磁共振成像方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種磁共振成像方法,所述方法包括:使用預(yù)設(shè)采樣模式獲取對(duì)應(yīng)K空間的欠采K空間數(shù)據(jù);根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,使用訓(xùn)練獲得的深度學(xué)習(xí)模型表征K空間中已采樣點(diǎn)和未采樣點(diǎn)間的映射關(guān)系,根據(jù)已獲得的K空間數(shù)據(jù)和所述映射關(guān)系對(duì)所述K空間進(jìn)行填充,獲得完整K空間數(shù)據(jù);對(duì)所述完整K空間數(shù)據(jù)進(jìn)行逆傅立葉變換,獲得磁共振圖像。本發(fā)明提供的磁共振成像方法,由于利用的是欠采K空間數(shù)據(jù),可以達(dá)到快速掃描、快速成像的目的;而且由于是對(duì)完整K空間數(shù)據(jù)進(jìn)行逆傅立葉變換獲得磁共振圖像,因此避免了卷褶偽影,成像質(zhì)量高。本發(fā)明還提供了一種磁共振成像系統(tǒng)。
【專利說(shuō)明】磁共振成像方法和系統(tǒng)【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像【技術(shù)領(lǐng)域】,特別是涉及一種磁共振成像方法和系統(tǒng)。
【背景技術(shù)】
[0002]K空間為磁共振圖像原始數(shù)據(jù)的填充存儲(chǔ)空間格式,K空間數(shù)據(jù)經(jīng)逆傅立葉變換可獲得重建磁共振圖像。數(shù)據(jù)采集需滿足奈奎斯特采樣定理,因此需要采集許多條的相位編碼線,以滿足重建磁共振圖像的需要,這樣就嚴(yán)重影響了掃描速度。
[0003]為了提高磁共振成像速度,快速成像技術(shù)廣泛應(yīng)用于磁共振成像中。該技術(shù)主要利用磁共振信號(hào)的稀疏性或接收線圈的敏感度信息,減少成像所必需的相位編碼線數(shù),獲得更快的掃描速度。我們將減少了相位編碼線數(shù)的K空間數(shù)據(jù)稱為欠采K空間數(shù)據(jù)。然而若直接對(duì)欠采數(shù)據(jù)進(jìn)行逆傅立葉變換,得到的磁共振圖像有很強(qiáng)的卷褶偽影,嚴(yán)重影響成像質(zhì)量。
【發(fā)明內(nèi)容】
[0004]基于此,有必要針對(duì)使用欠采數(shù)據(jù)直接進(jìn)行逆傅立葉變換,得到的磁共振圖像有很強(qiáng)的卷褶偽影,影響成像質(zhì)量的問(wèn)題,提供一種磁共振成像方法和系統(tǒng)。
[0005]一種磁共振成像方法,所述方法包括:
[0006]使用預(yù)設(shè)采樣模式獲取對(duì)應(yīng)K空間的`欠采K空間數(shù)據(jù);
[0007]根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,使用訓(xùn)練獲得的深度學(xué)習(xí)模型表征K空間中已采樣點(diǎn)和未采樣點(diǎn)間的映射關(guān)系,根據(jù)已獲得的K空間數(shù)據(jù)和所述映射關(guān)系對(duì)所述K空間進(jìn)行填充,獲得完整K空間數(shù)據(jù);
[0008]對(duì)所述完整K空間數(shù)據(jù)進(jìn)行逆傅立葉變換,獲得磁共振圖像。
[0009]一種磁共振成像系統(tǒng),所述系統(tǒng)包括:
[0010]欠采K空間數(shù)據(jù)獲取模塊,用于使用預(yù)設(shè)采樣模式獲取對(duì)應(yīng)K空間的欠采K空間數(shù)據(jù);
[0011]完整K空間數(shù)據(jù)獲取模塊,用于根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,使用訓(xùn)練獲得的深度學(xué)習(xí)模型表征K空間中已采樣點(diǎn)和未采樣點(diǎn)間的映射關(guān)系,根據(jù)已獲得的K空間數(shù)據(jù)和所述映射關(guān)系對(duì)所述K空間進(jìn)行填充,獲得完整K空間數(shù)據(jù);
[0012]逆傅立葉變換模塊,用于對(duì)所述完整K空間數(shù)據(jù)進(jìn)行逆傅立葉變換,獲得磁共振圖像。
