一种基于ADMM-CNN的压缩感知核磁共振成像重构方法

AITNT
正文
推荐专利
一种基于ADMM-CNN的压缩感知核磁共振成像重构方法
申请号:CN202510519264
申请日期:2025-04-24
公开号:CN120451306A
公开日期:2025-08-08
类型:发明专利
摘要
本发明提出了一种基于ADMM‑CNN的压缩感知核磁共振成像重构方法,用以解决在MRI成像原理的限制下,MRI成像过程速度较慢而产生运动伪影、分辨率失真,MRI成像无法提供准确的病理信息的技术问题。步骤为:根据压缩感知理论将重建图像过程转化为优化问题,利用ADMM算法求解优化问题的迭代解;将求解的优化问题的迭代解对应CNN网络的三部分;把优化问题的辅助变量的子问题转化为去噪模型;通过现有的训练好的CNN去噪算法求解去噪模型,得到优化问题的辅助变量的子问题的解;构建训练样本集,训练CNN网络的参数,得到重构的图像。本发明可以在不产生明显伪影的情况下,获得更好的恢复效果,视觉效果更好,失真更小。
技术关键词
成像重构方法 ADMM算法 变量 去噪模型 压缩感知理论 噪声图像 正则化参数 训练样本集 深度卷积神经网络 拉格朗日 离散小波变换 矩阵 采样率 残差学习
系统为您推荐了相关专利信息
1
基于视觉的动态多目标识别、位姿估计与跟踪方法及系统
关键点 视频流 轨迹 卡尔曼滤波 对象
2
蓄电池组运行状态确定方法和系统
蓄电池组运行状态 采集单元 充放电次数 神经网络模型 中间层
3
一种基于谱修正的多基SAR成像方法
雷达系统参数 粒子群优化算法 发射机 成像方法 表达式
4
一种基于机器学习模型的汽车风阻优化设计方法
优化设计方法 机器学习模型 变量 样本 拉丁超立方抽样
5
一种抗偏移恒流恒压无线充电系统及补偿参数优化方法
参数优化方法 损耗 无线充电系统 恒压 接收线圈
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