CN116109724B - 一种磁共振图像矫正方法、装置、存储介质及终端 - Google Patents

一种磁共振图像矫正方法、装置、存储介质及终端 Download PDF

Info

Publication number
CN116109724B
CN116109724B CN202310395967.3A CN202310395967A CN116109724B CN 116109724 B CN116109724 B CN 116109724B CN 202310395967 A CN202310395967 A CN 202310395967A CN 116109724 B CN116109724 B CN 116109724B
Authority
CN
China
Prior art keywords
image
magnetic resonance
adc
corrected
sequence
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
Application number
CN202310395967.3A
Other languages
English (en)
Other versions
CN116109724A (zh
Inventor
杨旗
边钺岩
贾秀琴
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.)
Beijing Chaoyang Hospital
Original Assignee
Beijing Chaoyang Hospital
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 Beijing Chaoyang Hospital filed Critical Beijing Chaoyang Hospital
Priority to CN202310395967.3A priority Critical patent/CN116109724B/zh
Publication of CN116109724A publication Critical patent/CN116109724A/zh
Application granted granted Critical
Publication of CN116109724B publication Critical patent/CN116109724B/zh
Priority to US18/624,394 priority patent/US20240346623A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T5/20—Image enhancement or restoration using local operators
    • 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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • 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

Landscapes

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

Abstract

本发明公开了一种磁共振图像矫正方法、装置、存储介质及终端，方法包括：获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的；将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正；预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的；输出待矫正ADC图像对应的目标图像。由于本申请根据不同对象的磁共振图像序列进行函数拟合生成预先构建的图像矫正模型，使得该模型的常量参数可信度高，避免了依据人工经验矫正所带来的参数可信度低的问题，从而提升了便携式移动磁共振ADC图像的参数准确性。

