“共振网络”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果911797个，建议您升级VIP下载更多相关专利

[发明专利]磁共振成像方法、装置、系统及存储介质-CN201910333581.3有效
发明人：梁栋;程静;王海峰;刘新;郑海荣 -专利权人：深圳先进技术研究院
申请日： 2019-04-24 - 公布日： 2023-03-14 - 主分类号： G01R33/56 文献下载
摘要：本发明公开了一种磁共振成像方法、装置、系统及存储介质。其中方法包括：根据磁共振成像的原始模型和用于求解原始模型的迭代算法建立初始网络模型，其中，迭代算法中包括待定求解算子和待定参数；将样本的欠采样K空间数据输入至初始网络模型中，得到网络模型的输出磁共振图像，根据输出磁共振图像和样本的标准磁共振图像确定损失函数；根据损失函数调节初始网络模型中网络参数和待定参数，生成用于磁共振成像的网络模型，其中，初始网络模型中网络参数用于替代迭代算法中的待定求解算子；获取待处理的欠采样K空间数据，将欠采样K空间数据输入至用于磁共振成像的网络模型，生成磁共振图像，提高了磁共振图像的质量。
磁共振成像方法装置系统存储介质

[发明专利]一种磁共振成像方法、装置、系统及存储介质-CN201910333208.8有效
发明人：梁栋;程静;王海峰;郑海荣;刘新 -专利权人：深圳先进技术研究院
申请日： 2019-04-24 - 公布日： 2023-03-28 - 主分类号： G01R33/56 文献下载
摘要：本发明实施例公开了一种磁共振成像方法、装置、系统及存储介质。其中方法包括：根据磁共振成像的原始模型和用于求解原始模型的迭代算法建立初始网络模型，其中，迭代算法中包括待定求解算子和待定参数结构关系；将样本的欠采样K空间数据输入至初始网络模型中，得到网络模型的输出磁共振图像，根据输出磁共振图像和样本的标准磁共振图像确定损失函数；根据损失函数调节初始网络模型中网络参数，生成用于磁共振成像的网络模型，其中，初始网络模型中网络参数用于替代迭代算法中的待定求解算子和待定参数结构关系；获取待处理的欠采样K空间数据，将欠采样K空间数据输入至基于用于磁共振成像的网络模型，生成磁共振图像，提高了磁共振图像的质量。
一种磁共振成像方法装置系统存储介质

[发明专利]磁共振影像特征提取方法、系统、设备及特征应用方法-CN202310138901.6在审
发明人：刘涛;唐慧;刘浩;沈为群 -专利权人：北京航空航天大学
申请日： 2023-02-20 - 公布日： 2023-05-23 - 主分类号： G06V10/40 文献下载
摘要：本发明提供了一种磁共振影像特征提取方法、系统、设备及特征应用方法，涉及图像特征提取技术领域，本发明包括获取待测样本的磁共振成像数据；根据磁共振T1加权影像、磁共振成像液体衰减反转恢复序列影像和弥散磁共振影像，构建待测样本的结构断联网络；根据静息态功能磁共振成像，构建待测样本的功能断联网络；根据结构断联网络和功能断联网络，构建个体损伤程度网络；将个体损伤程度网络的矩阵上三角值转化得到的一维向量，作为待测样本磁共振影像的特征提取结果本发明通过构建结构断联网络和功能断联网络能够准确合理的提取磁共振影像的特征，以提高模型分类的精度。
磁共振影像特征提取方法系统设备应用

[发明专利]一种磁共振成像模型的训练方法及装置-CN202010113026.2有效
发明人：郑海荣;刘新;张娜;胡战利;陈其航;梁栋;杨永峰 -专利权人：深圳先进技术研究院
申请日： 2020-02-24 - 公布日： 2021-03-09 - 主分类号： A61B5/00 文献下载
摘要：本发明公开了一种磁共振成像模型的训练方法、装置、电子设备以及计算机可读存储介质。该方法包括：获取磁共振图像数据集；构建待训练的环形深度神经网络；将欠采样磁共振图像和全采样磁共振图像，分别输入至待训练的环形深度神经网络包含的两侧神经网络中，以生成各模拟磁共振图像；将第一模拟全采样磁共振图像和所述全采样磁共振图像，输入至预先构建的第一模拟磁共振图像类别判别模型，以得到对第一模拟全采样磁共振图像是否为模拟磁共振图像类别的第一判别结果；根据预设损失函数，调整环形深度神经网络的网络参数，以得到训练好的磁共振成像模型。
一种磁共振成像模型训练方法装置

