一种用于核磁共振成像的降噪方法和降噪系统与流程

技术特征：
1.一种用于核磁共振成像的降噪方法，其特征在于，包括如下步骤：步骤s1，在核磁共振成像线圈或仪器周围，在不与成像线圈耦合的前提下，设置环境噪声采集模块；通过所述环境噪声采集模块采集环境噪声，并将所采集的环境噪声输入环境噪声消除模块；步骤s2，数据采集模块采集原始核磁共振数据，环境噪声消除模块利用所接收的环境噪声消除数据采集模块所采集的原始核磁共振数据中的环境噪声。2.根据权利要求1所述的用于核磁共振成像的降噪方法，其特征在于，所述方法还包括：所述步骤s2消除所采集原始核磁共振数据中的环境噪声后得到中间数据；步骤s3，构建神经网络deep-ift，以同时生成核磁共振实部图像和虚部图像；步骤s4，基于历史数据对所构建的神经网络deep-ift进行训练，得到成熟的神经网络deep-ift；步骤s5，将中间数据输入成熟的神经网络deep-ift中，消除所述中间数据的随机噪声，并转化和输出第一核磁共振图像。3.根据权利要求2所述的用于核磁共振成像的降噪方法，其特征在于，所述方法还包括：步骤s6，基于noise2noise原理构建mri-dn网络；步骤s7，将步骤s5所得到的第一核磁共振图像输入所述mri-dn网络中，根据噪声相对于信号随机产生的原理，进一步消除随机噪声并增强信噪比，完成对核磁共振图像的去噪，并输出最终的核磁共振图像。4.根据权利要求2或3所述的用于核磁共振成像的降噪方法，其特征在于，所构建的神经网络deep-ift，包括以下至少一种构型：第一种构型采用分叉网络，所述分叉网络依次包括由两层全连接层构成的一维全连接网络、重构层、二维零填充层及两个分支结构，每个分支结构包括两层二维卷积层及两个次分支结构，其中一个次分支结构依次为二维卷积转置层及重构层，另一个次分支结构为二维卷积层；所述两层全连接层采用tanh函数；所述第一种构型的分叉网络数据处理过程包括：对输入的数据在一维全连接网络中采用tanh函数进行处理，然后一维全连接网络的输出经重构层后进入二维零填充层被重新转置为二维数据，二维数据被分别导入两个分支结构的两个两层卷积网络，分别生成图像的实部数据和虚部数据，分别计算实部和虚部的值，再由分支结构中的二维卷积转置层和重构层分别计算实部和虚部的衰减值衰减函数分别计算实部和虚部的值并将其叠加作为拟合方向的选择；第二种构型采用分叉网络，所述分叉网络依次包括由两层全连接层构成的一维全连接网络、重构层、二维零填充层、两个分支结构、连接层和重构层，每个分支结构包括两层二维卷积层和一层二维卷积转置层；所述两层全连接层采用tanh函数；所述第二种构型的分叉网络数据处理过程包括：对输入的数据在一维全连接网络中采用tanh函数进行处理，然后一维全连接网络的输出经重构层后进入二维零填充层被重新转置为二维数据，二维数据被分别导入分叉的两个两层卷积网络，分别生成图像的实部数据和虚部数据，分别计算实部和虚部的值；实部数据和虚部数据同时进入连接层和重构层，整合后作为一个数据计算衰减值；
第三种构型依次包括由两层全连接层构成的一维全连接网络、重构层、二维堆填充层、两层二维卷积层及两个分支结构，其中一个分结构依次包括二维卷积转置层和重构层，另一个分支结构为二维卷积层；所述两层全连接层采用tanh函数；所述第三种构型的数据处理过程包括：对输入的数据在一维全连接网络中采用tanh函数进行处理，一维全连接网络的输出被重新转置为二维数据，二维数据经双层卷积网络同时生成图像的实部数据和虚部数据，并对实数数据和虚部数据的整合值，并计算实数数据和虚部数据的衰减值。5.根据权利要求1-3任一项所述的用于核磁共振成像的降噪方法，其特征在于，所述环境噪声采集模块为多通道，每个通道包括噪声测量探头和前置放大器。6.根据权利要求5所述的用于核磁共振成像的降噪方法，其特征在于，所述噪声测量探头为由线圈与电容组成的谐振电路，共振频率为核磁共振成像仪的拉莫尔频率，并与核磁共振测量具有相似的带宽。7.根据权利要求1-3任一项所述的用于核磁共振成像的降噪方法，其特征在于，所述利用所接收的环境噪声消除所采集原始核磁共振数据中的环境噪声，根据环境噪声的相似性原理进行消除。8.根据权利要求3所述的用于核磁共振成像的降噪方法，其特征在于，所述基于noise2noise原理构建mri-dn网络，包括：利用noise2noise网络，通过目的切片图像和相邻的2n个切片图像，n＝1或者2，经过u-net网络然后计算均方误差数值，将噪声消除。9.一种用于核磁共振成像的降噪系统，其特征在于，所述系统包括：环境噪声采集模块、环境噪声消除模块、deep-ift模块及mri-dn网络模块；其中，所述环境噪声采集模块设置于成像线圈或仪器周围，用于在不与成像线圈耦合的前提下，采集环境噪声，并将所采集的环境噪声输入数据环境噪声消除模块；所述环境噪声消除模块用于利用所接收的环境噪声消除数据采集模块所采集的原始核磁共振数据中的环境噪声，使核磁共振成像系统中的数据采集模块获得中间数据，并发送给deep-ift模块；所述deep-ift模块用于构建和训练神经网络deep-ift，并将中间数据输入到训练好的神经网络deep-ift中，消除所述中间数据的随机噪声，转化和输出第一核磁共振图像，并传输给mri-dn网络模块；所述mri-dn网络模块用于基于noise2noise原理构建mri-dn网络，并根据噪声相对于信号随机产生的原理，进一步消除第一核磁共振图像中的随机噪声，同时增强信噪比，完成对核磁共振图像的去噪，输出最终的核磁共振图像。10.根据权利要求9所述的用于核磁共振成像的降噪系统，其特征在于，所述环境噪声采集模块为多通道模式，每个通道包括噪声测量探头和前置放大器，所述前置放大器和环境噪声消除模块相连。

技术总结
本发明提供了一种用于核磁共振成像的降噪方法和降噪系统，属于核磁共振技术领域。所述方法在核磁共振成像线圈或仪器周围，在不与所述成像线圈耦合的前提下，设置环境噪声采集模块，采集环境噪声并输入数据采集模块；利用所接收的环境噪声消除同时所采集原始数据中的环境噪声，得到中间图像数据；构建并训练神经网络DEEP-IFT后，将中间图像数据输入训练好的神经网络DEEP-IFT中，消除所述中间图像数据的随机噪声；再基于Noise2noise原理构建MRI-DN网络，进一步消除随机噪声并增强信噪比，完成对核磁共振图像的去噪，并输出最终的核磁共振图像。本发明去除了环境噪声和随机噪声，提高了核磁共振图像质量，同时提高了仪器使用的可移动性。可移动性。可移动性。


技术研发人员：吴保松 常浩 张天顺
受保护的技术使用者：常浩 张天顺
技术研发日：2022.04.01
技术公布日：2022/7/1