一种智能动态对比度增强磁共振成像方法

    公开(公告)号:CN118470151A

    公开(公告)日:2024-08-09

    申请号:CN202410932035.2

    申请日:2024-07-12

    Applicant: 厦门大学

    Abstract: 一种智能动态对比度增强磁共振成像方法,涉及磁共振图像处理。1)获取动态对比度增强磁共振图像的傅里叶变换数据(也称频率数据),预处理,制作训练标签构建训练集;2)构建基于药代动力学和时空特征融合的深度学习网络,网络采用编码器‑解码器框架,由两个编码器(空间特征提取路径、时间‑空间特征提取路径)和一个解码器组成;两个编码器将提取的特征图拼接输入解码器;3)设计多任务损失函数,训练模型,训练集上采用梯度下降法对网络权重更新至损失函数收敛;4)待重建目标成像的频率数据输入训练好的模型,得到重建图像和药代动力学参数。通过时空特征融合及联合优化定量参数,实现快速高质量的图像重建和准确的药代动力学参数估计。

    一种智能动态对比度增强磁共振成像方法

    公开(公告)号:CN118470151B

    公开(公告)日:2024-09-13

    申请号:CN202410932035.2

    申请日:2024-07-12

    Applicant: 厦门大学

    Abstract: 一种智能动态对比度增强磁共振成像方法,涉及磁共振图像处理。1)获取动态对比度增强磁共振图像的傅里叶变换数据(也称频率数据),预处理,制作训练标签构建训练集;2)构建基于药代动力学和时空特征融合的深度学习网络,网络采用编码器‑解码器框架,由两个编码器(空间特征提取路径、时间‑空间特征提取路径)和一个解码器组成;两个编码器将提取的特征图拼接输入解码器;3)设计多任务损失函数,训练模型,训练集上采用梯度下降法对网络权重更新至损失函数收敛;4)待重建目标成像的频率数据输入训练好的模型,得到重建图像和药代动力学参数。通过时空特征融合及联合优化定量参数,实现快速高质量的图像重建和准确的药代动力学参数估计。

Patent Agency Ranking