Description

一种磁共振图像矫正方法、装置、存储介质及终端
技术领域
本发明涉及图像处理技术领域以及数字医疗技术领域，特别涉及一种磁共振图像矫正方法、装置、存储介质及终端。
背景技术
急性缺血性脑卒中（Acute Ischemic Stroke，AIS）患者往往具有发病急、救治时间窗短、需要借助影像学辅助进行临床决策的特点。而便携式移动磁共振（PortableMagnetic Resonance Imaging, pMRI）由于具有体积小、重量轻、不受固定场地限制等特点，被广泛应用于AIS患者的影像学检查中。
影像学检查中的表观弥散系数（apparent diffusion coefficient，ADC）图像能够有效反应出患者梗死核心的位置、严重程度等信息，这些信息在临床诊断和治疗决策中起到关键作用。因此传统固定式磁共振由于具有高场强的优势，可采用EPI序列（平面回波序列）扫描生成扩散加权DWI图像，并进一步计算出ADC图像。
而便携式移动磁共振相比于1.5T或3.0T的传统固定式磁共振（ConventionalMagnetic Resonance Imaging, cMRI），其场强大多在1.0T以下，但EPI序列仅能用于1.0T以上的传统固定式磁共振中，对于低于1.0T的便携式移动磁共振中难以使用，因此便携式移动磁共振所生成的ADC图像与传统固定式磁共振生成的ADC图像在绝对值方面存在一定差异，因此对该差异进行矫正是研发人员所渴望解决的。
在现有技术中，主要依靠研发人员的主观经验进行矫正，通过分别标定传统固定式磁共振ADC图像与便携式移动磁共振ADC图像中脑脊液位置的灰度值的绝对值，并将标定的绝对值进行作差，最后将便携式移动磁共振ADC图像的绝对值统一与该差值相加，用以矫正便携式移动磁共振ADC图像的差异。由于目前人为标定的脑脊液范围每次差异较大，因此每次所计算出的差值较大，降低了便携式移动磁共振ADC图像的参数准确性。
发明内容
本申请实施例提供了一种磁共振图像矫正方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键／重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
第一方面，本申请实施例提供了一种磁共振图像矫正方法，方法包括：
获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的；
将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正；其中，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的；
输出待矫正ADC图像对应的目标图像。
可选的，获取预先根据便携式移动磁共振设备得到的待矫正ADC图像之前，还包括：
获取第一对象的磁共振图像序列，磁共振图像序列包括第一传统磁共振ADC图像、第一移动磁共振ADC图像以及第一T1图像；第一对象的图像序列为图像数据集中任意一个对象的图像序列；
以第一对象的第一移动磁共振ADC图像为图像模板，分别对第一传统磁共振ADC图像、第一T1图像进行图像配准，得到第一对象的第二传统磁共振ADC图像以及第二T1图像；
分割并标记第一对象的第二T1图像的结构组织，得到第一对象的解剖结构标记图；
基于第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型。
可选的，第一传统磁共振ADC图像是通过传统固定式磁共振设备生成的，第一移动磁共振ADC图像是通过便携式移动磁共振设备生成的，第一T1图像是根据传统固定式磁共振设备的脉冲序列中目标序列扫描并转换生成的。
可选的，基于第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型，包括：
加载针对便携式移动磁共振设备扫描转换的ADC图像所预先定义的目标参数矫正函数；
将所述第一对象的第二传统磁共振ADC图像的图像参数作为所述目标参数矫正函数的第一变量，并将所述第一移动磁共振ADC图像的图像参数作为所述目标参数矫正函数的第二变量，以及将所述解剖结构标记图的图像参数作为所述目标参数矫正函数的第三变量，得到所述第一对象的图像参数表达式；所述第一变量为经矫正后的pADC图像，所述第二变量为待矫正pADC图像/>，所述第三变量为解剖结构分割类别/>；
根据第一对象的图像参数表达式和最小二乘法进行函数拟合，得到图像矫正函数；
根据图像矫正函数进行建模，得到预先构建的图像矫正模型。
可选的，目标参数矫正函数为：
；
；
其中，是经矫正后的pADC图像，/>是待矫正pADC图像，/>是解剖结构分割类别，ix，iy分别是图像中目标组织的每个像素位置的横坐标和纵坐标，/>是解剖结构分割类别，W，H分别是图像的宽度和高度；x为自变量，i为多项式函数阶，/>为每阶系数，/>为多项式函数阶数。
可选的，以第一对象的第一移动磁共振ADC图像为图像模板，分别对第一传统磁共振ADC图像、第一T1图像进行图像配准，得到第一对象的第二传统磁共振ADC图像以及第二T1图像，包括：
