CN116109524B - 磁共振图像通道合并方法、装置、电子设备及存储介质 - Google Patents
磁共振图像通道合并方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116109524B CN116109524B CN202310375493.6A CN202310375493A CN116109524B CN 116109524 B CN116109524 B CN 116109524B CN 202310375493 A CN202310375493 A CN 202310375493A CN 116109524 B CN116109524 B CN 116109524B
- Authority
- CN
- China
- Prior art keywords
- image
- magnetic resonance
- channel
- weight
- images
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 6
- 210000001738 temporomandibular joint Anatomy 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- 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]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Abstract
本发明涉及图像处理技术领域,具体涉及磁共振图像通道合并方法、装置、电子设备及存储介质。包括:对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像;基于所述多个通道的磁共振图像以及所述去噪后图像,确定通道合并权重;基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像。本发明在进行通道合并时,在低信噪比区域降低噪声的均值和方差,提高信噪比,改善通道合并效果。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及磁共振图像通道合并方法、装置、电子设备及存储介质。
背景技术
核磁共振系统的多通道接收线圈图像后,需要经过图像通道合并获得临床图像,不同的图像通道合并方式获得的临床图像信噪比不同。尤其在信噪比较低时,通道合并方式导致的信噪比差异更为明显。当信号信噪比非常低时,信号被淹没在噪声中,通道合并时多个通道的合并权重和容易被噪声干扰。
目前主要是采用噪声去相关通道合并方法(SOS)和自适应通道合并方法(ACC)进行通道合并,噪声去相关通道合并方法会大幅提高图像底噪的平均值,令图像信号被严重高估;自适应通道合并方法在图像底噪的噪声平均值较低,但方差较大,产生明显的毛刺感。因此,需要提供一种方法,在进行通道合并时,在低信噪比区域降低噪声的均值和方差,提高信噪比,改善通道合并效果。
发明内容
有鉴于此,有必要提供磁共振图像通道合并方法、装置、电子设备及存储介质,用以在进行通道合并时,在低信噪比区域降低噪声的均值和方差,提高信噪比,改善通道合并效果。
为了实现上述目的,本发明提供了一种磁共振图像通道合并方法,所述方法包括:
对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像;
基于所述多个通道的磁共振图像以及所述去噪后图像,确定通道合并权重;
基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像。
进一步,所述方法还包括:获取多个通道采集磁共振信号对应的原始图像,对所述多个通道的原始图像作去相关处理,得到所述多个通道的磁共振图像。
进一步,所述基于所述多个通道的磁共振图像以及去噪后图像,确定通道合并权重,包括:
确定每个通道的磁共振图像及其对应的去噪后图像之间的信号差绝对值;
基于所述信号差绝对值和预设的图像底噪方差,确定所述通道合并权重。
进一步,所述基于所述信号差绝对值和预设的图像底噪方差,确定所述通道合并权重,包括:
在所述信号差绝对值大于方差乘积的情况下,基于所述信号差绝对值和方差乘积之间的差值,确定第一权重;其中,所述方差乘积为预设值和所述图像底噪方差的乘积;
在所述信号差绝对值小于或等于所述方差乘积的情况下,确定第一权重为100%;
基于所述第一权重、所述每个通道的磁共振图像和所述去噪后图像,确定所述通道合并权重。
进一步,所述第一权重大于0且小于100%,所述信号差绝对值和方差乘积之间的差值,与所述第一权重构成反相关关系;
所述基于所述第一权重、所述每个通道的磁共振图像和所述去噪后图像,确定所述通道合并权重,包括:
基于所述第一权重,确定第二权重;所述第一权重与所述第二权重之和为100%;
基于所述第一权重和所述第二权重,对所述每个通道的磁共振图像和所述去噪后图像进行加权求和,确定所述通道合并权重。
进一步,所述基于所述第一权重和所述第二权重,对所述每个通道的磁共振图像和所述去噪后图像进行加权求和,确定所述通道合并权重,包括:
基于所述第一权重和所述第二权重,对所述每个通道的磁共振图像和所述去噪后图像进行加权求和,得到图像信号加权总和;
计算所述图像信号加权总和的负数共轭,得到所述通道合并权重。
进一步,所述基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像,包括:
