龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：武汉轻工大学
摘要：一种MRI图像的基于深度学习利用盲点和循环细化的去噪方法，包括如下步骤：获取MRI多维扫描数据，得到待处理的噪声图像；将噪声图像分割成若干个块，将带有全局掩码的图像块作为输入，输入到去噪网络中；利用全局掩码进行图像去噪，同时引入感知损失，通过对盲点像素的采样和映射，生成去噪图像；以UNet网络结构为基础，添加多残差卷积和跳连残差路径构建自编码器；将去噪图像输入自编码器中，确保生成的高分辨率MRI图像与原始MRI图像在反向重建过程中保持一致性。本发明在去噪的同时能更好地保留图像细节信息以提升视觉质量，从而提高了噪声图像的去噪质量，丰富了图像信息，使得重建的图像质量得到了明显改善，图像更接近于原始的真实图像。
主权项：1.一种MRI图像的基于深度学习利用盲点和循环细化的去噪方法，其特征在于它包括如下步骤：S1：获取MRI多维扫描数据，通过切片操作获得二维医学源图像，并针对这些二维图像添加不同类型的噪声来模拟在扫描场景中所遇到的情况，得到待处理的噪声图像；S2：将待处理的噪声图像分割成若干个块，在每个块中，随机选择特定像素作为盲点，并生成全局掩码，该掩码包含了所有盲点的位置信息，将带有全局掩码的图像块作为输入，输入到去噪网络中；S3：在去噪网络中，利用全局掩码进行图像去噪，同时引入感知损失，避免过度去噪导致的细节丢失问题，通过对盲点像素的采样和映射，生成去噪图像；S4：以UNet网络结构为基础，添加多残差卷积和跳连残差路径构建自编码器，以解决编码器和解码器对应层之间的语义差异；S5：将步骤S3中得到的去噪图像输入步骤S4中的自编码器中，引入循环一致性损失函数，确保生成的高分辨率MRI图像与原始MRI图像在反向重建过程中保持一致性，利用判别器网络评估生成的高分辨率MRI图像，根据评估结果调整生成器网络，以提高MRI图像重建的质量。
全文数据：
权利要求：
百度查询： 武汉轻工大学 MRI图像的基于深度学习利用盲点和循环细化的去噪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号