以第一对象的第一移动磁共振ADC图像为图像模板；
提取图像模板与第一传统磁共振ADC图像中的第一特征点，并对第一特征点进行匹配，得到图像模板与第一传统磁共振ADC图像的第一匹配特征点；
提取图像模板与第一T1图像中的第二特征点，并对第二特征点进行匹配，得到图像模板与第一T1图像的第二匹配特征点；
基于第一匹配特征点，生成第一对象的第二传统磁共振ADC图像；
基于第二匹配特征点，生成第一对象的第二T1图像。
可选的，基于第一匹配特征点，生成第一对象的第二传统磁共振ADC图像，包括：
以第一匹配特征点为约束条件，对第一传统磁共振ADC图像进行变形处理，以使得变形后的图像与图像模板的匹配特征点的位置一致，得到第一对象的第二传统磁共振ADC图像。
第二方面，本申请实施例提供了一种磁共振图像矫正装置，装置包括：
图像获取模块，用于获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描并转换的；
图像参数矫正模块，用于将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正；其中，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的；
图像输出模块，用于输出待矫正ADC图像对应的目标图像。
第三方面，本申请实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。
第四方面，本申请实施例提供一种终端，可包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。
本申请实施例提供的技术方案可以包括以下有益效果：
在本申请实施例中，磁共振图像矫正装置首先获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的，然后将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的，最后输出待矫正ADC图像对应的目标图像。由于本申请根据不同对象的磁共振图像序列进行函数拟合生成预先构建的图像矫正模型，使得该模型的常量参数可信度高，避免了依据人工经验矫正所带来的参数可信度低的问题，从而提升了便携式移动磁共振ADC图像的参数准确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是本申请实施例提供的一种磁共振图像矫正方法的流程示意图；
图2是本申请实施例提供的一种构建图像矫正模型的流程示意图；
图3是本申请实施例提供的一种磁共振图像矫正装置的结构示意图；
图4是本申请实施例提供的一种终端的结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。
应当明确，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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请提供了一种磁共振图像矫正方法、装置、存储介质及终端，以解决上述相关技术问题中存在的问题。本申请提供的技术方案中，由于本申请根据不同对象的磁共振图像序列进行函数拟合生成预先构建的图像矫正模型，使得该模型的常量参数可信度高，避免了依据人工经验矫正所带来的参数可信度低的问题，从而提升了便携式移动磁共振ADC图像的参数准确性，下面采用示例性的实施例进行详细说明。
下面将结合附图1-附图2，对本申请实施例提供的磁共振图像矫正方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的磁共振图像矫正装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。
请参见图1，为本申请实施例提供了一种磁共振图像矫正方法的流程示意图。如图1所示，本申请实施例的方法可以包括以下步骤：
S101，获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的；
其中，便携式移动磁共振设备是一种小型可移动的磁共振成像设备，该设备场强大多在1.0T以下，方便携带和移动。脉冲序列就是在磁共振成像过程中按着一定时序组合在一起的射频脉冲和梯度脉冲的有机组合。目前常用的脉冲序列有自旋回波序列(SE)、梯度回波序列(GE)、反转恢复序列(IR)、快速自旋回波序列(FSE)及平面回波序列(EPI)等。
在本申请实施例中，在获取待矫正ADC图像之前，首先通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象，得到目标对象的扩散加权DWI图像，然后根据扩散加权DWI图像，并结合表观弥散系数进行转换，得到目标对象的待矫正ADC图像。
在一种可能的实现方式中，在对目标对象的待矫正ADC图像进行矫正时，首先用户终端获取该目标对象的待矫正ADC图像。
S102，将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正；其中，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的；