基于所述多个通道对应的通道合并权重,对所述多个通道的去噪后图像进行加权求和,得到图像信号总和;
对所述图像信号总和求取实部,得到所述磁共振目标图像。
本发明还提供一种磁共振图像通道合并装置,包括:
去噪模块,用于对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像;
权重确定模块,用于基于所述多个通道的磁共振图像以及所述去噪后图像,确定通道合并权重;
合并模块,用于基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像。
本发明还提供一种电子设备,包括存储器和处理器,其中:
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以实现上述所述的磁共振图像通道合并方法中的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述所述的磁共振图像通道合并方法。
本发明和现有技术相比的优点为:
本发明提供的磁共振图像通道合并方法、装置、电子设备及存储介质,通过对多个通道的磁共振图像进行去噪处理,再基于通道合并权重对去噪后图像进行通道合并,得到磁共振目标图像,本发明相对于现有的噪声去相关通道合并方法和自适应通道合并方法,在通道合并前对磁共振图像执行去噪操作,而且本发明使用的通道合并权重是基于多个通道的磁共振图像以及去噪后图像确定,避免图像去噪所造成损失图像细节的影响,在进行通道合并时,在低信噪比区域降低噪声的均值和方差,提高信噪比,改善通道合并效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的磁共振图像通道合并方法一实施例的流程示意图;
图2为本发明提供的采用SOS合并方式得到的颈部重建图像;
图3为本发明提供的采用SOS合并方式得到的颞下颌关节的重建图像;
图4为本发明提供的采用ACC合并方式得到的颈部重建图像;
图5为本发明提供的采用ACC合并方式得到的颞下颌关节的重建图像;
图6为本发明提供的单个通道采集的磁共振信号重建得到的原始图像;
图7为对应图6所示原始图像的权重图;
图8为采用本发明提供的磁共振图像通道合并方法重建得到的颈部重建图像;
图9为采用本发明提供的磁共振图像通道合并方法重建得到的颞下颌关节的重建图像;
图10为本发明提供的磁共振图像通道合并装置一实施例的结构示意图;
图11为本发明提供的电子设备的一个实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本申请实施例的描述中,除非另有说明, “多个”的含义是两个或两个以上。
本发明实施例中术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本发明实施例中出现的对步骤进行的命名或者编号,并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤,已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序,只要能达到相同或者相类似的技术效果即可。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明提供了一种磁共振图像通道合并方法、装置、电子设备及存储介,以下分别进行说明。
如图1所示,本发明提供的一种磁共振图像通道合并方法,包括:
步骤110、对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像。
进一步,可以基于K空间降噪、图像均值降噪、高斯滤波降噪或AI降噪方法,对所述多个通道的磁共振图像进行去噪处理,得到所述去噪后图像。
每个通道的图像所包含的任一像素点信号可以包括幅值和相位,上述去噪过程可在仅包含幅值的实数域进行,或者同时包含幅值和相位的复数域进行。在此具体的实施例中,以去噪过程在实数域进行,设降噪之前图像总信号为,其中的真实图像信号成分为,噪声信号成分为/>,噪声方差为/>,则:
如果不进行降噪,采用噪声去相关通道合并方法(SOS)时,信号通道合并的期望值为:
步骤120、基于所述多个通道的磁共振图像以及所述去噪后图像,确定通道合并权重。
步骤130、基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像。
可以理解的是,现有的通道合并方法大幅抬高了图像的底噪均值,并令图像低信号区域信号值抬高了20%,引入了20%的误差。如图2所示,为采用现有技术中的平方和(sum-of-squares,SOS)方法对多个通道采集得到的数据进行合并后,重建得到的颈部重建图像。如图3所示,为采用现有技术中的平方和(sum-of-squares,SOS)方法对多个通道采集得到的数据进行合并后,重建得到的颞下颌关节的重建图像。在图2和图3所标注的方框区域,本应为低信号区域,但是SOS的合并方式引入的信号误差,引起方框区域的噪声增加。
如图4所示,为采用现有技术中的自适应通道合并(adaptive coil combination,ACC)算法对多个通道的初始磁共振图像进行合并,重建得到的颈部重建图像。如图5所示,为采用现有技术中的自适应通道合并(adaptive coil combination,ACC)算法对多个通道的初始磁共振图像进行合并,重建得到的颞下颌关节的重建图像。在图4和图5所标注的方框区域,ACC合并方法导致底噪和低信号区域的噪声方差较大,图像视觉效果差。
