子、所述第一复数图像信号和所述第二复数图像信号，计算所述各个图像体素分别对应的第一水脂比和第二水脂比。
具体地，通过解公式(6)中关于g的二元一次方程，能够得到第一水脂比g1和第二水脂比g2，其中，C1和C2分别是第一复数图像信号S1和第二复数图像信号S2的第一相位因子和第二相位因子，该第一相位因子C1和第二相位因子C2可以根据回波延迟时间和水脂频率差计算得到，第一相位因子和第二相位因子的具体计算公式如下：
Figure BDA0003083057440000091
其中，Δf为水脂频率差，该水脂频率差为固定值，如在1.5T磁共振磁场强度下水脂频率差是222HZ，TE1和TE2为操作人员设定的两个回波延迟时间，由此通过公式(9)能够计算出第一复数图像信号中的第一相位因子C1和第二复数图像信号中的第二相位因子C2，基于计算出的第一相位因子C1和第二相位因子C2能够确定第一相位因子对应的实部C1r和第二相位因子对应的实部C2r，由此将确定的第一相位因子及其对应的实部，以及第二相位因子及其对应的实部代入至公式(6)中，能够解得各个图像体素对应的第一水脂比g1和第二水脂比g2，以便根据第一水脂比和第二水脂比，确定各个图像体素对应的第一候选向量和第二候选向量。
203、根据所述第一水脂比和所述第二水脂比，预估所述各个图像体素分别对应的第一候选向量和第二候选向量。
对于本发明实施例，由于各个图像体素对应的向量
Figure BDA0003083057440000092
，因此通过将第一水脂比g1和第二水脂比g2重新代入公式(4)中能够确定各个图像体素对应第一候选向量P1和第二候选向量P2，基于此，所述方法包括：根据所述第一水脂比、所述第一相位因子、所述第二相位因子、所述第一复数图像信号和所述第二复数图像信号，计算所述各个图像体素分别对应的第一候选向量；根据所述第二水脂比、所述第一相位因子、所述第二相位因子、所述第一复数图像信号和所述第二复数图像信号，计算所述各个图像体素分别对应的第二候选向量。
204、根据所述第一水脂比、所述第二水脂比、所述第一候选向量和所述第二候选向量，确定所述各个图像体素对应的图像的目标场图。
对于本发明实施例，在确定各个图像体素对应的第一水脂比和第二水脂比之后，可以基于第一水脂比和第二水脂比选取种子图像体素，同时基于该种子图像体素及其对应的第一目标向量，利用预设区域生长算法对其他种子图像体素进行区域生长，确定其他图像体素对应的第一目标向量，由此能够得到目标场图，然而由于区域生长算法受噪声影响较大，很可能会错误的估计其他图像体素对应的第一目标向量，因此本发明实施例采用区域生长算法、全局优化算法和迭代平滑算法相结合的方式，在利用区域生长算法得到的结果与利用全局优化算法得到的结果不一致时，并没有简单的倾向于某一种算法的结果，而是重新对结果进行设定，由此能够保证预估各个图像体素对应的向量的准确度，以保证获得准确的目标场图，确保水脂分离的效果，基于此，步骤204具体包括：根据所述第一水脂比和所述第二水脂比，从所述各个图像体素中确定种子图像体素；根据所述第一候选向量和所述第二候选向量，确定所述种子图像体素对应的第一目标向量；根据所述种子图像体素对应的第一目标向量，利用预设区域生长算法对所述种子图像体素进行区域生长，得到所述各个图像体素对应的图像的初始场图；利用预设全局优化算法对所述初始场图进行迭代，得到优化后的场图；将所述初始场图和所述优化后的场图进行对比，根据对比结果确定所述各个图像体素对应的图像的目标场图。
在具体应用场景中，在进行区域生长的过程中，需要先选定种子图像体素，具体可以根据各个图像体素对应的第一水脂比和/或第二水脂比从各个图像体素中筛选种子图像体素，基于此，所述根据所述第一水脂比和所述第二水脂比，从所述各个图像体素中确定种子图像体素，包括：从所述各个图像体素中筛选出所述第一水脂比和/或所述第二水脂比为1的第一目标图像体素；计算与所述第一目标图像体素相邻的图像素体对应的第一候选向量与所述第一目标图像素体对应的第一候选向量之间的第一相差；或者计算与所述第一目标图像体素相邻的图像体素对应的第二候选向量与所述第一目标图像体素对应的第二候选向量之间的第二相差；根据所述第一相差或者所述第二相差，从与所述第一目标图像体素相邻的图像体素中筛选出第二目标图像体素；将所述第一目标图像体素和所述第二目标图像体素确定为所述种子图像体素。
具体地，首先根据各个图像体素对应的第一水脂比和第二水脂比，将第一水脂比和/或第二水脂比为1的图像体素筛选出来，作为第一目标图像体素，之后从与该第一目标图像体素相邻的图像体素中寻找第二目标图像体素，具体地，第一目标图像体素周围有8个相邻的图像体素，分别计算第一目标图像体素对应的第一候选向量与这8个图像体素对应的第一候选向量之间的第一相差，即分别将第一目标图像体素对应的第一候选向量与这8个图像体素对应的第一候选向量共轭相乘，得到第一目标图像体素对应的第一候选向量与这8个图像体素对应的第一候选向量之间的夹角，并从这个8个图像体素对应的第一相差中找出相差最大且大于π/2的图像体素，将其确定为第二目标图像体素，与此同时，还可以计算第一目标图像体素对应的第二候选向量与这8个图像体素对应的第二候选向量之间的第二相差，并从这8个图像体素对应的第二相差中找出相差最大且大于π/2的图像体素，将其确定为第二目标图像体素，进一步地，将确定的第一目标图像体素和第二目标图像体素共同纳入到种子图像体素。需要说明的是，如果与第一目标图像体素相邻的8个图像体素中不存在相差大于π/2的图像体素，则不再从这8个图像体素中选择第二目标图像体素纳入种子图像体素中，由此通过上述方式能够从各个图像体素中选取用于区域生长的种子图像体素。
