本发明属于图像处理技术领域，具体地讲，涉及一种图像重建方法、图像重建装置、电子设备以及机器可读存储介质。
背景技术：
磁共振成像作为一种重要的影像诊断技术，其成像速度缓慢的主要缺陷限制了包括在多对比度成像、动态心脏电影成像等高级临床应用领域的进一步发展。因此，研究如何在保持图像高分辨的情况下缩短成像时间，一直是磁共振领域的重难点问题。
压缩感知作为一种经典的基于信号欠采样机制的加速磁共振成像方法，在满足信号稀疏以及采样矩阵与稀疏变换基不相关的条件下，使用远低于奈奎斯特(nyquist)采样量的数据，通过非线性重建算法得到原始图像的良好恢复。标准的压缩感知成像方法是求解一个l1范数正则化的方法，也被称为套索(lasso)回归。而对于lasso类问题的优化算法研究主要集中在具有较低计算代价以及较快收敛特性的一阶优化算法。例如，在引入nesterov加速策略后拥有o(1/k2)收敛速率的快速迭代软阈值算法；结合变量可分离求解大规模问题的交替方向乘子法。这类算法对于弱凸性甚至包括一些非凸性问题均有良好的应用。
近来，基于即插即用先验(plug-and-playprior，ppp)的迭代阈值算法以一个图像去噪滤波(滤波先验即为即插即用先验)替代原始的阈值收缩，即耦合图像去噪到基于前向模型的图像恢复框架。基于即插即用先验的迭代阈值算法显示出比传统的优化算法更为优越的成像质量。
然而，传统的基于即插即用先验的迭代阈值算法，仅是基于单一类型的即插即用先验的迭代阈值算法，没有考虑更多类型的即插即用先验，如此无法获得在伪影抑制与结构保护方面得到良好平衡的重建图像，从而无法提升图像重建性能。
技术实现要素：
为了解决上述现有技术存在的技术问题，本发明提供了一种结合了更多类型的即插即用先验的图像重建方法和图像重建装置。
根据本发明的实施例的一方面提供的图像重建方法包括：执行以下循环过程，直至满足循环结束条件：
基于目标图像结构滤波器对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据；基于引导图像结构滤波器对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据；根据本循环过程中的所述第一图像数据和所述第二图像数据得到本循环过程中的目标图像的图像数据；根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差；
其中，在未满足所述循环结束条件时，本次循环过程中得到的目标图像的图像数据和数据残差充当下一循环过程中的目标图像的图像数据和数据残差。
在上述一方面提供的图像重建方法的一个示例中，所述根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差，包括：根据上一循环过程中得到的目标图像的图像数据和数据残差并通过目标图像结构滤波的散度估计得到本循环过程中的第一残差修正因子；根据上一循环过程中得到的目标图像的图像数据和数据残差并通过引导图像结构滤波的散度估计得到本循环过程中的第二残差修正因子；根据本循环过程中的所述第一残差修正因子和所述第二残差修正因子得到本循环过程中的残差修正因子；根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及残差修正因子得到本次循环过程中的数据残差。
在上述一方面提供的图像重建方法的一个示例中，基于目标图像结构滤波器并根据下面的式子1对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据，
[1]
其中，
和/或，基于引导图像结构滤波器并根据下面的式子2对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据；
[2]
其中，
在上述一方面提供的图像重建方法的一个示例中，根据本循环过程中的所述第一图像数据和所述第二图像数据，并利用下面的式子3计算得到本循环过程中的目标图像的图像数据，
[3]
其中，α表示权重参数，且0<α<1，xt表示本循环过程中的目标图像的图像数据。
在上述一方面提供的图像重建方法的一个示例中，根据上一循环过程中得到的目标图像的图像数据和数据残差，并利用下面的式子4得到本循环过程中的第一残差修正因子，
[4]
其中，
和/或，根据上一循环过程中得到的目标图像的图像数据和数据残差，并利用下面的式子5得到本循环过程中的基于引导图像结构滤波器滤波先验的第二残差修正因子，
[5]
其中，
在上述一方面提供的图像重建方法的一个示例中，根据本循环过程中的所述第一残差修正因子和所述第二残差修正因子，并利用下面的式子6计算得到本循环过程中的残差修正因子，
[6]
其中，ot表示本循环过程中的残差修正因子，α表示权重参数，且0<α<1。
