公开(公告)号：CN117114993A

公开(公告)日：2023-11-24

申请号：CN202311140647.X

申请日：2023-09-05

Applicant: 桂林电子科技大学

Inventor： 赵岩 ,  陈洪波

IPC: G06T3/40 ,  G16H30/40 ,  G06N3/045 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种厚层转变薄层的MRI超分辨率重建方法，该方法首先选取较薄层高分辨率MRI图像数据，对选取的MRI数据进行预处理得到小数据块，将选取的小数据块作为训练数据，然后建立基于Swin Transformer的MRI超分辨率重建模型，将小数据块作为模型输入对模型进行训练，得到MRI超分辨率重建模型；最后使用厚层的MRI数据进行处理得到小数据块，将厚层的数据输入到训练好的模型中进而得到薄层数据。该方法模型规模小，图像重建速度快，重建图像质量高，为医学图像处理提供更精密数据。

公开(公告)号：CN114092332B

公开(公告)日：2025-03-11

申请号：CN202111429939.6

申请日：2021-11-29

Applicant: 桂林电子科技大学

Inventor： 刘伟 ,  陈洪波 ,  赵岩

IPC: G06T3/4053 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00 ,  G06T7/11 ,  G06T5/70 ,  G16H30/20 ,  G06T5/60

Abstract: 本发明公开了一种头部三维MRI超分辨率重建方法，该方法首先选取高分辨的MRI图像数据，对选取的MRI数据进行预处理得到小数据块，将得小数据块作为训练数据；然后建立基于卷积神经网络和Transformer编码器的三维MRI超分辨率重建模型，将小数据块作为输入对模型进行训练，得到三维MRI超分辨率重建模型；最后使用三个轴向MRI数据进行处理得到正方体空腔数据，将空腔数据输入到训练好的模型中得到空腔被填充小正方体，拼接空腔被填充小正方体组成完整数据空间。该方法模型规模小，图像重建速度快，重建图像质量高，为医学图像处理提供更精密数据。

公开(公告)号：CN114663288A

公开(公告)日：2022-06-24

申请号：CN202210371270.8

申请日：2022-04-11

Applicant: 桂林电子科技大学

Inventor： 刘伟 ,  李绘 ,  赵岩

IPC: G06T3/40 ,  G06T7/00 ,  G16H30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种单轴向头部MRI超分辨率重建方法，该方法首先选取层间距较小高分辨的MRI图像数据，对选取的MRI数据进行预处理，得到层间距较小的MRI数据块和其对应的层间距较大的MRI数据块；然后建立基于多尺度密集连接卷积的MRI超分辨率重建模型，将预处理得到的层间距较大数据块作为输入，将层间距较小的数据块作为模型的目标输出，对模型进行训练，得到单轴向头部MRI超分辨率重建；最后将重建得到的数据块按照取样顺序进行拼接得到层间距较小的MRI数据。该方法使用密集连接卷积和多尺度采样，图像重建速度快，重建得到的图像质量高，为医学图像处理提供更精密数据。

公开(公告)号：CN114092332A

公开(公告)日：2022-02-25

申请号：CN202111429939.6

申请日：2021-11-29

Applicant: 桂林电子科技大学

Inventor： 刘伟 ,  陈洪波 ,  赵岩

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00 ,  G06T7/11 ,  G06T5/00 ,  G16H30/20

Abstract: 本发明公开了一种头部三维MRI超分辨率重建方法，该方法首先选取高分辨的MRI图像数据，对选取的MRI数据进行预处理得到小数据块，将得小数据块作为训练数据；然后建立基于卷积神经网络和Transformer编码器的三维MRI超分辨率重建模型，将小数据块作为输入对模型进行训练，得到三维MRI超分辨率重建模型；最后使用三个轴向MRI数据进行处理得到正方体空腔数据，将空腔数据输入到训练好的模型中得到空腔被填充小正方体，拼接空腔被填充小正方体组成完整数据空间。该方法模型规模小，图像重建速度快，重建图像质量高，为医学图像处理提供更精密数据。