基于PCA的磁共振成像参数虚拟仿真方法与流程

基于pca的磁共振成像参数虚拟仿真方法
技术领域
1.本发明涉及磁共振成像领域，尤其涉及一种基于pca的磁共振成像参数虚拟仿真方法。


背景技术：

2.磁共振成像系统作为高技术含量和高附加值的大型医学成像设备，具有原理复杂、价格高昂的特点，并且在医院临床应用中机时紧张。因此，在高校的课程教学和医院的临床培训中存在着进行磁共振成像参数虚拟仿真的需要。其具体的内容为，对于一个虚拟病例或体模，使用者可以调整与成像相关的各种参数，仿真系统根据参数的设置给出与真实磁共振扫描在相同参数下结果相近的仿真成像结果。在此过程中，使用者并不关心真实成像过程的物理原理，而是为了熟悉不同的参数设置对成像结果有什么样的影响。在以往的实践中，磁共振成像虚拟仿真主要包括以下2种实现方法。
3.一种方法是基于数字化体模与理想化物理模型的实时计算仿真。该方法对磁共振成像过程的物理原理进行了理想化简，再根据使用者给出的成像参数设置以及数字化体模中与磁共振成像有关的物理量的数值分布，通过有限元方法按一定的时间步长与空间分辨率进行成像过程的计算推演。待推演结束后，即获得了模拟的磁共振原始信号。随后按与真实成像过程相同的图像重建算法处理原始信号后就能得到仿真的成像结果。这种仿真方法只需要存储数字化体模与计算程序，占用的存储空间较小，但是其计算步骤量非常大，有很多三角与指数运算，并且出于精度考虑需要使用双精度浮点数据类型。为了满足使用者对实时性的需要，通常使用高性能专业计算加速卡(一般gpu由于双精度计算能力不足无法满足这一方法)或者数十核的计算服务器来进行计算，硬件成本高昂。
4.另一种方法是基于多参数组合预成像数据库的插值仿真方法。该方法首先根据每一个成像参数的可调整范围取有限个数的离散取值，再将所有参数的离散取值生成全组合。对全组合中的每一条参数组合，进行实际的成像或前一种方法所述的计算仿真，获得成像结果并保存，构建一个预成像的数据库。实际使用时，根据使用者给出的成像参数确定其在全组合中的邻近参数组合。从数据库中取出邻近参数组合对应的预成像结果进行线性插值，得到最终仿真结果。这一方法不需要进行成像过程的实时计算仿真，不需要昂贵的计算平台，但是预成像数据库的容量非常大。首先，全组合的数量非常大。其次磁共振的成像结果为3维高精度体数据，单个图像的容量就可达数十兆。例如，在满足基本需求的6个参数可调，每个参数在数据库中有5个离散取值的情况下，整个数据库的总容量将达到700gb以上，这对数据发布和传输产生了很大压力。另一方面，虽然这一方法的计算量相对于实时仿真有所降低，但对许多邻近参数组合对应的成像结果的三维体数据进行插值仍然具有可观的运算量。


