摘要
本发明提供了一种数理信息驱动的磁粒子成像梯度重建方法、模型训练方法及系统,涉及人工智能技术领域,尤其涉及生物医学分子影像、磁粒子成像重建技术领域。该方法包括:将系统矩阵和针对待成像对象的响应信号输入条件生成模型,输出条件参考信息;循环执行如下操作,得到针对待成像对象的目标重建图像;以初始推理图像作为当前推理图像,将当前推理图像和条件参考信息输入条件梯度估计模型,输出当前估计图像;将系统矩阵和响应信号输入数理信息迭代提取模型,输出当前数理信息;将当前估计图像和当前数理信息输入数理信息变换驱动模型,输出优化后的估计图像,并以优化后的估计图像作为当前推理图像循环执行如上操作。
技术关键词
矩阵
迭代重建算法
生物医学分子影像
噪声图像
训练样本数据
模型训练方法
对象
信号
特征提取模块
校正模块
磁粒子成像
卡尔曼滤波器
重建技术
人工智能技术
网络
系统为您推荐了相关专利信息
系统变流器
降阶模型
并网系统
节点导纳矩阵
短路
自然语言
业务流程数据
转换方法
矩阵
注意力机制
补偿算法
模板系统
清水混凝土构件
坐标系
图像处理技术识别
电池状态检测方法
多模态数据融合
融合特征
均衡策略
储能电池