[0013]上述磁共振成像方法,根據(jù)預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,從而使用訓(xùn)練獲得的深度學(xué)習(xí)模型估計(jì)K空間中已采樣點(diǎn)和未采樣點(diǎn)之間的映射關(guān)系,從而根據(jù)給映射關(guān)系填充K空間,獲得完整K空間數(shù)據(jù)。最后對(duì)完整K空間數(shù)據(jù)進(jìn)行逆傅立葉變換獲得磁共振圖像。由于利用的是欠采K空間數(shù)據(jù),可以達(dá)到快速掃描、快速成像的目的;而且由于是對(duì)完整K空間數(shù)據(jù)進(jìn)行逆傅立葉變換獲得磁共振圖像,因此避免了卷褶偽影,成像質(zhì)量高。【專利附圖】
【附圖說(shuō)明】
[0014]圖1為一個(gè)實(shí)施例中磁共振成像方法的流程示意圖;
[0015]圖2為一個(gè)實(shí)施例中K空間的示意圖;
[0016]圖3為一個(gè)實(shí)施例中根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,使用訓(xùn)練獲得的深度學(xué)習(xí)模型表征K空間中已采樣點(diǎn)和未采樣點(diǎn)間的映射關(guān)系,根據(jù)已獲得的K空間數(shù)據(jù)和映射關(guān)系對(duì)K空間進(jìn)行填充,獲得完整K空間數(shù)據(jù)的步驟的流程示意圖;
[0017]圖4為一個(gè)舉例中用6個(gè)基向量表不一個(gè)一維向量的不意圖;
[0018]圖5為一個(gè)實(shí)施例中使用稀疏自編碼器求解用以表示欠采K空間數(shù)據(jù)的基向量的示意圖;
[0019]圖6為一個(gè)實(shí)施例中磁共振成像系統(tǒng)的結(jié)構(gòu)框圖;
[0020]圖7為一個(gè)實(shí)施例中完整K空間數(shù)據(jù)獲取模塊的結(jié)構(gòu)框圖;
[0021]圖8為一個(gè)實(shí)施例中深度學(xué)習(xí)模型訓(xùn)練模塊的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0022]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白,以下結(jié)合附圖及實(shí)施例,對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解,此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明,并不用于限定本發(fā)明。
[0023]除非上下文另有特定清楚的描述,本發(fā)明中的元件和組件,數(shù)量既可以單個(gè)的形式存在,也可以多個(gè)的形式存在,本發(fā)明并不對(duì)此進(jìn)行限定。本發(fā)明中的步驟雖然用標(biāo)號(hào)進(jìn)行了排列,但并不用于限定步驟的先后次序,除非明確說(shuō)明了步驟的次序或者某步驟的執(zhí)行需要其他步驟作為基礎(chǔ),否則步驟的相對(duì)次序是可以調(diào)整的。可以理解,本文中所使用的術(shù)語(yǔ)“和/或”涉及且涵蓋相關(guān)聯(lián)的所列項(xiàng)目中的一者或一者以上的任何和所有可能的組
口 o
[0024]如圖1所示,在一個(gè)實(shí)施例中,提供了 一種磁共振成像方法,該方法包括:
[0025]步驟102,使用預(yù)設(shè)采樣模式獲取對(duì)應(yīng)K空間的欠采K空間數(shù)據(jù)。
[0026]可通過(guò)磁共振掃描儀獲取欠采的K空間數(shù)據(jù)。預(yù)設(shè)采樣模式可為任意的欠采采樣模式,比如變密度隨機(jī)采樣模式。K空間為磁共振圖像原始數(shù)據(jù)的填充存儲(chǔ)空間格式,K空間數(shù)據(jù)經(jīng)逆傅立葉變換可獲得重建磁共振圖像。如圖2所示,假設(shè)全采的K空間為MXN的矩陣,行方向?yàn)轭l率編碼方向,列方向?yàn)橄辔痪幋a方向,只在相位編碼方向欠采,沒(méi)有采集的部分用0來(lái)填充。假設(shè)加速因子為2,則采集的數(shù)據(jù)為M/2行。其中,K空間中心數(shù)據(jù)(如圖2中202部分,可為預(yù)設(shè)面積或預(yù)設(shè)行數(shù)構(gòu)成的區(qū)域)為全采,其余部分欠采,對(duì)采樣模式?jīng)]有限制。例如圖2所采用的采樣模式是變密度采樣,圖2中白色表示采集的部分,黑色表示未采集(欠采)的部分。
[0027]步驟104,根據(jù)預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,使用訓(xùn)練獲得的深度學(xué)習(xí)模型表征K空間中已采樣點(diǎn)和未采樣點(diǎn)間的映射關(guān)系,根據(jù)已獲得的K空間數(shù)據(jù)和映射關(guān)系對(duì)K空間進(jìn)行填充,獲得完整K空間數(shù)據(jù)。
