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

AITNT
正文
推荐专利
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
申请号:CN202411678669
申请日期:2024-11-22
公开号:CN119180882B
公开日期:2025-03-07
类型:发明专利
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
1
一种两馈入混联系统等效短路比评估方法
系统变流器 降阶模型 并网系统 节点导纳矩阵 短路
2
自然语言合约向智能法律合约转换方法、装置及设备
自然语言 业务流程数据 转换方法 矩阵 注意力机制
3
一种清水混凝土成型质量控制方法
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
4
基于优化和机器学习双驱动的算网存资源协同分配方法
协同分配方法 链路 资源分配策略 表达式 对象
5
基于多模态数据融合的电池状态检测方法、设备及介质
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
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