[发明专利]一种基于深度学习的核磁共振图像的降采样伪影去除方法在审
| 申请号： | 201811012505.4 | 申请日： | 2018-08-31 |
| 公开（公告）号： | CN109242924A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 冯衍秋;阮国辉;张倩倩 | 申请（专利权）人： | 南方医科大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06N3/04 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 赵蕊红 |
| 地址： | 510515 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的核磁共振图像的降采样伪影去除方法,包括如下步骤：步骤一，通过带伪影的样本磁共振图像获得最优模型；步骤二，将带降采样伪影的磁共振图像通过步骤一得到的最优模型处理，得到估计伪影图；步骤三，用带降采样伪影的磁共振图像减去步骤二得的估计伪影图像，然后用测量数据代替对应k空间低频数据得到去伪影图像。该基于卷积神经网络的模型能有效地去除磁共振图像中由于降采样导致的伪影，并且不会造成明显的模糊以及对比度的损失，同时很好地保留图像的细节，并且具有高的鲁棒性和高效性。 | ||
| 搜索关键词： | 降采样 伪影 磁共振图像 核磁共振图像 伪影去除 伪影图像 最优模型 卷积神经网络 测量数据 低频数据 高效性 鲁棒性 有效地 减去 去除 样本 图像 模糊 学习 保留 | ||
【主权项】：
1.一种基于深度学习的核磁共振图像的降采样伪影去除方法,其特征在于，包括如下步骤：步骤一，通过带伪影的样本磁共振图像获得最优模型；步骤二，将带降采样伪影的磁共振图像通过步骤一得到的最优模型处理，得到估计伪影图；步骤三，用带降采样伪影的磁共振图像减去步骤二得的估计伪影图像，然后用测量数据代替对应k空间低频数据得到去伪影图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南方医科大学，未经南方医科大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811012505.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种迭代重建的系统和方法
- 下一篇：一种基于门控数据的呼吸伪影校正方法
