摘要
本发明公开的一种基于双域深度展开网络模型的MRI重建方法、系统及介质,其中方法包括:获取模拟欠采样数据,所述模拟欠采样数据包括K空间数据;基于预设的模型框架构建双域深度展开网络模型,其中,模型框架包括Mamba1和Mamba2;基于预设的压缩感知算法对所述双域深度展开模型进行约束,其中包括构建K空间和图像数据正则化项对MRI进行约束;将所述模拟欠采样数据输入到所述双域深度展开模型得到重建K空间数据,并采用傅里叶逆变换得到重建图像。本发明通过将K空间域正则化项的梯度和图像域正则化梯度采用两个相互独立的网络分支近似替换并分步处理的方法,充分利用K空间域和图像域两部分的信息,从而实现高质量的重建效果。
技术关键词
模型框架构建
压缩感知算法
浅层特征提取
深度特征提取
网络
重建MR图像
数据
重建系统
特征提取模块
掩码矩阵
分支
可读存储介质
序列
程序
处理器
定义
存储器
系统为您推荐了相关专利信息
库存控制方法
预测误差
非易失性存储介质
双向神经网络
库存控制装置
协同优化系统
交通信号控制设备
交通流状态
强化学习模型
卷积网络模型
神经网络模型
亚像素轮廓提取
表面检测方法
光学传感器
图像
分析系统
数据存储
数据分析模块
眼科
回归预测模型