“克里斯托弗·贾德森·哈迪”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]利用神经网络检测患者运动的MRI系统和方法-CN202010317834.0有效
发明人：伊莎贝尔·休肯斯费尔特詹森;桑塔伊·安;克里斯托弗·贾德森·哈迪;伊齐克·马尔基尔;拉斐尔·什穆埃尔·布拉达;罗恩·韦恩;迈克尔·罗特曼 -专利权人：通用电气公司
申请日： 2020-04-21 - 公布日： 2023-07-11 - 主分类号： G01R33/565 文献下载
摘要：本发明题为“利用神经网络检测患者运动的MRI系统和方法”。本发明提供了一种磁共振成像(MRI)系统，该MRI系统包括控制和分析电路，该控制和分析电路具有编程以使用MRI系统的线圈元件来获取磁共振(MR)数据、分析MR数据并将MR数据重建为MR子图像。系统还包括与控制和分析电路相关联的经训练的神经网络，以将MR子图像转换为与MR子图像中运动破坏的存在和程度相关的预测。控制和分析电路的编程包括用于至少部分地基于经训练的神经网络的预测来控制MRI系统的操作的指令。
利用神经网络检测患者运动 mri 系统方法

[发明专利]用相敏结构相似度指数量度处理磁共振图像的系统和方法-CN202210184164.9在审
发明人：桑塔伊·安;U·沃尔纳;G·C·麦金农;拉斐尔·什穆埃尔·布拉达;克里斯托弗·贾德森·哈迪 -专利权人：通用电气精准医疗有限责任公司
申请日： 2022-02-25 - 公布日： 2022-09-20 - 主分类号： G06T11/00 文献下载
摘要：本发明提供了一种处理复合磁共振(MR)图像的计算机实现的方法。该方法包括：接收一对损坏复合数据和原有复合图像。该方法还包括：通过以下方式使用该对来训练神经网络模型：将该损坏复合数据输入到该神经网络模型，将这些原有复合图像设置为目标输出，并且使用该神经网络模型处理该损坏复合数据以导出该损坏复合数据的输出复合图像。训练神经网络模型还包括：通过计算这些输出复合图像中的每个输出复合图像和每个输出复合图像的对应目标复合图像之间的相敏结构相似度指数量度(PS‑SSIM)来将这些输出复合图像与这些目标输出进行比较，其中该PS‑SSIM是实值的并且随该输出复合图像的相位和该目标复合图像的相位变化；以及基于该比较调整该神经网络模型。
用相敏结构相似指数量度处理磁共振图像系统方法

[发明专利]对磁共振成像中的运动伪影进行自动检测和评分的系统和方法-CN202110940093.6在审
发明人：拉斐尔·什穆埃尔·布拉达;克里斯托弗·贾德森·哈迪;桑塔伊·安 -专利权人：通用电气精准医疗有限责任公司
申请日： 2021-08-16 - 公布日： 2022-03-01 - 主分类号： G06T7/00 文献下载
摘要：提供了一种对对象的磁共振(MR)图像中的运动伪影进行检测和评分的MR成像方法。该方法包括至少部分地基于对象的利用第一线圈采集的第一MR信号和对象的利用第二线圈采集的第二MR信号来计算k空间差异图。该方法还包括基于该k空间差异图生成差异曲线图，该差异曲线图包括曲线。该方法进一步包括基于该差异曲线图中的曲线计算运动分数，其中该运动分数指示在采集第一MR信号和第二MR信号期间图像中的由对象的运动引起的运动伪影的水平，并且该运动分数包括曲线下方的面积。此外，该方法包括输出该运动分数。
磁共振成像中的运动进行自动检测评分系统方法

[发明专利]低声学噪声磁共振图像采集-CN202011498851.5在审
发明人： 克里斯托弗·贾德森·哈迪;托马斯·郭-法·福;伊克·松·坦 -专利权人：通用电气公司
申请日： 2020-12-16 - 公布日： 2021-07-06 - 主分类号： G01R33/48 文献下载
摘要：本发明题为“低声学噪声磁共振图像采集”。本文所讨论的技术涉及降低的声学噪声和振动磁共振成像(MRI)采集。在某些具体实施中，通过限制梯度波形的频率和振幅来表征和修改一个或多个MRI脉冲序列的声学噪声级，以便在MRI检查期间使用修改的波形时产生较少的噪声和振动。这样，可获得相对较低的声压级。
声学噪声磁共振图像采集

[发明专利]MR图像数据的重建-CN202011476812.5在审
发明人： 克里斯托弗·贾德森·哈迪;桑塔伊·安 -专利权人：通用电气公司
申请日： 2020-12-15 - 公布日： 2021-07-02 - 主分类号： G06T11/00 文献下载
摘要：本文所讨论的主题涉及用于抑制利用深度学习网络重建的快速自旋回波(FSE)图像中的细线伪影的快速磁共振成像(MRI)方法。使用完全采样的NEX＝2(激励数等于2)数据来训练网络。在每种情况下，都将这两个激励组合以生成没有细线伪影的完全采样的真实图像，这些真实图像用于在损失函数中与网络生成的图像进行比较。然而，在训练期间，仅这些激励中的一个激励被回顾性地欠采样并输入到网络中。这样，网络学习移除欠采样和细线伪影两者。在推断时，仅获取并重建NEX＝1欠采样数据。
mr 图像数据重建

[发明专利]用于检测和校正患者运动的磁共振成像系统和方法-CN202010278949.3在审
发明人：拉斐尔·什穆埃尔·布拉达;克里斯托弗·贾德森·哈迪;桑塔伊·安;伊莎贝尔·休肯斯费尔特詹森;伊齐克·马尔基尔;迈克尔·罗特曼;罗恩·韦恩 -专利权人：通用电气精准医疗有限责任公司
申请日： 2020-04-10 - 公布日： 2020-10-30 - 主分类号： G01R33/565 文献下载
摘要：本发明题为“用于检测和校正患者运动的磁共振成像系统和方法”。公开了一种用于在MR扫描期间检测、定时以及自适应患者运动的系统和方法，包括使用来自不同线圈阵列元件的计算图像之间的不一致性来检测患者运动的存在，以及与k空间扫描顺序信息一起确定扫描期间运动的定时。一旦定时已知，则可采取各种动作，包括重新启动扫描、重新采集在移动之前采集的k空间的那些部分，或使用现有数据校正运动，以及从数据重建运动校正的图像。
用于检测校正患者运动磁共振成像系统方法

[发明专利]用于利用空数据一致性来稀疏图像重建的系统和方法-CN201910953108.5在审
发明人： 克里斯托弗·贾德森·哈迪;伊齐克·马尔基尔 -专利权人：通用电气公司
申请日： 2019-10-08 - 公布日： 2020-04-10 - 主分类号： G06T11/00 文献下载
摘要：本发明题为“用于利用空数据一致性来稀疏图像重建的系统和方法”。本发明公开了用于MR稀疏图像重建的系统和方法。MRI装置采集的线圈数据包括欠采样的k空间数据。通过使用图像重建技术来从线圈数据生成初始欠采样的图像。通过具有多个迭代块的残余深度学习网络来从线圈数据和初始欠采样的图像生成重建图像。第一迭代块接收初始欠采样的图像。多个迭代块中的每一个包括数据一致性单元，该数据一致性单元利用归零数据一致性来保持相应迭代块的相应输出中的线圈数据的保真度。初始欠采样的图像经由残余连接被添加到最后一个迭代块的输出。
用于利用数据一致性稀疏图像重建系统方法