本发明公开了一种基于MRI的CT图像重建方法,包括以下步骤:1)利用深度学习网络重建MRI,训练深度学习网络,获取待测物体的欠采样k空间数据,将所述待测物体的欠采样k空间数据输入至训练好的深度学习网络,以获取所述待测物体的线上MRI;2)利用双向生成对抗网络,利用双向生成对抗网络由MRI重建CT图像。
本发明具有以下优点:(1)MRI成像速度快;(2)应用范围广,可以用于肺部成像,也可以用于人体其他部位成像;(3)由MRI重建得到CT图像,避免了CT检查的电离辐射;(4)重建得到的CT图像还可以用于放射治疗计划制定,以及PET衰减校正。
张鞠成 孙云 饶先成 孙建忠
浙江大学
310058 浙江省杭州市西湖区余杭塘路388号
本发明公开了一种基于MRI的CT图像重建方法,包括以下步骤:1)利用深度学习网络重建MRI,训练深度学习网络,获取待测物体的欠采样k空间数据,将所述待测物体的欠采样k空间数据输入至训练好的深度学习网络,以获取所述待测物体的线上MRI;2)利用双向生成对抗网络,利用双向生成对抗网络由MRI重建CT图像。
本发明具有以下优点:(1)MRI成像速度快;(2)应用范围广,可以用于肺部成像,也可以用于人体其他部位成像;(3)由MRI重建得到CT图像,避免了CT检查的电离辐射;(4)重建得到的CT图像还可以用于放射治疗计划制定,以及PET衰减校正。