[0028]K空間數(shù)據(jù)具有對(duì)稱性,而且各條相位編碼線具有相關(guān)性,因此可利用已采數(shù)據(jù)估計(jì)未采數(shù)據(jù),從而獲得完整K空間數(shù)據(jù)。具體地,可使用欠采K空間數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)模型,并使用訓(xùn)練獲得的深度學(xué)習(xí)模型估計(jì)已采樣點(diǎn)和未采樣點(diǎn)間的映射關(guān)系,從而根據(jù)該映射關(guān)系和已采樣數(shù)據(jù)可獲得K空間中的未采樣數(shù)據(jù),并填入K空間中,從而可獲得完整的K空間數(shù)據(jù)。
[0029]在一個(gè)實(shí)施例中,根據(jù)預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型的步驟包括:對(duì)K空間的全采中心數(shù)據(jù)按照預(yù)設(shè)采樣模式進(jìn)行欠采,獲得欠采中心數(shù)據(jù);用全采中心數(shù)據(jù)和欠采中心數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)模型。
[0030]本實(shí)施例中,采用欠采K空間數(shù)據(jù)本身進(jìn)行訓(xùn)練,因?yàn)镵空間的中心數(shù)據(jù)是全采的,對(duì)全采中心數(shù)據(jù)按與采集欠采K空間數(shù)據(jù)時(shí)相同的采樣模式進(jìn)行欠采集,這樣就獲得了對(duì)應(yīng)全采中心數(shù)據(jù)的欠采中心數(shù)據(jù)。然后用K空間的全采中心數(shù)據(jù)和獲得的欠采中心數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)模型,從而可利用全采中心數(shù)據(jù)和欠采中心數(shù)據(jù)的對(duì)應(yīng)關(guān)系,估計(jì)出K空間中已采樣點(diǎn)和未采樣點(diǎn)之間的映射關(guān)系,從而便于后續(xù)根據(jù)該映射關(guān)系獲得完整K空間數(shù)據(jù)。
[0031]在一個(gè)實(shí)施例中,根據(jù)預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型的步驟包括:采集一組全采K空間數(shù)據(jù);按照預(yù)設(shè)采樣模式對(duì)全采K空間數(shù)據(jù)進(jìn)行欠采,獲得訓(xùn)練欠采數(shù)據(jù);用全采K空間數(shù)據(jù)和訓(xùn)練欠采數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)模型。
[0032]本實(shí)施例中,先采集一組全采K空間數(shù)據(jù),該全采K空間數(shù)據(jù)經(jīng)傅立葉逆變換可以獲得重建后的圖像。用于采集欠采K空間數(shù)據(jù)時(shí)相同的采樣模式對(duì)全采K空間數(shù)據(jù)進(jìn)行欠采集,這樣就獲得了對(duì)應(yīng)全采K空間數(shù)據(jù)的訓(xùn)練欠采數(shù)據(jù)。然后用全采K空間數(shù)據(jù)和訓(xùn)練欠采數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)模型,從而可利用全采K空間數(shù)據(jù)和訓(xùn)練欠采數(shù)據(jù)的對(duì)應(yīng)關(guān)系,估計(jì)出欠采K空間數(shù)據(jù)對(duì)應(yīng)的K空間中已采樣點(diǎn)和未采樣點(diǎn)之間的映射關(guān)系,從而便于后續(xù)根據(jù)該映射關(guān)系獲得完整K空間數(shù)據(jù)。
[0033]深度學(xué)習(xí)(De印Learning)是機(jī)器學(xué)習(xí)的一個(gè)分支,源于人工神經(jīng)網(wǎng)絡(luò)的研究,含有多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu),深度學(xué)習(xí)通過(guò)組合低層特征形成更加抽象的高層表示屬性類別或特征,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。深度學(xué)習(xí)模型需要多層來(lái)獲得更抽象的特征表達(dá)。
