[发明专利]基于深度学习的弥散微循环模型驱动参数估计方法、装置及介质在审
| 申请号： | 202111107046.X | 申请日： | 2021-09-22 |
| 公开（公告）号： | CN113838105A | 公开（公告）日： | 2021-12-24 |
| 发明（设计）人： | 吴丹;郑天舒;叶初阳;张祎 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06T7/30 | 分类号： | G06T7/30;G06T9/00;G06T7/11;G06N3/08;G06N3/04;G06K9/62;G06K9/32;G06F30/27 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 傅朝栋;张法高 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的弥散微循环模型驱动参数估计方法、装置及介质。该方法首先采集弥散微循环模型对应的多b值数据，并对各b值的弥散加权数据进行迭代配准以消除运动伪影；然后采用贝叶斯估计的方法，对感兴趣区域中的体素数据进行拟合，得到的模型参数作为训练数据的金标准；之后设计基于Transformer的编码器和基于弥散微循环模型的SCDNN解码器，并将两者结合得到基于模型驱动的深度学习网络结构，最后利用金标准数据对网络进行训练，得到可以用于估计弥散微循环模型参数的模型。本方法可以在采集时间更少的情况下获得近似于相同质量的图像信息，具有较高的准确度和精确性，并且估计效果优于其他的弥散微循环模型估计方法，更具备模型的解释性。 | ||
| 搜索关键词： | 基于 深度 学习 弥散 微循环 模型 驱动 参数估计 方法 装置 介质 | ||
【主权项】：
暂无信息
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浙江大学，未经浙江大学许可，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/202111107046.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种煤层气井螺杆泵抑流断续连通装置及方法
- 下一篇：塔吊底部支架的防腐工艺