在上述一方面提供的图像重建方法的一个示例中，根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及残差修正因子，并利用下面的式子7计算得到本次循环过程中的数据残差，
[7]zt＝b-axt ot
其中，zt本次循环过程中的数据残差，b表示k空间的欠采样数据。
根据本发明的实施例的另一方面提供的图像重建装置包括：循环操作直至满足循环结束条件的目标图像结构滤波器、引导图像结构滤波器、目标图像数据获取模块、数据残差获取模块；
所述目标图像结构滤波器用于对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据；所述引导图像结构滤波器用于对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据；所述目标图像数据获取模块用于根据本循环过程中的所述第一图像数据和所述第二图像数据得到本循环过程中的目标图像的图像数据；所述数据残差获取模块用于根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差；
其中，在未满足所述循环结束条件时，本次循环过程中得到的目标图像的图像数据和数据残差充当下一循环过程中的目标图像的图像数据和数据残差。
根据本发明的实施例的又一方面提供了一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器耦合的存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如上所述的图像重建方法。
根据本发明的实施例的再一方面提供了一种机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得所述机器执行如上所述的图像重建方法。
有益效果：本发明采用复合型即插即用先验，能够帮助获得在伪影抑制与结构保护方面得到良好平衡的图像，并且还能够提升图像重建性能。
附图说明
通过结合附图进行的以下描述，本发明的实施例的上述和其它方面、特点和优点将变得更加清楚，附图中：
图1是示出了根据本发明的实施例的图像重建方法的流程图；
图2是示出了根据本发明的实施例的图像重建方法中获取本次循环过程中的数据残差的一个示例性方法的流程图；
图3是示出了根据本发明的实施例的图像重建装置的方框图；
图4是示出了根据本发明的实施例的实现图像重建方法的电子设备的方框图。
具体实施方式
以下，将参照附图来详细描述本发明的具体实施例。然而，可以以许多不同的形式来实施本发明，并且本发明不应该被解释为限制于这里阐述的具体实施例。相反，提供这些实施例是为了解释本发明的原理及其实际应用，从而使本领域的其他技术人员能够理解本发明的各种实施例和适合于特定预期应用的各种修改。
如本文中使用的，术语“包括”及其变型表示开放的术语，含义是“包括但不限于”。术语“基于”、“根据”等表示“至少部分地基于”、“至少部分地根据”。术语“一个实施例”和“一实施例”表示“至少一个实施例”。术语“另一个实施例”表示“至少一个其他实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下面可以包括其他的定义，无论是明确的还是隐含的。除非上下文中明确地指明，否则一个术语的定义在整个说明书中是一致的。
如上所述，基于即插即用先验的迭代阈值算法，仅是基于单一类型的即插即用先验的迭代阈值算法，没有考虑更多类型的即插即用先验。在这种情况下，无法获得在伪影抑制与结构保护方面得到良好平衡的重建图像，从而也就无法提升图像重建性能。
为了获得在伪影抑制与结构保护方面得到良好平衡的重建图像，从而提升图像重建性能，根据本发明的实施例提供了一种结合了更多类型的即插即用先验来进行图像重建的图像重建方法和图像重建装置。该图像重建方法可以由电子设备执行，该电子设备执行以下循环过程，直至满足循环结束条件：基于目标图像结构滤波器对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据；基于引导图像结构滤波器对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据；根据本循环过程中的所述第一图像数据和所述第二图像数据得到本循环过程中的目标图像的图像数据；根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差；其中，在未满足所述循环结束条件时，本次循环过程中得到的目标图像的图像数据和数据残差充当下一循环过程中的目标图像的图像数据和数据残差。
因此，在该图像重建方法中，采用目标图像结构滤波器和引导图像结构滤波器的复合型即插即用先验来对图像进行过滤处理，能够帮助获得在伪影抑制与结构保护方面得到良好平衡的图像，并且还能够提升图像重建性能。
