一种基于物理神经网络的电特性断层成像方法

    公开(公告)号:CN115375788A

    公开(公告)日:2022-11-22

    申请号:CN202211033282.6

    申请日:2022-08-26

    Abstract: 一种基于物理神经网络的电特性断层成像方法,通过4个步骤空间所有点的电容率及电导率。本发明不需要对MR‑EPT的核心方程做简化来求解,而且在计算介电特性在空间的导数时不需要性离散化利用数值方法进行求解,避免了离散误差,因此本发明得到电容率及电导率的精度更高。该基于物理神经网络的电特性断层成像方法使用神经网络构建了从发射场以及其空间导数到电特性之间的映射关系,得到结果的精度更高。

    基于瞬时线化的电特性断层成像方法、系统、设备及介质

    公开(公告)号:CN115808650A

    公开(公告)日:2023-03-17

    申请号:CN202211343568.4

    申请日:2022-10-31

    Abstract: 本发明提供了一种基于瞬时线化的电特性断层成像方法、系统、设备及介质,其中方法包括:测量磁共振射频场,基于射频场计算得到发射场;利用数值方法计算得到发射场的点数据信息;基于发射场和发射场的点数据信息,根据麦克斯韦方程组,得到空间中每一点处的电容率初值和电导率初值,并由电容率初值和电导率初值确定约束项K、R1与R2;基于发射场、发射场的点数据信息以及约束项K、R1与R2,根据麦克斯韦方程组结合牛顿迭代法得到迭代方程;基于电容率初值和电导率初值确定迭代方程的初值,将初值代入迭代方程中进行迭代计算,经过若干次迭代后得到空间中每一点处的电容率和电导率;基于空间中每一点处的电容率和电导率输出电特性断层成像图。

Patent Agency Ranking