-
公开(公告)号：CN108010100B
公开(公告)日：2020-02-18
申请号：CN201711287890.9
申请日：2017-12-07
Applicant: 厦门大学
Abstract: 一种基于残差网络的单扫描磁共振定量T2成像重建方法，涉及磁共振成像方法。利用具有相同偏转角的4个小角度激发脉冲，在每个激发脉冲之后有一段演化时间，使得每个回波信号的横向弛豫时间T2不同。在每个激发脉冲之后都加一个频率编码维和相位编码维的移位梯度，使得不同的激发脉冲产生的信号在k空间的位置不一样。在一次采样中就获得多个具有不同横向弛豫时间的回波信号。然后将采样信号经过归一化、充零和快速傅里叶变换之后输入到已经训练好的残差网络中重建得到定量T2图像。残差网络的训练数据来源于模拟数据。先随机生成模板，然后模拟实验环境采样得到网络的输入图像，模板作为标签，通过训练得输入图像和输出图像之间的映射关系。
-
公开(公告)号：CN108663644B
公开(公告)日：2020-02-14
申请号：CN201810208422.6
申请日：2018-03-14
Applicant: 厦门大学
Abstract: 基于残差网络重建的单扫描定量磁共振T2*成像方法，涉及磁共振成像方法。利用具有相同偏转角的4个小角度激发脉冲，在每个激发脉冲之后有一段演化时间，使得每个回波信号的横向弛豫时间不同。在每个激发脉冲之后都加一个频率维和相位维的移位梯度使得不同的激发脉冲产生的信号在k空间的位置不一样。这样，在一次采样中就获得了多个具有不同横向弛豫时间的梯度回波信号。然后将采样信号经过归一化、充零和快速傅里叶变换之后输入到已经训练好的残差网络中重建得到定量T2*图像。残差网络的训练数据来源于模拟数据，通过随机生成模板然后模拟实验环境采样得到网络的输入图像，模板作为标签，通过训练得到输入图像和输出图像之间的映射关系。
-
公开(公告)号：CN110782452A
公开(公告)日：2020-02-11
申请号：CN201911069801.2
申请日：2019-11-05
Applicant: 厦门大学
Abstract: 本发明公开一种T2定量图像成像方法和系统，包括设置多重叠回波及多回波链采样脉冲序列；基于所述多重叠及多回波链采样脉冲序列，从待测样本中采集真实图像；基于所述多重叠回波及多回波链采样脉冲序列，从历史样本中采集多个模拟图像；对各所述模拟图像训练，得到U-NET卷积神经网络；根据所述U-NET卷积神经网络及所述真实图像，得到T2定量图像。多重叠回波及多回波链脉冲序列在多重叠回波序列的基础上增加了多个重聚脉冲，将由磁场不均匀性非T2因素引起的衰减的回波重聚。可以在采样过程中采集到更多的具有不同T2加权的回波，得到更丰富的T2信息，从而提升了T2定量重建结果的精度、准度及分辨率，同时还将获得相应的质子密度图(M0)及射频场(B1)图。
-
公开(公告)号：CN108226835B
公开(公告)日：2020-01-14
申请号：CN201711494370.5
申请日：2017-12-31
Applicant: 厦门大学
IPC: G01R33/565 , G01R33/561
Abstract: 基于分段激发的多回波多层时空编码磁共振成像方法，涉及磁共振成像方法。将成像物体分成几段，通过90°段选脉冲选择一个成像段，通过180°线性扫频脉冲对段内核自旋进行时空编码，用180°硬脉冲使非成像段的核自旋回到热平衡态，用与90°段选脉冲相同的脉冲将自旋信息进行存储；采用多个90°层选脉冲依次激发多个目标层，结合频率编码维特定的散相梯度，使不同层的信号在不同采样时刻形成回波；改变层选脉冲中心频率及相关脉冲梯度，获得段内各层面的磁共振数据；修改段选脉冲的中心频率选择不同成像段；重复上述操作获得整个成像物体数据，将同时采集的多回波数据按回波数分割，对每层数据超分辨重建，得多层高分辨磁共振图像。
-
公开(公告)号：CN109741409A
公开(公告)日：2019-05-10
申请号：CN201811453665.2
申请日：2018-11-30
Applicant: 厦门大学
Abstract: 回波平面成像涡流伪影的无参考扫描校正方法，首先对神经网络的参数进行训练：利用模拟软件随机批量生成模拟样本，然后导入预先编写好的EPI序列对这些模拟样本进行采样，得到对应每个样本的K空间数据。根据涡流效应的相位特点，对采集到的信号进行相位修改，再进行傅里叶变换得到受涡流效应影响的模拟EPI图像。修改的相位信息作为标签保存下来。将这些图像作为训练数据集对神经网络模型进行训练，当训练误差减小到设定的阈值以下时，保存网络参数。神经网络模型训练完成后，将真实采集的EPI图像输入神经网络模型进行重建，即可得到去除了涡流伪影的EPI图像。本发明在无参考扫描的情况下实现EPI图像涡流伪影的去除，可以为EPI的临床应用提供帮助。
-
Patent Agency Ranking
