公开(公告)号：CN113240078A

公开(公告)日：2021-08-10

申请号：CN202110469551.2

申请日：2021-04-26

Applicant: 南方医科大学

Inventor： 冯衍秋 ,  陆琪琪 ,  张鑫媛 ,  连梓锋 ,  王华峰 ,  陈凌剑 ,  龚剑 ,  陈武凡

IPC: G06N3/04 ,  G06N3/08 ,  G06T7/00 ,  G06T5/00

Abstract: 本发明公开了一种基于深度学习网络的磁共振R2*参数量化方法，该方法包括：使用第一深度学习网络对输入磁共振T2*加权图像进行去噪声处理；同时使用第二深度学习网络对经过噪声处理后的磁共振T2*加权图像进行磁共振R2*量化预测；所述第一深度学习网络和所述第二深度学习网络组建级联网络。使用深度学习算法对R2*参数进行量化，避免了传统算法的复杂性，减小了量化误差，提升了计算速度，缩短了计算所需的时间。

公开(公告)号：CN113240078B

公开(公告)日：2024-03-19

申请号：CN202110469551.2

申请日：2021-04-26

Applicant: 南方医科大学

Inventor： 冯衍秋 ,  陆琪琪 ,  张鑫媛 ,  连梓锋 ,  王华峰 ,  陈凌剑 ,  龚剑 ,  陈武凡

IPC: G06N3/0464 ,  G06N3/08 ,  G06T7/00 ,  G06T5/70

Abstract: 本发明公开了一种基于深度学习网络的磁共振R2*参数量化方法，该方法包括：使用第一深度学习网络对输入磁共振T2*加权图像进行去噪声处理；同时使用第二深度学习网络对经过噪声处理后的磁共振T2*加权图像进行磁共振R2*量化预测；所述第一深度学习网络和所述第二深度学习网络组建级联网络。使用深度学习算法对R2*参数进行量化，避免了传统算法的复杂性，减小了量化误差，提升了计算速度，缩短了计算所需的时间。

公开(公告)号：CN115908808A

公开(公告)日：2023-04-04

申请号：CN202211482804.0

申请日：2022-11-24

Applicant: 南方医科大学

Inventor： 冯衍秋 ,  连梓锋 ,  王华峰 ,  龚剑 ,  胡秋根 ,  陈凌剑

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种全自动的肝脏T2*参数测量方法、装置、设备及介质，其中方法包括：获得磁共振肝脏T2*加权图像，并计算磁共振肝脏T2*加权图像的R2*图；使用第一深度学习网络去除磁共振肝脏T2*加权图像的背景，得到前景掩膜；将前景掩膜与R2*图相乘，得到去除背景的R2*图；使用第二深度学习网络对去除背景的R2*图上的肝脏进行分割，得到肝脏掩膜；将肝脏掩膜与磁共振肝脏T2*加权图像相乘，得到只含有肝脏的肝脏图像；在得到的肝脏图像中提取肝实质区域，并计算肝实质区域的T2*值，以计算得到的肝实质区域的T2*值作为肝脏磁共振横向弛豫时间T2*参数。本发明能够精确测量肝脏磁共振横向弛豫时间T2*参数，具有较高的泛化能力，无需人工干预。