[0034]具體地,深度學(xué)習(xí)模型包括若干層,每一層包括若干神經(jīng)元單元,每個(gè)神經(jīng)元單元為一個(gè)運(yùn)算單元,在每一層從這些神經(jīng)元單元的輸入端輸入數(shù)據(jù),神經(jīng)元單元的輸出端輸出數(shù)據(jù)。宏觀上來(lái)講,從深度學(xué)習(xí)模型的第一層輸入數(shù)據(jù),然后從第一層開(kāi)始將每一層輸出的特征作為下一層的輸入,逐層抽象,最終從最后一層輸出數(shù)據(jù)。通過(guò)逐層的特征變換,將樣本在原空間的特征表示變換到一個(gè)新特征空間,從而使預(yù)測(cè)、估計(jì)更加容易。
[0035]如圖3所示,在一個(gè)實(shí)施例中,步驟104包括:
[0036]步驟302,根據(jù)預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型。
[0037]在一個(gè)實(shí)施例中,根據(jù)預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型的步驟包括步驟I)~2):
[0038]I)使用超完備基向量表示訓(xùn)練樣本,訓(xùn)練樣本包括全采數(shù)據(jù)和按照預(yù)設(shè)采樣模式對(duì)全采數(shù)據(jù)進(jìn)行欠采獲得的欠采數(shù)據(jù)。
[0039]訓(xùn)練樣本包括全采數(shù)據(jù)和欠采數(shù)據(jù),其中欠采數(shù)據(jù)是按照預(yù)設(shè)采樣模式對(duì)全采數(shù)據(jù)進(jìn)行欠采獲得的。利用該全采數(shù)據(jù)和欠采數(shù)據(jù)可以估計(jì)出K空間中已采樣點(diǎn)和未采樣點(diǎn)之間的映射關(guān)系,從而利用該映射關(guān)系獲得完整K空間數(shù)據(jù)。
[0040]對(duì)于任意的n維輸入向量X, 可以表示為一組基向量I的線性組合,即x = j:d,i,
;=1其中I為一組基向量,當(dāng)基向量I的總數(shù)k大于輸入向量X維數(shù)n時(shí),這組基向量就為超完備基向量。如圖4為n=l,k=6的一個(gè)例子。用以表示欠采K空間數(shù)據(jù)的基向量(J)i與其系數(shù)Cli可以用以下方法求得。
[0041]定義代價(jià)函數(shù)(cost function)為
【權(quán)利要求】
1.一種磁共振成像方法,所述方法包括: 使用預(yù)設(shè)采樣模式獲取對(duì)應(yīng)K空間的欠采K空間數(shù)據(jù); 根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,使用訓(xùn)練獲得的深度學(xué)習(xí)模型表征K空間中已采樣點(diǎn)和未采樣點(diǎn)間的映射關(guān)系,根據(jù)已獲得的K空間數(shù)據(jù)和所述映射關(guān)系對(duì)所述K空間進(jìn)行填充,獲得完整K空間數(shù)據(jù); 對(duì)所述完整K空間數(shù)據(jù)進(jìn)行逆傅立葉變換,獲得磁共振圖像。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,包括: 對(duì)K空間的全采中心數(shù)據(jù)按照所述預(yù)設(shè)采樣模式進(jìn)行欠采,獲得欠采中心數(shù)據(jù); 用所述全采中心數(shù)據(jù)和所述欠采中心數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)模型。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,包括: 采集一組全采K空間數(shù)據(jù); 按照所述預(yù)設(shè)采樣模式對(duì)全采K空間數(shù)據(jù)進(jìn)行欠采,獲得訓(xùn)練欠采數(shù)據(jù); 用所述全采K空間數(shù)據(jù)和所述訓(xùn)練欠采數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)模型。