一种三维多对比度磁共振成像联合重建方法

本申请涉及医学成像与人工智能，特别涉及一种三维多对比度磁共振成像联合重建方法。

背景技术：

1、多对比度磁共振成像（magnetic resonance imaging，mri）能够对同一解剖结构提供互补的组织对比信息，因此在脑部病灶评估、神经系统疾病诊断及临床随访中具有重要应用价值。然而，多对比度mri通常需要依次采集t1、t2、flair等多个序列，扫描时间较长，易引起患者不适与运动伪影，并进一步影响图像质量和诊断可靠性。

2、近年来，深度学习在多对比度mri重建中取得进展，相关方法大致可分为数据驱动方法和深度展开方法。前者直接从欠采样数据学习到重建图像的非线性映射，但可解释性和鲁棒性相对不足；后者通过将传统迭代优化过程展开为可学习模块，在保持模型约束的同时提高可解释性。然而，现有三维多对比度重建网络通常存在显存占用高的问题，且很多方法直接对不同对比度特征进行融合，容易混入对比度特有信息，降低表示的可解释性与重建稳定性。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种三维多对比度磁共振成像联合重建方法。

2、本说明书采用下述技术方案：

3、本说明书提供了一种三维多对比度磁共振成像联合重建方法，包括：

4、获取欠采样的多对比度磁共振图像；

5、建立用于多对比度磁共振成像的联合重建优化模型；通过交替最小化方法对所述联合重建优化模型进行求解，并将求解的迭代过程展开为端到端多阶段深度网络；

6、所述端到端多阶段深度网络，包括初始化模块、级联展开模块和输出模块；级联展开模块包括多个依次级联的展开阶段处理单元，每个展开阶段处理单元包括数据一致性模块、特有特征mamba近端梯度模块以及公共特征mamba近端梯度模块；

7、基于所述多对比度磁共振图像，通过所述初始化模块，得到所述磁共振图像跨对比度共享的解剖结构公共特征和各对比度独有的特有特征；对于每个展开阶段中的每个对比度，根据当前阶段的磁共振图像、公共特征和特有特征，通过数据一致性模块，对磁共振图像进行更新；基于更新后的磁共振图像和公共特征，通过所述特有特征mamba近端梯度模块根据mamba状态空间机制，对当前对比度对应的特有特征进行更新；基于更新后的磁共振图像和特有特征，通过所述公共特征mamba近端梯度模块根据mamba状态空间机制，对当前阶段的公共特征进行更新；基于多个展开阶段更新后的最终公共特征和各对比度对应的特有特征，通过所述输出模块得到各对比度对应的重建图像。

8、进一步地，所述特有特征mamba近端梯度模块和公共特征mamba近端梯度模块分别由梯度下降模块和mamba近端映射模块组成；所述mamba近端映射块用于对输入特征进行序列化、通过注意力状态空间机制建模序列中的长程依赖关系、反序列化以及卷积细化，最终输出更新后的特征。

9、进一步地，所述用于多对比度磁共振成像的联合重建优化模型的构建，包括：

10、构建wavecaipi 编码的图像域前向模型，所述前向模型包括k空间域模型和图像域等价模型；

11、基于待重建的全采样三维图像，通过所述k空间域模型采集第k个对比度的欠采样观测数据；通过所述图像域等价模型，将各对比度磁共振图像经编码前向算子映射后，得到第个对比度对应的混叠多线圈图像；

12、引入解耦多对比度卷积字典先验，将每个对比度图像分解为公共特征与每个对比度的特有特征，并通过对公共特征与特有特征进行卷积求和，将特征映射回图像空间；

13、将通过所述图像域等价模型得到的混叠多线圈图像和通过解耦多对比度卷积字典先验得到的公共特征与每个对比度的特有特征以及解耦卷积字典逼近项组合，得到联合重建优化模型。

14、进一步地，所述第个对比度对应的混叠多线圈图像，求解公式为：

15、；

16、其中，表示由caipirinha采样引起的混叠算子；表示第

k个对比度对应的线圈灵敏度图；表示沿读出方向的一维傅里叶变换；表示沿读出方向的一维逆傅里叶变换；表示由 wave 调制引入的点扩散函数算子。

17、进一步地，所述通过数据一致性模块，对磁共振图像进行更新，包括：

18、对于第t个展开阶段中的第开个对比度，将当前磁共振图像映射至观测域，并与实际混叠观测图像进行比较；同时结合公共特征和特有特征对应的图像先验，对磁共振图像进行更新。

