基于机器学的并行磁共振成像GRAPPA方法

摘要

本发明公开了一种基于机器学的并行磁共振成像GRAPPA方法，包括以下步骤：从待成像对象采集K空间数据集；利用机器学中的回归分析建立欠采样点和其近邻点的映射关系；对欠采样点进行预测，填充欠采样的K空间；根据各线圈的K空间数据进行傅里叶逆变换得到各线圈的图像，并对多幅图像求平方和，得到最终的重建结果。本发明基于此种方法，利用机器学中的回归分析估计欠采样点和其近邻点的映射关系，取代原始算法中的线性映射关系，进而对欠采样空间进行填充，得到最终比较准确的重建结果，从而减少磁共振重建图像的伪影。

主权项

一种基于机器学习的并行磁共振成像GRAPPA方法，其特征在于，包括以下步骤：从待成像对象采集K空间数据集；利用机器学习中的回归分析建立欠采样点和其近邻点的映射关系，欠采样点及其近邻点满足方程式b＝F(A)，F为从A到b的非线性映射关系；对欠采样点进行预测，填充欠采样的K空间；根据各线圈的K空间数据进行傅里叶逆变换得到各线圈的图像，并对多幅图像求平方和，得到最终的重建结果；其中：K空间数据集包括自校准线；利用自校准线估计非线性映射关系F，自校准线上的点和其近邻点构成一组训练样本，用机器学习方法进行训练，建立训练模型。