在对根据本发明的实施例的图像重建方法的描述中，以磁共振成像为例进行说明。接下来，以磁共振成像为例对根据本发明的实施例的图像重建方法中应用到的一些基本概念及过程推导进行说明。
磁共振加速成像的图像重建任务可认为是求解一个l1范数正则的lasso回归问题，该lasso回归问题的求解代价函数包括基于噪声高斯分布假设的数据拟合项以及关于图像在变换域系数的l1范数约束。
首先构造求解上述优化问题的ppp(即插即用先验)-amp(近似消息传递，approximatemessagepassing)算法框架，重点将设计以及耦合两类即插即用先验：一类为来自目标图像自身的结构滤波先验，另一类为来其他模态或参数的引导图像结构滤波先验。加权两类即插即用先验作为复合即插即用先验，并耦合到amp算法的前向模型框架。
具体地，基于k空间欠采样机制的磁共振成像数据采集过程可以离散表示为下面的式子1。
[式子1]b＝ax ξ
这里，
对于上述欠定问题的求解往往是困难的，而在压缩感知理论框架下，基于目标图像在某个稀疏变换域系数的l1范数正则化，可以考虑从k空间欠采样数据b近乎完美地恢复(或称重建)原始目标图像x。针对求解而言，构造一个无约束的优化模型，其被表示为下面的式子2。
[式子2]
这里，λ为平衡数据拟合以及稀疏正则的正数常量。r(·)表示某个稀疏变化域。
一系列拥有较低计算代价的迭代算法被提出用于求解式子2的凸优化问题，其中代表性算法为迭代软阈值算法(iterativesoft-thresholdingalgorithm，ista)具体算法可以被表示为下面的式子3和式子4。
[式子3]xt＝sτ(ahzt-1 xt-1)
[式子4]zt＝b-axt
这里，迭代软阈值算法sτ(y)＝(|y|-τ) sign(y),xt表示第t次的x估计(即第t次迭代后重建的目标图像的图像数据)，τ表示阈值参数。近似消息传递算法作为ista的变种，其核心在于引入了onsager修正项以便对残差zt进行高斯化，从而进一步提高算法性能。因此，近似消息传递算法可以被表示为下面的式子5、式子6和式子7。
[式子5]xt＝sτ(ahzt-1 xt-1)
[式子6]
[式子7]zt＝b-axt ot
这里，
接着，引入广义去噪算子(即滤波算子)构造ppp-amp算法框架，则构造的ppp-amp算法可以被表示为下面的式子8、式子9和式子10。
[式子8]
[式子9]
[式子10]zt＝b-axt ot
这里，
在根据本发明的实施例中，将耦合两种不同类型的去噪先验，以构造性能提升的基于复合型即插即用先验的近似消息传递算法来进行图像的重建。
在一个示例中，第一类即插即用先验选用基于块匹配3d滤波(blockmatchingand3dfiltering，bm3d)算法作为来自目标图像x的自身结构滤波先验，其中，bm3d算法旨在通过与相邻图像块进行欧氏距离的度量匹配，所有相似图像块构造三维矩阵，在三维空间整体滤波，再将滤波结果反变换到二维图像。
在一个示例中，第二类即插即用先验选用交互性引导图像滤波(mutuallyguidedimagefiltering,mugif)算法作为来自其他模态或参数的引导图像xr的结构滤波先验，mugif旨在通过与目标图像相似的引导图像结构信息的交互性度量，获得目标图像与引导图像间共享的解剖结构信息，在有效抑制图像伪影的同时强化目标图像的主要结构特征。交互性引导滤波一方面实现充分引入引导图像结构信息，另一方面避免因存在差异的图像内容带来的细节滤波偏差。
以上是以磁共振成像为例对应用到根据本发明的实施例的图像重建方法中的一些基本概念及过程推导进行的详细描述。
接下来，将结合附图来详细描述根据本发明的实施例的结合了复合型即插即用先验来进行图像重建的图像重建方法和图像重建装置。
根据本发明的实施例的图像重建方法可以由电子设备执行，该电子设备可以包括智能手机、平板电脑、个人计算机、云服务器、服务器等。
图1是示出了根据本发明的实施例的图像重建方法的流程图。
参照图1，在步骤s110中，基于目标图像结构滤波器对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据。
在一个示例中，目标图像结构滤波器具有上述的基于块匹配3d滤波算法，其可以实现对来自目标图像的自身结构滤波先验。
在一个示例中，基于目标图像结构滤波器并根据下面的式子11对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据。
[式子11]
其中，
在步骤s120中，基于引导图像结构滤波器对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据。
在一个示例中，引导图像结构滤波器具有上述的交互性引导图像滤波算法，其可以实现对来自其他模态或参数的引导图像的结构滤波先验。在一个示例中，引导图像与目标图像相似。
