摘要
本发明是一种基于多尺度神经网络的核磁共振去伪影方法及系统,涉及医用核磁共振磁成像和深度学习技术领域,具体涉及一种基于多尺度神经网络的核磁共振去伪影方法及系统,所述一种基于多尺度神经网络的核磁共振去伪影方法包括:利用核磁共振系统采集带有伪影的图像进行数据预处理得到数据预处理结果;利用数据预处理结果基于多尺度卷积神经网络结构得到网络模型结果;利用网络模型结果进行伪影去除得到伪影去除核磁共振图像矩阵。根据本申请实施例的方法,可以有效且快速的去除核磁共振中产生伪影,输出清晰的图像矩阵,便于做出诊断。
技术关键词
多尺度神经网络
多尺度卷积神经网络
去伪影方法
核磁共振系统
残差网络
医用核磁共振
数据
网络结构
矩阵
图像处理
深度学习技术
输出模块
镜像
参数
图片
成像
系统为您推荐了相关专利信息
特征提取模型
无人机
细粒度特征
高斯滤波器
特征选择
路径规划方法
四轮车
Dubins曲线
栅格
计算机可读取存储介质
点云语义分割方法
注意力机制
上下文特征
邻域特征
局部特征提取
缺陷识别方法
高维特征向量
支持向量机分类算法
表面图像数据
多尺度卷积神经网络