摘要
本发明属于医学图像处理方法,涉及深度学习技术领域,提供了基于多对比度互补的磁共振图像优化和生成的深度学习方法,从源对比度3T或2D磁共振图像生成类7T或3D对比度磁共振图像,包括以下步骤:数据预处理、模型构建、训练生成对抗网络、推理、数据后处理五个步骤;本发明通过充分利用不同对比度磁共振图像之间的互补信息,基于多对比度互补的磁共振图像优化和生成的深度学习方法成功实现了对加速3T和2D磁共振图像增强从而生成高质量的类7T以及类3D级图像质量,其不仅提高了临床扫描的效率和质量,而且为在临床实践中更便捷地使用类7T和3D磁共振提供了可能。
技术关键词
对比度
深度学习方法
磁共振
生成对抗网络
高信噪比图像
联合损失函数
医学图像处理方法
低信噪比图像
更新模型参数
深度学习技术
深度残差
图像配准
注意力
蒸馏
图像增强
格式
通道