买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院深圳先进技术研究院

摘要：本申请公开了一种基于波浪Wave－CAIPI编码梯度场和深度学习模型的磁共振成像方法、装置、设备及其存储介质，该方法包括：在Wave－CAIPI梯度编码场的磁共振重建模型中引入深度生成网络模型DGM，加速磁共振成像；通过虚拟共轭线圈VCC对物理线圈通道数据做共轭对称，生成VCC通道数据；将物理线圈通道数据和VCC通道数据合并重建几何因子计算模型。本申请提供的上述方案，将Wave－CAIPI梯度编码场合VCCWave－CAIPI技术和DGM相结合，其不仅仅利用了Wave－CAIPI和VCC降低系统条件数的优势，适用重建的g－factor更小，更加均匀，从而重建图形具有更高的信噪比，缩短传统卷积神经网络中需要大量的训练数据训练网络参数的步骤。

主权项：1.一种基于波浪梯度编码场和深度学习模型的磁共振成像方法，其特征在于，该方法包括：在波浪梯度编码场的磁共振重建模型中引入深度生成网络模型，加速磁共振成像；通过虚拟共轭线圈对物理线圈通道数据做共轭对称，生成虚拟共轭线圈通道数据；将物理线圈通道数据和虚拟共轭线圈通道数据合并重建几何因子计算模型；所述在波浪梯度编码场的磁共振重建模型中引入深度生成网络模型之前，该方法还包括：利用并行成像在磁共振加速成像采集多个对应于不同通道的欠采样k空间，通过基于不同的线圈敏感度信息，得到重建后的欠采样k空间的无伪影的图像；所述在波浪梯度编码场的磁共振重建模型中引入深度生成网络模型，加速磁共振成像，包括：在磁共振成像建立波浪梯度场的编码模型：wavex,y,z＝Emx,y,z，其中，E是编码矩阵，M表示在相位编码方向由可控混叠并行成像采样模式导致的偏移混叠，Fx表示在x方向的傅里叶变换，S表示线圈敏感度信息，Psfkx,y,z为波浪梯度场的作用效果；通过wavex,y,z＝Emx,y,z和得到其中，Psf[x,y,z]为Psfkx,y,z在读出方向的反傅里叶变换；所述通过虚拟共轭线圈对物理线圈通道数据做共轭对称，生成虚拟共轭线圈通道数据，包括：通过wavex,y,z＝Emx,y,z和得到其中，wave*x,y,z表示通过虚拟共轭线圈扩展后的数据，表示在现有的Psf[x,y,z]基础上扩展通道数的Psf；所述生成虚拟共轭线圈通道数据之后，该方法还包括：将Wave-CAIPI、VCC、DGM相结合，得到无需训练的深度生成模型，命名为Wave-VCC-DGM的模型：以实现不需要采集k空间参考线估计线圈敏感度信息；其中，Wave-CAIPI为波浪梯度编码场，CAIPI为控制相位在相位和选层方向进行偏移或错位操作，VCC为虚拟共轭线圈，DGM为深度生成模型，Gξ表示DGM，ξ表示固定的随机噪声，经过Gξ操作之后输出的结果是待求解的图像。

全文数据：

权利要求：

百度查询： 中国科学院深圳先进技术研究院 基于波浪梯度编码场和深度学习模型的磁共振成像方法