组织参数确定方法、装置、计算机设备和存储介质与流程

1.本技术涉及磁共振成像技术领域，特别是涉及一种组织参数确定方法、装置、计算机设备和存储介质。


背景技术：

2.磁共振指纹成像(magnetic resonance fingerprinting，mrf)技术是将生物组织可能产生的所有磁共振信号的理论估计作为先验信息，为观测信号与量化参数之间构建一种对应关系，借助一定的信息处理技术寻找这种对象关系，实现生理病理参数的量化反演。
3.传统方案中，基于mrf序列和成像对象，获取成像对象的图像上各体素对应的降采时间序列，然后将降采时间序列和字典中的词条进行匹配，从而确定组织参数。
4.然而，降采时间序列中混叠着降采伪影，上述方式确定的组织参数准确度不高。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提升组织参数准确度的组织参数确定方法、装置、计算机设备和存储介质。
6.第一方面，本技术提供了一种组织参数确定方法。方法包括：
7.基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列；
8.将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；目标参数包括：mrf序列、目标降采模式以及目标体素对应的降采时间序列，或者，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图，目标体素为成像对象的图像上任一体素；
9.根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
10.第二方面，本技术还提供了一种组织参数确定装置，装置包括：
11.获取模块，用于基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列；
12.获取模块，还用于将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；目标参数包括：mrf序列、目标降采模式以及目标体素对应的降采时间序列，或者，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图，目标体素为成像对象的图像上任一体素；
13.确定模块，用于根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
14.在其中一个实施例中，获取模块还用于：
15.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；基于mrf序列样
本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列以及相应体素对应的满采时间序列构成样本集中的一个样本；基于样本集，对初始模型进行训练，得到伪影滤波模型。
16.在其中一个实施例中，获取模块还用于：
17.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列以及成像对象样本对应的满采静态结构图构成样本集中的一个样本；基于样本集，对初始模型进行训练，得到伪影滤波模型。
18.在其中一个实施例中，获取模块具体用于：
19.基于每个时间点的mri信号和成像对象，采用目标降采模式，获取相应时间点对应的成像对象的k空间数据；并对成像对象的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象的图像，得到n个图像；对于n个图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
20.在其中一个实施例中，确定模块具体用于：
21.将目标体素对应的满采时间序列和预先构建的字典中的词条进行匹配，得到预先构建的字典中与目标体素对应的满采时间序列匹配的目标词条，将目标词条对应的组织参数作为目标体素对应的组织参数。
22.在其中一个实施例中，获取模块具体用于：
23.基于mrf序列样本中每个时间点的mri信号和成像对象样本，采用降采模式样本，获取相应时间点对应的成像对象样本的k空间数据；并对成像对象样本的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象样本的图像，得到n个样本图像；对于n个样本图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
24.在其中一个实施例中，组织参数包括以下至少一种：纵向的弛豫时间、横向的弛豫时间和密度。
25.第三方面，本技术还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
26.基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列；
27.将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；目标参数包括：mrf序列、目标降采模式以及目标体素对应的降采时间序列，或者，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图，目标体素为成像对象的图像上任一体素；
28.根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
29.第四方面，本技术还提供了一种计算机可读存储介质。计算机可读存储介质，其上
存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
30.基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列；
31.将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；目标参数包括：mrf序列、目标降采模式以及目标体素对应的降采时间序列，或者，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图，目标体素为成像对象的图像上任一体素；
32.根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
