[发明专利]考虑较少训练数据的基于深度机器学习的磁共振成像质量分类

摘要

考虑较少训练数据的基于深度机器学习的磁共振成像质量分类。为了对磁共振图像质量进行分类或训练以对磁共振图像质量进行分类，深度学习被用于学习基于模拟和测量的相似性来区分损坏图像的特征。深度学习使用没有质量注释的合成数据，从而允许大量的训练数据。然后将深度学习的特征用作输入特征，用于使用用地面实情质量注释的训练数据来训练分类器。由于使用了在没有质量注释的情况下学习的特征，可能需要较小的训练数据集来训练分类器。