进一步地，在从各个图像体素中确定好种子图像体素之后，需要确定种子图像体素中第一目标图像体素和第二目标图像体素对应的第一目标向量，针对确定第一目标图像体素和第二目标图像体素分别对应的第一目标向量的具体过程，作为一种可选实施方式，所述方法包括：将所述种子图像体素中第一目标图像体素和第二目标图像体素分别对应的第一候选向量和第二候选向量进行两两相乘，得到相乘结果；根据所述相乘结果，确定所述种子图像体素对应的第一目标向量。
具体地，可以将种子图像体素中第一目标图像体素对应的第一候选向量和第二候选向量与第二目标图像体素对应的第一候选向量和第二候选向量进行两两组合，并将每对组合中的两个向量相乘，得到相乘结果，根据该相乘结果确定第一目标图像体素和第二目标图像体素分别对应的第一目标向量，例如，第一目标图像体素对应的第一候选向量和第二候选向量分别为Ps1和Ps2，第二目标图像体素对应的第一候选向量和第二候选向量分别为Pn1和Pn2，由此能够得到4对组合(Ps1，Pn1)，(Ps1，Pn2)，(Ps2，Pn1)，(Ps2，Pn2)，将这4对组合中的两个向量做内积相乘，选取相乘结果最大的一对组合，并将该对组合中的两个向量分别确定为第一目标图像体素和第二目标图像体素对应的第一目标向量，相乘结果最大说明两个相位的相关性最强，最接近，满足相位平滑的要求，如确定组合(Ps1，Pn1)对应的相乘结果最大，则确定第一目标图像体素对应的第一目标向量为Ps1，第二目标图像体素对应的第一目标向量为Pn1，由此按照上述方式能够确定种子图像体素对应的第一目标向量，以便根据确定的种子图像体素及其对应的第一目标向量进行区生长，确定其他图像体素对应的第一目标向量。
进一步地，在确定种子图像体素及其对应的第一目标向量之后，利用预设区域生长算法对种子图像体素进行区域生长，确定其他图像体素对应的第一目标向量，针对区域生长的具体过程，作为一种可选实施方式，所述方法包括：将所述种子图像体素对应的第一目标向量分别与其他图像体素对应的第一候选向量和第二候选向量相乘，得到第一乘积和第二乘积，并计算所述第一乘积和所述第二乘积的差值；根据所述差值，确定所述其他图像体素对应的生长顺序；基于所述生长顺序和所述种子图像体素对应的第一目标向量，确定所述其他像素体素对应的第一目标向量；根据所述其他像素体素对应的第一目标向量，以及所述种子图像体素对应的第一目标向量，确定所述初始场图。
具体地，在选取种子图像体素之后，将该种子图像体素周围的其他图像体素对应的第一候选向量和第二候选向量与种子图像体素对应的第一目标向量相乘，得到第一乘积和第二乘积，并计算第一乘积和第二乘积的差值，该差值越大，说明其他图像体素对应的两个向量中有一个向量与种子图像体素的相位相关性最强，另一个向量与种子图像体素的相位相关性较弱，在区域生长的过程中，为了保证结果的准确度，需要先确定相关性较强的图像体素对应的第一目标向量，因此可以根据计算的差值，确定其他图像体素对应的生长顺序，差值越大，图像体素对应的生长顺序越靠前；差值越小，图像体素对应的生长顺序越靠后。进一步地，在确定其他图像体素对应的生长顺序之后，根据其他图像体素对应的生长顺序和种子图像体素对应的第一目标向量，进行区域生长，依次确定其他图像体素对应的第一目标向量，例如，先计算生长顺序最先的图像体素对应的第一候选向量与种子图像体素对应的第一目标向量的乘积d1，之后计算生长顺序最先的图像体对应的第二候选向量与种子图像体素对应的第一目标向量的乘积d2，之后比较乘积d1和乘积d2的大小，如果乘积d1大于乘积d2，则确定生长顺序最先的图像体素对应的第一候选向量为第一目标向量；如果乘积d2大于乘积d1，则确定生长顺序最先的图像体素对应的第二候选向量为第一目标向量，由此种子图像体素和生长顺序最优的图像体素对应的第一目标向量都已经被确定了，继续按照生长顺序，确定其他图像体素对应的第一目标向量，当按照生长顺序确定某一个图像体素对应的第一目标向量时，如果在该图像体素的预设范围内存在多个已经被确定的图像体素，则根据多个已经被确定的图像体素对应的第一目标向量，从该图像体素对应的第一候选向量和第二候选向量中筛选出一个作为第一目标向量。
