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。