著录项信息
专利名称 | 一种基于SC-GAN的膝部MRI重建技术 |
申请号 | CN202111006977.0 | 申请日期 | 2021-08-30 |
法律状态 | 公开 | 申报国家 | 中国 |
公开/公告日 | 2021-12-03 | 公开/公告号 | CN113744235A |
优先权 | 暂无 | 优先权号 | 暂无 |
主分类号 | G06T7/00 | IPC分类号 | G06T7/00;G06T7/10;G06N3/04;G06N3/08查看分类表>
|
申请人 | 河南工业大学 | 申请人地址 | 河南省郑州市高新技术产业开发区莲花街100号河南工业大学***
变更
专利地址、主体等相关变化,请及时变更,防止失效 |
权利人 | 河南工业大学 | 当前权利人 | 河南工业大学 |
发明人 | 赵祥;张鑫;杨铁军;李冰洁 |
代理机构 | 暂无 | 代理人 | 暂无 |
摘要
现有的方法重建高倍欠采图像时纹理细节丢失严重。针对这一问题,借鉴生成对抗网络的对抗学习思想,文中提出一种基于语义对比生成对抗网络的高倍欠采MRI重建方法(Semantic‑Contrast Generative Adversarial Network,SC‑GAN)。该方法由连续的两部分组成。第一部分,将笛卡尔高倍随机欠采样MRI图像输入基于U‑NET的生成器,与鉴别器不断博弈对抗生成初步重建图像,以此构建重建子网;另一部分是语义对比子网,通过VGG‑16比较初步重建图像与全采样图像的语义信息,比较结果反馈给第一部分进行参数调优,直到生成最佳的重建图像。实验结果表明,在加速因子高达7(14%)时,获得了主客观评价结果均较好的重建图像。与先进的重建方法相比,该方法的内存损耗更低、收敛速度更快且纹理细节更丰富,可为下一代MRI机器的研发提供算法支持。