在本申请实施例中，在生成预先构建的图像矫正模型时，首先获取第一对象的磁共振图像序列，磁共振图像序列包括第一传统磁共振ADC图像、第一移动磁共振ADC图像以及第一T1图像；第一对象的图像序列为图像数据集中任意一个对象的图像序列；然后以第一对象的第一移动磁共振ADC图像为图像模板，分别对第一传统磁共振ADC图像、第一T1图像进行图像配准，得到第一对象的第二传统磁共振ADC图像以及第二T1图像；其次分割并标记第一对象的第二T1图像的结构组织，得到第一对象的解剖结构标记图；最后基于第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型。
在一种可能的实现方式中，在得到待矫正ADC图像后，用户终端可将该待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正，得到待矫正ADC图像对应的目标图像。
S103，输出待矫正ADC图像对应的目标图像。
在本申请实施例中，在得到待矫正ADC图像对应的目标图像后，用户终端可将该待矫正ADC图像对应的目标图像进行输出。
在本申请实施例中，磁共振图像矫正装置首先获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的，然后将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的，最后输出待矫正ADC图像对应的目标图像。由于本申请根据不同对象的磁共振图像序列进行函数拟合生成预先构建的图像矫正模型，使得该模型的常量参数可信度高，避免了依据人工经验矫正所带来的参数可信度低的问题，从而提升了便携式移动磁共振ADC图像的参数准确性。
请参见图2，为本申请实施例提供了一种构建图像矫正模型的流程示意图。如图2所示，本申请实施例的方法可以包括以下步骤：
S201，获取第一对象的磁共振图像序列，磁共振图像序列包括第一传统磁共振ADC图像、第一移动磁共振ADC图像以及第一T1图像；第一对象的图像序列为图像数据集中任意一个对象的图像序列；
其中，第一传统磁共振ADC图像是通过传统固定式磁共振设备生成的，第一移动磁共振ADC图像是通过便携式移动磁共振设备生成的，第一T1图像是根据传统固定式磁共振设备的脉冲序列中目标序列扫描并转换生成的。
在本申请实施例中，在得到图像数据集时，首先采集n个目标对象的单个传统磁共振ADC图像、单个移动磁共振ADC图像及单个T1图像构建图像数据集D，其中n的最佳值为100，但不限于该值。
在一种可能的实现方式中，用户终端首先在图像数据集合中获取任意一个对象的图像序列，得到第一对象的磁共振图像序列。
S202，以第一对象的第一移动磁共振ADC图像为图像模板，分别对第一传统磁共振ADC图像、第一T1图像进行图像配准，得到第一对象的第二传统磁共振ADC图像以及第二T1图像；
其中，图像配准是将不同时间、不同成像设备或不同条件下获取的两幅或多幅图像进行匹配、叠加的过程。
在本申请实施例中，在进行图像配准时，首先以第一对象的第一移动磁共振ADC图像为图像模板，然后提取图像模板与第一传统磁共振ADC图像中的第一特征点，并对第一特征点进行匹配，得到图像模板与第一传统磁共振ADC图像的第一匹配特征点，再提取图像模板与第一T1图像中的第二特征点，并对第二特征点进行匹配，得到图像模板与第一T1图像的第二匹配特征点，其次基于第一匹配特征点，生成第一对象的第二传统磁共振ADC图像，最后基于第二匹配特征点，生成第一对象的第二T1图像。
具体的，在基于第一匹配特征点，生成第一对象的第二传统磁共振ADC图像时，以第一匹配特征点为约束条件，对第一传统磁共振ADC图像进行变形处理，以使得变形后的图像与图像模板的匹配特征点的位置一致，得到第一对象的第二传统磁共振ADC图像。
具体的，在基于第二匹配特征点，生成第一对象的第二T1图像时，以第二匹配特征点为约束条件，对第一T1图像进行变形处理，以使得变形后的图像与图像模板的匹配特征点的位置一致，得到第一对象的第二T1图像。
需要说明的是，模板图像的最佳设定为移动磁共振ADC图像，但不限于该图像，最佳配准方法为刚性配准，但不限于该方法。
S203，分割并标记第一对象的第二T1图像的结构组织，得到第一对象的解剖结构标记图；
在本申请实施例中，分割并标记第一对象的第二T1图像的结构组织，其中最佳组织分割方法为kmeans分割方法，最佳解剖结构分割类别数为3类（包括脑脊液、脑灰质、脑白质），获得解剖结构标记图L（在解剖结构标记图L中，最佳标记方式可设定为：背景标记为0，脑脊液标记为1，脑灰质标记为2，脑白质标记为3），标记结束后得到第一对象的解剖结构标记图。
S204，基于第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型。
