一种基于图卷积神经网络的多模态高效系统矩阵超分辨校准方法

AITNT
正文
推荐专利
一种基于图卷积神经网络的多模态高效系统矩阵超分辨校准方法
申请号:CN202510200383
申请日期:2025-02-24
公开号:CN120147124A
公开日期:2025-06-13
类型:发明专利
摘要
本发明属于磁粒子成像系统矩阵超分辨领域,具体涉及了一种基于图卷积神经网络的多模态高效系统矩阵超分辨校准方法,旨在解决现有系统矩阵校准方法精度低、速度慢的技术问题。本发明包括:获取目标样本的低分辨率系统矩阵以及对应的系统接收线圈通道和频率指数;以低分辨率系统矩阵的行作为图结构的节点,以接收线圈通道和频率指数作为图结构的节点特征,构建图结构;通过图卷积与图像卷积混合模型对图结构处理得到更新的低分辨率系统矩阵;通过上采样模块和卷积模块,获取更新的低分辨率系统矩阵对应的高分辨率系统矩阵。本发明通过利用图结构结合多模态信息,提高了校准精度,利用卷积神经网络处理分析数据,加快了校准速度。
技术关键词
校准方法 矩阵 卷积混合模型 接收线圈 高分辨率系统 指数 磁粒子成像系统 邻居 节点特征 卷积模块 ReLU函数 频率 多模态信息 计算机 可读存储介质 样本 上采样 通道 处理器通信
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