采用本发明提供的方法,对多通道图像进行去相关和去噪处理后,再基于所述通道合并权重,对所述去噪后图像进行通道合并,具有底噪方差低,图像视觉效果平滑的优势。在一些实施例中,磁共振图像通道合并方法,还包括:
获取多个通道采集磁共振信号对应的原始图像,对所述多个通道的原始图像作去相关处理,得到所述多个通道的磁共振图像。
可以理解的是,通过核磁共振成像设备的接收线圈能够采集自检测对象体内激发的磁共振信号,接收线圈为多个线圈单元组成的相控阵列,每个线圈单元作为一个线圈通道,即通过接收线圈能获得多个通道的磁共振信号。将上述每个通道的磁共振信号作傅里叶变换,可获取多个线圈通道的原始图像。示例性的,接收线圈可以为4通道、8通道、16通道、32通道,设置64通道等。相控阵列中的各线圈单元间会产生耦合,影响各线圈单元的调谐频率,使得各线圈单元的信号接收灵敏度降低,降低接收线圈的信噪比。本申请实施例中,通过对多个通道的原始图像作去相关处理,降低不同线圈通道的的噪声相关性,实现不同通道的原始图像相互之间解耦。
conj是计算机编程语言函数,该函数是FreeMat、Matlab等科学计算软件中的一个函数,该函数用于求复数的共轭(conjugate)。E表示计算的期望值,反映随机变量平均取值的大小。噪声信号/>可以通过空采获得,也可以使用背景区域的噪声图像获得。
一个典型的去相关算法如下:
可构造去相关矩阵:
使用去相关矩阵T左乘图像矩阵可获得去相关图像:
在一些实施例中,所述基于所述多个通道的磁共振图像以及所述去噪后图像,确定通道合并权重,包括:
确定每个通道的磁共振图像及其对应的去噪后图像之间的信号差绝对值;
基于所述信号差绝对值和预设的图像底噪方差,确定所述通道合并权重。
可以理解的是,每个通道的磁共振图像及其对应的去噪后图像之间的信号差绝对值,可以确定每个通道的磁共振图像对应的去噪效果。
在一些实施例中,所述基于所述信号差绝对值和预设的图像底噪方差,确定所述通道合并权重,包括:
在所述信号差绝对值大于方差乘积的情况下,基于所述信号差绝对值和方差乘积之间的差值,确定第一权重;其中,所述方差乘积为预设值和所述图像底噪方差的乘积;
在所述信号差绝对值小于或等于所述方差乘积的情况下,确定第一权重为100%;
基于所述第一权重、所述每个通道的磁共振图像和所述去噪后图像,确定所述通道合并权重。
其中,abs表示求绝对值函数。所述信号差绝对值和所述方差乘积之间的差值反应的是去噪前后的图像差异值,基于所述信号差绝对值和所述方差乘积之间的差值,确定第一权重,再基于第一权重确定通道合并权重,因而,在所述信号差绝对值大于方差乘积的情况下,去噪前后的图像差异值越大,则第一权重越小,第一权重对应图像去噪后的权重,因此避免了图像过度失真,损失图像细节。
在一些实施例中,所述第一权重大于0且小于100%,所述信号差绝对值和方差乘积之间的差值,与所述第一权重构成反相关关系;
可以理解的是,所述信号差绝对值和所述方差乘积之间的差值越大,则去噪前后的图像差异值越大,第一权重越趋近于0;反之,所述信号差绝对值和所述方差乘积之间的差值越小,则去噪前后的图像差异值越小,第一权重越趋近于100%。去噪前后的图像差异值越大,则第一权重越小,第一权重对应图像去噪后的权重,因此避免了图像过度失真,损失图像细节。
所述基于所述第一权重、所述每个通道的磁共振图像和所述去噪后图像,确定所述通道合并权重,包括:
基于所述第一权重,确定第二权重;所述第一权重与所述第二权重之和为100%;
基于所述第一权重和所述第二权重,对所述每个通道的磁共振图像和所述去噪后图像进行加权求和,确定所述通道合并权重。
可以理解的是,第一权重为所述磁共振图像对应的权重,所述第二权重为所述去噪后图像对应的权重。将第一权重与所述磁共振图像相乘,将所述第二权重与所述去噪后图像相乘,将两者乘积相加,以得到所述通道合并权重。
在一些实施例中,所述基于所述第一权重和所述第二权重,对所述每个通道的磁共振图像和所述去噪后图像进行加权求和,确定所述通道合并权重,包括:
基于所述第一权重和所述第二权重,对所述每个通道的磁共振图像和所述去噪后图像进行加权求和,得到图像信号加权总和;
计算所述图像信号加权总和的负数共轭,得到所述通道合并权重。
如图6所示,为单个通道采集的磁共振信号重建得到的原始图像,基于本实施例中提供合并权重,所得到的该原始图像对应的权重图如图7所示,该权重图的每个体素与原始图像中的每个体素相对应,属于感兴趣区域部位的体素被赋予较高权重,非感兴趣区域的体素则被赋予较低权重。
在一些实施例中,所述基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像,包括:
基于所述多个通道对应的通道合并权重,对所述多个通道的去噪后图像进行加权求和,得到图像信号总和;
对所述图像信号总和求取实部,得到所述磁共振目标图像。
可以理解的是,通道合并的公式如下:
构造通道合并权重时,去噪处理通常会损失图像细节,因此:
通道合并后得到磁共振目标图像数据:
其虚部数据主要为噪声信号,取过取实部处理丢弃虚部数据。
为了进一步说明本发明提供方法的有益效果,分别采用噪声去相关通道合并方法、自适应通道合并方法以及本发明提供的方法进行通道合并,并统计通道合并后的图像的底噪均值和方差,如表1所示。
表1
底噪区域 | SOS合并 | ACC合并 | 本发明提供的方法合并 |
底噪的均值 | 142 | 69 | 77 |
底噪的方差 | 25 | 37 | 29 |