在本申请实施例中，在基于第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型时，首先加载针对便携式移动磁共振设备扫描转换的ADC图像所预先定义的目标参数矫正函数；然后将所述第一对象的第二传统磁共振ADC图像的图像参数作为所述目标参数矫正函数的第一变量，并将所述第一移动磁共振ADC图像的图像参数作为所述目标参数矫正函数的第二变量，以及将所述解剖结构标记图的图像参数作为所述目标参数矫正函数的第三变量，得到所述第一对象的图像参数表达式；所述第一变量为经矫正后的pADC图像，所述第二变量为待矫正pADC图像/>，所述第三变量为解剖结构分割类别/>；其次根据第一对象的图像参数表达式和最小二乘法进行函数拟合，得到图像矫正函数；最后根据图像矫正函数进行建模，得到预先构建的图像矫正模型。
具体的，目标参数矫正函数为：
；
；
其中，是经矫正后的pADC图像，/>是待矫正pADC图像，/>是解剖结构分割类别，ix，iy分别是图像中目标组织的每个像素位置的横坐标和纵坐标，/>是解剖结构分割类别，W，H分别是图像的宽度和高度；x为自变量，i为多项式函数阶，/>为每阶系数，/>为多项式函数阶数。
例如，在得到目标参数校正函数后，首先将第一对象的第二传统磁共振ADC图像的图像参数作为该函数中矫正后的pADC图像；然后，将第一移动磁共振ADC图像的图像参数作为该函数中待矫正pADC图像/>；接着，将解剖结构标记图L的图像参数作为该函数的结构分割类别；最后，利用最小二乘法拟合函数/>，求解该函数中的常量参数，最终获得拟合后的矫正函数/>。
在得到矫正函数后，对于任意的待矫正ADC图像，用户终端可结合该矫正函数/>进行纠正，得到矫正后的图像/>。
在本申请实施例中，磁共振图像矫正装置首先获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的，然后将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的，最后输出待矫正ADC图像对应的目标图像。由于本申请根据不同对象的磁共振图像序列进行函数拟合生成预先构建的图像矫正模型，使得该模型的常量参数可信度高，避免了依据人工经验矫正所带来的参数可信度低的问题，从而提升了便携式移动磁共振ADC图像的参数准确性。
下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
请参见图3，其示出了本发明一个示例性实施例提供的磁共振图像矫正装置的结构示意图。该磁共振图像矫正装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置1包括图像获取模块10、图像参数矫正模块20、图像输出模块30。
图像获取模块10，用于获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描并转换的；
图像参数矫正模块20，用于将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正；其中，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的；
图像输出模块30，用于输出待矫正ADC图像对应的目标图像。
需要说明的是，上述实施例提供的磁共振图像矫正装置在执行磁共振图像矫正方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的磁共振图像矫正装置与磁共振图像矫正方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请实施例中，磁共振图像矫正装置首先获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的，然后将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的，最后输出待矫正ADC图像对应的目标图像。由于本申请根据不同对象的磁共振图像序列进行函数拟合生成预先构建的图像矫正模型，使得该模型的常量参数可信度高，避免了依据人工经验矫正所带来的参数可信度低的问题，从而提升了便携式移动磁共振ADC图像的参数准确性。
本发明还提供一种计算机可读介质，其上存储有程序指令，该程序指令被处理器执行时实现上述各个方法实施例提供的磁共振图像矫正方法。
本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例的磁共振图像矫正方法。
请参见图4，为本申请实施例提供了一种终端的结构示意图。如图4所示，终端1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
其中，通信总线1002用于实现这些组件之间的连接通信。
其中，用户接口1003可以包括显示屏（Display）、摄像头（Camera），可选用户接口1003还可以包括标准的有线接口、无线接口。
其中，网络接口1004可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种接口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable Logic Array，PLA）中的至少一种硬件形式来实现。处理器1001可集成中央处理器（Central Processing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。
