摘要
本申请提出了一种基于残差去噪扩散的MRI影像重建模型的构建方法及应用,包括以下步骤:获取训练数据集,将训练数据集中多模态MRI影像中的加噪模态作为目标模态,非加噪模态作为先验模态,基于先验模态获取先验肿瘤掩码,将训练数据集中每一多模态MRI影像与对应的先验肿瘤掩码作为训练样本,将训练样本输入到构建好的MRI影像重建架构中得到重建MRI影像;当损失函数满足设定条件或达到预设的迭代次数时保存MRI影像重建架构的参数得到MRI影像重建模型。本方案编码模块的每一编码层级以及解码模块的每一解码层级后设置双路径注意力层,来引导模型关注肿瘤区域,提升对复杂病灶及非典型解剖结构的特征提取能力。
技术关键词
注意力
层级
输出特征
解码模块
编码模块
肿瘤
变换特征
影像重建方法
嵌入特征
残差模块
多模态
网络
双线性插值法
特征提取能力
数据
可读存储介质
补丁
系统为您推荐了相关专利信息
智能变电站虚回路
自动校核方法
文本
网络模型训练
训练集
低空微型无人机
单目视觉图像
深度强化学习模型
模糊化方法
模糊核估计
人脸特征向量
轻量级人脸检测
审核方法
副本
场景特征