首页> 中国专利> 一种基于稀疏表示的深度学习磁共振波谱重建方法

一种基于稀疏表示的深度学习磁共振波谱重建方法

摘要

一种基于稀疏表示的深度学习磁共振波谱重建方法,涉及磁共振波谱重建方法。包括以下步骤:1)利用磁共振波谱的时域信号的指数函数特性,仿真产生全采样的时域信号;2)对时域信号进行欠采样,建立包含全采样时域信号对应的波谱、欠采样时域信号和对应欠采样模板的训练集;3)设计基于稀疏表示的深度学习网络模型、网络的反馈功能及损失函数;4)利用步骤2)获得的训练集,求解基于稀疏表示的深度学习网络的最优参数;5)将待重建的欠采样的磁共振时域信号输入网络重建磁共振波谱。通过约束磁共振频域信号的稀疏性,以传统最优化方法为指导设计深度神经网络,具有重建速度快、重建质量高和网络可解释性强的特点。

著录项

  • 公开/公告号CN111783631A

    专利类型发明专利

  • 公开/公告日2020-10-16

    原文格式PDF

  • 申请/专利权人 厦门大学;

    申请/专利号CN202010610893.7

  • 发明设计人 屈小波;

    申请日2020-06-29

  • 分类号G06K9/00(20060101);G06K9/62(20060101);G06F30/27(20200101);G06N3/04(20060101);G06N3/08(20060101);G01R33/20(20060101);

  • 代理机构35200 厦门南强之路专利事务所(普通合伙);

  • 代理人马应森

  • 地址 361005 福建省厦门市思明区思明南路422号

  • 入库时间 2023-06-19 08:34:56

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号