一种基于矩阵分解的深度学习磁共振波谱重建方法
授权
摘要
一种基于矩阵分解的深度学习磁共振波谱重建方法，涉及磁共振波谱重建方法。包括以下步骤：1)利用指数函数生成磁共振波谱的时域信号；2)建立包含全采样时域信号与欠采样时域信号的训练集；3)设计基于矩阵分解的深度学习网络结构；4)设计基于矩阵分解的深度学习网络的数据校验层；5)设计基于矩阵分解的深度学习网络的反馈功能；6)生成基于矩阵分解的深度学习网络的波谱重建模型；7)训练网络的相对最优参数；8)对需要进行欠采样重建的磁共振信号进行重建；9)对重建后的时域信号进行傅里叶变换即得到重建的波谱。既有深度学习方法优异的时间表现，又基于传统重建方法具有相对可靠的理论支撑；可快速高质量地重建磁共振信号。
基本信息
专利标题 ：
一种基于矩阵分解的深度学习磁共振波谱重建方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111324861A
申请号 ：
CN202010129060.9
公开（公告）日 ：
2020-06-23
申请日 ：
2020-02-28
授权号 ：
CN111324861B
授权日 ：
2022-05-03
发明人 ：
屈小波
申请人 ：
厦门大学
申请人地址 ：
福建省厦门市思明区思明南路422号
代理机构 ：
厦门南强之路专利事务所(普通合伙)
代理人 ：
马应森
优先权 ：
CN202010129060.9
主分类号 ：
G06F17/16
IPC分类号 ：
G06F17/16 G06N3/04 G06N3/08 G01R33/561
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F17/00
特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法
G06F17/10
复杂数学运算的
G06F17/16
矩阵或向量计算的
法律状态
2022-05-03 ：
授权
2020-07-17 ：
实质审查的生效
IPC(主分类) : G06F 17/16
申请日 : 20200228
申请日 : 20200228
2020-06-23 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
