摘要
本发明提供了一种基于全局和局部扩散模型的零样本动态MRI重建方法,包括以下步骤:基于原始二维动态全采样心脏磁共振多线圈数据,生成图像数据集;设计全局和局部时间交错采样策略以构建两类训练数据集,用于采用双阶段学习机制的全局和局部级联学习网络生成网络模型;使用快速提取网络模型的先验信息的迭代求解算法对数据交替进行预测、校正、低秩约束和数据一致性;将迭代求解算法应用于已训练的网络模型并进行测试,输出动态磁共振重建图像,对图像质量进行评价。本发明通过不同的时间交错采样策略构建完全编码数据,结合网络模型的图像先验信息,实现在欠采样条件下快速而精确的重建图像,显著提高了重建图像的质量与效率。
技术关键词
时间交错采样
心脏磁共振
动态磁共振
求解算法
生成网络模型
生成图像数据
策略
多线圈
微分方程求解器
噪声
校正
网络模型训练
级联
峰值信噪比
线圈组合
系统为您推荐了相关专利信息
非线性非高斯系统
状态估计方法
协方差矩阵
观测噪声
概率密度函数
土壤温度预测
土壤导热系数
数据采集单元
数据处理单元
太阳
高级持续性威胁
工业物联网设备
纳什均衡策略
节点
微分博弈理论
参数优化模型
数值仿真模型
构型
过渡段长度
指标