[发明专利]基于深度卷积神经网络的磁共振成像方法有效
| 申请号： | 201811388227.2 | 申请日： | 2018-11-21 |
| 公开（公告）号： | CN109350061B | 公开（公告）日： | 2022-03-15 |
| 发明（设计）人： | 许林;蒋涛;刘甲甲;袁建英;谢昱锐;熊良 | 申请（专利权）人： | 成都信息工程大学 |
| 主分类号： | A61B5/055 | 分类号： | A61B5/055 |
| 代理公司： | 北京元本知识产权代理事务所(普通合伙) 11308 | 代理人： | 常桑 |
| 地址： | 610103 四川省成都市双*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于磁共振成像技术领域，公开了一种基于深度卷积神经网络的磁共振成像方法；通过K空间中间区域全采样而周围随机降采样，对全采样区域通过算法多次随机降采样采集训练样本来训练卷积神经网络自编码器，利用训练好的卷积神经网络自编码器模型重建周围降采样的K空间数据；最后利用反傅里叶变换得到图像并通过去除算法去除噪声；通过本发明，解决了相关技术中需要大量训练图像的问题，进而达到了提高磁共振成像速度的效果。本发明通过深度卷积网络在K空间进行数据的训练，并在随机降采样区域完成数据的恢复，从而完成磁共振成像的加速扫描和重建。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 磁共振 成像 方法 | ||
【主权项】：
1.一种基于深度卷积神经网络的磁共振成像方法，其特征在于，所述基于深度卷积神经网络的磁共振成像方法包括：通过K空间中间区域全采样而周围随机降采样；对全采样区域通过算法多次伪随机降采样采集训练样本以训练卷积神经网络自编码器；利用训练好的卷积神经网络自编码器模型重建周围降采样的K空间数据；自编码器由编码器和解码器两部分组成；其中，编码器含有三层卷积层，每一层卷积层后有一层池化层，解码器由三层反卷积层和反池化层构成，与编码器成一一对应关系，且输出大小与输入训练样本大小一致；解码网络输出层通过一个正切激励函数；利用反傅里叶变换得到图像并通过去除算法去除噪声。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都信息工程大学，未经成都信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811388227.2/，转载请声明来源钻瓜专利网。
