[发明专利]基于深度生成对抗神经网络的核磁共振多加权成像方法在审
| 申请号： | 201811211828.6 | 申请日： | 2018-10-18 |
| 公开（公告）号： | CN109544652A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 宋雪桦;陈眺;王昌达;陆宝红;汪盼;邓壮来;解晖 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06N3/08;G06N3/04;A61B5/055;A61B5/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度生成对抗神经网络的核磁共振多加权成像方法，包括深度生成对抗神经网络的构造、训练数据集和评估数据集的构造、网络权重的训练和应用于多种加权核磁共振成像四大步骤；采用四万多对和一万多对来自同时期同部位采集到的T2加权和PD加权的核磁共振图像分别作为训练数据集和评估数据集，训练深度生成对抗神经网络的模型权重，生成网络将T2加权图像作为的输入并将生成图像的数据分布最大化地映射到采集得到的PD加权图像数据分布上；本发明可以在极短的时间下将核磁共振成像设备采集得到的T2加权核磁共振图像转换为高质量的PD加权核磁共振图像，从而在一次成像过程中提供出两种加权的核磁共振图像。 | ||
| 搜索关键词： | 核磁共振图像 加权 神经网络 对抗 训练数据集 加权成像 评估数据 数据分布 核磁共振 采集 核磁共振成像设备 核磁共振成像 加权图像 生成图像 一次成像 加权和 网络权 最大化 权重 映射 转换 应用 网络 | ||
【主权项】：
1.一种基于深度生成对抗神经网络的核磁共振多加权成像方法，其特征在于包括如下步骤：1)构造深度生成对抗神经网络；2)构造训练数据集和评估数据集；训练数据集由N1对脑部水平切面的T2加权核磁共振图像和PD加权核磁共振图像构成，评估数据集由N2对脑部水平切面的T2加权核磁共振图像和PD加权核磁共振图像构成,其中，N1表示训练数据集的数量，N2表示评估数据集的数量；3)训练深度生成对抗神经网络的权重；4)将T2加权核磁共振图像作为输入，通过训练好的深度生成对抗神经网络输出PD加权核磁共振图像。
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江苏大学，未经江苏大学许可，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/201811211828.6/，转载请声明来源钻瓜专利网。
