[发明专利]一种基于卷积神经网络的多对比度磁共振图像重建方法

摘要

一种基于卷积神经网络的多对比度磁共振图像重建方法，涉及磁共振成像。首先获取多对比度磁共振的低分辨率和高分辨率图像，然后建立多对比度磁共振图像重建的卷积神经网络模型，再利用多对比度的磁共振图像作为训练集对卷积神经网络进行训练，最后将低分辨率的磁共振图像以及对应的参考图像输入到网络来重建高分辨率的磁共振图像。这种通过深度学习利用多对比度图像之间结构相似性的图像重建方法具有重建速度快和重建效果好的特点。

主权项

1.一种基于卷积神经网络的多对比度磁共振图像重建方法，其特征在于包括以下步骤：1)建立多对比度磁共振图像的训练集；2)建立多对比度磁共振图像重建模型；3)训练多对比度磁共振图像重建模型；4)对目标磁共振图像进行重建；5)在步骤3)的基础上使用自适应矩估计的梯度优化算法，提高模型训练的收敛速度，引入梯度的一阶矩m和二阶矩v以及对应的估计值和以此为依据来调整每次参数的更新，权值矩阵的更新公式被替换为： W l i + 1 = W l i - η m ^ i v ^ i + ϵ ]]>其中，梯度的一阶矩更新公式为： m i = β 1 m i - 1 + ( 1 - β 1 ) g i l , m ^ i = m i 1 - β 1 i ]]>梯度的二阶矩更新公式为： v i = β 2 v i - 1 + ( 1 - β 2 ) ( g i l ) 2 , v ^ i = v i 1 - β 2 i ]]>其中，是损失函数对权值矩阵的偏导数β1、β2和ε为预设的超参数；6)在步骤3)中约束卷积核是稀疏的，降低网络中卷积计算的复杂度，对卷积核施加绝对值正则化，并设置正则化权重λ，损失函数转化为： E ( Θ )

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。 免登录下载普通用户下载升级VIP会员，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厦门大学，未经厦门大学许可，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/patent/201711354454.9/，转载请声明来源钻瓜专利网。