在一个示例中，基于引导图像结构滤波器并根据下面的式子12对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据。
[式子12]
其中，
在步骤s130中，根据本循环过程中的所述第一图像数据和所述第二图像数据得到本循环过程中的目标图像的图像数据。
在一个示例中，根据本循环过程中的所述第一图像数据和所述第二图像数据，并利用下面的式子13计算得到本循环过程中的目标图像的图像数据。
[式子13]
其中，α表示权重参数，且0<α<1，xt表示本循环过程中的目标图像的图像数据。
在步骤s140中，根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差。
在一个示例中，k空间的欠采样数据可以例如是由磁共振成像装置欠采样采集的数据。
图2是示出了根据本发明的实施例的图像重建方法中获取本次循环过程中的数据残差的一个示例性方法的流程图。
参照图2，在步骤s141中，根据上一循环过程中得到的目标图像的图像数据和数据残差并通过目标图像结构滤波的散度估计得到本循环过程中的第一残差修正因子。
在一个示例中，根据上一循环过程中得到的目标图像的图像数据和数据残差，并利用下面的式子14得到本循环过程中的第一残差修正因子。
[式子14]
其中，
在步骤s142中，根据上一循环过程中得到的目标图像的图像数据和数据残差并通过引导图像结构滤波的散度估计得到本循环过程中的第二残差修正因子。
在一个示例中，根据上一循环过程中得到的目标图像的图像数据和数据残差，并利用下面的式子15得到本循环过程中的第二残差修正因子。
[式子15]
其中，
在步骤s143中，根据本循环过程中的所述第一残差修正因子和所述第二残差修正因子得到本循环过程中的残差修正因子。
在一个示例中，根据本循环过程中的所述第一残差修正因子和所述第二残差修正因子，并利用下面的式子16计算得到本循环过程中的残差修正因子。
[式子16]
其中，ot表示本循环过程中的残差修正因子。
在步骤s144中，根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及残差修正因子得到本次循环过程中的数据残差。
在一个示例中，根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及残差修正因子，并利用下面的式子17计算得到本次循环过程中的数据残差。
[式子17]zt＝b-axt ot
其中，zt表示本次循环过程中的数据残差，b表示k空间的欠采样数据。
继续参照图1，在步骤s150中，判断是否满足循环结束条件。如果是，结束重建；如果否，将本次循环过程中得到的目标图像的图像数据和数据残差充当下一循环过程中的目标图像的图像数据和数据残差，并进入步骤s110。
这里，循环结束条件可以是指定的。在一个示例中，循环结束条件可以包括达到预定循环次数(或称迭代次数)。
图3是示出了根据本发明的实施例的图像重建装置的方框图。
图像重建装置300应用于电子设备中，以由电子设备来执行。参照图3，图像重建装置300包括：目标图像结构滤波器310、引导图像结构滤波器320、目标图像数据获取模块330以及数据残差获取模块340。目标图像结构滤波器310、引导图像结构滤波器320、目标图像数据获取模块330以及数据残差获取模块340循环操作，直至满足循环结束条件。其中，循环结束条件可以是指定的。在一个示例中，循环结束条件可以包括达到预定循环次数(或称迭代次数)。
目标图像结构滤波器310被配置为对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据。在一个示例中，目标图像结构滤波器310可以被配置为根据上面的式子11对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据。
引导图像结构滤波器320被配置为对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据。在一个示例中，引导图像结构滤波器320可被配置为根据上面的式子12对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据。
目标图像数据获取模块330被配置为用于根据本循环过程中的所述第一图像数据和所述第二图像数据得到本循环过程中的目标图像的图像数据。在一个示例中，目标图像数据获取模块330可以被配置为根据本循环过程中的所述第一图像数据和所述第二图像数据，并利用上面的式子13计算得到本循环过程中的目标图像的图像数据。
数据残差获取模块340被配置为根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差。在一个示例中，数据残差获取模块340可以被配置为根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差，并利用上面的式子15、式子16和式子17计算得到本次循环过程中的数据残差。
