買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江工業(yè)大學(xué)申請的專利一種基于多個掃描儀數(shù)據(jù)的MRI重建網(wǎng)絡(luò)的訓(xùn)練方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114548371B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-13發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210124817.4，技術(shù)領(lǐng)域涉及：G06N3/0464；該發(fā)明授權(quán)一種基于多個掃描儀數(shù)據(jù)的MRI重建網(wǎng)絡(luò)的訓(xùn)練方法是由李小薪;鄭希雨;王玨成設(shè)計(jì)研發(fā)完成，并于2022-02-10向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于多個掃描儀數(shù)據(jù)的MRI重建網(wǎng)絡(luò)的訓(xùn)練方法在說明書摘要公布了：一種結(jié)合多個掃描儀數(shù)據(jù)的MRI重建網(wǎng)絡(luò)的訓(xùn)練方法，充分利用來自于高分辨率掃描儀數(shù)據(jù)的細(xì)節(jié)信息對低分辨率掃描儀數(shù)據(jù)的補(bǔ)償作用提升深度神經(jīng)網(wǎng)絡(luò)在目標(biāo)掃描儀上的重建性能；首先按照分辨率大小對輔助掃描儀和目標(biāo)掃描儀進(jìn)行排序；其次在訓(xùn)練過程的每個批次中，按照分辨率從大到小的策略依次使用來自于不同掃描儀的數(shù)據(jù)所隨機(jī)生成的批次數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)；這一過程進(jìn)行多輪迭代，直至訓(xùn)練輪數(shù)達(dá)到預(yù)設(shè)的最大值。本發(fā)明能夠有效地將來自于不同廠商的分辨率不同的MRI數(shù)據(jù)組織起來訓(xùn)練網(wǎng)絡(luò)，并能夠有效地針對目標(biāo)掃描儀進(jìn)行訓(xùn)練。相對于僅使用單一的掃描儀數(shù)據(jù)或亂序的多掃描儀數(shù)據(jù)，本發(fā)明所提供的方法達(dá)到了更好的重構(gòu)效果，具有很強(qiáng)的實(shí)用性。

本發(fā)明授權(quán)一種基于多個掃描儀數(shù)據(jù)的MRI重建網(wǎng)絡(luò)的訓(xùn)練方法在權(quán)利要求書中公布了：1.一種基于多個掃描儀數(shù)據(jù)的MRI重建網(wǎng)絡(luò)的訓(xùn)練方法，其特征在于，所述訓(xùn)練方法包括以下步驟：步驟1記目標(biāo)掃描儀為第0號掃描儀，選取目標(biāo)掃描儀所采集的L0個人的k空間MRI數(shù)據(jù)構(gòu)成集合其中，表示復(fù)數(shù)域；步驟2選取D個輔助掃描儀所采集的k空間MRI數(shù)據(jù)構(gòu)成集合Y＝{Y1,Y2,…,YD}，其中，且Md和Nd須滿足：MdMd-1M0或NdNd-1N0；步驟3構(gòu)建用于在目標(biāo)掃描儀上實(shí)施MRI重建的深度神經(jīng)網(wǎng)絡(luò)模型fCNN·；Θ，其中，Θ為fCNN的參數(shù)集；步驟4由上述D+1掃描儀所采集到的k空間MRI數(shù)據(jù)構(gòu)建訓(xùn)練fCNN的訓(xùn)練集，對于通過如下方式構(gòu)建第d個掃描儀的訓(xùn)練集： 其中，這里，F(xiàn)-1表示二維逆傅里葉變換，表示對MRI的k空間數(shù)據(jù)進(jìn)行u倍欠采樣的掩碼矩陣，表示對進(jìn)行u倍欠采樣后的k空間數(shù)據(jù)；步驟5將目標(biāo)掃描儀的訓(xùn)練集X0進(jìn)一步分割為訓(xùn)練子集和驗(yàn)證子集且令步驟6基于上述D+1個掃描儀數(shù)據(jù)：X0,X1,X2,…,XD，訓(xùn)練fCNN·；Θ，得到Θ的最優(yōu)參數(shù)集Θ★；所述步驟6的過程如下：步驟6.1隨機(jī)初始化fCNN·；Θ的參數(shù)集Θ為Θ0；步驟6.2令迭代輪數(shù)e＝1，迭代次數(shù)t＝1；步驟6.3對于各掃描儀d∈{0,1,2,…,D}，將訓(xùn)練集Xd隨機(jī)分割為B個子集：Xd＝Xd；1∪Xd；2…∪Xd；B；步驟6.4令迭代批次b＝1，選取第d＝D號掃描儀；步驟6.5對于所有的由fCNN·；Θt-1估計(jì)的重構(gòu)圖像： 并構(gòu)建重構(gòu)圖像及其全采樣圖像的集合： 步驟6.6通過優(yōu)化算法，求解如下目標(biāo)式 其中，l·,·為損失函數(shù)，優(yōu)化算法為隨機(jī)梯度下降法和Adam算法，采用l1范數(shù)、l2范數(shù)或Charbonnier懲罰函數(shù)，其中，Charbonnier懲罰函數(shù)定義為：其中x1、x2分別為重構(gòu)圖像和原始圖像，∈為一個常量；步驟6.7在驗(yàn)證集上評估深度神經(jīng)網(wǎng)絡(luò)fCNN·；Θt的重構(gòu)性能： 其中，Q·,·為MRI圖像的質(zhì)量評估函數(shù)，采用峰值信噪比或結(jié)構(gòu)化相似度作為質(zhì)量評估函數(shù)；步驟6.8令d＝d-1，t＝t+1，迭代執(zhí)行上述步驟6.5～步驟6.7，直至d＝0；步驟6.9令b＝b+1，迭代執(zhí)行上述步驟6.5～步驟6.8，直至b＝B；步驟6.10令e＝e+1，迭代執(zhí)行上述步驟6.3～步驟6.9，直至e＝E，這里E為預(yù)設(shè)的最大訓(xùn)練輪數(shù)；步驟6.11選取當(dāng)前深度神經(jīng)網(wǎng)絡(luò)fCNN·；Θ的最優(yōu)參數(shù)集其中，

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江工業(yè)大學(xué)，其通訊地址為：310014 浙江省杭州市拱墅區(qū)潮王路18號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。