-
公开(公告)号：CN106093099A
公开(公告)日：2016-11-09
申请号：CN201610397699.9
申请日：2016-06-06
Applicant: 厦门大学
IPC: G01N24/08
CPC classification number: G01N24/08
Abstract: 一种获得高分辨二维J分解谱的方法，涉及核磁共振波谱学检测方法。将待测样品装入标准核磁试管中并送入核磁共振谱仪的检测腔中；采样待测样品的一维氢谱，获得其信号峰分布区域及谱线线宽，为谱宽参数设置提供参考，同时线宽值大小反映了磁场均匀性情况；测量激发待检测样品所需的射频脉冲的脉宽；在核磁共振波谱仪上导入编译好的脉冲序列，打开脉冲序列的异核分子间多量子相干信号激发模块、间接维演化期模块、自旋回波固定延时模块和J调制快速采样模块，设置各模块的实验参数；跳过人工匀场操作过程，直接执行数据采样；数据采样完成后，调用数据后处理代码进行相关的数据后处理，得到免于不均匀磁场影响的高分辨二维J分解谱。
-
公开(公告)号：CN105232045A
公开(公告)日：2016-01-13
申请号：CN201510833529.6
申请日：2015-11-26
Applicant: 厦门大学
IPC: A61B5/055
Abstract: 基于双回波的单扫描定量磁共振扩散成像方法，涉及磁共振成像的方法。用两个相同翻转角的小角度激发脉冲产生两个相同演化时间的回波，因而具有相同的横向弛豫时间，在每个激发脉冲后加一个移位梯度实现两个回波信号在信号空间中心偏移，并在第一个激发脉冲后加扩散梯度，这样只有第一个回波信号存在扩散衰减，从而获得不同扩散因子下的信号。这两个回波信号来自同一个成像切片，因此可以利用两个回波信号之间的先验知识分离这两个回波信号，并利用稀疏变换配合相应的分离算法对这两个回波信号进行分离。最后对分离得到的两个信号进行表观扩散系数计算得到定量ADC图像。利用该方法获得单次扫描的定量ADC成像，且得到的ADC图像质量好。
-
公开(公告)号：CN103344928B
公开(公告)日：2015-10-14
申请号：CN201310249827.1
申请日：2013-06-21
Applicant: 厦门大学
Abstract: 核磁共振波谱仪上克服对流效应的梯度匀场方法，涉及核磁共振波谱仪。提供可克服样品内部对流效应的核磁共振波谱仪上克服对流效应的梯度匀场方法。1）事先制备好匀场线圈的场图；2）使用频率编码方向包含补偿对流的梯度模块的脉冲序列，或使用梯度匀场的脉冲序列但是减少样品内部温度差；3）再用脉冲序列进行两次成像采样，获得采样数据，经数据处理，拟合计算出要调节的匀场线圈的电流变化量，设入硬件；4）进行匀场迭代收敛条件判断，若尚未收敛，则重复步骤3）和4）。通过在脉冲序列的频率编码方向使用包含补偿对流的梯度模块，或是在梯度匀场时调节温控气流尽可能减小被测样品内部的温度差，来补偿或减少对流效应对梯度匀场的影响。
-
公开(公告)号：CN118172237A
公开(公告)日：2024-06-11
申请号：CN202410358695.4
申请日：2024-03-27
Applicant: 厦门大学
IPC: G06T3/04 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于潜在扩散模型的多模态医学图像转换方法及系统，方法包括：获取第一模态图像和第二模态图像并进行数据处理及扩增，获得训练数据集；构建包括自动编解码器和扩散模型的潜在扩散模型，所述自动编解码器包括编码器和解码器；基于训练数据集对潜在扩散模型进行训练；将待转换的第一模态图像输入到潜在扩散模型，编码器将第一模态图像压缩至潜在空间，生成第一模态潜在空间数据输入扩散模型，生成第二模态潜在空间数据输入解码器，解码器生成第二模态图像。本发明在潜在空间进行扩散，实现模态转换的同时大大降低了计算复杂度、提高了反向推理速度，且保留了扩散模型优异的图像生成质量。
-
公开(公告)号：CN114119689B
公开(公告)日：2024-06-07
申请号：CN202111461476.1
申请日：2021-12-02
Applicant: 厦门大学
Abstract: 基于深度学习的多模态医学图像无监督配准方法及系统，涉及医学图像配准。制作模拟仿真样本，将浮动图像、参考图像及浮动图像的序列相关信息输入配准子网络N1，利用所得形变场对浮动图像重采样得初步配准图像；将初步配准图像、参考图像及原序列相关信息输入配准网络N2，利用所得最终形变场对初步配准图像重采样得最终配准图像，通过计算配准图像与参考图像间的损失函数对网络优化从而达到非刚性医学图像的精确配准。系统设有数据仿真模块、网络训练样本预处理模块、神经网络模型训练模块、待配准样本及序列信息预处理模块和无监督配准模块。解决深度学习方法对数据样本的依赖性。只需协同输入待配准浮动图像的序列信息图即可精确完成配准。
