[发明专利]一种基于深度学习的磁共振指纹序列参数优化设计方法在审
| 申请号： | 202211218697.0 | 申请日： | 2022-10-06 |
| 公开（公告）号： | CN115455609A | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 胡悦;李鹏 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06F30/17 | 分类号： | G06F30/17;G06F30/27;A61B5/055;G06F111/08;G06F111/04;G06F119/10 |
| 代理公司： | 黑龙江立超同创知识产权代理有限责任公司 23217 | 代理人： | 杨立超 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 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磁共振指纹序列参数优化设计方法，属于磁共振指纹成像领域，用以解决脉冲序列与定量成像精度关联关系不明，以及脉冲序列参数求解复杂的问题。本发明方法的技术要点包括构建脉冲序列与定量成像精度相关联的脉冲序列参数优化模型；基于磁共振脉冲激发物理原理构建脉冲序列参数生成网络；采用与脉冲序列尺度相同的高斯随机序列作为网络的输入；根据所提出的脉冲序列参数优化模型设置迭代收敛条件；将构建的输入序列输入网络，经构建的序列参数生成网络生成优化的脉冲序列参数；按照构建的脉冲序列参数优化模型对网络生成的脉冲序列参数进行评估；根据生成的优化后的序列参数评估结果，判断是否达到了所设置的迭代收敛条件，是则停止迭代并输出生成的脉冲序列参数。本发明可用于磁共振指纹脉冲序列参数的优化设计，能够在不增加其他开销的情况下，大幅提高磁共振指纹成像的参数估计精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 磁共振 指纹 序列 参数 优化 设计 方法 | ||
【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哈尔滨工业大学，未经哈尔滨工业大学许可，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/202211218697.0/，转载请声明来源钻瓜专利网。