公开(公告)号：CN109597012A
公开(公告)日：2019-04-09
申请号：CN201811580826.4
申请日：2018-12-24
Applicant: 厦门大学
IPC: G01R33/56
Abstract: 一种基于残差网络的单扫描时空编码成像重建方法，涉及基于深度学习网络的磁共振图像重建技术。提供在单次扫描中获得二维图像，再使用深度学习方法重建得到一种基于残差网络的单扫描时空编码成像重建方法。将激励脉冲替换为线性扫频脉冲，有效抵抗由于不均匀磁场及化学位移造成的图像扭曲，同时获得和EPI相似的成像速度、分辨率和信噪比。SPEN成像沿相位编码方向都是欠采样的。尽管时空编码成像信号本身无需重建就能够反映成像物的轮廓，但是该轮廓的固有分辨率通常是很低。利用深度学习从低分辨率的信号空间重建SPEN图像，大幅提高图像分辨率，呈现质子密度分布，在获得和传统反卷积重建方法相似的分辨率的同时，获得高的信噪比。
-
公开(公告)号：CN108663644A
公开(公告)日：2018-10-16
申请号：CN201810208422.6
申请日：2018-03-14
Applicant: 厦门大学
Abstract: 基于残差网络重建的单扫描定量磁共振T2*成像方法，涉及磁共振成像方法。利用具有相同偏转角的4个小角度激发脉冲，在每个激发脉冲之后有一段演化时间，使得每个回波信号的横向弛豫时间不同。在每个激发脉冲之后都加一个频率维和相位维的移位梯度使得不同的激发脉冲产生的信号在k空间的位置不一样。这样，在一次采样中就获得了多个具有不同横向弛豫时间的梯度回波信号。然后将采样信号经过归一化、充零和快速傅里叶变换之后输入到已经训练好的残差网络中重建得到定量T2*图像。残差网络的训练数据来源于模拟数据，通过随机生成模板然后模拟实验环境采样得到网络的输入图像，模板作为标签，通过训练得到输入图像和输出图像之间的映射关系。
-
公开(公告)号：CN108132274A
公开(公告)日：2018-06-08
申请号：CN201711396029.6
申请日：2017-12-21
Applicant: 厦门大学
Abstract: 不均匀磁场下回波平面成像无参考扫描图像畸变矫正方法，涉及核磁共振成像重建方法。利用单扫描回波平面成像序列对信号进行编码和采样，在一次90°脉冲激发后，通过一系列回波梯度采样获得整个k空间信号，不均匀磁场的影响在整个采样过程中积累。采样的信号通过二维傅里叶变换重建出图像，其中实部和虚部分别作为残差神经网络的输入。神经网络的训练来自于模拟数据集。首先随机生成标签，然后根据采样条件获得与标签对应的畸变的图像用于输入。批量生成多组数据用于训练网络。调整网络的超参数以保证训练误差能够收敛。最后导入训练好的网络参数并输入实测单扫描回波平面成像数据，可以获得无畸变的图像。
-
公开(公告)号：CN108010100A
公开(公告)日：2018-05-08
申请号：CN201711287890.9
申请日：2017-12-07
Applicant: 厦门大学
Abstract: 一种基于残差网络的单扫描磁共振定量T2成像重建方法，涉及磁共振成像方法。利用具有相同偏转角的4个小角度激发脉冲，在每个激发脉冲之后有一段演化时间，使得每个回波信号的横向弛豫时间T2不同。在每个激发脉冲之后都加一个频率编码维和相位编码维的移位梯度，使得不同的激发脉冲产生的信号在k空间的位置不一样。在一次采样中就获得多个具有不同横向弛豫时间的回波信号。然后将采样信号经过归一化、充零和快速傅里叶变换之后输入到已经训练好的残差网络中重建得到定量T2图像。残差网络的训练数据来源于模拟数据。先随机生成模板，然后模拟实验环境采样得到网络的输入图像，模板作为标签，通过训练得输入图像和输出图像之间的映射关系。
-
公开(公告)号：CN103885017A
公开(公告)日：2014-06-25
申请号：CN201410057539.0
申请日：2014-02-20
Applicant: 厦门大学
IPC: G01R33/565
Abstract: 本发明公开一种基于单扫描正交时空编码磁共振成像的图像畸变校正方法。该方法通过90度和180度的线性扫频脉冲（chirp脉冲）联合正交分布的空间编码梯度，在激发阶段使空间内的质子自旋获得一个和空间位置相关的二次相位；在采样阶段，通过快速切换的正负梯度回波链进行数据采样，超快速地获得具有T2*加权的空间域磁共振成像数据；最后通过高分辨重建算法和图像畸变校正方法对畸变的磁共振图像进行重建校正，从而获得高分辨率的高品质磁共振图像。本发明所提出的基于正交时空编码磁共振成像的图像畸变校正方法，不仅不需要额外的参考扫描，根据自身的数据就可以进行畸变校正，并且还具有克服局部不均匀场的能力，即使在极强的不均匀场下仍能正常工作。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.021 seconds)