33.第五方面，本技术还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
34.基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列；
35.将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；目标参数包括：mrf序列、目标降采模式以及目标体素对应的降采时间序列，或者，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图，目标体素为成像对象的图像上任一体素；
36.根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
37.上述组织参数确定方法、装置、计算机设备和存储介质，首先，基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列，然后，将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；最后，根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数，由于伪影滤波模型可将降采时间序列中混叠的降采伪影去除，得到满采时间序列，使用该满采时间序列和字典中的时间序列进行匹配，得到的组织参数更加准确，和一些实施例中，通过增加时间帧来增加扫描点的数量，从而使时间序列逼近满采时间序列的方式相比，由于本技术是基于预先训练的伪影滤波模型来得到对应的满采时间序列的，因此可以依赖更少的时间帧就可达到相同的准确度，缩短了扫描时间。
附图说明
38.图1为本技术实施例提供的系统结构示意图；
39.图2为一个实施例中组织参数确定方法的流程示意图；
40.图3为一个实施例中获取目标体素对应满采时间序列的原理示意图；
41.图4为另一个实施例中获取目标体素对应满采时间序列的原理示意图；
42.图5为一个实施例中伪影滤波模型的训练步骤的流程示意图；
43.图6为另一个实施例中伪影滤波模型的训练步骤的流程示意图；
44.图7为另一个实施例中组织参数确定方法的流程示意图；
45.图8为一个实施例中组织参数确定装置的结构框图；
46.图9为一个实施例中计算机设备的内部结构图。
具体实施方式
47.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
48.本技术实施例提供的组织参数确定方法，可以应用在图1所示系统中，图1所示系统包括：终端102和服务器104，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104搭载有预先训练的伪影滤波模型。
49.其中，终端102用于，基于磁共振指纹成像(mr fingerprinting，简称mrf)序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列，并将各体素对应的降采时间序列发送给服务器104。服务器104用于，针对每个体素，将目标参数输入预先训练的伪影滤波模型，得到该体素对应的满采时间序列，进而根据该体素对应满采时间序列和预先构建的字典，确定该体素对应的组织参数，服务器104得到各体素对应的组织参数后，可将各体素对应的组织参数返回给终端102。
50.其中，终端102为具备磁共振指纹成像功能的设备。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
51.需要说明的是，上述系统仅是实现本技术实施例提供的组织参数确定方法的一种可能的方式，本技术实施例提供的组织参数确定方法也可仅通过终端来实现，或者仅通过服务器来实现。在仅通过终端来实现的情况下，预先训练的伪影滤波模型搭载在终端上，确定组织参数的全过程均由终端执行。在仅通过服务器来实现的情况下，预先训练的伪影滤波模型搭载在服务器上，确定组织参数的全过程均由服务器执行。本技术实施例以图1所示系统为例对确定组织参数的过程进行说明。
52.在一些实施例中，如图2所示，提供了一种组织参数确定方法，包括以下步骤：
53.s202、基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列。
54.其中，磁共振指纹成像mrf序列用于对成像对象进行激发，得到k空间数据。mrf序列包括n个时间点的磁共振成像(magnetic resonance imaging，简称mri)信号，mri信号也称为射频脉冲序列。n个时间点的mri信号的脉冲序列参数各不相同，mri信号的脉冲序列参数包括但不限于：射频翻转角(fa)、重复时间(tr)、回波时间(te)等。
55.其中，成像对象可以为人体各个脏器对应的体表部位，比如胃部，肝部，腹部等，本技术实施例对成像对象不作限定。
56.其中，目标降采模式为对成像对象进行扫描时使用的采样方式，目标降采模式例如可以是非均匀螺旋采样模式、辐射采样模式、回波平面采样模式等，本技术实施例对目标降采模式不作限定。
57.具体的，终端基于mrf序列中的每个时间点的mri信号，对成像对象进行激发，在对成像对象进行扫描的过程中，采用目标降采模式进行采样，得到相应时间点对应的k空间数据，基于n个时间点各自对应的k空间数据，确定n个时间点各自对应的图像，基于n个时间点各自对应的图像，确定各体素对应的降采时间序列。
58.s204、将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间
序列。
59.其中，伪影滤波模型可将降采时间序列中混叠的降采伪影去除，得到满采时间序列，使用该满采时间序列和字典中的时间序列进行匹配，得到的组织参数准确提升。
