公开(公告)号：CN114677310A

公开(公告)日：2022-06-28

申请号：CN202210396331.6

申请日：2022-04-15

Applicant: 中南大学

Inventor： 黄建龙 ,  刘伟利 ,  廖志芳

IPC: G06T5/00 ,  G06T11/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种延迟增强磁共振图像的降噪与重建方法及系统，包括如下步骤：使用DnCNN对DE‑MRI图像进行预处理；使用SRGAN的生成器和鉴别器相互对抗，交替训练生成质量更好的图像，采用梯度惩罚解决梯度消失的问题；在原SRGAN损失函数的基础上添加WGAN损失函数监测梯度下降，提高图像重建的准确性。本发明首先对DE‑MRI图像进行DnCNN降噪，得到高峰值信噪比的图像，作为SRGAN训练图像，增加DE‑CMR训练集，增强了模型的泛化能力；其次，通过最小化Wasserstein距离，并使用梯度惩罚，使生成图像的分布与真实图像的分布接近，避免了训练的消失和爆炸，加快了模型的训练速度；最后，添加WGAN损失函数提高图像重建的准确性，使图像重建质量明显提高。

公开(公告)号：CN114677310B

公开(公告)日：2024-12-03

申请号：CN202210396331.6

申请日：2022-04-15

Applicant: 中南大学

Inventor： 黄建龙 ,  刘伟利 ,  廖志芳

IPC: G06T5/70 ,  G06T5/60 ,  G06T11/00 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明提供了一种延迟增强磁共振图像的降噪与重建方法及系统，包括如下步骤：使用DnCNN对DE‑MRI图像进行预处理；使用SRGAN的生成器和鉴别器相互对抗，交替训练生成质量更好的图像，采用梯度惩罚解决梯度消失的问题；在原SRGAN损失函数的基础上添加WGAN损失函数监测梯度下降，提高图像重建的准确性。本发明首先对DE‑MRI图像进行DnCNN降噪，得到高峰值信噪比的图像，作为SRGAN训练图像，增加DE‑CMR训练集，增强了模型的泛化能力；其次，通过最小化Wasserstein距离，并使用梯度惩罚，使生成图像的分布与真实图像的分布接近，避免了训练的消失和爆炸，加快了模型的训练速度；最后，添加WGAN损失函数提高图像重建的准确性，使图像重建质量明显提高。