一种基于正则化深度图像先验方法的磁共振图像重建方法

摘要

一种基于正则化深度图像先验方法的磁共振图像重建方法，本发明涉及磁共振成像技术领域。本发明为了解决目前基于深度学习的磁共振图像重建算法存在局限性问题，以及为了提高重建图像的质量并缩短重建时间。本发明包括以下步骤：(1)构建神经网络模型；(2)构建包含正则项的损失函数；(3)获取部分k空间数据；(4)获取重建参考图像；(5)构造网络输入；(6)设置最大迭代次数；(7)利用网络重建图像；(8)得到网络输出图像的退化图像，结合参考图像计算损失函数，对网络参数进行优化；(9)保存指标最高的输出图像；(10)判断迭代次数是否达到最大迭代次数，是则输出最佳的重建图像，否则返回步骤(7)。与卷积神经网络相比，本发明对数据依赖较小，且能获得高质量的重建图像，并提高重建速度。