成果介绍
本发明提供了一种磁共振快速参数成像方法,所述方法包括:接收磁共振扫描仪输入的原始K空间数据;根据神经网络建立深度学习模型;获取训练数据,对所述训练数据进行傅立叶逆变换,得到训练矩阵;获取校对数据,对所述校对数据进行傅立叶逆变换和曲线拟合,得到校对图像,根据所述校对图像得到所述校对矩阵;根据所述训练矩阵和所述校对矩阵训练所述深度学习模型,得到已训练深度学习模型;获取新的训练矩阵,根据所述新的训练矩阵和所述已训练深度学习模型重建磁共振参数图像。采用该方法能有效地提高重建图像质量。此外,还提供了一种磁共振快速参数成像系统。
成果亮点
一种磁共振快速参数成像方法,包括:接收磁共振扫描仪输入的原始K空间数据;根据神经网络建立深度学习模型;获取训练数据,对所述训练数据进行傅立叶逆变换,得到训练矩阵;获取校对数据,对所述校对数据进行傅立叶逆变换和曲线拟合,得到校对图像,根据所述校对图像得到所述校对矩阵;根据所述训练矩阵和所述校对矩阵训练所述深度学习模型,得到已训练深度学习模型;获取新的训练矩阵,根据所述新的训练矩阵和所述已训练深度学习模型重建磁共振参数图像。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案