摘要
本发明涉及磁共振图像重建技术领域,具体涉及基于迭代重建的图像自动化重建方法。包括,对原始数据进行初步处理,获得初步处理后的图像;通过前向投影,将初步处理后的图像转换为模拟测量数据;计算模拟测量数据与实际测量数据之间的残差;通过后向投影,将残差投影回图像空间,更新初步处理后图像获得更新后的图像;使用代数重建方法处理更新后的图像,加入正则化项用于防止过拟合和噪声放大;判断是否满足收敛条件,若未满足,返回执行步骤S2继续迭代。本发明采用基于迭代图像重建方法,能够在低信噪比条件下生成高质量图像。利用迭代方法逐步优化图像质量,以提高超低场磁共振图像的质量和重建效率。
技术关键词
多尺度卷积神经网络
代数重建方法
生成对抗网络
噪声抑制方法
迭代图像重建方法
吉洪诺夫正则化
生成高质量图像
正则化参数
深度卷积神经网络
特征金字塔网络
表达式
图形处理器
数据
迭代方法
拉普拉斯
磁共振
系统为您推荐了相关专利信息
图像特征向量
图像修复方法
注意力机制
大坝
生成对抗网络
电力系统暂态稳定性
生成对抗网络
迁移学习技术
发电机功角
动态
条件生成对抗网络
文本编码器
语义
空间结构
姿势控制
数据分析方法
机器学习技术
孤立森林算法
生成对抗网络模型
实验室数据采集
装饰设计方法
条件生成对抗网络
智能建筑
关键词
TextRank算法