-
Patent Agency Ranking
公开(公告)号：CN117934650A
公开(公告)日：2024-04-26
申请号：CN202410101066.3
申请日：2024-01-24
Applicant: 厦门大学
IPC: G06T11/00
Abstract: 本发明公开了一种基于域自适应的体素内不相干运动磁共振成像重建方法及装置，包括：构建体素内不相干运动参数预测模型并通过模拟的扩散加权图像序列训练，得到预训练的体素内不相干运动参数预测模型；获取真实的扩散加权图像序列，对真实的扩散加权图像序列进行预处理，得到预处理后的扩散加权图像序列，采用预处理后的扩散加权图像序列对预训练的体素内不相干运动参数预测模型进行自监督训练，得到微调后的体素内不相干运动参数预测模型；将预处理后的扩散加权图像序列输入微调后的体素内不相干运动参数预测模型，得到重建的体素内不相干运动参数图。本发明能够提升体素内不相干运动参数图重建的稳定性，同时大幅缩短重建时间。
-
公开(公告)号：CN116299107A
公开(公告)日：2023-06-23
申请号：CN202310329562.X
申请日：2023-03-30
Applicant: 厦门大学
Abstract: 基于重叠回波的磁共振快速水脂分离定量成像方法及系统，涉及磁共振成像领域。包括：设计基于重叠回波的水脂分离磁共振成像序列并确定其采样参数；在满足序列和序列参数性能要求的先进磁共振仪中添加序列及设置采样参数，并完成数据采集，获取磁共振数据；生成深度神经网络的训练样本；采用训练样本对深度神经网络进行训练，得到训练好的深度神经网络；采用训练好的深度神经网络和所述磁共振成像序列采集的数据，重建水脂分离图像。能够实现磁共振快速水脂分离成像，并得到准确的水脂T2、T2*定量参数值及准确的脂肪分数图。
-
公开(公告)号：CN112924913B
公开(公告)日：2022-08-12
申请号：CN202110141998.7
申请日：2021-02-02
Applicant: 厦门大学
IPC: G01R33/54
Abstract: 本发明提供了一种时空编码磁共振成像超分辨率重建方法及系统。本发明根据待测样品的特征生成设定量的模拟样品；根据待测样品的时空编码磁共振成像信号采集方案确定模拟实验方案；根据模拟实验方案生成深度神经网络的训练样本集；确定用于时空编码磁共振成像重建的深度神经网络；采用训练样本集训练深度神经网络，获得训练好的深度神经网络；对待测样品的时空编码磁共振成像信号进行预处理，获得待测样品的待重建时空编码磁共振成像数据；将待重建时空编码磁共振成像数据输入训练好的深度神经网络，获得待测样品的高分辨率时空编码磁共振图像。本发明解决了现有重建方法迭代求解时间长、重建结果未能完全消除混叠伪影、图像边缘信息模糊等问题。
-
公开(公告)号：CN113030813A
公开(公告)日：2021-06-25
申请号：CN202110215919.2
申请日：2021-02-26
Applicant: 厦门大学
IPC: G01R33/48
Abstract: 本发明提供了一种磁共振T2定量成像方法及系统，涉及磁共振成像领域。方法包括：设计多扫描多重叠回波T2定量成像脉冲序列并确定其采样参数；利用脉冲序列对待测样品进行多次扫描采样并对采样得到的信号进行处理得到待重建多扫描多重叠回波图像；根据待测样品特征生成设定量的训练样本；确定用于T2定量图像重建的深度神经网络并采用设定量的训练样本对该深度神经网络进行训练；将待测样品的待重建多扫描多重叠回波图像输入训练好的深度神经网络进行重建，得到待测样品的高分辨的T2定量图像。
-
公开(公告)号：CN111062994A
公开(公告)日：2020-04-24
申请号：CN201911173109.4
申请日：2019-11-26
Applicant: 厦门大学
Abstract: 本发明公开一种化学交换饱和转移对比图像的重建方法。该方法包括：生成深度神经网络的训练样本；采用所述训练样本对深度神经网络进行训练，得到训练好的神经网络模型；采用所述训练好的深度神经网络和PROPELLER欠采样的化学交换饱和转移(CEST)图像，重建CEST对比图像。本发明能够有效缩短CEST对比成像实验时间，并使图像更加平滑，重建结果更加准确。本发明还公开了一种化学交换饱和转移对比图像的重建系统，以实现上述重建方法。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.027 seconds)