19、进一步地，通过所述特有特征mamba近端梯度模块，对当前对比度对应的特有特征进行更新的过程，表示为：

20、；

21、其中，表示展开迭代阶段；表示第个对比度；和分别表示上一阶段的对比度特异性潜变量和多对比度共享的公共潜变量，其中用于表征不同对比度之间共享的解剖结构信息；表示当前阶段经过数据一致性更新后得到的第个对比度重建图像；表示用于更新特异性变量的梯度下降模块。

22、进一步地，通过所述公共特征mamba近端梯度模块，对公共有特征进行更新的过程，表示为：

23、

24、其中，表示展开迭代阶段；表示第个对比度；和分别表示上一阶段的对比度特异性潜变量和多对比度共享的公共潜变量，其中用于表征不同对比度之间共享的解剖结构信息；表示当前阶段经过数据一致性更新后得到的第个对比度重建图像；表示用于更新公共变量的梯度下降模块。

25、进一步地，所述多对比度，包括t1、t2和flair。

26、本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述三维多对比度磁共振成像联合重建方法。

27、本说明书提供了一种计算机设备，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上述三维多对比度磁共振成像联合重建方法。

28、本说明书采用的上述至少一个技术方案能够达到以下有益效果：

29、在本说明书提供的三维多对比度磁共振成像联合重建方法中，基于wave-caipi编码和解耦多对比度字典先验构建联合重建优化模型，并采用交替最小化算法求解并展开为多阶段深度网络；通过数据一致性模块和mamba近端梯度模块交替更新重建图像、公共特征与特有特征；最终输出各对比度重建图像。

30、本发明通过将 wave-caipi 三维空间编码约束引入多对比度联合重建过程，并通过构建解耦多对比度字典先验模型，将各对比度图像显式分解为公共特征和特有特征，从而能够更充分地利用跨对比度共享信息，同时避免对比度特有信息在联合建模过程中被错误混合，提升图像细节保持能力和重建稳定性。

31、进一步地，通过在特征更新模块中引入mamba状态空间机制，能够以较低显存开销建模三维多对比度mri中的长距离依赖关系，突破现有三维深度重建方法显存需求高、难以适用于高维医学图像的问题。

1.一种三维多对比度磁共振成像联合重建方法，其特征在于，包括：

2.如权利要求1所述的一种三维多对比度磁共振成像联合重建方法，其特征在于，所述特有特征mamba近端梯度模块和公共特征mamba近端梯度模块分别由梯度下降模块和mamba近端映射模块组成；所述mamba近端映射块用于对输入特征进行序列化、通过注意力状态空间机制建模序列中的长程依赖关系、反序列化以及卷积细化，最终输出更新后的特征。

3.如权利要求1所述的一种三维多对比度磁共振成像联合重建方法，其特征在于，所述用于多对比度磁共振成像的联合重建优化模型的构建，包括：

4.如权利要求3所述的一种三维多对比度磁共振成像联合重建方法，其特征在于，所述第个对比度对应的混叠多线圈图像，求解公式为：

5.如权利要求1所述的一种三维多对比度磁共振成像联合重建方法，其特征在于，所述通过数据一致性模块，对磁共振图像进行更新，包括：

6.如权利要求1所述的一种三维多对比度磁共振成像联合重建方法，其特征在于，通过所述特有特征mamba近端梯度模块，对当前对比度对应的特有特征进行更新的过程，表示为：

7.如权利要求1所述的一种三维多对比度磁共振成像联合重建方法，其特征在于，通过所述公共特征mamba近端梯度模块，对公共有特征进行更新的过程，表示为：

8.如权利要求1所述的一种三维多对比度磁共振成像联合重建方法，其特征在于，所述多对比度，包括t1、t2和flair。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～8任一项所述的方法。

10.一种计算机设备，其特征在于，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上述权利要求1～8任一所述的方法。