INDUSTRY-ACADEMIC COOPERATION FOUNDATION; YONSEI UNIVERSITY
发明人:
HWANG, DO SIK,황도식,EO, TAE JOON,어태준,JUN, YO HAN,전요한,KIM, TAE SEONG,김태성
申请号：
KR1020170080784
公开号：
KR1018865750000B1
申请日:
2017.06.26
申请国别(地区):
KR
年份:
2018
代理人:
摘要：
The present invention relates to an under-sampled magnetic resonance imaging (MRI) image reconfiguration apparatus and a method thereof. The under-sampled MRI image reconfiguration apparatus includes: a K-space network for reconfiguring K-space images of the under-sampled MRI images； a first correction unit for correcting K-space reconfiguration images being output from the K-space network； an image network which executes a reconfiguration operation for removing artifacts by receiving the MRI images corresponding to the images corrected by the first correction unit as an input； and a second correction unit which corrects the reconfigured MRI images being output from the image network. The K-space network uses the K-space images of normally sampled MRI images and K-space images of the under-sampled MRI images to learn to convert the K-space images of the under-sampled MRI images in a form similar to that of the normally sampled MRI images. The image network uses the normally sampled MRI images and the MRI images related to the output images from the K-space network to learn to convert the MRI images related to the output images of the K-space network in a form similar to that of the normally sampled MRI images. The apparatus and the method can use a deep learning network to more efficiently remove the artifacts occurring during the reconfiguration of the under-sampled MRI images.언더샘플링된 자기 공명 영상의 재구성 장치 및 방법이 개시된다. 개시된 장치는, 언더샘플링된 자기 공명 영상의 K-스페이스 영상을 재구성하는 K-스페이스 네트워크 상기 K-스페이스 네트워크에서 출력되는 K-스페이스 재구성 영상을 보정하는 제1 보정부； 상기 제1 보정부에서 보정된 영상에 상응하는 자기 공명 영상을 입력으로 받아 아티팩트(artifact)를 제거하는 재구성을 수행하는 이미지 네트워크； 및 상기 이미지 네트워크에서 출력되는 재구성된 자기 공명 영상을 보정하는 제2 보정부를 포함하되, 상기 K-스페이스 네트워크는 상기 언더샘플링된 자기 공명 영상의 K-스페이스 영상과 정상적으로 샘플링된 자기 공명 영상의 K-스페이스 영상을 이용하여 상기 언더 샘플링된 자기 공명 영상의 K-스페이스 영상이 상기 정상적으로 샘플링된 자기 공명 영상과 같이 변환되도록 학습된 네트워크이며, 상기 이미지 네트워크는 상기 K-스페이스 네트워크의 출력 영상에 대한 자기 공명 영상과 정상적으로 샘플링된 자기 공명 영상을 이용하여 상기 K-스페이스 네트워크의 출력 영상에 대한 자기 공명 영상이 정상적으로 샘플링된 자기 공명 영상과 같이 변환되도록 학습된 네트워크이다. 개시된 장
