[發明專利]醫學成像模型的建立方法、裝置、設備及存儲介質有效
| 申請號： | 201811611862.2 | 申請日： | 2018-12-27 |
| 公開（公告）號： | CN111383741B | 公開（公告）日： | 2022-05-10 |
| 發明（設計）人： | 王珊珊;梁棟;柯子文;劉新;鄭海榮 | 申請（專利權）人： | 深圳先進技術研究院 |
| 主分類號： | G16H30/20 | 分類號： | G16H30/20;G06N3/04 |
| 代理公司： | 北京品源專利代理有限公司 11332 | 代理人： | 孟金喆 |
| 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： | 醫學 成像 模型 建立 方法 裝置 設備 存儲 介質 | ||
1.一種醫學成像模型的建立方法，其特征在于，包括：
獲取醫學圖像的K空間欠采樣數據作為訓練樣本；
將所述訓練樣本輸入至預先構建的原始神經網絡進行訓練，其中，所述原始神經網絡包括頻率域網絡FDN以及圖像域網絡SDN，所述頻率域網絡FDN與所述圖像域網絡SDN之間通過傅里葉逆變換IFFT連接；
將訓練完成的所述原始神經網絡作為目標醫學成像模型；
所述頻率域網絡包括第一預設數量的頻率域模塊Fnet，其中，每個頻率域模塊Fnet包含第二預設數量的三維卷積層3D Conv以及一個頻率域數據一致層KDC；
將所述頻率域網絡的輸出結果經過傅里葉逆變換IFFT后的結果作為第一個圖像域模塊的第一個三維卷積層的輸入；
將所述圖像域模塊的前一個三維卷積層的輸出結果作為所述圖像域模塊的下一個三維卷積層的輸入；
將所述圖像域模塊的最后一個三維卷積層的輸出結果與所述圖像域模塊的第一個三維卷積層的輸入進行求和運算后，輸入所述圖像域模塊圖像域數據一致層IDC，將所述圖像域數據一致層IDC的輸出結果作為所述圖像域模塊的輸出結果；
將前一圖像域模塊的輸出結果作為下一個圖像域模塊的輸入，將最后一個圖像域模塊的輸出結果作為所述圖像域網絡的輸出結果。
2.根據權利要求1所述的方法，其特征在于，所述圖像域網絡SDN包括第三預設數量的圖像域模塊Snet，其中，每個圖像域模塊包含第四預設數量的三維卷積層3D Conv、一個圖像域數據一致層IDC以及一個殘差連接。
3.根據權利要求1所述的方法，其特征在于，還包括：
將所述訓練樣本作為第一個頻率域模塊的第一個三維卷積層的輸入；
將所述頻率域模塊的前一個三維卷積層的輸出結果作為所述頻率域模塊的下一個三維卷積層的輸入；
將所述頻率域模塊的最后一個三維卷積層的輸出結果作為所述頻率域模塊頻率域數據一致層KDC的輸入，將所述頻率域數據一致層KDC的輸出結果作為所述頻率域模塊的輸出結果；
將前一頻率域模塊輸出結果作為下一個頻率域模塊的輸入，將最后一個頻率域模塊的輸出結果作為所述頻率域網絡的輸出結果。
4.根據權利要求1所述的方法，其特征在于，所述將所述訓練樣本輸入至預先構建的所述原始神經網絡進行訓練，包括：
選取設定數量的訓練樣本；
依次獲取一個訓練樣本輸入至預先建立的原始頻率域網絡中得到初步輸出結果，將所述初步輸出結果進行傅里葉逆變換后輸入至原始圖像域網絡中得到模型輸出結果；
返回執行獲取一個訓練樣本輸入至所述原始頻率域網絡中的操作，直至達到預先設定的訓練結束條件。
5.根據權利要求1所述的方法，其特征在于，還包括：
獲取待成像的K空間欠采樣數據；
將所述待成像的K空間欠采樣數據輸入訓練完成的所述目標醫學成像模型中，得到重建醫學圖像。
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/201811611862.2/1.html，轉載請聲明來源鉆瓜專利網。
