公开(公告)号：CN119251074B

公开(公告)日：2025-04-29

申请号：CN202411784782.2

申请日：2024-12-06

Applicant: 厦门大学

Inventor： 屈小波 ,  林巧灵

IPC: G06T5/60 ,  G06T5/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 一种物理智能磁共振扩散加权图像去噪和定量方法，涉及扩散磁共振加权成像。包括以下步骤：1）获取利用多扩散方向的平面回波成像序列采集的扩散加权磁共振数据；2）设计物理智能磁共振扩散加权图像去噪与定量的深度学习网络模型及损失函数；3）利用步骤1）获得的训练数据集，训练物理智能磁共振扩散加权图像去噪与定量的深度学习网络模型；4）将待去噪的扩散加权数据输入到训练好的网络中，生成最终的去噪与定量结果。通过物理正则化损失和低b值数据的联合应用，有效解决磁共振扩散加权成像中的低信噪比问题，实现图像去噪，并进一步提供准确的定量结果。在减少采集次数的同时能够保持甚至提升图像质量和ADC定量准确性。

公开(公告)号：CN119251074A

公开(公告)日：2025-01-03

申请号：CN202411784782.2

申请日：2024-12-06

Applicant: 厦门大学

Inventor： 屈小波 ,  林巧灵

IPC: G06T5/60 ,  G06T5/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 一种物理智能磁共振扩散加权图像去噪和定量方法，涉及扩散磁共振加权成像。包括以下步骤：1）获取利用多扩散方向的平面回波成像序列采集的扩散加权磁共振数据；2）设计物理智能磁共振扩散加权图像去噪与定量的深度学习网络模型及损失函数；3）利用步骤1）获得的训练数据集，训练物理智能磁共振扩散加权图像去噪与定量的深度学习网络模型；4）将待去噪的扩散加权数据输入到训练好的网络中，生成最终的去噪与定量结果。通过物理正则化损失和低b值数据的联合应用，有效解决磁共振扩散加权成像中的低信噪比问题，实现图像去噪，并进一步提供准确的定量结果。在减少采集次数的同时能够保持甚至提升图像质量和ADC定量准确性。