龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京大学深圳研究生院
申请日：2020-08-10
公开（公告）日：2024-06-25
公开（公告）号：CN111932650B
主分类号：G06T11/00
分类号：G06T11/00;G06N3/045;G06N3/084
优先权：
专利状态码：有效-授权
法律状态：2024.06.25#授权;2020.12.01#实质审查的生效;2020.11.13#公开
摘要：一种基于高通量深度展开网络的核磁共振图像重建方法，通过设计了一个高通量深度展开网络来进行训练和重建，该方法包括以下步骤：步骤1构造训练数据集、步骤2构造高通量深度展开网络、步骤3高通量深度展开网络训练过程、步骤4应用训练好的高通量深度展开网络进行压缩感知磁共振图像重建过程；本发明的基于高通量深度展开网络的压缩感知核磁共振成像方法可以从观测到的K空间亚采样数据中重建出高质量的核磁共振图像，具有更快的重建速度和更高的重建精度和更好的可解释性。
主权项：1.一种基于高通量深度展开网络的核磁共振图像重建方法，其特征在于，包括以下步骤：步骤1构造训练数据集：为了训练高通量深度展开网络，构造训练数据集，该训练数据集由多个数据对构成，每个数据对由K空间亚采样数据重建的磁共振图像和相应的全采样数据重建的磁共振图像组成；步骤2构造高通量深度展开网络：将优化压缩感知能量模型的迭代收缩阈值算法展开为神经网络，并加入多通道技术，高通量深度展开网络由优化压缩感知能量模型的迭代收缩阈值算法展开而成，网络结构由数据一致性层和去伪影层交替堆叠而成，并且将多通道技术运用到网络中，除了网络首尾处图像之外的其它所有图像都被拓展为多通道图像；步骤3高通量深度展开网络训练过程：基于上述训练数据集，给定损失函数，使用反向传播和梯度下降算法不断优化高通量深度展开网络中的参数，直至损失函数值稳定；步骤4应用训练好的高通量深度展开网络进行压缩感知磁共振图像重建过程：输入采样矩阵和K空间亚采样数据的重建图像，其网络输出即为重建的核磁共振图像。
全文数据：
权利要求：
百度查询： 北京大学深圳研究生院 一种基于高通量深度展开网络的核磁共振图像重建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号