一种基于T1图像引导的ASL灌注图像重建方法与流程
本申请涉及医学影像处理,特别是涉及一种基于t1图像引导的asl灌注图像重建方法。
背景技术:
1、动脉自旋标记(arterial spin labeling,asl)通过磁标记内源性动脉血水分子,获取患者脑组织的灌注信息,无需注射造影剂、对患者完全无创,是临床与研究中获取脑血流(cerebral blood flow,cbf)信息的重要手段。
2、在现有技术中,asl技术是通过采集成对的控制(control)图像和标记(label)图像,然后,确定控制图像与标记图像之间的差分图像,从而得到asl灌注图像。并且在临床中,为了得到质量较高的asl灌注图像,通常是连续多次采集(例如12次)控制图像和对应的标记图像,并生成两者之间的差分图像,然后将各差分图像进行平均,从而生成最终的asl灌注图像。
3、但是,这种方式需要采集多次控制图像和对应的标记图像,从而需要受试者进行较长时间的磁共振图像扫描。并且,在差分图像信噪比较低的情况下,现有技术中简单的取平均方式难以生成质量较高的asl灌注图像。
4、针对上述的现有asl图像重建技术中存在的图像采集次数过多且难以生成质量较高的asl灌注图像的技术问题,目前尚未提出有效的解决方案。
技术实现思路
1、本公开的实施例提供了一种基于t1图像引导的asl灌注图像重建方法及装置,以至少解决现有技术中存在的难以生成质量较高的asl灌注图像的技术问题。
2、根据本公开实施例的一个方面,提供了一种基于t1图像引导的asl灌注图像重建方法,包括:获取与患者的目标部位对应的asl差分图像序列;将asl差分图像序列进行聚合,生成相应的asl聚合图像;通过第一编码模块,对asl聚合图像进行编码,生成第一特征图;通过第二编码模块,对与目标部位对应的t1图像进行编码,生成第二特征图;以及通过第一编码模块与相应的第一解码模块之间的瓶颈层,将第一特征图与第二特征图进行融合,生成第三特征图;以及通过第一解码模块,根据第三特征图生成重建的asl灌注图像。
3、根据本公开实施例的另一个方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时由处理器执行以上任意一项所述的方法。
4、根据本公开实施例的另一个方面,还提供了一种基于t1图像引导的asl灌注图像重建装置,包括:获取模块,用于获取与患者的目标部位对应的asl差分图像序列;聚合模块,用于将asl差分图像序列进行聚合,生成相应的asl聚合图像;asl编码模块,用于通过第一编码模块,对asl聚合图像进行编码,生成第一特征图;t1编码模块,用于通过第二编码模块,对与目标部位对应的t1图像进行编码,生成第二特征图;以及融合模块,用于通过第一编码模块与相应的第一解码模块之间的瓶颈层,将第一特征图与第二特征图进行融合,生成第三特征图;以及灌注图像生成模块,用于通过第一解码模块,根据第三特征图生成重建的asl灌注图像。
5、根据本公开实施例的另一个方面,还提供了一种基于t1图像引导的asl灌注图像重建装置,包括:处理器;以及存储器,与处理器连接,用于为处理器提供处理以下处理步骤的指令:获取与患者的目标部位对应的asl差分图像序列;将asl差分图像序列进行聚合,生成相应的asl聚合图像;通过第一编码模块,对asl聚合图像进行编码,生成第一特征图;通过第二编码模块,对与目标部位对应的t1图像进行编码,生成第二特征图;以及通过第一编码模块与相应的第一解码模块之间的瓶颈层,将第一特征图与第二特征图进行融合,生成第三特征图;以及通过第一解码模块,根据第三特征图生成重建的asl灌注图像。
6、在本公开实施例中,计算设备获取与患者的目标部位对应的asl差分图像序列,将asl差分图像序列进行聚合,生成asl聚合图像。而后,通过第一编码模块,对asl聚合图像进行编码,生成第一特征图,通过第二编码模块,对与目标部位对应的t1图像进行编码,生成第二特征图,通过第一编码模块与相应的第一解码模块之间的瓶颈层,将第一特征图与第二特征图进行融合,生成第三特征图,最后,通过第一解码模块,根据第三特征图生成重建的asl灌注图像。在本方法中,在asl灌注图像的重建过程中将t1图像的解剖先验信息作为指导,从而能够提高asl灌注图像的重建质量。并且,由于本方法能够提高重建出的asl灌注图像的图像质量,进而能够减少使用的asl差分图像序列中的asl差分图像的数量。
1.一种基于t1图像引导的asl灌注图像重建方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,通过所述第一编码模块与相应的第一解码模块之间的瓶颈层,将所述第一特征图与所述第二特征图进行融合,生成第三特征图的操作,包括:
3.根据权利要求2所述的方法,其特征在于,通过所述瓶颈层,根据所述查询矩阵、所述值矩阵以及所述键矩阵,利用交叉注意力机制,生成所述第三特征图的操作,包括:
4.根据权利要求1所述的方法,其特征在于,将所述asl差分图像序列进行聚合,生成相应的asl聚合图像的操作,包括:
5.根据权利要求1所述的方法,其特征在于,所述第一编码模块包括残差单元以及至少一个下采样单元,所述第一解码模块包括:至少一个上采样单元以及卷积单元;
6.根据权利要求5所述的方法,其特征在于,通过所述至少一个上采样单元,根据所述第三特征图生成第二中间特征图的操作,包括:
7.根据权利要求1所述的方法,其特征在于,获取与患者的目标部位对应的asl差分图像序列之前,还包括:
8.根据权利要求7所述的方法,其特征在于,利用第二训练样本对所述asl 图像重建模型进行训练的操作,包括:
9.根据权利要求8所述的方法,其特征在于,根据所述预测图像和所述第二子集的均值图像,通过自监督的方式,对所述asl 图像重建模型进行训练的操作,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com