以上参照图1到图3，对根据本发明的实施例的图像重建方法和图像重建装置进行了描述。
根据本发明的实施例的图像重建装置可以采用硬件实现，也可以采用软件或者硬件和软件的组合来实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在设备的处理器将存储器中对应的计算机程序指令读取到内存中运行形成的。在本发明的实施例中，使用进行图像重建的装置例如可以利用电子设备来实现。
图4是示出了根据本发明的实施例的实现图像重建方法的电子设备的方框图。
参照图4，电子设备400可以包括至少一个处理器410、存储器(例如，非易失性存储器)420、内存430和通信接口440，并且至少一个处理器410、存储器420、内存430和通信接口440经由总线450连接在一起。至少一个处理器410执行在存储器中存储或编码的至少一个计算机可读指令(即，上述以软件形式实现的元素)。
在一个示例中，在存储器中存储计算机可执行指令，其当执行时使得至少一个处理器410执行以下循环过程，直至满足循环结束条件：基于目标图像结构滤波器对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据；基于引导图像结构滤波器对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据；根据本循环过程中的所述第一图像数据和所述第二图像数据得到本循环过程中的目标图像的图像数据；根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差；其中，在未满足所述循环结束条件时，本次循环过程中得到的目标图像的图像数据和数据残差充当下一循环过程中的目标图像的图像数据和数据残差。
应该理解，在存储器中存储的计算机可执行指令当执行时使得至少一个处理器410在进行根据本发明的各个实施例中结合以上图1至图3描述的各种操作和功能。
根据一个实施例，提供了一种例如机器可读介质的程序产品。机器可读介质可以具有指令(即，上述以软件形式实现的元素)，该指令当被机器执行时，使得机器执行本发明的各个实施例中的结合以上图1至图3描述的各种操作和功能。
具体地，可以提供配有可读存储介质的系统或者装置，在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的指令。
在这种情况下，从可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此机器可读代码和存储机器可读代码的可读存储介质构成了本发明的实施例的一部分。
可读存储介质的实施例包括软盘、硬盘、磁光盘、光盘(如cd-rom、cd-r、cd-rw、dvd-rom、dvd-ram、dvd-rw、dvd-rw)、磁带、非易失性存储卡和rom。可选择地，可以由通信网络从服务器计算机上或云上下载程序代码。
上述对本发明的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
上述各流程和各系统结构图中不是所有的步骤和单元都是必须的，可以根据实际的需要忽略某些步骤或单元。各步骤的执行顺序不是固定的，可以根据需要进行确定。上述各实施例中描述的装置结构可以是物理结构，也可以是逻辑结构，即，有些单元可能由同一物理实体实现，或者，有些单元可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
在整个本说明书中使用的术语“示例性”、“示例”等意味着“用作示例、实例或例示”，并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的，具体实施方式包括具体细节。然而，可以在没有这些具体细节的情况下实施这些技术。在一些实例中，为了避免对所描述的实施例的概念造成难以理解，公知的结构和装置以框图形式示出。
以上结合附图详细描述了本发明的实施例的可选实施方式，但是，本发明的实施例并不限于上述实施方式中的具体细节，在本发明的实施例的技术构思范围内，可以对本发明的实施例的技术方案进行多种简单变型，这些简单变型均属于本发明的实施例的保护范围。
本说明书内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本说明书内容。对于本领域普通技术人员来说，对本说明书内容进行的各种修改是显而易见的，并且，也可以在不脱离本说明书内容的保护范围的情况下，将本文所定义的一般性原理应用于其它变型。因此，本说明书内容并不限于本文所描述的示例和设计，而是与符合本文公开的原理和新颖性特征的最广范围相一致。