60.具体的，训练伪影滤波模型时使用的样本不同，在实际使用伪影滤波模型时，输入的目标参数也不同，在其中一个实施例中，参见图3所示，可基于mrf序列样本、降采模式样本、成像对象样本的图像上各体素各自对应的降采时间序列、以及各体素各自对应的满采时间序列，训练得到伪影滤波模型，这种情况下，服务器输入的目标参数包括：mrf序列、目标降采模式、以及目标体素对应的降采时间序列，将目标参数输入到伪影滤波模型后，伪影滤波模型便会输出目标体素对应的满采时间序列。在另一个实施例中，参见图4所示，可基于mrf序列样本、降采模式样本、成像对象样本对应的满采静态结构图、成像对象样本的图像上各体素各自对应的降采时间序列、以及各体素各自对应的满采时间序列，训练得到伪影滤波模型，这种情况下，服务器输入的目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列、以及成像对象对应的满采静态结构图，将目标参数输入到伪影滤波模型后，伪影滤波模型便会输出目标体素对应的满采时间序列。
61.其中，目标体素可以为成像对象的图像上的任一体素。
62.需要说明的是：伪影滤波模型的训练过程可放在服务器上进行，或者，在其他处理设备上进行，训练结束后搭载到服务器上，本技术实施例对此不作限定。
63.s206、根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
64.其中，预先构建的字典包括多个词条，每个词条为一个时间序列，每个词条对应一组组织参数，服务器可将目标体素对应满采时间序列和字典中的词条进行匹配，将匹配成功的词条对应的组织参数作为目标体素对应的组织参数。示例性的，组织参数包括以下至少一种：纵向的弛豫时间、横向的弛豫时间和密度。
65.上述实施例中，首先，基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列，然后，将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；最后，根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数，由于伪影滤波模型可将降采时间序列中混叠的降采伪影去除，得到满采时间序列，使用该满采时间序列和字典中的时间序列进行匹配，得到的组织参数更加准确，和一些实施例中，通过增加时间帧来增加扫描点的数量，从而使时间序列逼近满采时间序列的方式相比，由于本技术是基于预先训练的伪影滤波模型来得到对应的满采时间序列的，因此可以依赖更少的时间帧就可达到相同的准确度，缩短了扫描时间。
66.在一些实施例中，参见图5所示，基于mrf序列样本、降采模式样本、成像对象样本的图像上各体素各自对应的降采时间序列、以及各体素各自对应的满采时间序列，训练得到伪影滤波模型的步骤，包括：
67.s501、基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列。
68.其中，成像对象样本可以为人体各个脏器对应的体表部位，降采模式样本为对成像对象样本进行扫描时使用的采样方式。
69.具体的，可通过如下方式获取降采时间序列：基于mrf序列样本中的每个时间点的mri信号，对成像对象样本进行激发，在对成像对象样本进行扫描的过程中，采用降采模式样本进行采样，得到相应时间点对应的降采k空间数据，基于mrf序列样本中n个时间点各自对应的降采k空间数据，确定n个时间点各自对应的降采图像，在n个降采图像上，锁定相同位置的体素，获取该体素的n个图像值，基于n个时间点的先后顺序和该n个图像值，确定该体素的降采时间序列，示例性的，若每个图像上有256*256个体素，则可得到的256*256个体素的降采时间序列。
70.具体的，获取满采时间序列的方式和降采时间序列类似，区别在于获取满采时间序列时，采用满采的方式进行采样。具体过程为：基于mrf序列样本中的每个时间点的mri信号，对成像对象样本进行激发，在对成像对象样本进行扫描的过程中，采用满采方式进行采样，得到相应时间点对应的满采k空间数据，基于mrf序列样本中n个时间点各自对应的满采k空间数据，确定n个时间点各自对应的满采图像，在n个满采图像上，锁定相同位置的体素，获取该体素的n个图像值，基于n个时间点的先后顺序和该n个图像值，确定该体素的满采时间序列，示例性的，若每个图像上有256*256个体素，则可得到的256*256个体素的满采时间序列。
71.需要说明的是：上述获取满采时间序列的方式仅是一种示例，在其他实施例中，满采时间序列可通过仿真方式得到，本技术对获取满采时间序列的方式不作限定。
72.s502、基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列以及相应体素对应的满采时间序列构成样本集中的一个样本。
73.s503、基于样本集，对初始模型进行训练，得到伪影滤波模型。
74.下面举例说明：
75.假设成像对象样本为腹部，降采模式样本为非均匀螺旋采样模式，一方面，基于mrf序列样本中的每个时间点的mri信号，对腹部进行激发，在对腹部进行扫描的过程中，采用非均匀螺旋采样模式进行采样，得到相应时间点对应的降采k空间数据，基于mrf序列样本中n个时间点各自对应的降采k空间数据，确定n个时间点各自对应的降采图像，在n个降采图像上，锁定相同位置的体素，获取该体素的n个图像值，基于n个时间点的先后顺序和该n个图像值，确定该体素的降采时间序列，从而得到降采图像上所有体素的降采时间序列。另一方面，基于mrf序列样本中的每个时间点的mri信号，对腹部进行激发，在对腹部进行扫描的过程中，采用满采的方式进行采样，得到相应时间点对应的满采k空间数据，基于mrf序列样本中n个时间点各自对应的满采k空间数据，确定n个时间点各自对应的满采图像，在n个满采图像上，锁定相同位置的体素，获取该体素的n个图像值，基于n个时间点的先后顺序和该n个图像值，确定该体素的满采时间序列，从而得到满采图像上所有体素的满采时间序列。针对降采图像和满采图像上处于同一位置的体素，提取该体素的降采时间序列和该体素的满采时间序列，该降采时间序列、满采时间序列、mrf序列样本以及非均匀螺旋采样模式便可构成一个样本，假设降采图像和满采图像上有256*256个体素，则可得到256*256个样本，可基于该256*256个样本构建样本集，在训练阶段，可基于该样本集，对初始模型进行训练，达到收敛条件后，得到伪影滤波模型。
76.上述实施例中，基于mrf序列样本、降采模式样本、成像对象样本的图像上各体素各自对应的降采时间序列、以及各体素各自对应的满采时间序列，训练得到伪影滤波模型，在实际应用过程中，将mrf序列、目标降采模式、以及目标体素对应的降采时间序列输入到伪影滤波模型后，伪影滤波模型便会输出目标体素对应的满采时间序列，由于伪影滤波模型可将降采时间序列中混叠的降采伪影去除，得到满采时间序列，使用该满采时间序列和字典中的时间序列进行匹配，得到的组织参数更加准确。