[发明专利]一种基于深度学习的多通道磁共振图像重建方法-CN201910641089.2有效
发明人：屈小波 -专利权人：厦门大学
申请日： 2019-07-16 - 公布日： 2020-07-03 - 主分类号： G06T11/00 文献下载
摘要：一种基于深度学习的多通道磁共振图像重建方法，涉及多通道磁共振图像的重建方法。包括以下步骤：获取多通道的磁共振图像，由灵敏度映射图、欠采样填零的多通道磁共振图像和全采样的合成图像共同组成训练集；建立多通道的磁共振图像重建的深度学习网络模型；构建网络的损失函数；训练多通道的磁共振图像重建网络模型参数；对目标欠采样多通道磁共振图像进行重建；对迭代块采用残差连接的方式，得到网络模型对应的从欠采样多通道图像到完整磁共振图像的端到端映射函数以及网络模型损失函数；训练残差连接方式的磁共振图像重建网络模型参数；使用残差连接的网络模型对目标欠采样多通道磁共振图像进行重建。
一种基于深度学习通道磁共振图像重建方法

[发明专利]一种基于深度卷积神经网络的快速磁共振成像方法及装置-CN201580001261.8有效
发明人：梁栋;王珊珊;谭莎;苏正航;彭玺;刘新;郑海荣 -专利权人：中国科学院深圳先进技术研究院
申请日： 2015-12-30 - 公布日： 2019-06-14 - 主分类号： G01R33/56 文献下载
摘要：本发明提供了一种基于深度卷积神经网络的快速磁共振成像方法及装置。所述方法包括：步骤S1，构建深度卷积神经网络；步骤S2，获取离线磁共振图像数据，训练所述深度卷积神经网络，学习欠采样磁共振图像与全采图像之间的映射关系；步骤S3，利用所述步骤S2中学习到的深度卷积神经网络重建磁共振图像本发明实施例的基于深度卷积神经网络的快速磁共振成像方法及装置，通过使用大量采集到的磁共振数据学习一个离线的深度卷积神经网络，学习欠采样磁共振图像与全采图像之间的映射关系，从而充分利用线下大量的磁共振图像，开发其先验信息，使其离线网络可从欠采磁共振数据里恢复更多的精细结构和图像特征，并使磁共振欠采倍数和成像精度有所提高。
一种基于深度卷积神经网络快速磁共振成像方法装置

[发明专利]一种加速磁共振超分辨率成像方法、装置、设备及介质-CN202210164397.2在审
发明人：朱焌东;朱集;徐理博;潘博洋 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-02-23 - 公布日： 2022-03-25 - 主分类号： G06T11/00 文献下载
摘要：本申请公开了一种加速磁共振超分辨率成像方法、装置、设备及介质，包括：获取目标患者待检测区域的部分K空间频域数据，得到目标加速磁共振图像；将目标加速磁共振图像输入至利用基于标准序列磁共振图像合成的仿真加速磁共振图像集对基于残差稠密网络构建的增强型超分辨率生成对抗网络进行训练后得到的目标神经网络模型中，以便通过所述目标神经网络模型对所述目标加速磁共振图像进行超分辨处理，得到超分辨加速磁共振图像。本申请通过基于标准序列磁共振图像合成的仿真加速磁共振图像集对预先创建的生成对抗网络进行训练，能够模拟真实加速磁共振图像，提高加速磁共振图像的成像质量，减小图像噪声，提高图像分辨率。
一种加速磁共振分辨率成像方法装置设备介质

