回波平面成像涡流伪影的无参考扫描校正方法

发明专利有效专利

申请号：
CN201811453665.2
IPC分类号：G06T11/00;G06T5/10;G06T5/00
申请日期：
2018-11-30
申请人：
厦门大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	回波平面成像涡流伪影的无参考扫描校正方法
申请号	CN201811453665.2	申请日期	2018-11-30
法律状态	实质审查	申报国家	中国
公开/公告日	2019-05-10	公开/公告号	CN109741409A
优先权	暂无	优先权号	暂无
主分类号	G06T11/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T11/00 2D［二维］图像的生成〔6〕	IPC分类号	G;0;6;T;1;1;/;0;0;;;G;0;6;T;5;/;1;0;;;G;0;6;T;5;/;0;0查看分类表>
申请人	厦门大学	申请人地址	福建省厦门市思明南路４２２号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	厦门大学	当前权利人	厦门大学
发明人	蔡淑惠;丁明为;练旭东;蔡聪波
代理机构	厦门市首创君合专利事务所有限公司	代理人	张松亭;林燕玲

摘要

回波平面成像涡流伪影的无参考扫描校正方法，首先对神经网络的参数进行训练：利用模拟软件随机批量生成模拟样本，然后导入预先编写好的EPI序列对这些模拟样本进行采样，得到对应每个样本的K空间数据。根据涡流效应的相位特点，对采集到的信号进行相位修改，再进行傅里叶变换得到受涡流效应影响的模拟EPI图像。修改的相位信息作为标签保存下来。将这些图像作为训练数据集对神经网络模型进行训练，当训练误差减小到设定的阈值以下时，保存网络参数。神经网络模型训练完成后，将真实采集的EPI图像输入神经网络模型进行重建，即可得到去除了涡流伪影的EPI图像。本发明在无参考扫描的情况下实现EPI图像涡流伪影的去除，可以为EPI的临床应用提供帮助。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供