基于对比学习的双分支MRI图像重建方法、系统和存储介质

AITNT
正文
推荐专利
基于对比学习的双分支MRI图像重建方法、系统和存储介质
申请号:CN202410908554
申请日期:2024-07-08
公开号:CN118864633A
公开日期:2024-10-29
类型:发明专利
摘要
本发明公开的一种基于对比学习的双分支MRI图像重建方法、系统和存储介质,其中方法包括:获取欠采样图像,其中,所述欠采样图像包括MRI图像;基于特征提取网络提取所述欠采样图像得到当前图像对应的第一特征和第二特征;基于预设算法建立双分支MRI重建模型,并利用对比学习结合训练图像的图像特征对所述双分支MRI重建模型进行训练;将所述欠采样图像输入到训练好的所述双分支MRI重建模型中得到重建图像。本发明通过创新性的双分支对比学习方法有效提升了MRI图像重建的精度和质量,使得重建图像时更加高效和准确,具有更强的实用性和更好的应用前景。
技术关键词
欠采样图像 图像重建方法 特征提取网络 分支 图像重建系统 二维图像数据 低频段 深度神经网络 迭代算法 高频段 网络结构 可读存储介质 样本 学习方法 程序
系统为您推荐了相关专利信息
1
一种基于希尔伯特-施密特独立性准则的图像分类模型训练方法
图像分类方法 图像分类模型 可读存储介质 特征提取器 分支
2
一种基于模态感知图推理的多模态目标重识别方法
重识别方法 推理网络 多模态 图像 节点
3
一种用于RGB-红外目标检测的轻量级双模态融合系统
多模态特征融合 人车 积层 融合系统 双模态
4
一种支持多分支自由组合的遥感数据处理方法及装置
遥感数据处理方法 多分支 遥感影像数据 地理信息处理技术 算法集成框架
5
一种基于双通道深度神经网络的遥感图像道路提取方法
深度神经网络 卷积模块 道路特征 解码模块 预测特征
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