一種深度學習的高欠采樣超極化氣體肺部MRI重建方法

基本信息

申請?zhí)?/td> CN201811332971.0 申請日 -
公開（公告）號 CN109410289B 公開（公告）日 2021-11-12
申請公布號 CN109410289B 申請公布日 2021-11-12
分類號 G06T11/00（2006.01）I;G06T7/11（2017.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 周欣;段曹輝;鄧鶴;肖灑;李海東;孫獻平;葉朝輝 申請（專利權(quán)）人 中國科學院武漢物理與數(shù)學研究所
代理機構(gòu) 武漢宇晨專利事務(wù)所（普通合伙） 代理人 李鵬;王敏鋒
地址 430071 湖北省武漢市武昌區(qū)小洪山西30號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種深度學習的高欠采樣超極化氣體肺部MRI重建方法。包括以下步驟：構(gòu)建構(gòu)建超極化氣體肺部MRI圖像訓練集，設(shè)計級聯(lián)CNN模型，進行CNN模型訓練，根據(jù)訓練得到的級聯(lián)CNN模型獲得重建圖像，本發(fā)明利用級聯(lián)CNN模型，而且在損失函數(shù)中加入肺部輪廓信息，能夠在高欠采樣倍數(shù)下得到精確的重建圖像，顯著地加快成像速度。