摘要
本发明提供了一种三维多模态核磁共振图像重建方法,包括:步骤1,对数据集进行处理,选取辅助模态和目标模态,对于目标模态进一步做下采样处理并保留真值;步骤2,建立多模态编码器作为特征提取模块,用于提取并交互多模态数据的有效特征;步骤3,建立基于多尺度特征融合的解码模块,用于对编码过程中有效特征的跨域链接和目标模态特征的逐层解码;步骤4,进行基于监督学习的网络训练,得到训练好的3DMRI重建模型,从而满足加快核磁共振成像的需求。通过本发明方法,可以更好的提取、融合多种模态特征和深度信息,大大提高了模型重建图像的精度。
技术关键词
多尺度特征融合
多模态
模态特征
上采样
链接模块
解码模块
特征提取模块
编码器
注意力机制
数据
图像
监督学习策略
像素
采样模块
系统为您推荐了相关专利信息
识别方法
空中交通管制
电信号
样本
机器学习模型
定位零部件
多模态数据融合
扫描点云数据
微距摄像头
定位方法
监控方法
机器学习算法
溯源功能
多模态数据融合
动作特征
医疗信息交互系统
智能交互终端
多模态
混合专家系统
可穿戴传感器设备
林业生态环境
管理方法
大数据
实时监测数据
Kubernetes容器