[发明专利]磁共振成像方法、装置、计算机设备和存储介质-CN202010151562.1有效
发明人：翟人宽 -专利权人：上海联影医疗科技股份有限公司
申请日： 2020-03-06 - 公布日： 2022-09-27 - 主分类号： G01R33/48 文献下载
摘要：本申请涉及一种磁共振成像方法、装置、计算机设备和存储介质。所述方法包括：获取第一磁共振成像数据；第一磁共振成像数据填充K空间的部分编码位置；将第一磁共振成像数据输入预设的神经网络模型，得到第二磁共振成像数据；第二磁共振成像数据填充K空间的部分编码位置和除部分编码位置之外的编码位置；预设的神经网络模型为将样本磁共振成像数据作为预设的初始神经网络模型的输入，并根据样本磁共振成像数据对初始神经网络模型的输出结果进行反馈，调节初始神经网络模型的参数，进行训练得到的；对第二磁共振成像数据进行图像重建，得到磁共振图像。采用本方法能够提高得到的第二磁共振成像数据的质量。
磁共振成像方法装置计算机设备存储介质

[发明专利]一种磁共振图像降噪方法、装置、设备及存储介质-CN202210321223.2有效
发明人：朱集;潘博洋 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-03-30 - 公布日： 2022-07-01 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种磁共振图像降噪方法、装置、设备及存储介质，包括：获取目标对象待检测区域的部分K空间频域数据，得到目标加速磁共振图像；将目标加速磁共振图像输入至利用基于标准序列磁共振图像合成的包含多种噪声的仿真加速磁共振图像集对基于生成对抗网络构建的初始降噪模型进行训练后得到的目标神经网络模型中，并通过所述目标神经网络模型对所述目标加速磁共振图像进行降噪处理，得到降噪后的加速磁共振图像。本申请通过标准序列磁共振图像能够合成包含多种噪声的仿真加速磁共振图像集，进而得到能够对多种噪声进行降噪处理的神经网络模型，通过上述神经网络模型能够有效地对磁共振图像进行降噪，提高磁共振成像的质量。
一种磁共振图像方法装置设备存储介质

[发明专利]一种核磁共振图像重建方法及系统-CN202211151435.7在审
发明人：乔华喜;熊春玲 -专利权人：中科微影（浙江）医疗科技有限公司
申请日： 2022-09-21 - 公布日： 2022-12-16 - 主分类号： G06T11/00 文献下载
摘要：本发明提供一种核磁共振图像重建方法及系统，涉及医学成像技术领域。以克服现有技术中重建图像质量低，重建时间长，不利于临床实时成像的问题。该方法包括：构建非对称的编解码结构，所述编解码结构包括编码网络和解码网络；基于编码网络与图卷积神经网络构建生成器；将欠采样磁共振图像输入到训练好的编码网络中，以提取欠采样磁共振图像的底层特征，通过图卷积神经网络块提取欠采样磁共振图像的高层特征；基于底层特征和高层特征，通过解码网络生成初始的核磁共振重建图像；根据多任务损失函数，基于生成器和鉴别器以形成最终的核磁共振重建图像。所述核磁共振图像重建系统应用于核磁共振图像重建方法。
一种核磁共振图像重建方法系统

[发明专利]一种基于卷积神经网络的磁共振快速成像方法及装置-CN202111306129.1在审
发明人：徐枫;周展平 -专利权人：清华大学
申请日： 2021-11-05 - 公布日： 2022-02-08 - 主分类号： A61B5/055 文献下载
摘要：本发明公开了一种基于卷积神经网络的磁共振快速成像方法及装置，其中，该方法包括：采集磁共振图像，对磁共振图像进行傅里叶变换得到k空间数据；零初始化长度为k空间数据行数的浮点类型向量，以构建图像重建网络，对k空间数据进行采样，对采样后的k空间数据进行傅里叶逆变换得到图像，输入图像重建网络，得到输出；计算图像重建网络的输出与目标图像的L1距离作为损失函数；根据训练得到的浮点类型向量得到二值采样向量，对磁共振仪编写采样序列，将采集的磁共振图像输入图像重建网络中，得到输出的高质量磁共振图像。本发明在实际使用中，按照磁共振采样序列采集磁共振图像，将图像输入到磁共振图像重建网络中，得到清晰的磁共振图像。
一种基于卷积神经网络磁共振快速成像方法装置