例如，基于生长顺序当前需要确定图像体素A对应的第一目标向量，以图像体素A为中心，在21*21个图像体素范围内存在图像体素b、图像体素c和图像体素d的第一目标向量已经被确定了，则将图像体素A对应的第一候选向量分别与图像体素b、图像体素c和图像体素d分别对应的第一目标向量相乘后求和，得到结果h1，之后将图像体素A对应的第二候选向量与图像体素b、图像体素c和图像体素d分别对应的第一目标向量相乘后求和，得到结果h2，如果结果h1大于结果h2，则将图像体素A对应的第一候选向量确定为第一目标向量；如果结果h2大于结果h1，则将图像体素A对应的第二候选向量确定为第一目标向量，由此按照上述的区域生长方式，能够确定其他图像体素对应的第一目标向量，进而根据种子图像体素对应的第一目标向量和其他图像体素对应的第一目标向量，能够确定初始场图。
进一步地，由于区域生长算法受噪声影响较大，很可能出现估计错误的图像体素，因此在本发明实施中，采用区域生长算法和全局优化算法相结合的方式，将区域生长算法得到的初始场图代入至全局优化算法中，重新确定各个图像体素对应的第二目标向量，并将区域生长算法得到结果与全局优化算法得到的结果进行对比，根据对比结果，确定目标场图。具体地，将区域生长算法得到的初始场图代入至全局优化算法中，得到各个图像体素对应的第二目标向量，全局优化算法可以由以下公式来表示：
Figure BDA0003083057440000141
其中，r代表图像体素对应的索引，P(r)表示与图像体素r相关联的第一候选向量P1(r)和第二候选向量P2(r)，s表示与r相邻的图像体素集合Nr中的图像体素，P(s)表示与像素s相关联的第一候选向量P1(s)和第二候选向量P2(s)，之后构建损失函数v，如下：
Figure BDA0003083057440000142
其中，d(r,s)代表图像体素r和图像体素s之间的欧几里得距离，S1(r)和S1(s)分别代表图像体素r和图像体素s对应的复数图像信号，对该损失函数进行变形处理，定义一个变量X(r)，
Figure BDA0003083057440000143
由此就变成了解以下方程：
Figure BDA0003083057440000144
Figure BDA0003083057440000145
在具体解方程(13)时，首先需要初始化每个图像体素对应的X(r)，
Figure BDA0003083057440000146
其中，P(r)为通过区域生长算法得到的初始场图，在解方程(13)的过程中，迭代更新X(r)，直至收敛或者迭代次数达到最大值，从而能够得到优化后的场图，由于P(r)为区域生长算法得到的初始场图，将其代理入至全局优化算法，能够提高全局优化算法的收敛速度。
进一步地，在确定优化后的场图后，将优化后的场图与区域生长算法得到的初始场图进行对比，根据对比结果重新调整图像体素对应的向量，基于此，所述将所述初始场图和所述优化后的场图进行对比，根据对比结果确定所述各个图像体素对应的图像的目标场图，包括：将所述初始场图中所述各个图像体素对应的第一目标向量与所述优化后的场图中所述各个图像体素对应的第二目标向量进行对比，并将所述第一目标向量与所述第二目标向量不同的图像体素的向量调整为1，得到调整后的场图；利用预设卷积核对所述调整后的场图进行平滑滤波，得到平滑后的场图；计算所述平滑后的场图中所述各个图像体素对应的第三目标向量分别与所述各个图像体素对应的第一候选向量和第二候选向量之间的第三相差和第四相差；根据所述第三相差和所述第四相差，确定所述各个图像体素对应的图像的目标场图。
具体地，将初始场图中各个图像体素对应的第一目标向量与优化后的场图中各个图像体素对应的第二目标向量进行对比，确定第一目标向量与第二目标向量不同的图像体素，如在初始场图中针对图像体素B选择第一候选向量作为第一目标向量，而在优化后的场图中针对图像体素B选择第二候选向量作为第二目标向量，由于区域生长算法和全局优化算法选择的向量不一致，因此需要重新确定图像体素B对应的向量，在本发明实施例中并没有倾向于这两种算法中的任何一种，而是对结果不一致的图像体素进行重新确定，以保证最终的目标场图的准确度，具体地，由于磁共振的场图特别不均匀，在效果比较好的时候，图像体素对应的向量值为1，即当前的相位为0，因此在本发明实施例中，如果区域生长算法和全域优化算法得到的结果不一致，则将场图中结果不一致的图像体素对应的向量值调整为1，从而能够得到调整后的场图。
进一步地，利用预设卷积核对调整后的场图进行均值滤波，具体地选择一个图像大小十五分之一的卷积核对调整后的场图进行均值滤波，例如，预设卷积核为一个15*15的卷积核，在利用该卷积核进行均值滤波的过程中，将当前的图像体素对应的向量与周围15*15个点的向量做一个平均，并进行相应的替换，从而完成均值滤波，即平滑滤波，在完成滤波处理后，能够得到平滑后的场图，最后分别计算平滑后的场图中各个图像体素对应的第三目标向量与各个图像体素对应的第一候选向量和第二候选向量之间的第三相差和第四相差，并比较第三相差和第四相差的大小，选取第三相差和第四相差中较小相差对应的候选向量作为图像体素对应的最终正确的向量，并根据各个图像体素对应的最终向量，确定目标场图，例如，计算平滑后的场图中图像体素A对应的第三向量与图像体素A对应的第一候选向量和第二候选向量之间的第三相差和第四相差，如果第三相差小于第四相差，则针对图像体素A选择第一候选向量作为最终正确的向量；如果第四相差小于第三相差，则针对图像A选择第二候选向量作为最终正确的向量，由此本发明实施例通过两次采集的第一复数图像信号和第二复数图像信号，并利用全局优化算法、区域生长算法和平滑迭代算法相结合的方式，能够准确地预估各个图像体素对应的向量，确定目标场图。
