公开(公告)号：CN116188610A

公开(公告)日：2023-05-30

申请号：CN202310064097.1

申请日：2023-01-13

Applicant: 厦门大学

Inventor： 包立君 ,  庄文曦

IPC: G06T11/00 ,  G06T5/50

Abstract: 本发明公开了一种基于双向学习三维网络的多任务相位预处理方法及系统，该方法能够对原始相位图进行集成相位解缠绕和去除背景场的一站式处理。双向学习三维网络由进化分支和退化分支组成。进化分支以局部场图为训练标签，用于学习相位图与场图的映射关系。退化分支以相位的缠绕图和背景场图作为训练标签，旨在学习相位图的降质过程。采用退化分支估计的缠绕数和背景场，从原始相位反演出第二局部场图；将其与进化分支预测的第一局部场图相融合，实现基于双向学习的相位预处理。通过引入幅值信息校验，提高网络对相位数据中伪影和扰动的抑制能力。本发明在缠绕分布复杂、背景不均匀、信号波动大、病灶严重等区域，能够表现出更准确可靠的处理效果。

公开(公告)号：CN116630288A

公开(公告)日：2023-08-22

申请号：CN202310656841.7

申请日：2023-06-05

Applicant: 厦门大学

Inventor： 包立君 ,  庄文曦

IPC: G06T7/00 ,  G06T11/00 ,  G06T7/194 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0985

Abstract: 一种基于先验引导三维卷积网络的相位预处理方法和系统，能够对原始相位图进行集成相位解缠绕和去除背景场的一站式处理，包括编码器模块、解码器模块和幅值图校正模块，网络输入端将相位图与其三维梯度图相级联，可快速定位相位跳变的缠绕边界。编码器模块中将多组Res2Net模块串联以提升网络的多尺度表示能力。幅值校正模块以帮助网络准确分辨由磁化率伪影所引起的场图扰动。在模拟脑数据脑、健康脑数据、临床脑数据上进行测试，定性与定量分析证明提出的方法可快速准确实现相位预处理，特别是在缠绕分布复杂、背景场不均匀、病灶严重等区域，都能够得到准确的场图重建。