[发明专利]一种基于核磁共振波谱仪的矢量网络分析装置-CN201310092876.9有效
发明人：李晓南;刘国强 -专利权人：中国科学院电工研究所
申请日： 2013-03-21 - 公布日： 2013-07-24 - 主分类号： G01R27/28 文献下载
摘要：一种基于核磁共振波谱仪的矢量网络分析装置，将被测二端口网络通过一个180度相移电桥与常规的核磁共振波谱仪相连。对被测二端口网络的反射参数测量时，所述180度相移电桥的0度、180度、隔离以及合并等四个端口分别与被测二端口网络的输入端口、50欧姆负载、核磁共振波谱仪的射频脉冲发射器端口以及磁共振信号器接收端口相连；对被测二端口网络的传输参数进行测量时，将核磁共振波谱仪的射频脉冲发射器端口与被测二端口网络的输入端口相连，将核磁共振波谱仪的磁共振信号接收器端口与被测网络的输出端口相连。
一种基于核磁共振波谱矢量网络分析装置

[发明专利]一种基于神经网络的磁共振图像处理方法及系统-CN202210957070.0有效
发明人：邱迎伟;林晓珊 -专利权人：华中科技大学协和深圳医院
申请日： 2022-08-10 - 公布日： 2023-08-11 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于神经网络的磁共振图像处理方法及系统，方法包括：S1，获取原始的磁共振图像；S2，对磁共振图像进行分割得到目标磁共振图像和背景磁共振图像；S3，采用基于注意力机制的磁共振图像增强算法对目标磁共振图像进行图像增强，得到增强后的目标磁共振图像；S4，对原始的磁共振图像进行神经网络去噪得到去噪后的磁共振图像；S5，对去噪后的磁共振图像和增强后的目标磁共振图像进行融合得到融合后的磁共振图像。本发明可通过神经网络对磁共振图像去噪，提高磁共振图像的质量。
一种基于神经网络磁共振图像处理方法系统

[发明专利]一种基于神经网络的随机共振FSW微小缺陷特征提取方法-CN202211531753.6在审
发明人：孙屹博;龙海威;朱建宁;邹丽;杨鑫华;李浩男 -专利权人：大连交通大学
申请日： 2022-12-01 - 公布日： 2023-03-24 - 主分类号： G01N29/44 文献下载
摘要：本发明公开了一种基于神经网络的随机共振FSW微小特征提取方法，包括以下步骤：S1：建立声发射采集系统；S2：提取声发射信号特征；S3：建立神经网络模型，并迭代优化随机共振系统结构参数；S4：构建一种基于随机共振的神经网络损失函数；S5：更新迭代神经网络参数，判定是否达到最优随机共振效果；S6：提取并分析声发射信号微小特征；本发明以FSW焊接缺陷作为分析的目标，结合声发射信号及提取的特征分析，设计了一种基于随机共振的神经网络损失函数，并使用神经网络模型更有效的找到了随机共振系统的结构参数，使得随机共振系统与声发射信号达到最大共振，有效对焊接缺陷位置的微小特征进行了特征提取。
一种基于神经网络随机共振 fsw 微小缺陷特征提取方法

[发明专利]一种磁共振图像生成方法、系统、终端及存储介质-CN201910427650.7有效
发明人：闵垚森 -专利权人：山东颐邦齐鲁医生集团管理有限公司
申请日： 2019-05-22 - 公布日： 2023-05-05 - 主分类号： G06T11/00 文献下载
摘要：本发明提供一种磁共振图像生成方法、系统、终端及存储介质，包括：构建磁共振影像数据集；构建卷积神经网络模型；利用磁共振影像数据集对所述卷积神经网络模型进行训练，直至神经网络的代价函数收敛；将一组磁共振成像仪器的扫描数据输入训练好的卷积神经网络模型，生成多对比度的磁共振成像结果。本发明通过一种深度学习卷积神经网络模型U‑Net，实现从单一序列扫描的磁共振指纹(MRF)生成多对比度的磁共振图像，即扫描一次生成多种对比度的图像。这样不仅可很大程度降低扫描时间，而且还能降低磁共振成像的成本，使这一项技术的临床应用更加广泛。
一种磁共振图像生成方法系统终端存储介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条