205、基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
对于本发明实施例，利用目标场图进行水脂分离的过程见公式(7)和公式(8)，在此不再赘述，在本发明实施例中，还提供了仅使用区域生长算法进行水脂分离和使用区域生长算法、全局优化算法、平滑迭代算法相结合进行水脂的效果对比图，图3中的左图和图4中的左图为仅使用区域生长算法进行水脂分离的效果图，图3中的右图和图4中的右图为使用区域生长算法、全局优化算法、平滑迭代算法相结合进行水脂分离的效果图，通过对比可以发现，本发明实施例中采用三种算法相结合进行水脂分离的效果要明显优于仅使用区域生长算法进行水脂分离的效果。
本发明实施例提供的另一种基于磁共振成像的水脂分离方法、装置及计算机设备，与目前采用三点式Dixon成像技术进行水脂分离的方式相比，本发明通过两次采集的第一复数图像信号和第二复数图像信号中的第一相位因子和第二相位因子，能够计算出各个图像体素分别对应的第一水脂比和第二水脂比，进而能够确定各个图像体素对应的图像的目标场图，并依据该目标场图进行水脂分离，从而在能够保证水脂分离效果的前提下，相比于三点式Dixon成像技术减少了图像采集次数，提高了扫描效率，与此同时，采用区域生长算法、全局优化算法和迭代平滑算法相结合的方式，在利用区域生长算法得到的结果与利用全局优化算法得到的结果不一致时，并没有简单的倾向于某一种算法的结果，而是重新对结果进行设定，由此能够保证预估各个图像体素对应的向量的准确度，以保证获得准确的目标场图，确保水脂分离的效果。
进一步地，作为图1的具体实现，本发明实施例提供了一种基于磁共振成像的水脂分离装置，如图5所示，所述装置包括：获取单元31、计算单元32、确定单元33和分离单元34。
所述获取单元31，可以用于获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号。
所述计算单元32，可以用于根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比。
所述确定单元33，可以用于根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图。
所述分离单元34，可以用于基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
在具体应用场景中，为了计算所述各个图像体素分别对应的第一水脂比和第二水脂比，如图6所示，所述计算单元32包括：确定模块321和计算模块322。
所述确定模块321，可以用于分别确定所述第一复数图像信号和所述第二复数图像信号中脂肪相对于水的第一相位因子和第二相位因子，以及所述第一相位因子对应的第一实部和所述第二相位因子对应的第二实部。
所述计算模块322，可以用于根据所述第一实部、所述第二实部、所述第一相位因子、所述第二相位因子、所述第一复数图像信号和所述第二复数图像信号，计算所述各个图像体素分别对应的第一水脂比和第二水脂比。
在具体应用场景中，为了确定所述各个图像体素对应的图像的目标场图，所述确定单元33，包括：预估模块331和确定模块332。
所述预估模块331，可以用于根据所述第一水脂比和所述第二水脂比，预估所述各个图像体素分别对应的第一候选向量和第二候选向量。
所述确定模块332，可以用于根据所述第一水脂比、所述第二水脂比、所述第一候选向量和所述第二候选向量，确定所述各个图像体素对应的图像的目标场图。
进一步地，为了根据所述第一水脂比、所述第二水脂比、所述第一候选向量和所述第二候选向量，确定所述各个图像体素对应的目标场图，所述确定模块332，包括：第一确定子模块、第二确定子模块、生长子模块、优化子模块和第三确定子模块，
所述第一确定子模块，可以用于根据所述第一水脂比和所述第二水脂比，从所述各个图像体素中确定种子图像体素。
所述第二确定子模块，可以用于根据所述第一候选向量和所述第二候选向量，确定所述种子图像体素对应的第一目标向量。
所述生长子模块，可以用于根据所述种子图像体素对应的第一目标向量，利用预设区域生长算法对所述种子图像体素进行区域生长，得到所述各个图像体素对应的图像的初始场图。
所述优化子模块，可以用于利用预设全局优化算法对所述初始场图进行迭代，得到优化后的场图。
所述第三确定子模块，可以用于将所述初始场图和所述优化后的场图进行对比，根据对比结果确定所述各个图像体素对应的图像的目标场图。
