-
公开(公告)号：CN119540390B
公开(公告)日：2025-05-09
申请号：CN202510103953.9
申请日：2025-01-23
Applicant: 南昌大学
Abstract: 本发明提供了一种基于全局和局部扩散模型的零样本动态MRI重建方法，包括以下步骤：基于原始二维动态全采样心脏磁共振多线圈数据，生成图像数据集；设计全局和局部时间交错采样策略以构建两类训练数据集，用于采用双阶段学习机制的全局和局部级联学习网络生成网络模型；使用快速提取网络模型的先验信息的迭代求解算法对数据交替进行预测、校正、低秩约束和数据一致性；将迭代求解算法应用于已训练的网络模型并进行测试，输出动态磁共振重建图像，对图像质量进行评价。本发明通过不同的时间交错采样策略构建完全编码数据，结合网络模型的图像先验信息，实现在欠采样条件下快速而精确的重建图像，显著提高了重建图像的质量与效率。
-
公开(公告)号：CN119540390A
公开(公告)日：2025-02-28
申请号：CN202510103953.9
申请日：2025-01-23
Applicant: 南昌大学
Abstract: 本发明提供了一种基于全局和局部扩散模型的零样本动态MRI重建方法，包括以下步骤：基于原始二维动态全采样心脏磁共振多线圈数据，生成图像数据集；设计全局和局部时间交错采样策略以构建两类训练数据集，用于采用双阶段学习机制的全局和局部级联学习网络生成网络模型；使用快速提取网络模型的先验信息的迭代求解算法对数据交替进行预测、校正、低秩约束和数据一致性；将迭代求解算法应用于已训练的网络模型并进行测试，输出动态磁共振重建图像，对图像质量进行评价。本发明通过不同的时间交错采样策略构建完全编码数据，结合网络模型的图像先验信息，实现在欠采样条件下快速而精确的重建图像，显著提高了重建图像的质量与效率。
-
Search Results
2
records
(took 0.016 seconds)
