基于Bloch仿真合成训练样本的螺旋桨欠采重建系统

    公开(公告)号:CN114021485A

    公开(公告)日:2022-02-08

    申请号:CN202111451737.1

    申请日:2021-12-01

    Applicant: 厦门大学

    Abstract: 基于Bloch仿真合成训练样本的螺旋桨欠采重建系统,涉及磁共振成像领域。系统包括原始模板生成模块、模拟采样模块、训练样本生成模块、深度神经网络训练模块和图像重建模块。方法:1)生成原始模板;2)生成既定参数的采样后的数据;3)批量生成定量的训练样本;4)深度神经网络训练;5)图像重建。具有重建图像时间短、重建图像质量高和抵抗运动伪影等优点,方便螺旋桨(PROPELLER)数据的采集和相关研究,可以在采样数据量少甚至有运动的情况下,快速地重建出质量高无运动伪影的图片,节约大量人力物力成本。

    基于Bloch仿真合成训练样本的螺旋桨欠采重建系统

    公开(公告)号:CN114021485B

    公开(公告)日:2024-06-14

    申请号:CN202111451737.1

    申请日:2021-12-01

    Applicant: 厦门大学

    Abstract: 基于Bloch仿真合成训练样本的螺旋桨欠采重建系统,涉及磁共振成像领域。系统包括原始模板生成模块、模拟采样模块、训练样本生成模块、深度神经网络训练模块和图像重建模块。方法:1)生成原始模板;2)生成既定参数的采样后的数据;3)批量生成定量的训练样本;4)深度神经网络训练;5)图像重建。具有重建图像时间短、重建图像质量高和抵抗运动伪影等优点,方便螺旋桨(PROPELLER)数据的采集和相关研究,可以在采样数据量少甚至有运动的情况下,快速地重建出质量高无运动伪影的图片,节约大量人力物力成本。

    一种基于空谱特征先验的CEST图像去噪方法

    公开(公告)号:CN116309181A

    公开(公告)日:2023-06-23

    申请号:CN202310342290.7

    申请日:2023-04-03

    Applicant: 厦门大学

    Abstract: 一种基于空谱特征先验的CEST图像去噪方法,涉及磁共振成像领域。对受莱斯噪声污染的CEST图像方差稳定变换,纠正非高斯噪声引起的偏差;对方差稳定变换后的含噪CEST图像进行子空间学习,求解子空间的基;建立观测模型:将含噪CEST图像进行频谱低维表示,得到子空间低维图像利用子空间图像域非局部相似性,对添加非局部低秩约束;利用CEST图像的频谱局部光滑性对Z谱添加加权全变分约束,构建完整CEST图像去噪模型;对模型用交替极小化算法迭代求解,获得估计的去噪图像对方差逆变换,得到最终去噪图像。在有效去除噪声的基础上,能够达到更高的空谱保真度。

Patent Agency Ranking