摘要
本发明的目的是:提出一种基于深度学习的重建算法,以增强前肝脏MRI图像作为输入,无需造影剂,高效快速地输出肝脏的多期相(动脉期、门静脉期、延迟期和肝胆特异期)增强图像,供临床诊断评估。为了达到上述目的,本发明的技术方案是提供了一种无需造影剂的虚拟多期相造影剂增强磁共振成像重建方法。本发明通过建立基于对抗生成网络(Generative Adversarial Networks)的深度学习模型,以增强前MRI图像为输入,以经MRI扫描采集的真实的各期相增强图像为金标准训练模型,在模型训练完成后,即可通过输入任意增强前图像,从而由模型输出对应的四期相肝脏增强图像。
技术关键词
磁共振成像重建方法
神经网络模型
编码器
造影剂
输入解码器
上采样
图像
生成对抗网络
深度学习模型
特异
肝脏
重建算法
定义
误差
参数
系统为您推荐了相关专利信息
大语言模型
教育知识图谱
深度神经网络模型
声纹识别模型
梅尔频率倒谱系数
二咖啡酰奎宁酸
吡喃葡萄糖苷
木犀草苷
高效液相色谱法
木犀草素
阀侧套管
在线绝缘监测方法
异常数据检测
时序特征
深度学习方法
分割方法
深度学习模型
离散余弦变换
空洞
注意力机制
大语言模型
信息检测方法
文本
交叉注意力机制
交互特征