77.在一些实施例中，参见图6所示，基于mrf序列样本、降采模式样本、成像对象样本对应的满采静态结构图、成像对象样本的图像上各体素各自对应的降采时间序列、以及各体素各自对应的满采时间序列，训练得到伪影滤波模型的步骤，包括：
78.s601、基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列。
79.s602、基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列以及成像对象样本对应的满采静态结构图构成样本集中的一个样本。
80.s603、基于样本集，对初始模型进行训练，得到伪影滤波模型。
81.具体的，基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列的实现过程参见图5对应的实施例的描述，本技术实施例在此不再赘述。
82.需要说明的是：本实施例和图5对应的实施例的区别在于，训练伪影滤波模型时使用的样本不同。结合图5对应的实施例中的举例，图5对应的实施例中得到降采图像上所有体素的降采时间序列，以及满采图像上所有体素的降采时间序列后，针对降采图像和满采图像上处于同一位置的体素，提取该体素的降采时间序列和该体素的满采时间序列，该降采时间序列、满采时间序列、mrf序列样本以及非均匀螺旋采样模式便可构成一个样本，而本实施例中，由降采时间序列、满采时间序列、mrf序列样本、非均匀螺旋采样模式以及腹部对应的满采静态结构图构成一个样本。可见，本实施例中的样本中增加了满采静态结构图，满采静态结构图可提供组织的额外信息，可提升伪影滤波模型输出的满采时间序列的准确性。
83.上述实施例中，基于mrf序列样本、降采模式样本、成像对象样本对应的满采静态结构图、成像对象样本的图像上各体素各自对应的降采时间序列、以及各体素各自对应的满采时间序列，训练得到伪影滤波模型，在实际应用过程中，将mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图输入到伪影滤波模型后，伪影滤波模型便会输出目标体素对应的满采时间序列，由于满采静态结构图可提供组织的额外信息，伪影滤波模型输出的满采时间序列更加准确，使用该满采时间序列和字典中的时间序列进行匹配，得到的组织参数更加准确。
84.在一些实施例中，mrf序列包含n个时间点的mri信号，基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列，包括：
85.基于每个时间点的mri信号和成像对象，采用目标降采模式，获取相应时间点对应
的成像对象的k空间数据；并对成像对象的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象的图像，得到n个图像；对于n个图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
86.具体的，基于mrf序列中的每个时间点的mri信号，对成像对象进行激发，在对成像对象进行扫描的过程中，采用目标降采模式进行采样，得到相应时间点对应的成像对象的k空间数据，对该降采k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象的图像，从而得到n个时间点各自对应的图像，对于n个图像上处于相同位置的体素，提取该体素的n个图像值，基于n个时间点的先后顺序和该n个图像值，确定该体素的降采时间序列。
87.需要说明的是：对某个时间点对应的成像对象的k空间数据进行傅里叶逆变换后的得到的图像也可称为降采图像。本技术实施例对图像的称呼不作限定。
88.上述实施例中，提供了获取成像对象的图像上各体素对应的降采时间序列的具体实现方式，该降采时间序列可用于后续输入到伪影滤波模型，由于伪影滤波模型可将降采时间序列中混叠的降采伪影去除，得到满采时间序列，使用该满采时间序列和字典中的时间序列进行匹配，得到的组织参数更加准确。
89.相应的，在训练阶段，也可通过前述实施例的方式获取降采时间序列，具体的，基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，包括：
90.基于mrf序列样本中每个时间点的mri信号和成像对象样本，采用降采模式样本，获取相应时间点对应的成像对象样本的k空间数据；并对成像对象样本的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象样本的图像，得到n个样本图像；对于n个样本图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
91.具体的，基于mrf序列样本中的每个时间点的mri信号，对成像对象样本进行激发，在对成像对象样本进行扫描的过程中，采用降采模式样本进行采样，得到相应时间点对应的成像对象样本的k空间数据，对该降采k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象样本的图像，从而得到n个时间点各自对应的图像(n个样本图像)，对于n个样本图像上处于相同位置的体素，提取该体素的n个图像值，基于n个时间点的先后顺序和该n个图像值，确定该体素的降采时间序列。需要说明的是：对某个时间点对应的成像对象样本的k空间数据进行傅里叶逆变换后的得到的图像也可称为降采图像，本技术实施例对图像的称呼不作限定。
92.在一些实施例中，根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数，包括：
93.将目标体素对应的满采时间序列和预先构建的字典中的词条进行匹配，得到预先构建的字典中与目标体素对应的满采时间序列匹配的目标词条，将目标词条对应的组织参数作为目标体素对应的组织参数。
94.具体的，可预先构建字典，字典中包括若干词条，每个词条为一个时间序列，在得到目标体素对应的满采时间序列后，可通过模式识别、数据挖掘等信息处理技术，将该目标体素对应的满采时间序列和字典中的词条进行匹配，将匹配度最高的词条作为目标词条，索引目标词条对应的组织参数，将该组织参数作为目标体素对应的组织参数。
