公开(公告)号：CN116758120A

公开(公告)日：2023-09-15

申请号：CN202310719567.3

申请日：2023-06-16

Applicant: 复旦大学

Inventor： 王鹤 ,  汤玮 ,  王成彦

IPC: G06T7/30 ,  G06T7/00 ,  G06N3/082 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06V10/80 ,  G06V10/82 ,  G16H50/20

Abstract: 本发明属于医学图像处理技术领域，具体为一种基于深度学习的3T MRA到7T MRA的预测方法。本发明利用7T MRA高分辨率、高信噪比、高对比度等优点对3T MRA进行血管增强，提升图像质量；包括获取3T和7T MRA成对原始数据；图像预处理，包括配准、场不均匀性校正、去头皮、图像插值与像素值归一化；训练深度学习模型；将用于测试的3T MRA输入训练好的模型，预测出“类”7T MRA。本发明在模型训练过程中使用知识蒸馏网络引入MRA的MIP信息以提升预测结果的血管完整度、连续性和真实性；使用异方差偶然不确定性对真实的7T MRA和预测的7T‑like MRA之间的误差进行自适应加权，防止3T和7T MRA之间的空间不匹配给模型学习带来不良影响以及导致预测结果出现不合理的偏移。