[发明专利]基于离散余弦变换的深度神经网络磁共振信号消噪方法有效
| 申请号： | 201910098593.2 | 申请日： | 2019-01-31 |
| 公开（公告）号： | CN109870729B | 公开（公告）日： | 2020-01-24 |
| 发明（设计）人： | 林婷婷;李玥;张扬;于思佳;万玲 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G01V3/14 | 分类号： | G01V3/14;G01V3/38 |
| 代理公司： | 21241 沈阳铭扬联创知识产权代理事务所(普通合伙) | 代理人： | 屈芳 |
| 地址： | 130012 吉林*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于核磁共振数据处理领域，具体涉及一种基于离散余弦变换的深度神经网络磁共振信号消噪方法，首先采用离散余弦变换对含噪信号和仿真信号进行变换作为深度神经网络的输入和理想出，然后采用无监督学习的方式对深度神经网络进行逐层贪婪预训练，实现网络权值初始化，再利用误差反向传播法微调全局参数，最后将测试集输入训练好的深度神经网络，对网络输出反归一化后作逆离散余弦变换，得到消噪后的核磁共振信号。该方法能够实现由含噪信号到干净信号的非线性映射，对核磁共振信号中所有类型的噪声实现“一次性”消除；能够适应各种复杂多变的探测环境和噪声干扰，显著提高信噪比，提高后续反演解释提取参数的准确性；且离散余弦变换和受限玻尔兹曼机预训练的引入，极大地缩短了深度神经网络的训练时间，提高了深度神经网络的训练效率，使深度神经网络消除核磁共振噪声方法具有实用性。 | ||
| 搜索关键词： | 神经网络 离散余弦变换 消噪 核磁共振信号 磁共振信号 含噪信号 核磁共振 噪声 逆离散余弦变换 受限玻尔兹曼机 数据处理领域 误差反向传播 非线性映射 无监督学习 反归一化 仿真信号 干净信号 全局参数 探测环境 提取参数 网络输出 训练效率 噪声干扰 测试集 初始化 网络权 信噪比 一次性 再利用 反演 微调 引入 | ||
【主权项】：
1.一种基于离散余弦变换的深度神经网络磁共振信号消噪方法，其特征在于，该方法包括：/n步骤A、在仿真核磁共振信号E(t)中加入空采核磁共振噪声，作离散余弦变换，获得神经网络的训练样本集X＝[X
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吉林大学，未经吉林大学许可，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/201910098593.2/，转载请声明来源钻瓜专利网。
