一种用于磁共振欠采样成像的强化型残差级联网络模型
- 专利权人:
- 厦门大学
- 发明人:
- 包立君,叶富泽
- 申请号：
- CN202010420669.1
- 公开号：
- CN111487573A
- 申请日:
- 2020.05.18
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 一种用于磁共振欠采样成像的强化型残差级联网络模型。本发明提供一种强化型残差级联网络模型，网络以密集连接的递归单元作为记忆模块，用于学习底层特征信息，再在记忆模块间以密集连接作为长记忆连接，用于学习高层特征信息。这种局部密集连接与全局密集连接的级联方法，比单纯的网络级联能更好地学习多层次的特征信息，并搭建更深度的网络结构。结合残差网络和密集连接方式构建级联型深度神经网络，为更深度神经网络的训练提供更好的稳定性，提升网络性能。此外，本发明的网络中加入数据一致性模块和高频特征引导模块进行强化，可进一步提高重建结果的置信度，以及纹理细节特征的重建效果。
- 来源网站：
- 中国工程科技知识中心
