[发明专利]面向快速MRI的深度神经网络的多尺度序贯训练方法在审
| 申请号： | 202011115327.5 | 申请日： | 2020-10-19 |
| 公开（公告）号： | CN112489150A | 公开（公告）日： | 2021-03-12 |
| 发明（设计）人： | 李小薪;刘银伟;楼鑫杰;肖杰;胡海根;周乾伟;郝鹏翼 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种面向快速MRI的深度神经网络的多尺度序贯训练方法，该训练方法构建多尺度的MR训练图像来训练深度神经网络，首先学习从低倍欠采样的MR图像到全采样MR图像的映射关系，得到深度神经网络模型的初始参数；再逐步增大输入的MR图像的欠采样倍数，在每种欠采样尺度下，依次训练深度神经网络学习从欠采样的MR图像到全采样的MR图像的映射关系，并且每次在更低尺度下的深度神经网络模型的训练都是以前一个尺度下训练所得的网络模型为基础，从而为最终重构高倍欠采样的MR图像累积足够丰富的先验知识，有效地提升MR图像的重建精度。本发明所提供的方法能够有效地重建高倍欠采样的磁共振图像，具有很强的实用性。 | ||
| 搜索关键词： | 面向 快速 mri 深度 神经网络 尺度 训练 方法 | ||
【主权项】：
暂无信息
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浙江工业大学，未经浙江工业大学许可，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/202011115327.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于火灾预警的监控设备
- 下一篇：一种建筑机械加工用废料回收装置