低信号区域 | SOS合并 | ACC合并 | 本发明提供的方法合并 |
信号的均值 | 239 | 200 | 206 |
底噪的方差 | 35 | 40 | 31 |
从表1中可知,基于本发明提供的方法具有底噪方差低,图像视觉效果平滑的优势;同时底噪均值低,不会错误的抬高低信噪比区域的信号,如图8所示,为采用本发明提供的磁共振图像通道合并方法重建得到的颈部重建图像。如图9所示,为采用本发明提供的磁共振图像通道合并方法重建得到的颞下颌关节的重建图像。图8所标注的方框区域,该部分底噪均值低,不会错误的抬高低信噪比区域的信号;图9所标注的方框区域,具有底噪方差低,图像视觉效果平滑的优势。
综上所述,本发明提供的磁共振图像通道合并方法,包括:对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像;基于所述多个通道的磁共振图像以及所述去噪后图像以及预设的图像底噪方差,确定通道合并权重;基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像。
在本发明提供的磁共振图像通道合并方法中,通过对多个通道的磁共振图像进行去噪处理,再基于通道合并权重对去噪后图像进行通道合并,得到磁共振目标图像,本发明相对于现有的噪声去相关通道合并方法和自适应通道合并方法,在通道合并前对磁共振图像执行去噪操作,而且本发明使用的通道合并权重是基于多个通道的磁共振图像以及去噪后图像确定,避免图像去噪所造成损失图像细节的影响,在进行通道合并时,在低信噪比区域降低噪声的均值和方差,提高信噪比,改善通道合并效果。
如图10所示,本发明还提供一种磁共振图像通道合并装置1000,包括:
去噪模块1010,用于对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像;
权重确定模块1020,用于基于所述多个通道的磁共振图像以及所述去噪后图像以及预设的图像底噪方差,确定通道合并权重;
合并模块1030,用于基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像。
上述实施例提供的磁共振图像通道合并装置可实现上述磁共振图像通道合并方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述磁共振图像通道合并方法实施例中的相应内容,此处不再赘述。
如图11所示,本发明还相应提供了一种电子设备1100。该电子设备1100包括处理器1101、存储器1102及显示器1103。图11仅示出了电子设备1100的部分组件,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
存储器1102在一些实施例中可以是电子设备1100的内部存储单元,例如电子设备1100的硬盘或内存。存储器1102在另一些实施例中也可以是电子设备1100的外部存储设备,例如电子设备1100上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
进一步地,存储器1102还可既包括电子设备1100的内部储存单元也包括外部存储设备。存储器1102用于存储安装电子设备1100的应用软件及各类数据。
处理器1101在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器1102中存储的程序代码或处理数据,例如本发明中的磁共振图像通道合并方法。
显示器1103在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器1103用于显示在电子设备1100的信息以及用于显示可视化的用户界面。电子设备1100的部件1101-1103通过系统总线相互通信。
在本发明的一些实施例中,当处理器1101执行存储器1102中的图像通道合并程序时,可实现以下步骤:
对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像;
基于所述多个通道的磁共振图像以及所述去噪后图像以及预设的图像底噪方差,确定通道合并权重;
基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像。应当理解的是:处理器1101在执行存储器1102中的图像通道合并程序时,除了上面的功能之外,还可实现其它功能,具体可参见前面相应方法实施例的描述。
进一步地,本发明实施例对提及的电子设备1100的类型不做具体限定,电子设备1100可以为手机、平板电脑、个人数字助理(personal digitalassistant,PDA)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载IOS、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备,诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是,在本发明其他一些实施例中,电子设备1100也可以不是便携式电子设备,而是具有触敏表面(例如触控面板)的台式计算机。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的磁共振图像通道合并方法,该方法包括:
对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像;
