一种基于多尺度神经网络的核磁共振去伪影方法及系统

AITNT
正文
推荐专利
一种基于多尺度神经网络的核磁共振去伪影方法及系统
申请号:CN202410728740
申请日期:2024-06-06
公开号:CN118298070B
公开日期:2024-09-27
类型:发明专利
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
1
一种融合特征差异与孪生结构的遥感影像二值检测方法
融合特征 影像 地表结构 图像配准 轨迹
2
一种无人机图像目标检测方法及系统
特征提取模型 无人机 细粒度特征 高斯滤波器 特征选择
3
一种基于神经网络的阿克曼四轮车的路径规划方法及装置
路径规划方法 四轮车 Dubins曲线 栅格 计算机可读取存储介质
4
基于图卷积与分组向量注意力机制的三维点云语义分割方法
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
5
一种机械焊接缝隙缺陷识别方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号