95.上述实施例中，在得到目标体素对应的满采时间序列后，将目标体素对应的满采时间序列和字典中的词条进行匹配，和一些实施中，直接使用降采时间序列和字典中的词条进行匹配的方式相比，得到的组织参数更加准确。
96.在一个实施例中，参见图7所示，提供一种组织参数确定方法，包括：
97.s701、基于mrf序列样本中每个时间点的mri信号和成像对象样本，采用降采模式样本，获取相应时间点对应的成像对象样本的k空间数据；并对成像对象样本的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象样本的图像，得到n个样本图像；对于n个样本图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
98.s702、基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列以及成像对象样本对应的满采静态结构图构成样本集中的一个样本。
99.需要说明的是：s702中的样本仅是一种可能的方式，还可以是，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列构成样本集中的一个样本。
100.s703、基于样本集，对初始模型进行训练，得到伪影滤波模型。
101.s704、基于每个时间点的mri信号和成像对象，采用目标降采模式，获取相应时间点对应的成像对象的k空间数据；并对成像对象的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象的图像，得到n个图像；对于n个图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
102.s705、将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列。
103.需要说明的是：样本包括mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列以及成像对象样本对应的满采静态结构图时，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图。样本包括mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列时，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列。
104.s706、将目标体素对应的满采时间序列和预先构建的字典中的词条进行匹配，得到预先构建的字典中与目标体素对应的满采时间序列匹配的目标词条，将目标词条对应的组织参数作为目标体素对应的组织参数。
105.上述实施例中，首先，基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列，然后，将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；最后，根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数，由于伪影滤波模型可将降采时间序列中混叠的降采伪影去除，得到满采时间序列，使用该满采时间序列和字典中的时间序列进行匹配，得到的组织参数更加准确。
106.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头
的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
107.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的组织参数确定方法的组织参数确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个组织参数确定装置实施例中的具体限定可以参见上文中对于组织参数确定方法的限定，在此不再赘述。
108.在一个实施例中，如图8所示，提供了一种组织参数确定装置，包括：
109.获取模块801，用于基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列；
110.获取模块801，还用于将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；目标参数包括：mrf序列、目标降采模式以及目标体素对应的降采时间序列，或者，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图，目标体素为成像对象的图像上任一体素；
111.确定模块802，用于根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
112.在一些实施例中，获取模块801还用于：
113.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；
114.基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列以及相应体素对应的满采时间序列构成样本集中的一个样本；
115.基于样本集，对初始模型进行训练，得到伪影滤波模型。
116.在一些实施例中，获取模块801还用于：
117.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；
118.基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列以及成像对象样本对应的满采静态结构图构成样本集中的一个样本；
119.基于样本集，对初始模型进行训练，得到伪影滤波模型。
120.在一些实施例中，获取模块801具体用于：
121.基于每个时间点的mri信号和成像对象，采用目标降采模式，获取相应时间点对应的成像对象的k空间数据；并对成像对象的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象的图像，得到n个图像；
122.对于n个图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素
的n个图像值，确定相应体素对应的降采时间序列。
123.在一些实施例中，确定模块802具体用于：