技术实现要素：

5.本发明提出使用pca算法对磁共振多参数组合预成像数据库进行降维，降维后只
需存储低维的压缩向量与少量主成分图像，具有低存储量；提出在仿真过程中只需对压缩向量进行插值，随后进行图像恢复，具有低计算量，可适用于在web平台或移动设备平台等存储和计算受限的情境下进行磁共振成像参数虚拟仿真。
6.为实现上述目的，本发明提供一种基于pca的磁共振成像参数虚拟仿真方法，包括以下步骤：
7.s1:确定所需的磁共振成像参数种类,且计算所有参数种类的全组合；
8.s2:对全组合中的每一条参数组合，在真实磁共振扫描仪上按参数设定进行扫描成像或进行有限元计算仿真成像，获得成像的三维体数据的数据库；
9.s3:对数据库利用pca算法进行降维处理，得到一维压缩向量；
10.s4:根据成像参数设定找到临近参数组合，查询其对应压缩向量，进行线性插值，将其重新折叠为三维体数据，获得虚拟仿真成像。
11.作为优选，在步骤s1中，根据所需的磁共振成像参数的种类，在每个成像参数可调整范围中确定有限个数的离散数值。
12.作为优选，在步骤s2中，对全组合中的每一条参数组合，获得成像结果后进行保存，构建一个预成像的数据库，这个数据库中保存磁共振成像参数组合和对应的成像三维体数据。
13.作为优选，对数据库利用pca算法进行降维时，首先将每一个三维体数据展开为一维压缩向量，则数据库中的原本所有三维体数据构成了第一矩阵，计算第一矩阵的行平均向量，最终得到归一化的第二矩阵。
14.作为优选，获得第二矩阵后代入公式计算得到协方差矩阵，得到协方差矩阵的特征值和特征向量，取对应特征值最大的前若干个特征向量按照排列组成变换矩阵，计算降维后的结果矩阵和主成分矩阵。
15.作为优选，在步骤s4中，根据使用者给出的成像参数设定找到若干个参数向上和向下最接近的两个离散取值，进而确定全组合中与使用者参数设定最接近的邻近参数组合以及对应的压缩向量，进行线性插值，然后按照相关公式进行重建，将其重新折叠为三维体数据，即得到虚拟仿真成像的结果；
16.本发明的有益效果是：与现有技术相比，本发明提供的基于pca的磁共振成像参数虚拟仿真方法，通过在预成像数据库中查找邻近参数的图像进行插值来得到仿真结果，不需要进行成像过程的实时计算仿真，不需要昂贵的计算平台，使用pca算法对预成像数据进行降维，把大量高容量的三维体数据转化为低维的压缩向量和少量主成分图像；仿真成像过程中对压缩向量进行插值，再进行数据重建，而不是对三维体数据进行插值，进一步降低了计算量。
附图说明
17.图1为本发明的步骤流程图。
具体实施方式
18.为了更清楚地表述本发明，下面结合附图和实施例对本发明作进一步地描述，本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
19.本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
20.请参阅图1，本发明公开了一种基于pca的磁共振成像参数虚拟仿真方法，包括以下步骤：s1:确定所需的磁共振成像参数种类,且计算所有参数种类的全组合；s2:对全组合中的每一条参数组合，在真实磁共振扫描仪上按参数设定进行扫描成像，获得具有成像的三维体数据的数据库；s3:对数据库利用pca算法进行降维处理，得到一维压缩向量；s4:根据成像参数设定找到临近参数组合，查询其对应压缩向量，进行线性插值，将其重新折叠为三维体数据，获得虚拟仿真成像。在具体实施过程中，对于磁共振的成像，需要多个参数信息才能准确建立，因此就需要收集磁共振成像参数的种类，当且仅当收集这些参数信息后，才能实现对磁共振图像的建立，为了实现这些参数信息的转移与重建，避免在转移过程中数据量过大，就需要对这数据进行降维处理，将原本的三维体数据转化为一维压缩向量，从而在确保数据量不丢失的情况下，使得数据量大大减少，最终通过线性插值将一维压缩向量重新折叠为三维体数据，从而达到虚拟仿真成像的效果。
21.为了实现上述目的，在步骤s1中，根据所需的磁共振成像参数的种类，在每个成像参数可调整范围中确定有限个数的离散数值。在步骤s2中，对全组合中的每一条参数进行组合，还可以基于数值体模进行有限元计算仿真，获得成像结果后进行保存，构建一个预成像的数据库，这个数据库中保护共振成像参数组合和对应的成像三维体数据。在具体的实施过程中，确定所需的磁共振成像参数的种类，设其数量为n；在每个成像参数可调整范围中确定有限个数的离散取值；设n个参数的离散取值个数分别为m1,m2
……
mn；然后根据这些参数的来极端得到全组合，全组合的数量为记为m。
22.对数据库利用pca算法进行降维时，首先将每一个三维体数据展开为一维压缩向量，则数据库中的原本所有三维体数据构成了第一矩阵，计算第一矩阵的行平均向量，最终得到归一化的第二矩阵。获得第二矩阵后代入公式计算得到协方差矩阵，得到方差矩阵的特征值和特征向量，取对应特征值最大的前若干个特征向量按照排列组成变换矩阵，计算降维后的结果矩阵和主成分矩阵。在具体的实施过程中，全组合中的每一条参数组合，在真实磁共振扫描仪上按此参数设定进行扫描成像，或者基于数字化体模进行有限元计算仿真，从而构建一个预成像的数据库；数据库中包含m条磁共振成像参数组合和对应的成像三维体数据，然后利用pca算法进行降维，首先将每一个三维体数据展开为一维压缩向量，设其长度为p，则数据库中原本所有的三维体数据构成p行m列的矩阵x’；计算x’的行平均向量μ，将x’的每一列减去μ得到归一化的矩阵x。按公式计算协方差矩阵c，其中符号t表示矩阵转置；求出矩阵c的特征值与特征向量，取对应特征值最大的前k个特征向量按行
排列组成变换矩阵v，计算降维后的结果矩阵y＝vx；若计算正确，则y的大小应该为k行m列，此时计算主成分矩阵p＝v
t
，若计算正确，p的大小应该是p行k列；然后保存主成分矩阵p，行平均向量μ以及结果矩阵y，利用y的每一列为压缩向量y，对应与一个成像参数组合。
23.在步骤s4中，根据使用者给出的成像参数设定找到若干个参数向上和向下最接近的两个离散取值，进而确定全组合中与使用者参数设定最接近的邻近参数组合以及对应的压缩向量，进行线性插值，然后按照相关公式进行重建，将其重新折叠为三维体数据，即得到虚拟仿真成像的结果。在具体实施过程中，根据使用者给出的成像参数设定找到n个参数向上和向下最接近的2个离散取值，进而确定全组合中与使用者参数设定最接近的2n个邻近参数组合。找到所有邻近参数组合对应的压缩向量y，将它们进行线性插值得到y’。按以下公式进行数据重建：x’＝py’ μ。其中x’为长度为p的一维压缩向量，将其重新折叠为三维体数据，即得到虚拟仿真成像的结果。
24.本发明的优势在于：
25.1)通过预成像插值实现磁共振成像参数虚拟仿真；
26.2)pca算法用于预成像数据库的降维压缩；
27.3)插值步骤作用于三维体数据的压缩向量而非三维体数据本身。
28.以上公开的仅为本发明的具体实施例，但是本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。