基于所述多个通道的磁共振图像以及所述去噪后图像以及预设的图像底噪方差,确定通道合并权重;
基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,程序可存储于计算机可读存储介质中。其中,计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上对本发明所提供的多通道图像合并进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (5)
1.一种磁共振图像通道合并方法,其特征在于,所述方法包括:
对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像;
基于所述多个通道的磁共振图像以及所述去噪后图像,确定通道合并权重;
基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像;
所述基于所述多个通道的磁共振图像以及去噪后图像,确定通道合并权重,包括:
确定每个通道的磁共振图像及其对应的去噪后图像之间的信号差绝对值;
基于所述信号差绝对值和预设的图像底噪方差,确定所述通道合并权重;
所述基于所述信号差绝对值和预设的图像底噪方差,确定所述通道合并权重,包括:
在所述信号差绝对值大于方差乘积的情况下,基于所述信号差绝对值和方差乘积之间的差值,确定第一权重;其中,所述方差乘积为预设值和所述图像底噪方差的乘积;
在所述信号差绝对值小于或等于所述方差乘积的情况下,确定第一权重为100%;
基于所述第一权重、所述每个通道的磁共振图像和所述去噪后图像,确定所述通道合并权重;
所述第一权重大于0且小于100%,所述信号差绝对值和方差乘积之间的差值,与所述第一权重构成反相关关系;
所述基于所述第一权重、所述每个通道的磁共振图像和所述去噪后图像,确定所述通道合并权重,包括:
基于所述第一权重,确定第二权重;所述第一权重与所述第二权重之和为100%;
基于所述第一权重和所述第二权重,对所述每个通道的磁共振图像和所述去噪后图像进行加权求和,确定所述通道合并权重;
所述基于所述第一权重和所述第二权重,对所述每个通道的磁共振图像和所述去噪后图像进行加权求和,确定所述通道合并权重,包括:
基于所述第一权重和所述第二权重,对所述每个通道的磁共振图像和所述去噪后图像进行加权求和,得到图像信号加权总和;
计算所述图像信号加权总和的负数共轭,得到所述通道合并权重;
所述基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像,包括:
基于所述多个通道对应的通道合并权重,对所述多个通道的去噪后图像进行加权求和,得到图像信号总和;
对所述图像信号总和求取实部,得到所述磁共振目标图像;
所述通道合并的公式如下:
所述通道合并后得到磁共振目标图像数据:
其虚部数据主要为噪声信号,取过取实部处理丢弃虚部数据。
2.根据权利要求1所述的磁共振图像通道合并方法,其特征在于,还包括:
获取多个通道采集磁共振信号对应的原始图像,对所述多个通道的原始图像作去相关处理,得到所述多个通道的磁共振图像。
3.一种磁共振图像通道合并装置,其特征在于,所述磁共振图像通道合并装置用于实现上述权利要求1-2中任意一项所述的磁共振图像通道合并方法,包括:
去噪模块,用于对多个通道的磁共振图像进行去噪处理,得到对应的去噪后图像;
权重确定模块,用于基于所述多个通道的磁共振图像以及所述去噪后图像,确定通道合并权重;
合并模块,用于基于所述通道合并权重,对所述去噪后图像进行通道合并,得到磁共振目标图像。
4.一种电子设备,其特征在于,包括存储器和处理器,其中:
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以实现上述权利要求1-2中任意一项所述的磁共振图像通道合并方法中的步骤。
5.一种非暂态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如权利要求1-2中任意一项所述的磁共振图像通道合并方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310375493.6A CN116109524B (zh) | 2023-04-11 | 2023-04-11 | 磁共振图像通道合并方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310375493.6A CN116109524B (zh) | 2023-04-11 | 2023-04-11 | 磁共振图像通道合并方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116109524A CN116109524A (zh) | 2023-05-12 |
CN116109524B true CN116109524B (zh) | 2023-06-16 |
Family
ID=86256454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310375493.6A Active CN116109524B (zh) | 2023-04-11 | 2023-04-11 | 磁共振图像通道合并方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116109524B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353947A (zh) * | 2018-12-24 | 2020-06-30 | 深圳先进技术研究院 | 磁共振并行成像方法及相关设备 |