124.将目标体素对应的满采时间序列和预先构建的字典中的词条进行匹配，得到预先构建的字典中与目标体素对应的满采时间序列匹配的目标词条，将目标词条对应的组织参数作为目标体素对应的组织参数。
125.在一些实施例中，获取模块801具体用于：
126.基于mrf序列样本中每个时间点的mri信号和成像对象样本，采用降采模式样本，获取相应时间点对应的成像对象样本的k空间数据；并对成像对象样本的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象样本的图像，得到n个样本图像；对于n个样本图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
127.在一些实施例中，组织参数包括以下至少一种：纵向的弛豫时间、横向的弛豫时间和密度。
128.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储字典等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种组织参数确定方法。
129.本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
130.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
131.基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列；
132.将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；目标参数包括：mrf序列、目标降采模式以及目标体素对应的降采时间序列，或者，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图，目标体素为成像对象的图像上任一体素；
133.根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
134.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
135.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；
136.基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列以及相应体素对应的满采时间序列构成样本集中的一个样本；
137.基于样本集，对初始模型进行训练，得到伪影滤波模型。
138.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
139.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；
140.基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列以及成像对象样本对应的满采静态结构图构成样本集中的一个样本；
141.基于样本集，对初始模型进行训练，得到伪影滤波模型。
142.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
143.基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列，包括：
144.基于每个时间点的mri信号和成像对象，采用目标降采模式，获取相应时间点对应的成像对象的k空间数据；并对成像对象的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象的图像，得到n个图像；
145.对于n个图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
146.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
147.将目标体素对应的满采时间序列和预先构建的字典中的词条进行匹配，得到预先构建的字典中与目标体素对应的满采时间序列匹配的目标词条，将目标词条对应的组织参数作为目标体素对应的组织参数。
148.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
149.基于mrf序列样本中每个时间点的mri信号和成像对象样本，采用降采模式样本，获取相应时间点对应的成像对象样本的k空间数据；并对成像对象样本的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象样本的图像，得到n个样本图像；对于n个样本图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
150.在一个实施例中，组织参数包括以下至少一种：纵向的弛豫时间、横向的弛豫时间和密度。
151.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
152.基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列；
153.将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；目标参数包括：mrf序列、目标降采模式以及目标体素对应的降采时间序列，或者，目标参数包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图，目标体素为成像对象的图像上任一体素；
154.根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
155.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
156.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；
157.基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列以及相应体素对应的满采时间序列构成样本集中的一个样本；
