基于深度学习的磁共振成像方法、系统、终端及存储介质.pdfVIP

下载本文档

3
0
约1.21万字
约 12页
2023-04-22 发布于四川
举报
版权申诉

基于深度学习的磁共振成像方法、系统、终端及存储介质.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请涉及一种基于深度学习的磁共振成像方法、系统、终端以及存储介质。所述方法包括：对磁共振全采k空间数据进行欠采样，生成欠采k空间数据；根据所述欠采K空间数据估计填充k空间的SPIRiT卷积核；将所述欠采k空间数据和SPIRiT卷积核输入卷积神经网络进行训练，得到训练好的基于k空间的图像重建模型；通过所述训练好的基于k空间的图像重建模型进行磁共振图像重建。本申请实施例采用基于k空间的图像重建模型进行图像重建，并利用卷积神经网络学习图像的先验信息，无需估计线圈敏感度信息，能够大幅减少重建时间，并获

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113933773 A (43)申请公布日 2022.01.14 (21)申请号 202111158049.6 (22)申请日 2021.09.30 (71)申请人深圳先进技术研究院地