其中，存储器1005可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器1005包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图4所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及磁共振图像矫正应用程序。
在图4所示的终端1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的磁共振图像矫正应用程序，并具体执行以下操作：
获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的；
将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正；其中，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的；
输出待矫正ADC图像对应的目标图像。
在一个实施例中，处理器1001还执行以下操作：
获取第一对象的磁共振图像序列，磁共振图像序列包括第一传统磁共振ADC图像、第一移动磁共振ADC图像以及第一T1图像；第一对象的图像序列为图像数据集中任意一个对象的图像序列；
以第一对象的第一移动磁共振ADC图像为图像模板，分别对第一传统磁共振ADC图像、第一T1图像进行图像配准，得到第一对象的第二传统磁共振ADC图像以及第二T1图像；
分割并标记第一对象的第二T1图像的结构组织，得到第一对象的解剖结构标记图；
基于第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型。
在一个实施例中，处理器1001在执行基于第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型时，具体执行以下操作：
加载针对便携式移动磁共振设备扫描转换的ADC图像所预先定义的目标参数矫正函数；
将所述第一对象的第二传统磁共振ADC图像的图像参数作为所述目标参数矫正函数的第一变量，并将所述第一移动磁共振ADC图像的图像参数作为所述目标参数矫正函数的第二变量，以及将所述解剖结构标记图的图像参数作为所述目标参数矫正函数的第三变量，得到所述第一对象的图像参数表达式；所述第一变量为经矫正后的pADC图像，所述第二变量为待矫正pADC图像/>，所述第三变量为解剖结构分割类别/>；
根据第一对象的图像参数表达式和最小二乘法进行函数拟合，得到图像矫正函数；
根据图像矫正函数进行建模，得到预先构建的图像矫正模型。
在一个实施例中，处理器1001在执行以第一对象的第一移动磁共振ADC图像为图像模板，分别对第一传统磁共振ADC图像、第一T1图像进行图像配准，得到第一对象的第二传统磁共振ADC图像以及第二T1图像时，具体执行以下操作：
以第一对象的第一移动磁共振ADC图像为图像模板；
提取图像模板与第一传统磁共振ADC图像中的第一特征点，并对第一特征点进行匹配，得到图像模板与第一传统磁共振ADC图像的第一匹配特征点；
提取图像模板与第一T1图像中的第二特征点，并对第二特征点进行匹配，得到图像模板与第一T1图像的第二匹配特征点；
基于第一匹配特征点，生成第一对象的第二传统磁共振ADC图像；
基于第二匹配特征点，生成第一对象的第二T1图像。
在一个实施例中，处理器1001在执行基于第一匹配特征点，生成第一对象的第二传统磁共振ADC图像时，具体执行以下操作：
以第一匹配特征点为约束条件，对第一传统磁共振ADC图像进行变形处理，以使得变形后的图像与图像模板的匹配特征点的位置一致，得到第一对象的第二传统磁共振ADC图像。
在本申请实施例中，磁共振图像矫正装置首先获取待矫正ADC图像，待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的，然后将待矫正ADC图像输入预先构建的图像矫正模型中，以对待矫正ADC图像的组织位置的灰度值进行矫正，预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的，最后输出待矫正ADC图像对应的目标图像。由于本申请根据不同对象的磁共振图像序列进行函数拟合生成预先构建的图像矫正模型，使得该模型的常量参数可信度高，避免了依据人工经验矫正所带来的参数可信度低的问题，从而提升了便携式移动磁共振ADC图像的参数准确性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，磁共振图像矫正的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，磁共振图像矫正的程序的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (9)

