本发明涉及磁共振成像，具体涉及一种基于k空间数据的磁共振成像配置系统。
背景技术：
1、磁共振成像(magnetic resonance imaging,mri)是一种非侵入性的成像方法，可以显示人体内部组织的结构和性质。在实际应用中，开始正式扫描前需要先进行预扫描以确定定位、匀场及功率校准参数。以定位参数的确定为例，通常利用磁共振成像系统从被扫描者(患者或受试者)获得k空间数据，并进行图像重建获得定位图像，然后由医生读取，从图像中识别出解剖特征，并以此为依据确定定位参数。然而，这一过程可能是耗时且昂贵的。首先，形成图像质量足够好、能够让医生识别出所需解剖特征的定位图像(即空间分辨率足够高，对比度足够高，信噪比足够高，伪影足够少)需要较长的扫描时间；其次，医生需要额外的时间来识别出解剖特征，进而调整定位参数。
2、再比如，匀场需要先对磁场的不均匀性进行测量，通常是使用双回波成像获得回波时间不同的两幅梯度回波图像，并计算出两幅图像的相位差异，进而换算出磁场的不均匀性图，再求出对应的匀场参数。这一过程同样十分耗时。
技术实现思路
1、针对现有技术中存在的上述问题，现提供一种基于k空间数据的磁共振成像配置系统。
2、具体技术方案如下：
3、一种基于k空间数据的磁共振成像配置系统，包括：
4、扫描模块，所述扫描模块对患者进行扫描以获得磁共振成像的k空间数据；
5、预处理模块，所述预处理模块连接所述扫描模块，所述预处理模块对所述k空间数据进行处理得到预处理数据；
6、参数确定模块，所述参数确定模块连接所述预处理模块，所述参数确定模块对所述预处理数据依照预先确定的优化任务进行回归分析，得到配置参数；
7、优化模块，所述优化模块分别连接所述参数确定模块和所述扫描模块，所述优化模块依照所述配置参数调整磁共振成像系统的扫描参数，随后对所述患者进行扫描并进行图像重建，得到磁共振图像。
8、另一方面，所述预处理模块包括：
9、归一化模块，所述归一化模块对输入的所述k空间数据进行归一化处理得到归一化数据；
10、重排序处理，所述重排序模块连接所述归一化模块，所述重排序模块对所述归一化数据进行重排序得到所述预处理数据；
11、所述预处理数据中针对所述k空间数据的每一个通道分别采用一个向量进行表示。
12、另一方面，所述参数确定模块采用一卷积神经网络实现，所述卷积神经网络包括：
13、输入层，所述输入层接收所述预处理数据；
14、卷积网络，所述卷积网络连接所述输入层，所述卷积网络对所述预处理数据进行提取得到特征数据；
15、预测模块，所述预测模块连接所述卷积网络，所述预测模块对所述特征数据依照所述优化任务进行回归分析，得到所述配置参数；
16、输出层，所述输出层连接所述预测模块，所述输出层输出所述配置参数。
17、另一方面，所述卷积网络包括至少一组卷积组，所述卷积组包括：
18、第一卷积层，所述第一卷积层包括多个卷积单元，所述第一卷积层用于对输入数据进行特征提取得到预提取数据；
19、第一激活函数层，所述第一激活函数层连接所述第一卷积层，所述第一激活函数层基于非线性激活函数对所述预提取数据进行非线性映射得到映射数据；
20、最大值池化层，所述最大值池化层连接所述第一激活函数层，所述最大值池化层针对所述映射数据在预设窗口中选取最大值进行输出。
21、另一方面，当存在多组所述卷积组时，每个所述卷积组之间还设置依次连接的第二卷积层和第二激活函数层。
22、另一方面，所述卷积组的数量为5组。
23、另一方面，所述预测模块包括多个依次连接的全连接组，每个全连接组分别包括依次连接的全连接层和第三激活函数层。
24、另一方面，所述全连接组的数量为4组。
25、另一方面，当所述优化任务为定位时，所述扫描模块对所述患者获取包含被成像部位结构信息的磁共振成像数据作为所述扫描数据，所述参数确定模块输出定位参数作为所述配置参数；
26、所述定位参数包括三个旋转角度和三个平移量；
27、当所述优化任务为匀场参数时，所述扫描模块对所述患者进行扫描，获取回波时间不同且包含磁场不均匀性信息的梯度回波数据作为所述扫描数据，所述参数确定模块输出匀场参数作为所述配置参数；
28、所述匀场参数包括多个匀场线圈的电流大小；
29、当所述优化任务为射频功率校准时，所述扫描模块对所述患者进行翻转角成像，得到多个不同翻转角下的成像数据作为所述扫描数据，所述参数确定模块输出功率校准参数作为所述配置参数。
30、上述技术方案具有如下优点或有益效果：
31、上述技术方案基于深度学习技术，仅需采集较少、甚至是高度稀疏的k空间数据就可以实现定位、匀场及射频校准参数的获取，极大地减少了磁共振成像系统参数配置时采集数据所需时间，有效地提高了扫描效率。
1.一种基于k空间数据的磁共振成像配置系统，其特征在于，包括：
2.根据权利要求1所述的磁共振成像配置系统，其特征在于，所述预处理模块包括：
3.根据权利要求1所述的磁共振成像配置系统，其特征在于，所述参数确定模块采用一卷积神经网络实现，所述卷积神经网络包括：
4.根据权利要求3所述的磁共振成像配置系统，其特征在于，所述卷积网络包括至少一组卷积组，所述卷积组包括：
5.根据权利要求4所述的磁共振成像配置系统，其特征在于，当存在多组所述卷积组时，每个所述卷积组之间还设置依次连接的第二卷积层和第二激活函数层。
6.根据权利要求4所述的磁共振成像配置系统，其特征在于，所述卷积组的数量为5组。
7.根据权利要求3所述的磁共振成像配置系统，其特征在于，所述预测模块包括多个依次连接的全连接组，每个全连接组分别包括依次连接的全连接层和第三激活函数层。
8.根据权利要求7所述的磁共振成像配置系统，其特征在于，所述全连接组的数量为4组。
9.根据权利要求1所述的磁共振成像配置系统，其特征在于，当所述优化任务为定位时，所述扫描模块对所述患者获取包含被成像部位结构信息的磁共振成像数据作为所述扫描数据，所述参数确定模块输出定位参数作为所述配置参数；
