[發明專利]基于機器學習的并行磁共振成像GRAPPA方法有效
| 申請號： | 201210288373.4 | 申請日： | 2012-08-14 |
| 公開（公告）號： | CN102798829A | 公開（公告）日： | 2012-11-28 |
| 發明（設計）人： | 梁棟;朱燕杰;吳垠;劉新;鄭海榮 | 申請（專利權）人： | 深圳先進技術研究院 |
| 主分類號： | G01R33/561 | 分類號： | G01R33/561 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 518055 廣東省深圳*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 機器 學習 并行 磁共振 成像 grappa 方法 | ||
【權利要求書】：
1.一種基于機器學習的并行磁共振成像GRAPPA方法，其特征在于，包括以下步驟：
從待成像對象采集K空間數據集；
利用機器學習中的回歸分析建立欠采樣點和其近鄰點的映射關系；
對欠采樣點進行預測，填充欠采樣的K空間；
根據各線圈的K空間數據進行傅里葉逆變換得到各線圈的圖像，并對多幅圖像求平方和，得到最終的重建結果。
2.根據權利要求1所述的方法，其特征在于：K空間數據集包括自校準線。
3.根據權利要求2所述的方法，其特征在于：欠采樣點及其近鄰點滿足方程式b＝F(A)，F為從A到b的非線性映射關系。
4.根據權利要求3所述的方法，其特征在于：利用自校準線估計非線性映射關系F，自校準線上的點和其近鄰點構成一組訓練樣本，用機器學習方法進行訓練，建立訓練模型。
5.根據權利要求4所述的方法，其特征在于：利用機器學習方法中的人工神經網絡或決策樹方法均可得到非線性映射關系F。
6.根據權利要求4所述的方法，其特征在于：利用每個欠采樣點的近鄰點的值作為輸入，估計欠采樣點的值，填充欠采樣的K空間。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳先進技術研究院，未經深圳先進技術研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201210288373.4/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種流體選擇閥
- 下一篇：片狀飾面材料粘貼工具