1.一种磁共振图像矫正方法，其特征在于，所述方法包括：
获取待矫正ADC图像，所述待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描目标对象并转换生成的；其中，
所述获取待矫正ADC图像之前，还包括：
获取第一对象的磁共振图像序列，所述磁共振图像序列包括第一传统磁共振ADC图像、第一移动磁共振ADC图像以及第一T1图像；所述第一对象的磁共振图像序列为图像数据集中任意一个对象的图像序列；
以所述第一对象的第一移动磁共振ADC图像为图像模板，分别对所述第一传统磁共振ADC图像、第一T1图像进行图像配准，得到所述第一对象的第二传统磁共振ADC图像以及第二T1图像；
分割并标记所述第一对象的第二T1图像的结构组织，得到所述第一对象的解剖结构标记图；
基于所述第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型；
将所述待矫正ADC图像输入预先构建的图像矫正模型中，以对所述待矫正ADC图像的组织位置的灰度值进行矫正；其中，所述预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的；
输出所述待矫正ADC图像对应的目标图像。
2.根据权利要求1所述的方法，其特征在于，所述第一传统磁共振ADC图像是通过传统固定式磁共振设备生成的，所述第一移动磁共振ADC图像是通过所述便携式移动磁共振设备生成的，所述第一T1图像是根据所述传统固定式磁共振设备的脉冲序列中目标序列扫描并转换生成的。
3.根据权利要求1所述的方法，其特征在于，所述基于所述第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型，包括：
加载针对便携式移动磁共振设备扫描转换的ADC图像所预先定义的目标参数矫正函数；
将所述第一对象的第二传统磁共振ADC图像的图像参数作为所述目标参数矫正函数的第一变量，并将所述第一移动磁共振ADC图像的图像参数作为所述目标参数矫正函数的第二变量，以及将所述解剖结构标记图的图像参数作为所述目标参数矫正函数的第三变量，得到所述第一对象的图像参数表达式；所述第一变量为经矫正后的pADC图像，所述第二变量为待矫正pADC图像/>，所述第三变量为解剖结构分割类别/>；
根据所述第一对象的图像参数表达式和最小二乘法进行函数拟合，得到图像矫正函数；
根据所述图像矫正函数进行建模，得到预先构建的图像矫正模型。
4.根据权利要求3所述的方法，其特征在于，所述目标参数矫正函数为：
；
；
其中，是经矫正后的pADC图像，/>是待矫正pADC图像，/>是解剖结构分割类别，ix，iy分别是图像中目标组织的每个像素位置的横坐标和纵坐标，/>是预设解剖结构分割类别，W，H分别是图像的宽度和高度；x为自变量，i为多项式函数阶，/>为每阶系数，/>为多项式函数阶数。
5.根据权利要求1所述的方法，其特征在于，所述以所述第一对象的第一移动磁共振ADC图像为图像模板，分别对所述第一传统磁共振ADC图像、第一T1图像进行图像配准，得到所述第一对象的第二传统磁共振ADC图像以及第二T1图像，包括：
以所述第一对象的第一移动磁共振ADC图像为图像模板；
提取所述图像模板与所述第一传统磁共振ADC图像中的第一特征点，并对所述第一特征点进行匹配，得到所述图像模板与所述第一传统磁共振ADC图像的第一匹配特征点；
提取所述图像模板与所述第一T1图像中的第二特征点，并对所述第二特征点进行匹配，得到所述图像模板与所述第一T1图像的第二匹配特征点；
基于所述第一匹配特征点，生成所述第一对象的第二传统磁共振ADC图像；
基于所述第二匹配特征点，生成所述第一对象的第二T1图像。
6.根据权利要求5所述的方法，其特征在于，所述基于所述第一匹配特征点，生成所述第一对象的第二传统磁共振ADC图像，包括：
以所述第一匹配特征点为约束条件，对所述第一传统磁共振ADC图像进行变形处理，以使得所述变形后的图像与所述图像模板的匹配特征点的位置一致，得到所述第一对象的第二传统磁共振ADC图像。
7.一种磁共振图像矫正装置，其特征在于，所述装置包括：
图像获取模块，用于获取待矫正ADC图像，所述待矫正ADC图像是通过便携式移动磁共振设备的脉冲序列中平面回波序列扫描并转换的；其中，
所述磁共振图像矫正装置还用于：
获取第一对象的磁共振图像序列，所述磁共振图像序列包括第一传统磁共振ADC图像、第一移动磁共振ADC图像以及第一T1图像；所述第一对象的磁共振图像序列为图像数据集中任意一个对象的图像序列；
以所述第一对象的第一移动磁共振ADC图像为图像模板，分别对所述第一传统磁共振ADC图像、第一T1图像进行图像配准，得到所述第一对象的第二传统磁共振ADC图像以及第二T1图像；
分割并标记所述第一对象的第二T1图像的结构组织，得到所述第一对象的解剖结构标记图；
基于所述第一对象的第二传统磁共振ADC图像、第一移动磁共振ADC图像及其解剖结构标记图，得到预先构建的图像矫正模型；
图像参数矫正模块，用于将所述待矫正ADC图像输入预先构建的图像矫正模型中，以对所述待矫正ADC图像的组织位置的灰度值进行矫正；其中，所述预先构建的图像矫正模型是根据不同对象的磁共振图像序列进行函数拟合生成的；
图像输出模块，用于输出所述待矫正ADC图像对应的目标图像。
8.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1-6任意一项所述的方法。
9.一种终端，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1-6任意一项所述的方法。
CN202310395967.3A 2023-04-14 2023-04-14 一种磁共振图像矫正方法、装置、存储介质及终端 Active CN116109724B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310395967.3A CN116109724B (zh) 2023-04-14 2023-04-14 一种磁共振图像矫正方法、装置、存储介质及终端
US18/624,394 US20240346623A1 (en) 2023-04-14 2024-04-02 Method and device for correcting magnetic resonance image, storage medium, and terminal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310395967.3A CN116109724B (zh) 2023-04-14 2023-04-14 一种磁共振图像矫正方法、装置、存储介质及终端

