摘要
本发明公开了一种三维磁共振影像超分辨重建方法电子设备和储存介质,包括以下步骤:数据获取:获取低分辨率的3D MRI图像作为输入数据;图像预处理:对输入的低分辨率图像进行预处理;特征提取:从低分辨率图像中提取特征;方法选择:选择基于深度学习方法的超分辨重建方法;网络训练:选择了深度学习方法,还需要进行网络训练;超分辨重建:使用深度学习方法的超分辨重建方法,将低分辨率图像映射到高分辨率空间;后处理:对重建后的高分辨率图像进行后处理。本发明使用深度学习方法能够通过端到端的学习,自适应地学习到不同结构和组织之间的复杂相关性和纹理特征,相比之下,传统方法往往依赖于一些简化的假设,对于复杂的图像内容可能表现较差。
技术关键词
超分辨重建方法
三维磁共振
深度学习方法
灰度共生矩阵
图像
MRI系统
影像
USB驱动器
训练数据处理
自动特征提取
伪影
统计特征提取
医疗信息系统
纹理特征
患者
中央处理器
成分分析
MRI设备
对比度
特征提取算法
系统为您推荐了相关专利信息
摄像头联合标定方法
坐标系
双目视觉模型
车身
畸变参数
像素点
深度卷积神经网络
高斯金字塔
残差模块
关键点
光伏板故障检测
深度学习网络算法
层级
局部注意力机制
Sigmoid函数
无人机环境感知
网络
智能驾驶决策
路况
通道注意力机制
样品管
封盖装置
Canny算子
主特征提取
双向边缘