[发明专利]基于波浪梯度编码场和深度学习模型的磁共振成像方法在审
| 申请号： | 202111536971.4 | 申请日： | 2021-12-15 |
| 公开（公告）号： | CN114565690A | 公开（公告）日： | 2022-05-31 |
| 发明（设计）人： | 郑海荣;王海峰;梁栋;刘新;刘聪聪;崔卓须 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06N3/04;G06N3/08;G01R33/48 |
| 代理公司： | 北京市诚辉律师事务所 11430 | 代理人： | 刘婷;朱伟军 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于波浪(Wave－CAIPI)编码梯度场和深度学习模型的磁共振成像方法、装置、设备及其存储介质，该方法包括：在Wave－CAIPI梯度编码场的磁共振重建模型中引入深度生成网络模型(DGM)，加速磁共振成像；通过虚拟共轭线圈(VCC)对物理线圈通道数据做共轭对称，生成VCC通道数据；将物理线圈通道数据和VCC通道数据合并重建几何因子计算模型。本申请提供的上述方案，将Wave－CAIPI梯度编码场合VCC(Wave－CAIPI)技术和DGM相结合，其不仅仅利用了Wave－CAIPI和VCC降低系统条件数的优势，适用重建的g－factor更小，更加均匀，从而重建图形具有更高的信噪比，缩短传统卷积神经网络中需要大量的训练数据训练网络参数的步骤。 | ||
| 搜索关键词： | 基于 波浪 梯度 编码 深度 学习 模型 磁共振 成像 方法 | ||
【主权项】：
暂无信息
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中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，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/202111536971.4/，转载请声明来源钻瓜专利网。