CN110133556B (zh) * | 2019-05-29 | 2021-01-19 | 上海联影医疗科技股份有限公司 | 一种磁共振图像处理方法、装置、设备及存储介质 |
CN112001856A (zh) * | 2020-07-29 | 2020-11-27 | 东软医疗系统股份有限公司 | 去噪模型的训练方法及去除图像噪声方法、相关装置 |
CN115619652A (zh) * | 2021-07-15 | 2023-01-17 | 浙江宇视科技有限公司 | 图像盲去噪方法、装置、电子设备和存储介质 |
-
2023
- 2023-04-11 CN CN202310375493.6A patent/CN116109524B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116109524A (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ismael et al. | An enhanced deep learning approach for brain cancer MRI images classification using residual networks | |
CN110766769B (zh) | 一种磁共振图像重建方法、装置、设备和介质 | |
US20200214619A1 (en) | Automated co-registration of prostate mri data | |
CN109171727B (zh) | 一种磁共振成像方法和装置 | |
Moreno López et al. | Evaluation of MRI denoising methods using unsupervised learning | |
WO2022183988A1 (en) | Systems and methods for magnetic resonance image reconstruction with denoising | |
Chang et al. | Brain MR image restoration using an automatic trilateral filter with GPU-based acceleration | |
CN111899185A (zh) | 图像降噪模型的训练方法、装置、电子设备和存储介质 | |
CN114399483A (zh) | 皮层靶点确定方法、装置、电子设备及存储介质 | |
CN110207689A (zh) | 一种基于小波熵的脉冲星信号去噪及辨识方法 | |
CN113888566B (zh) | 目标轮廓曲线确定方法、装置、电子设备以及存储介质 | |
Terpstra et al. | ⊥-loss: a symmetric loss function for magnetic resonance imaging reconstruction and image registration with deep learning | |
CN114022444A (zh) | 超声图像的处理方法及装置 | |
CN116109524B (zh) | 磁共振图像通道合并方法、装置、电子设备及存储介质 | |
Sui et al. | Simultaneous image reconstruction and lesion segmentation in accelerated MRI using multitasking learning | |
CN115689947B (zh) | 一种图像锐化的方法、系统、电子装置和存储介质 | |
CN111161330A (zh) | 非刚性图像配准方法、装置、系统、电子设备、存储介质 | |
Chang et al. | An automatic restoration framework based on GPU-accelerated collateral filtering in brain MR images | |
EP4059443B1 (en) | Super-resolution reconstruction method and apparatus for three-dimensional contrast-enhanced ultrasound image | |
CN114972565A (zh) | 图像的降噪方法、装置、电子设备及介质 | |
CN115375583A (zh) | 一种pet参数图像的增强方法、装置、设备及存储介质 | |
CN108629798A (zh) | 基于gpu的图像快速配准方法 | |
CN114494014A (zh) | 一种磁共振图像超分辨率重建方法及装置 | |
Du et al. | Noise reduction in MR angiography with nonlinear anisotropic filtering | |
CN111445547A (zh) | 一种基于神经网络的网格化磁共振图像重建方法和装置 |
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 |