摘要
本发明涉及图像处理和医学领域,公开了一种生成磁共振质子密度脂肪分数与R2星定量图的方法,包括以下步骤:获取mDixon序列图像数据和DWI序列图像数据以及对应的qDixon序列图数据,将图像数据整合构成数据集;对采集得到的图像数据进行预处理;构建从mDixon序列图像及DWI序列图像生成磁共振质子密度脂肪分数与R2星定量图的深度学习模型;利用预处理的图像数据,对建立的深度学习模型进行训练,得到训练好的深度学习模型;获取待测者的mDixon序列图像数据和DWI序列图像数据,输入训练好的深度学习模型,生成质子密度脂肪分数与R2星定量图。本发明解决了在铁过载患者中PDFF偏差较大的问题。
技术关键词
深度学习模型
磁共振
图像
脂肪
序列
密度
数据
卷积神经网络结构
生成深度学习
交叉验证方法
标准化方法
电子设备
可读存储介质
背景噪声
随机噪声
影像
模块
存储器
多分支