1.一种图像重建方法，其特征在于，所述图像重建方法包括：
执行以下循环过程，直至满足循环结束条件：
基于目标图像结构滤波器对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据；
基于引导图像结构滤波器对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据；
根据本循环过程中的所述第一图像数据和所述第二图像数据得到本循环过程中的目标图像的图像数据；
根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差；
其中，在未满足所述循环结束条件时，本次循环过程中得到的目标图像的图像数据和数据残差充当下一循环过程中的目标图像的图像数据和数据残差。
2.根据权利要求1所述的图像重建方法，其特征在于，所述根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差，包括：
根据上一循环过程中得到的目标图像的图像数据和数据残差并通过目标图像结构滤波的散度估计得到本循环过程中的第一残差修正因子；
根据上一循环过程中得到的目标图像的图像数据和数据残差并通过引导图像结构滤波的散度估计得到本循环过程中的第二残差修正因子；
根据本循环过程中的所述第一残差修正因子和所述第二残差修正因子得到本循环过程中的残差修正因子；
根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及残差修正因子得到本次循环过程中的数据残差。
3.根据权利要求1或2所述的图像重建方法，其特征在于，基于目标图像结构滤波器并根据下面的式子1对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据，
[1]
其中，
和/或，基于引导图像结构滤波器并根据下面的式子2对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据；
[2]
其中，
4.根据权利要求3所述的图像重建方法，其特征在于，根据本循环过程中的所述第一图像数据和所述第二图像数据，并利用下面的式子3计算得到本循环过程中的目标图像的图像数据，
[3]
其中，α表示权重参数，且0<α<1，xt表示本循环过程中的目标图像的图像数据。
5.根据权利要求2所述的图像重建方法，其特征在于，根据上一循环过程中得到的目标图像的图像数据和数据残差，并利用下面的式子4得到本循环过程中的第一残差修正因子，
[4]
其中，
和/或，根据上一循环过程中得到的目标图像的图像数据和数据残差，并利用下面的式子5得到本循环过程中的第二残差修正因子，
[5]
其中，
6.根据权利要求5所述的图像重建方法，其特征在于，根据本循环过程中的所述第一残差修正因子和所述第二残差修正因子，并利用下面的式子6计算得到本循环过程中的残差修正因子，
[6]
其中，ot表示本循环过程中的残差修正因子，α表示权重参数，且0<α<1。
7.根据权利要求6所述的图像重建方法，其特征在于，根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及残差修正因子，并利用下面的式子7计算得到本次循环过程中的数据残差，
[7]zt＝b-axt ot
其中，zt本次循环过程中的数据残差，b表示k空间的欠采样数据。
8.一种图像重建装置，其特征在于，所述图像重建装置包括循环操作直至满足循环结束条件的目标图像结构滤波器、引导图像结构滤波器、目标图像数据获取模块、数据残差获取模块；
所述目标图像结构滤波器用于对上一循环过程中得到的目标图像的图像数据和数据残差进行滤波处理以得到本循环过程中的第一图像数据；
所述引导图像结构滤波器用于对上一循环过程中得到的目标图像数据和数据残差进行滤波处理以得到本循环过程中的第二图像数据；
所述目标图像数据获取模块用于根据本循环过程中的所述第一图像数据和所述第二图像数据得到本循环过程中的目标图像的图像数据；
所述数据残差获取模块用于根据k空间的欠采样数据、本循环过程中的目标图像的图像数据以及上一循环过程中得到的目标图像数据和数据残差得到本次循环过程中的数据残差；
其中，在未满足所述循环结束条件时，本次循环过程中得到的目标图像的图像数据和数据残差充当下一循环过程中的目标图像的图像数据和数据残差。
9.一种电子设备，其特征在于，包括：
至少一个处理器，以及
与所述至少一个处理器耦合的存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如权利要求1至7中任一所述的图像重建方法。
10.一种机器可读存储介质，其存储有可执行指令，其特征在于，所述指令当被执行时使得所述机器执行如权利要求1到7中任一所述的图像重建方法。
技术总结