在具体应用场景中，为了从所述各个图像体素中确定种子图像体素，所述第一确定子模块，具体可以用于从所述各个图像体素中筛选出所述第一水脂比和/或所述第二水脂比为1的第一目标图像体素；计算与所述第一目标图像体素相邻的图像素体对应的第一候选向量与所述第一目标图像素体对应的第一候选向量之间的第一相差；或者计算与所述第一目标图像体素相邻的图像体素对应的第二候选向量与所述第一目标图像体素对应的第二候选向量之间的第二相差；根据所述第一相差或者所述第二相差，从与所述第一目标图像体素相邻的图像体素中筛选出第二目标图像体素；将所述第一目标图像体素和所述第二目标图像体素确定为所述种子图像体素。
在具体应用场景中，为了确定所述种子图像体素对应的第一目标向量，所述第二确定子模块，具体可以用于将所述种子图像体素中第一目标图像体素和第二目标图像体素分别对应的第一候选向量和第二候选向量进行两两相乘，得到相乘结果；根据所述相乘结果，确定所述种子图像体素对应的第一目标向量。
与此同时，为了确定各个图像体素对应的图像的初始场图，所述生长子模块，具体可以用于将所述种子图像体素对应的第一目标向量分别与其他图像体素对应的第一候选向量和第二候选向量相乘，得到第一乘积和第二乘积，并计算所述第一乘积和所述第二乘积的差值；根据所述差值，确定所述其他图像体素对应的生长顺序；基于所述生长顺序和所述种子图像体素对应的第一目标向量，确定所述其他像素体素对应的第一目标向量；根据所述其他像素体素对应的第一目标向量，以及所述种子图像体素对应的第一目标向量，确定所述初始场图。
在具体应用场景中，为了确定目标场图，所述第三确定子模块，具体可以用于将所述初始场图中所述各个图像体素对应的第一目标向量与所述优化后的场图中所述各个图像体素对应的第二目标向量进行对比，并将所述第一目标向量与所述第二目标向量不同的图像体素的向量调整为1，得到调整后的场图；利用预设卷积核对所述调整后的场图进行平滑滤波，得到平滑后的场图；计算所述平滑后的场图中所述各个图像体素对应的第三目标向量分别与所述各个图像体素对应的第一候选向量和第二候选向量之间的第三相差和第四相差；根据所述第三相差和所述第四相差，确定所述各个图像体素对应的图像的目标场图。
需要说明的是，本发明实施例提供的一种基于磁共振成像的水脂分离装置所涉及各功能模块的其他相应描述，可以参考图1所示方法的对应描述，在此不再赘述。
基于上述如图1所示方法，相应的，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
基于上述如图1所示方法和如图5所示装置的实施例，本发明实施例还提供了一种计算机设备的实体结构图，如图7所示，该计算机设备包括：处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序，其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现以下步骤：获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
通过本发明的技术方案，本发明能够获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；并根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；与此同时，根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；最终基于所述目标场图进行水脂分离，得到水图像和脂肪图像，由此通过两次采集的第一复数图像信号和第二复数图像信号中的第一相位因子和第二相位因子，能够计算出各个图像体素分别对应的第一水脂比和第二水脂比，进而能够确定各个图像体素对应的图像的目标场图，并依据该目标场图进行水脂分离，从而在能够保证水脂分离效果的前提下，相比于三点式Dixon成像技术减少了图像采集次数，提高了扫描效率。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种基于磁共振成像的水脂分离方法，其特征在于，包括：
获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；
根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；
根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；
基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比，包括：
分别确定所述第一复数图像信号和所述第二复数图像信号中脂肪相对于水的第一相位因子和第二相位因子，以及所述第一相位因子对应的第一实部和所述第二相位因子对应的第二实部；
根据所述第一实部、所述第二实部、所述第一相位因子、所述第二相位因子、所述第一复数图像信号和所述第二复数图像信号，计算所述各个图像体素分别对应的第一水脂比和第二水脂比。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图，包括：
