[发明专利]一种基于稀疏表示的深度学习磁共振波谱重建方法有效
| 申请号： | 202010610893.7 | 申请日： | 2020-06-29 |
| 公开（公告）号： | CN111783631B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 屈小波 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06F18/21;G06F18/24;G06N3/045;G06N3/0464;G06N3/048;G06N3/09;G06F30/27;G06N3/04;G06N3/08;G01R33/20;G06F123/02 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森 |
| 地址： | 361005 福建*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于稀疏表示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)利用磁共振波谱的时域信号的指数函数特性，仿真产生全采样的时域信号；2)对时域信号进行欠采样，建立包含全采样时域信号对应的波谱、欠采样时域信号和对应欠采样模板的训练集；3)设计基于稀疏表示的深度学习网络模型、网络的反馈功能及损失函数；4)利用步骤2)获得的训练集，求解基于稀疏表示的深度学习网络的最优参数；5)将待重建的欠采样的磁共振时域信号输入网络重建磁共振波谱。通过约束磁共振频域信号的稀疏性，以传统最优化方法为指导设计深度神经网络，具有重建速度快、重建质量高和网络可解释性强的特点。 | ||
| 搜索关键词： | 一种 基于 稀疏 表示 深度 学习 磁共振 波谱 重建 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门大学，未经厦门大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010610893.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种视力检测仪
- 下一篇：一种用于广告策划的户外征集平台及其实施方法
