(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111631832.X (22)申请日 2021.12.28 (71)申请人 中南大学 地址 410000 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 黄建龙　徐斐然　廖志芳　丁雨寒　 (74)专利代理 机构 长沙轩荣专利代理有限公司 43235 专利代理师 丛诗洋 (51)Int.Cl. G06T 17/00(2006.01) G06K 9/62(2022.01) G06T 5/00(2006.01) G06V 10/764(2022.01) (54)发明名称 基于深度学习的心脏图像 重建方法及系统 (57)摘要 本发明提供了一种基于深度学习的心脏图 像重建方法及系统， 包括： 选取多个受试者的心 脏进行切片扫描成像， 每个切片获得三个图像， 包括一个正 常图像， 一个AP方向 的图像和一个FH 方向的图像， 将扫描获得的图像作为训练数据 集， 且扫描获得的图像包括清晰图像和模糊图 像； 使用ResNet模型对心 脏扫描获得的 图像进行 分类， 再使用多个SRN ‑Deblur子模型对 不同方向 的模糊图像进行去模糊操作； 利用AP方向的图像 和FH方向的图像， 计算血流矢量在三维空间中的 方向和大小， 用于测量模拟模糊图像的去模糊效 果。 利用速度编码磁共振成像进行四维流磁共振 成像在心血管血流分析中具有很强的潜力， 深度 学习可以重建缺陷图像， 消除速度编码磁共振成 像中的运动模糊。 权利要求书2页 说明书8页 附图3页 CN 114565711 A 2022.05.31 CN 114565711 A 1.一种基于深度学习的心脏图像重建方法， 其特 征在于， 包括： 步骤1， 选取多个受试者的心脏进行切片扫描成像， 每个切片获得三个 图像， 包括一个 正常图像， 一个AP方向的图像和一个FH方向的图像， 将扫描获得的图像作为训练数据集， 且 扫描获得的图像包括清晰图像和模糊图像； 步骤2， 使用ResNet模型对心脏扫描获得的图像进行分类， 再使用多个SRN ‑Deblur子模 型对不同方向的模糊图像进行去模糊操作； 步骤3， 利用AP方向的图像和FH方向的图像， 计算血流矢量在三维空间中的方向和大 小， 用于测量模拟模糊图像的去模糊效果。 2.根据权利要求1所述的基于深度学习的心脏 图像重建方法， 其特征在于， 所述步骤1 具体包括： 所述切片扫描成像采用磁共振成像技术， 是通过心房短轴方向进行的， 采用回顾性门 控， 每个切片有25个相位或时间帧； 所述磁共振成像参数包括： 回波时间TR:47.1ms， 重复时间TE:1.6ms， 视场FOV: (298340)mm2， (134256)mm2像素矩阵， 平面内分辨率为1.54mm/pixel， 由像素间距决定， 基于 切片间隔的通平面分辨 率为6mm。 3.根据权利要求1所述的基于深度学习的心脏 图像重建方法， 其特征在于， 所述步骤2 包括： 确定图像的模糊方向， 在模糊方向对去模糊模型所需的训练图像进行分类， 并将分类 后的图像反馈给相应的去模糊子模型进行训练； 在训练中， 使用交叉熵函数作为损失函数， 并设置epoc h为50。 4.根据权利要求1所述的基于深度学习的心脏 图像重建方法， 其特征在于， 所述步骤3 包括： 所述计算血流矢量在三维空间中的方向和大小， 需要计算的是像素间差的绝对值和矢 量的距离； 其中， FHG,FHB,APG,APB分别表示FH  ground truth,FHblurredi mage,AP ground  truth,APblur red image,i,j表示图像的位置； ωPSNR使用以下 方法计算， 其中MAX表示有用区域的最大向量距离的和； 由于真正的切片扫描成像没有模糊和清晰的映射对， 需要使用同一 时刻不同心跳周期 的两次扫描进行比较， 在同一时刻， 两个心跳周期的扫描也是不同的， 使用ωPSNR,代替， 用 涡度进行比较， 二维涡度的数 学表达式如下： 其中， ω的正负符号有不同的含义， 其中正值代表CCW循环， 负值代表流体顺时针CW旋 转， 值的大小表示旋转速度； 利用CCW闭环C的线积分计算循环Γ， 将其写成面积分形式如下权　利　要　求　书 1/2 页 2 CN 114565711 A 25.一种基于深度学习的心脏图像重建系统， 其特 征在于， 包括： 数据集获取模块， 用于选取多个受试者的心脏进行切片扫描成像， 每个切片获得三个 图像， 包括一个正常图像， 一个AP方向的图像和一个FH方向的图像， 将扫描获得的图像作为 训练数据集， 且扫描获得的图像包括清晰图像和模糊图像； 图像处理模块， 用于使用ResNet模型对心脏扫描获得的图像进行分类， 再使用多个 SRN‑Deblur子模型对不同方向的模糊图像进行去模糊操作； 评价模块， 用于利用AP方向的图像和FH方向的图像， 计算血流矢量在三维空间中的方 向和大小， 用于测量模拟模糊图像的去模糊效果。权　利　要　求　书 2/2 页 3 CN 114565711 A 3