根据所述第一水脂比和所述第二水脂比，预估所述各个图像体素分别对应的第一候选向量和第二候选向量；
根据所述第一水脂比、所述第二水脂比、所述第一候选向量和所述第二候选向量，确定所述各个图像体素对应的图像的目标场图。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一水脂比、所述第二水脂比、所述第一候选向量和所述第二候选向量，确定所述各个图像体素对应的图像的目标场图，包括：
根据所述第一水脂比和所述第二水脂比，从所述各个图像体素中确定种子图像体素；
根据所述第一候选向量和所述第二候选向量，确定所述种子图像体素对应的第一目标向量；
根据所述种子图像体素对应的第一目标向量，利用预设区域生长算法对所述种子图像体素进行区域生长，得到所述各个图像体素对应的图像的初始场图；
利用预设全局优化算法对所述初始场图进行迭代，得到优化后的场图；
将所述初始场图和所述优化后的场图进行对比，根据对比结果确定所述各个图像体素对应的图像的目标场图。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一水脂比和所述第二水脂比，从所述各个图像体素中确定种子图像体素，包括：
从所述各个图像体素中筛选出所述第一水脂比和/或所述第二水脂比为1的第一目标图像体素；
计算与所述第一目标图像体素相邻的图像素体对应的第一候选向量与所述第一目标图像素体对应的第一候选向量之间的第一相差；或者
计算与所述第一目标图像体素相邻的图像体素对应的第二候选向量与所述第一目标图像体素对应的第二候选向量之间的第二相差；
根据所述第一相差或者所述第二相差，从与所述第一目标图像体素相邻的图像体素中筛选出第二目标图像体素；
将所述第一目标图像体素和所述第二目标图像体素确定为所述种子图像体素。
6.根据权利要求4所述的方法，其特征在于，所述根据所述第一候选向量和所述第二候选向量，确定所述种子图像体素对应的第一目标向量，包括：
将所述种子图像体素中第一目标图像体素和第二目标图像体素分别对应的第一候选向量和第二候选向量进行两两相乘，得到相乘结果；
根据所述相乘结果，确定所述种子图像体素对应的第一目标向量；
所述根据所述种子图像体素对应的第一目标向量，利用预设区域生长算法对所述种子图像体素进行区域生长，得到所述各个图像体素对应的图像的初始场图，包括：
将所述种子图像体素对应的第一目标向量分别与其他图像体素对应的第一候选向量和第二候选向量相乘，得到第一乘积和第二乘积，并计算所述第一乘积和所述第二乘积的差值；
根据所述差值，确定所述其他图像体素对应的生长顺序；
基于所述生长顺序和所述种子图像体素对应的第一目标向量，确定所述其他像素体素对应的第一目标向量；
根据所述其他像素体素对应的第一目标向量，以及所述种子图像体素对应的第一目标向量，确定所述初始场图。
7.根据权利要求4所述的方法，其特征在于，所述将所述初始场图和所述优化后的场图进行对比，根据对比结果确定所述各个图像体素对应的图像的目标场图，包括：
将所述初始场图中所述各个图像体素对应的第一目标向量与所述优化后的场图中所述各个图像体素对应的第二目标向量进行对比，并将所述第一目标向量与所述第二目标向量不同的图像体素的向量调整为1，得到调整后的场图；
利用预设卷积核对所述调整后的场图进行平滑滤波，得到平滑后的场图；
计算所述平滑后的场图中所述各个图像体素对应的第三目标向量分别与所述各个图像体素对应的第一候选向量和第二候选向量之间的第三相差和第四相差；
根据所述第三相差和所述第四相差，确定所述各个图像体素对应的图像的目标场图。
8.一种基于磁共振成像的水脂分离装置，其特征在于，包括：
获取单元，用于获取各个图像体素在两个回波时间下的第一复数图像信号和第二复数图像信号；
计算单元，用于根据所述第一复数图像信号和所述第二复数图像信号，得到所述各个图像体素分别对应的第一水脂比和第二水脂比；
确定单元，用于根据所述第一水脂比和所述第二水脂比，确定所述各个图像体素对应的图像的目标场图；
分离单元，用于基于所述目标场图进行水脂分离，得到水图像和脂肪图像。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202110572425.XA 2021-05-25 2021-05-25 一种基于磁共振成像的水脂分离方法、装置及计算机设备 Active CN113470032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110572425.XA CN113470032B (zh) 2021-05-25 2021-05-25 一种基于磁共振成像的水脂分离方法、装置及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110572425.XA CN113470032B (zh) 2021-05-25 2021-05-25 一种基于磁共振成像的水脂分离方法、装置及计算机设备

