申请/专利权人:山东师范大学
申请日:2024-03-25
公开(公告)日:2024-04-26
公开(公告)号:CN117934289A
主分类号:G06T3/4076
分类号:G06T3/4076;G06N3/0455;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明涉及医学图像处理技术领域,提供了一种集成MRI超分辨率与合成任务的系统及方法,所述系统通过图像预处理模块,对高分辨率MRI图像进行预处理,得到低分辨率MRI图像;再通过MRI超分辨率与合成模型训练模块,基于所述低分辨率MRI图像训练多任务自感知Transformer网络,得到MRI超分辨率与合成模型;最后利用图像生成模块,将实际低分辨率MRI图像输入至所述MRI超分辨率与合成模型生成超分辨率MRI图像和合成MRI图像。本发明通过设计自感知Transformer,结合通道注意力的全局信息提取能力和多头自注意力的远距离建模能力,能够充分挖掘多任务间的潜在表示;通过设计自适应高频增强重建模块,有效增强解码器的重建与合成能力,能够为精准医疗提供更准确的病理信息。
主权项:1.一种集成MRI超分辨率与合成任务的系统,其特征在于,包括:图像预处理模块、MRI超分辨率与合成模型训练模块、图像生成模块,其中,所述图像预处理模块,用于对高分辨率MR图像进行预处理,得到低分辨率MR图像;所述MRI超分辨率与合成模型训练模块,用于基于所述低分辨率MR图像训练多任务自感知Transformer网络,得到MRI超分辨率与合成模型;所述图像生成模块,用于将实际低分辨率MR图像输入至所述MRI超分辨率与合成模型生成超分辨率MR图像和合成MR图像。
全文数据:
权利要求:
百度查询: 山东师范大学 一种集成MRI超分辨率与合成任务的系统及方法
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。