公开(公告)号：CN114972562A

公开(公告)日：2022-08-30

申请号：CN202210555015.9

申请日：2022-05-20

Applicant: 厦门大学

Inventor： 屈小波 ,  方浩铭

IPC: G06T11/00 ,  G06N3/04 ,  G06N3/08 ,  G01R33/54

Abstract: 联合线圈灵敏度估计与图像重建的快速磁共振成像方法，包括以下步骤：1)获取多线圈磁共振傅里叶空间数据和欠采样模板，并生成欠采样填零的多线圈图像、完整的多线圈灵敏度映射图与磁共振图像共同组成训练集；2)设计基于稀疏模型展开的联合磁共振灵敏度估计与图像重建深度学习网络模型、网络的反馈功能及损失函数；3)利用步骤1)获得的训练集，求解基于稀疏模型展开的深度学习网络的最优参数；4)将待重建的欠采样的磁共振傅里叶空间数据输入已训练的网络重建磁共振图像。通过联合磁共振线圈灵敏度估计和图像的稀疏性，以传统最优化方法为指导设计深度神经网络，具有线圈灵敏度估计准、图像重建速度快和重建质量高的特点。

公开(公告)号：CN114972562B

公开(公告)日：2024-06-07

申请号：CN202210555015.9

申请日：2022-05-20

Applicant: 厦门大学

Inventor： 屈小波 ,  方浩铭

IPC: G06T11/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G01R33/54

Abstract: 联合线圈灵敏度估计与图像重建的快速磁共振成像方法，包括以下步骤：1)获取多线圈磁共振傅里叶空间数据和欠采样模板，并生成欠采样填零的多线圈图像、完整的多线圈灵敏度映射图与磁共振图像共同组成训练集；2)设计基于稀疏模型展开的联合磁共振灵敏度估计与图像重建深度学习网络模型、网络的反馈功能及损失函数；3)利用步骤1)获得的训练集，求解基于稀疏模型展开的深度学习网络的最优参数；4)将待重建的欠采样的磁共振傅里叶空间数据输入已训练的网络重建磁共振图像。通过联合磁共振线圈灵敏度估计和图像的稀疏性，以传统最优化方法为指导设计深度神经网络，具有线圈灵敏度估计准、图像重建速度快和重建质量高的特点。