158.基于样本集，对初始模型进行训练，得到伪影滤波模型。
159.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
160.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；
161.基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列以及成像对象样本对应的满采静态结构图构成样本集中的一个样本；
162.基于样本集，对初始模型进行训练，得到伪影滤波模型。
163.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
164.基于每个时间点的mri信号和成像对象，采用目标降采模式，获取相应时间点对应的成像对象的k空间数据；并对成像对象的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象的图像，得到n个图像；
165.对于n个图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
166.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
167.将目标体素对应的满采时间序列和预先构建的字典中的词条进行匹配，得到预先构建的字典中与目标体素对应的满采时间序列匹配的目标词条，将目标词条对应的组织参数作为目标体素对应的组织参数。
168.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
169.基于mrf序列样本中每个时间点的mri信号和成像对象样本，采用降采模式样本，获取相应时间点对应的成像对象样本的k空间数据；并对成像对象样本的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象样本的图像，得到n个样本图像；对于n个样本图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
170.在一个实施例中，组织参数包括以下至少一种：纵向的弛豫时间、横向的弛豫时间和密度。
171.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
172.基于磁共振指纹成像mrf序列和成像对象，采用目标降采模式，获取成像对象的图像上各体素对应的降采时间序列；
173.将目标参数输入预先训练的伪影滤波模型，得到目标体素对应的满采时间序列；目标参数包括：mrf序列、目标降采模式以及目标体素对应的降采时间序列，或者，目标参数
包括：mrf序列、目标降采模式、目标体素对应的降采时间序列以及成像对象对应的满采静态结构图，目标体素为成像对象的图像上任一体素；
174.根据目标体素对应满采时间序列和预先构建的字典，确定目标体素对应的组织参数。
175.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
176.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；
177.基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列以及相应体素对应的满采时间序列构成样本集中的一个样本；
178.基于样本集，对初始模型进行训练，得到伪影滤波模型。
179.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
180.基于mrf序列样本和成像对象样本，采用降采模式样本，获取成像对象样本的图像上各体素各自对应的降采时间序列，以及各体素各自对应的满采时间序列；
181.基于mrf序列样本、降采模式样本、各体素各自对应的降采时间序列以及各体素各自对应的满采时间序列，构建样本集，对于每个体素，mrf序列样本、降采模式样本、相应体素对应的降采时间序列、相应体素对应的满采时间序列以及成像对象样本对应的满采静态结构图构成样本集中的一个样本；
182.基于样本集，对初始模型进行训练，得到伪影滤波模型。
183.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
184.基于每个时间点的mri信号和成像对象，采用目标降采模式，获取相应时间点对应的成像对象的k空间数据；并对成像对象的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象的图像，得到n个图像；
185.对于n个图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
186.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
187.将目标体素对应的满采时间序列和预先构建的字典中的词条进行匹配，得到预先构建的字典中与目标体素对应的满采时间序列匹配的目标词条，将目标词条对应的组织参数作为目标体素对应的组织参数。
188.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
189.基于mrf序列样本中每个时间点的mri信号和成像对象样本，采用降采模式样本，获取相应时间点对应的成像对象样本的k空间数据；并对成像对象样本的k空间数据进行傅里叶逆变换，得到相应时间点对应的成像对象样本的图像，得到n个样本图像；对于n个样本图像上处于相同位置的体素，提取相应体素的n个图像值，基于相应体素的n个图像值，确定相应体素对应的降采时间序列。
190.在一个实施例中，组织参数包括以下至少一种：纵向的弛豫时间、横向的弛豫时间和密度。
191.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机
可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
192.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
193.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。