-
公开(公告)号：CN114333983B
公开(公告)日：2024-08-16
申请号：CN202111597318.9
申请日：2021-12-24
Applicant: 厦门大学
Abstract: 一种基于深度学习的磁共振波谱智能量化分析方法，涉及磁共振波谱量化分析方法。提供可实现目标代谢信号的量化分析，并且具有量化速度快、量化精度高和智能一体化特点的一种基于深度学习的磁共振波谱智能量化分析方法。利用磁共振波谱信号模型构建仿真数据，其中包括模拟非理想成像条件下的磁共振波谱信号、对应的代谢物分量信号以及背景信号波谱作为仿真训练集；设计深度学习波谱量化网络及损失函数；利用获得的仿真训练集训练步所述网络，得到最优参数下的网络；将活体磁共振波谱输入最优参数下的网络，得到背景信号和目标代谢物分量信号，以及代谢物分量在非理想成像条件下的信号参数；利用网络预测得出的信号参数计算目标代谢物的浓度。
-
公开(公告)号：CN114333983A
公开(公告)日：2022-04-12
申请号：CN202111597318.9
申请日：2021-12-24
Applicant: 厦门大学
Abstract: 一种基于深度学习的磁共振波谱智能量化分析方法，涉及磁共振波谱量化分析方法。提供可实现目标代谢信号的量化分析，并且具有量化速度快、量化精度高和智能一体化特点的一种基于深度学习的磁共振波谱智能量化分析方法。利用磁共振波谱信号模型构建仿真数据，其中包括模拟非理想成像条件下的磁共振波谱信号、对应的代谢物分量信号以及背景信号波谱作为仿真训练集；设计深度学习波谱量化网络及损失函数；利用获得的仿真训练集训练步所述网络，得到最优参数下的网络；将活体磁共振波谱输入最优参数下的网络，得到背景信号和目标代谢物分量信号，以及代谢物分量在非理想成像条件下的信号参数；利用网络预测得出的信号参数计算目标代谢物的浓度。
-
Search Results
2
records
(took 0.015 seconds)