Publications (2)

Publication Number Publication Date
CN116109724A CN116109724A (zh) 2023-05-12
CN116109724B true CN116109724B (zh) 2023-08-18

Family

ID=86264175

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310395967.3A Active CN116109724B (zh) 2023-04-14 2023-04-14 一种磁共振图像矫正方法、装置、存储介质及终端

Country Status (2)

Country Link
US (1) US20240346623A1 (zh)
CN (1) CN116109724B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104095635A (zh) * 2014-07-28 2014-10-15 上海理工大学 一种利用自回归模型计算磁共振图像表观弥散系数的方法
CN108132274A (zh) * 2017-12-21 2018-06-08 厦门大学 不均匀磁场下回波平面成像无参考扫描图像畸变矫正方法
CN113835059A (zh) * 2021-08-11 2021-12-24 杭州微影医疗科技有限公司 一种用于扩散加权磁共振成像的数据处理方法和系统
CN115236576A (zh) * 2022-08-03 2022-10-25 上海交通大学 快速多对比度磁共振扩散成像和重建方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8169216B2 (en) * 2007-07-20 2012-05-01 Medical College Of Georgia Research Institute, Inc. System and method for synthesizing crossing ADC distributions via reassembly of multiple k-spaces

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104095635A (zh) * 2014-07-28 2014-10-15 上海理工大学 一种利用自回归模型计算磁共振图像表观弥散系数的方法
CN108132274A (zh) * 2017-12-21 2018-06-08 厦门大学 不均匀磁场下回波平面成像无参考扫描图像畸变矫正方法
CN113835059A (zh) * 2021-08-11 2021-12-24 杭州微影医疗科技有限公司 一种用于扩散加权磁共振成像的数据处理方法和系统
CN115236576A (zh) * 2022-08-03 2022-10-25 上海交通大学 快速多对比度磁共振扩散成像和重建方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
B1场校正T1mapping测量肺癌初始T1值的可重复性及其与表观弥散系数和 Ki-67表达的相关性;江建芹等;《中国医学影像技术》;第38卷(第11期);全文 *

Also Published As

Publication number Publication date
CN116109724A (zh) 2023-05-12
US20240346623A1 (en) 2024-10-17

Similar Documents

Publication Publication Date Title
EP3704634B1 (en) Systems and methods for image processing
JP6700622B2 (ja) マルチモーダル画像を処理するシステム及び方法
US11170482B2 (en) Image processing method and device
CN111047629B (zh) 多模态图像配准的方法、装置、电子设备及存储介质
CN108717700B (zh) 一种检测结节长短径长度的方法及装置
JP2014226557A (ja) 画像処理装置、医用画像診断装置及び画像処理方法
CN113920213B (zh) 基于长距离注意力模型重建的多层磁共振成像方法及装置
JP2014512229A (ja) 臓器および解剖学的構造の画像セグメンテーション
CN114387317B (zh) Ct图像和mri三维图像的配准方法、装置
US20200074623A1 (en) Image processing apparatus , image processing method, and computer readable recording medium storing program
WO2021253732A1 (zh) 医学图像的处理方法、装置、计算机设备和存储介质
CN110852385A (zh) 图像处理方法、装置、设备和存储介质
CN114762004A (zh) 数据生成方法、数据生成装置、模型生成方法、模型生成装置及程序
CN110415228B (zh) 神经纤维追踪方法、磁共振系统及存储介质
EP3389016A1 (en) System and method for mpr streak reduction
CN116109724B (zh) 一种磁共振图像矫正方法、装置、存储介质及终端
CN112862955B (zh) 建立三维模型的方法、装置、设备、存储介质和程序产品
CN112330787B (zh) 图像标注方法、装置、存储介质和电子设备
US9159120B2 (en) Image processing apparatus, image processing method, and storage medium
US20220292673A1 (en) On-Site training of a machine-learning algorithm for generating synthetic imaging data
CN115471654A (zh) 一种spect图像左心室自动分割方法及系统
US12089976B2 (en) Region correction apparatus, region correction method, and region correction program
CN115836855B (zh) 一种移动式磁共振设备成像方法、装置、存储介质及终端
CN114494014A (zh) 一种磁共振图像超分辨率重建方法及装置
US20240331359A1 (en) Learning data set generation method, machine learning model, image processing device, learning data set generation device, machine learning device, image diagnosis system, and program

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