一种基于张量学习的磁共振扩散微结构成像方法

本发明涉及一种基于张量学习的磁共振扩散微结构成像方法，包括：获取扩散磁共振成像的密集采样数据；通过扩散模型进行拟合，生成多个真实微结构参数；基于密集采样数据，生成稀疏采样数据；构建深度神经网络模型，输入稀疏采样数据，输出多个预测微结构参数；分别对真实微结构参数和预测微结构参数进行张量分解，得到包含高阶相关性的真实奇异值张量和预测奇异值张量；构建联合训练函数，训练深度神经网络模型；将真实稀疏采样数据输入训练好的所述深度神经网络模型中。本发明通过上述设置，保留了多参数张量的高维信息并利用张量分解挖掘不同微结构参数的相关性，辅助快速精准微结构成像。