Publications (2)

Publication Number Publication Date
CN113470032A true CN113470032A (zh) 2021-10-01
CN113470032B CN113470032B (zh) 2022-10-18

Family

ID=77871528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110572425.XA Active CN113470032B (zh) 2021-05-25 2021-05-25 一种基于磁共振成像的水脂分离方法、装置及计算机设备

Country Status (1)

Country Link
CN (1) CN113470032B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117058265A (zh) * 2023-10-10 2023-11-14 安徽福晴医疗装备有限公司 基于区域迭代向量提取和新的加权图的水脂分离方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104382597A (zh) * 2014-11-11 2015-03-04 奥泰医疗系统有限责任公司 一种磁共振成像中的Dixon水脂分离及辨析方法及系统
CN105809662A (zh) * 2014-12-30 2016-07-27 中国科学院深圳先进技术研究院 磁共振成像的图像水脂分离方法和系统
CN105796102A (zh) * 2014-12-30 2016-07-27 中国科学院深圳先进技术研究院 实现水脂分离的方法和系统
CN105809661A (zh) * 2014-12-30 2016-07-27 中国科学院深圳先进技术研究院 磁共振成像的图像水脂分离方法和系统
CN107997763A (zh) * 2017-12-26 2018-05-08 中国科学院生物物理研究所 一种水脂分离磁共振成像方法
CN108697366A (zh) * 2015-12-30 2018-10-23 中国科学院深圳先进技术研究院 一种磁共振化学位移编码成像方法、装置及设备
CN109124633A (zh) * 2018-07-02 2019-01-04 华东师范大学 一种磁共振成像精确定量脂肪含量的方法
CN109767433A (zh) * 2018-12-29 2019-05-17 深圳先进技术研究院 基于磁共振图像的水脂分离方法、装置、设备及存储介质
CN110766661A (zh) * 2019-09-26 2020-02-07 上海联影医疗科技有限公司 磁共振成像的水脂分离方法、磁共振成像方法和设备
CN110865322A (zh) * 2019-11-27 2020-03-06 上海东软医疗科技有限公司 用于磁共振成像的水脂分离方法、装置、存储介质及设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104382597A (zh) * 2014-11-11 2015-03-04 奥泰医疗系统有限责任公司 一种磁共振成像中的Dixon水脂分离及辨析方法及系统
CN105809662A (zh) * 2014-12-30 2016-07-27 中国科学院深圳先进技术研究院 磁共振成像的图像水脂分离方法和系统
CN105796102A (zh) * 2014-12-30 2016-07-27 中国科学院深圳先进技术研究院 实现水脂分离的方法和系统
CN105809661A (zh) * 2014-12-30 2016-07-27 中国科学院深圳先进技术研究院 磁共振成像的图像水脂分离方法和系统
CN108697366A (zh) * 2015-12-30 2018-10-23 中国科学院深圳先进技术研究院 一种磁共振化学位移编码成像方法、装置及设备
CN107997763A (zh) * 2017-12-26 2018-05-08 中国科学院生物物理研究所 一种水脂分离磁共振成像方法
CN109124633A (zh) * 2018-07-02 2019-01-04 华东师范大学 一种磁共振成像精确定量脂肪含量的方法
CN109767433A (zh) * 2018-12-29 2019-05-17 深圳先进技术研究院 基于磁共振图像的水脂分离方法、装置、设备及存储介质
CN110766661A (zh) * 2019-09-26 2020-02-07 上海联影医疗科技有限公司 磁共振成像的水脂分离方法、磁共振成像方法和设备
CN110865322A (zh) * 2019-11-27 2020-03-06 上海东软医疗科技有限公司 用于磁共振成像的水脂分离方法、装置、存储介质及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117058265A (zh) * 2023-10-10 2023-11-14 安徽福晴医疗装备有限公司 基于区域迭代向量提取和新的加权图的水脂分离方法

