摘要
本发明公开了一种无监督学习的非笛卡尔磁共振智能快速成像方法,涉及医学影像处理与磁共振成像技术领域,包括:首先从磁共振扫描仪上获取非笛卡尔欠采样k空间数据,将欠采样k空间数据按采集先后顺序分成两个互补的子集合1、子集合2,从而组成训练集;然后设计基于无监督分离子空间学习的针对非笛卡尔采样的磁共振智能快速重建深度学习网络、网络的推理功能以及损失函数;再利用步骤S1获得的训练集,求解基于无监督分离子空间学习的深度学习网络的最优参数;最终将待重建的非笛卡尔欠采样k空间数据输入已训练好的深度学习网络重建磁共振图像。本发明,具有无需全采样数据、重建速度快、重建质量高的特点。
技术关键词
快速成像方法
无监督学习
深度学习网络
稀疏编码特征
非笛卡尔
多通道
磁共振扫描仪
重建磁共振图像
数据一致性校验
子模块
训练集
非均匀傅里叶变换
磁共振成像技术
滤波器
系统为您推荐了相关专利信息
识别系统
无监督学习
特征提取模块
监督学习框架
注意力机制
智能调节系统
因子
矿井设备
设备运行参数
决策控制模块
人脸特征向量
人脸特征提取
人脸关键点
模块
高频滤波器
深度学习网络模型
光流特征
多层卷积神经网络
表情检测方法
人脸特征点
生成对抗网络
构建预测模型
构建训练集
模型训练模块
图像获取模块