[发明专利]基于双域卷积神经网络的快速磁共振重建系统及其训练方法与应用在审

专利信息
申请号: 202010621332.7 申请日: 2020-06-30
公开(公告)号: CN111784792A 公开(公告)日: 2020-10-16
发明(设计)人: 张意;冉茂松;周激流 申请(专利权)人: 四川大学
主分类号: G06T11/00 分类号: G06T11/00;G06N3/04;G06N3/08
代理公司: 北京中济纬天专利代理有限公司 11429 代理人: 郭萍
地址: 610065 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 卷积 神经网络 快速 磁共振 重建 系统 及其 训练 方法 应用
【权利要求书】:

1.一种基于双域卷积神经网络的快速磁共振重建系统,其特征在于由多个第一数据处理装置和一个第二数据处理装置以级联的方式组合而成,第二数据处理装置与最后一个第一数据处理装置级联;

所述第一数据处理装置包括第一k空间数据处理模块、第一图像域数据处理模块、k空间数据融合模块和图像域数据融合模块;

所述第一k空间数据处理模块包括沿数据流方向顺次设置的第一卷积神经网络单元、第一k空间数据约束单元和第一k空间数据变换单元;第一卷积神经网络单元用于对输入第一数据处理装置的k空间数据进行重建,第一k空间数据约束单元利用输入快速磁共振重建系统的欠采样k空间数据来对第一卷积神经网络单元重建出的k空间数据进行数据约束,第一k空间数据变换单元用于将数据约束处理得到的k空间数据转换成图像域数据;

所述第一图像域数据处理模块包括沿数据流方向顺次设置的第二卷积神经网络单元、第一图像域数据约束单元和图像域数据变换单元;第二卷积神经网络单元用于对输入第一数据处理装置的图像域数据进行重建,第一图像域数据约束单元利用输入快速磁共振重建系统的欠采样k空间数据来对第二卷积神经网络重建出的磁共振图像进行数据约束,图像域数据变换单元用于将数据约束处理得到的图像域数据转换成k空间数据;

k空间数据融合模块用于将第一k空间数据约束单元得到的k空间数据与图像域数据变换单元得到的k空间数据融合生成第一数据处理装置输出的k空间数据;

图像域数据融合模块用于将第一图像域数据约束单元得到的图像域数据与第一k空间数据变换单元得到的图像域数据融合生成第一数据处理装置输出的图像域数据;

所述第二数据处理装置包括第二k空间数据处理模块、第二图像域数据处理模块和数据融合输出模块;

所述第二k空间数据处理模块包括沿数据流方向顺次设置的第三卷积神经网络单元、第二k空间数据约束单元和第二k空间数据变换单元;第三卷积神经网络单元用于对输入第二数据处理装置的k空间数据进行重建,第二k空间数据约束单元利用输入快速磁共振重建系统的欠采样k空间数据来对第三卷积神经网络单元重建出的k空间数据进行数据约束,第二k空间数据变换单元用于将数据约束处理得到的k空间数据转换成图像域数据;

所述第二图像域数据处理模块包括沿数据流方向设置的第四卷积神经网络单元和第二图像域数据约束单元;第四卷积神经网络单元用于对输入第二数据处理装置的图像域数据进行重建,第二图像域数据约束单元利用输入快速磁共振重建系统的欠采样k空间数据来对第四卷积神经网络重建出的磁共振图像进行数据约束;

所述数据融合输出模块用于将第二图像域数据约束单元得到的图像域数据与第二k空间数据变换单元得到的图像域数据融合生成第二数据处理装置输出的图像域数据。

2.根据权利要求1所述基于双域卷积神经网络的快速磁共振重建系统,其特征在于所述第一卷积神经网络单元、第二卷积神经网络单元、第三卷积神经网络单元、第四卷积神经网络单元结构均相同,均包含依次设置的若干卷积单元及位于最后一个卷积单元后的全连接层;所述卷积单元由卷积层和位于卷积层后的激活函数组成;所述全连接层为残差连接层。

3.根据权利要求1所述基于双域卷积神经网络的快速磁共振重建系统,其特征在于所述第一k空间数据约束处理单元和第二k空间数据约束处理单元采用公式(1)所示的函数进行约束处理:

式中,表示第一卷积神经网络或第三卷积神经网络输出的k空间数据,y表示输入快速磁共振重建系统的欠采样的空间数据,j表示数据坐标点,Ω表示原始的采样坐标集合。

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四川大学,未经四川大学许可,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/pat/books/202010621332.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top