Also Published As

Publication number Publication date
CN113470032B (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
US20190287674A1 (en) Medical signal processing apparatus
US9629612B2 (en) Biomedical image reconstruction method and apparatus
Mehta et al. Image reconstruction algorithm for motion insensitive MR Fingerprinting (MRF): MORF
US6748098B1 (en) Algebraic reconstruction of images from non-equidistant data
US6160398A (en) Adaptive reconstruction of phased array NMR imagery
WO2022183988A1 (en) Systems and methods for magnetic resonance image reconstruction with denoising
JPH07170406A (ja) 適応型ディジタル画像信号フィルタ
CN109949349B (zh) 一种多模态三维图像的配准及融合显示方法
EP2255214A1 (en) Coil selection for parallel magnetic resonance imaging
US20120121153A1 (en) Method and System for Retrospective Image Combination Under Minimal Total Deformation Constrain for Free-Breathing Cardiac Magnetic Resonance Imaging With Motion Correction
CN113298902B (zh) 卷褶视野磁共振图像的重建方法、计算机设备及存储介质
WO2015112804A1 (en) System and method for generating magnetic resonance imaging (mri) images using structures of the images
US11941732B2 (en) Multi-slice MRI data processing using deep learning techniques
CN113470032B (zh) 一种基于磁共振成像的水脂分离方法、装置及计算机设备
CN111091517B (zh) 一种残差加权成像方法和装置
CN109471053B (zh) 一种基于双约束的介电特性迭代成像方法
US20040263169A1 (en) Synthetic aperture MRI
US20160054420A1 (en) Compensated magnetic resonance imaging system and method for improved magnetic resonance imaging and diffusion imaging
Iwamoto et al. Super-resolution of MR volumetric images using sparse representation and self-similarity
CN111161330A (zh) 非刚性图像配准方法、装置、系统、电子设备、存储介质
Thurnhofer-Hemsi et al. Super-resolution of 3D magnetic resonance images by random shifting and convolutional neural networks
Ryu et al. K-space refinement in deep learning mr reconstruction via regularizing scan specific spirit-based self consistency
CN113866694B (zh) 一种快速三维磁共振t1定量成像方法、系统及介质
US20060181275A1 (en) Brorc-S2PD
CN110865322A (zh) 用于磁共振成像的水脂分离方法、装置、存储介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant