-
公开(公告)号：CN117331010A
公开(公告)日：2024-01-02
申请号：CN202311193255.X
申请日：2023-09-15
Applicant: 厦门大学
IPC: G01R33/56 , G01R33/565 , G01R33/48
Abstract: 基于多重重叠回波的多参数同时定量成像方法和系统，涉及磁共振成像。方法：设计基于多重重叠回波的包含T的包含1、T2、TT2*1等多参数同时定量成像序列、T2、T2*等多参数同时定量成像序列的采样参数；确定基于多重重叠回波；在满足序列和采样参数性能要求的磁共振仪中添加序列并设置采样参数，采集K空间数据；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，得到训练好的深度神经网络；采用所述训练好的深度神经网络和所述磁共振成像序列采集的k空间数据，重建磁共振多参数定量图像。能实现磁共振多参数同时定量成像，利用k空间内不同回波和/或不同k空间信息互补，实现不理想因素校正。
-
公开(公告)号：CN115728691A
公开(公告)日：2023-03-03
申请号：CN202211581494.8
申请日：2022-12-09
Applicant: 厦门大学
Abstract: 一种基于重叠回波的磁共振多参数同时定量成像方法及系统。方法：设计基于重叠回波的稳态自由进动多参数定量成像序列；确定基于重叠回波的稳态自由进动多参数定量成像序列的采样参数；在满足序列和采样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；采用所述训练样本对深度神经网络进行训练，得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k空间数据，重建磁共振多参数图像。能实现磁共振多参数同时定量成像，并能利用k空间内不同回波和/或不同k空间信息互补，实现不理想因素校正，包括但不限于伪影、射频场不均匀、主磁场不均匀等。
-
公开(公告)号：CN114972145A
公开(公告)日：2022-08-30
申请号：CN202210581140.7
申请日：2022-05-26
Applicant: 厦门大学
IPC: G06T5/50 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于深度学习的扩散张量重建方法、系统和电子设备：获取T1加权图像、非扩散加权图像、扩散加权图像，分别简称为T1图像、b0图像、DW图像；拟合b0图像和DW图像，得到扩散张量；选用T1图像、部分b0图像和DW图像，以相邻三层为一组，获得原始网络输入图像组；对原始网络输入图像组进行排序，获得三层排序图像组和重建层排序图像组；构建并训练深度神经网络；对待成像对象进行图像采集，将采集的图像排序得到待重建的三层排序图像组和待重建的重建层排序图像组并输入训练好的深度神经网络重建得到扩散张量；由扩散张量计算得到DTI定量图像。本发明可减少扩散张量及其定量图重建所需DW图像数量，加快成像速度。
-
公开(公告)号：CN113052937B
公开(公告)日：2022-07-29
申请号：CN202110419657.1
申请日：2021-04-19
Applicant: 厦门大学
Abstract: 本发明涉及一种动态对比增强核磁共振图像的重建方法及重建系统，先获取DCE‑MRI图像和T1‑mappingMRI图像。然后以DCE‑MRI图像和T1‑mapping MRI图像作为输入，利用训练好的深度神经网络模型得到重建参数图像，进而利用训练好的深度神经网络模型实现动态对比增强核磁共振图像的重建过程，通过训练好的深度神经网络模型，能够在几十毫秒内得到重建参数图像，重建速度快，效率高。
-
公开(公告)号：CN114518555A
公开(公告)日：2022-05-20
申请号：CN202210127212.0
申请日：2022-02-11
Applicant: 厦门大学
Abstract: 本发明涉及一种核Overhauser增强成像方法及系统。所述方法包括：获取待处理的CEST图像并进行预处理得到预处理后的CEST图像；根据预处理后的CEST图像和Bloch‑McConnell方程模型得到各样本参数的取值范围；根据样本参数的取值范围生成设定量的训练样本；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；将所述预处理后的CEST图像输入所述训练好的深度神经网络得到NOE对比图，包括NOE浓度图和NOE交换速率图。本发明可快速重建出高质量的NOE对比图。
-
Patent Agency Ranking
公开(公告)号：CN110807492B
公开(公告)日：2022-05-13
申请号：CN201911076119.6
申请日：2019-11-06
Applicant: 厦门大学
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/08 , G06T5/00
Abstract: 本发明公开一种磁共振多参数同时定量成像方法及系统。该方法包括：设计磁共振成像序列；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，得到训练好的深度神经网络；采用所述训练好的深度神经网络和所述磁共振成像序列采集的k空间数据，重建磁共振多参数图像。本发明能够实现磁共振多参数的定量成像，并能够校正由于磁场不均匀造成的图像畸变。
-
公开(公告)号：CN114463320A
公开(公告)日：2022-05-10
申请号：CN202210143820.0
申请日：2022-02-17
Applicant: 厦门大学
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明涉及图像分割及检测技术领域，具体涉及一种磁共振成像脑胶质瘤IDH基因预测方法及系统，该方法包括：构建脑胶质瘤区域预测网络；预测网络包括生成网络、判别网络和分割网络；生成网络用于源域数据集和目标域数据集域间的自适应转换；基于损失目标函数采用源域和目标域数据集训练预测网络；损失目标函数根据对抗损失、循环一致性损失、分割损失和分割一致性损失确定；采用训练好的脑胶质瘤区域预测网络对待预测磁共振图像进行脑胶质瘤区域分割；分别采用放射组学和深度神经网络提取分割后的脑胶质瘤区域组学特征和深度特征；将组学特征和深度特征结合作为随机森林算法的输入，输出IDH基因型的分类。本发明提高了基因型预测的鲁棒性。
-
公开(公告)号：CN112965018A
公开(公告)日：2021-06-15
申请号：CN202110290233.X
申请日：2021-03-16
Applicant: 厦门大学
Abstract: 基于时空编码螺旋磁共振成像的多回波采样及重建方法，涉及磁共振成像方法。使用Matlab生成Chirp线性扫频脉冲和每个回波的采样梯度；将准备好的待测实验样品固定在实验床上，送入磁共振成像仪的检测腔；在磁共振成像仪操作台上打开操作软件，找到成像区域，再对磁共振成像仪进行调谐、频率校正、功率校正及自动匀场；打开编译好的多回波时空编码磁共振成像序列，导入回波采样梯度，设置好回波间的180°重聚脉冲及破坏梯度；设置多回波时空编码非笛卡尔成像序列的采样参数，开始采样，得到多回波信号；对多回波信号进行网格化处理，并进行去卷积的超分辨率重建，得到高质量的图像。有效减小横向弛豫衰减调制以及偏共振效应的影响。
-
公开(公告)号：CN110940944B
公开(公告)日：2020-11-10
申请号：CN201911226733.6
申请日：2019-12-04
Applicant: 厦门大学
Abstract: 基于深度学习的磁共振信号的去J耦合方法，涉及磁共振信号。根据磁共振波谱信号的特征，构建网络输入数据的数学模型和网络标签，即无J耦合现象的频谱实部的数学模型，由数学模型生成仿真信号，构建训练集数据和测试集数据；搭建网络模型，设置好相关的训练参数；将训练集数据输入到网络模型中训练网络，调整网络参数，直至损失函数下降至收敛并趋于稳定，得到功能化的网络模型；将测试集数据信号输入到训练后的功能化的网络模型中，得到经网络去耦合得到的理想吸收谱图，并与标签进行比较以验证网络的性能。实现去耦合以及去噪的功能，实现端到端的功能，无需对谱信号进行预处理等其他辅助手段操作，使用神经网络真正实现去耦合去噪功能。
-
公开(公告)号：CN110807492A
公开(公告)日：2020-02-18
申请号：CN201911076119.6
申请日：2019-11-06
Applicant: 厦门大学
Abstract: 本发明公开一种磁共振多参数同时定量成像方法及系统。该方法包括：设计磁共振成像序列；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，得到训练好的深度神经网络；采用所述训练好的深度神经网络和所述磁共振成像序列采集的k空间数据，重建磁共振多参数图像。本发明能够实现磁共振多参数的定量成像，并能够校正由于磁场不均匀造成的图像畸变。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.02 seconds)