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,使用訓(xùn)練獲得的深度學(xué)習(xí)模型表征K空間中已采樣點(diǎn)和未采樣點(diǎn)間的映射關(guān)系,根據(jù)已獲得的K空間數(shù)據(jù)和所述映射關(guān)系對(duì)所述K空間進(jìn)行填充,獲得完整K空間數(shù)據(jù),包括: 根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型; 將所述欠采K空間數(shù)據(jù)輸入訓(xùn)練獲得的深度學(xué)習(xí)模型獲得輸出值,將所述輸出值填入所述K空間中的對(duì)應(yīng)位置,獲得填充K空間數(shù)據(jù); 根據(jù)所述填充K空間數(shù)據(jù)和預(yù)設(shè)采樣模式訓(xùn)練所述深度學(xué)習(xí)模型,繼續(xù)執(zhí)行將所述欠采K空間數(shù)據(jù)輸入訓(xùn)練獲得的深度學(xué)習(xí)模型獲得輸出值,將所述輸出值填入所述K空間中的對(duì)應(yīng)位置,獲得填充K空間數(shù)據(jù)的步驟,直至滿足迭代終止條件,將迭代終止后獲得的所述填充K空間數(shù)據(jù)作為完整K空間數(shù)據(jù)。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述迭代終止條件包括: 達(dá)到預(yù)設(shè)迭代次數(shù)或者本次迭代獲得的填充K空間數(shù)據(jù)與上一次迭代獲得的填充K空間數(shù)據(jù)間的誤差小于誤差閾值。
6.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,包括: 使用超完備基向量表示訓(xùn)練樣本,所述訓(xùn)練樣本包括全采數(shù)據(jù)和按照所述預(yù)設(shè)采樣模式對(duì)所述全采數(shù)據(jù)進(jìn)行欠采獲得的欠采數(shù)據(jù); 將所述使用超完備基向量表示的訓(xùn)練樣本輸入所述深度學(xué)習(xí)模型的第一層,并從所述第一層開(kāi)始,將所述深度學(xué)習(xí)模型每一層輸出的特征作為下一層的輸入從而對(duì)每一層進(jìn)行訓(xùn)練,直至獲得所述深度學(xué)習(xí)模型所有層的參數(shù)。
7.—種磁共振成像系統(tǒng),其特征在于,所述系統(tǒng)包括: 欠采K空間數(shù)據(jù)獲取模塊,用于使用預(yù)設(shè)采樣模式獲取對(duì)應(yīng)K空間的欠采K空間數(shù)據(jù); 完整K空間數(shù)據(jù)獲取模塊,用于根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型,使用訓(xùn)練獲得的深度學(xué)習(xí)模型表征K空間中已采樣點(diǎn)和未采樣點(diǎn)間的映射關(guān)系,根據(jù)已獲得的K空間數(shù)據(jù)和所述映射關(guān)系對(duì)所述K空間進(jìn)行填充,獲得完整K空間數(shù)據(jù); 逆傅立葉變換模塊,用于對(duì)所述完整K空間數(shù)據(jù)進(jìn)行逆傅立葉變換,獲得磁共振圖像。
8.根據(jù)權(quán)利要求7所述的系統(tǒng),其特征在于,所述完整K空間數(shù)據(jù)獲取模塊還用于對(duì)K空間的全采中心數(shù)據(jù)按照所述預(yù)設(shè)采樣模式進(jìn)行欠采,獲得欠采中心數(shù)據(jù);用于用所述全采中心數(shù)據(jù)和所述欠采中心數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)模型。
9.根據(jù)權(quán)利要求7所述的系統(tǒng),其特征在于,所述完整K空間數(shù)據(jù)獲取模塊還用于采集一組全采K空間數(shù)據(jù);用于按照所述預(yù)設(shè)采樣模式對(duì)全采K空間數(shù)據(jù)進(jìn)行欠采,獲得訓(xùn)練欠采數(shù)據(jù);用于用所述全采K空間數(shù)據(jù)和所述訓(xùn)練欠采數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)模型。
10.根據(jù)權(quán)利要求7所述的系統(tǒng),其特征在于,所述完整K空間數(shù)據(jù)獲取模塊包括深度學(xué)習(xí)模型訓(xùn)練模塊和K空間填充模塊: 所述深度學(xué)習(xí)模型訓(xùn)練模塊用于根據(jù)所述預(yù)設(shè)采樣模式訓(xùn)練深度學(xué)習(xí)模型; 所述K空間填充模塊用于將所述欠采K空間數(shù)據(jù)輸入訓(xùn)練獲得的深度學(xué)習(xí)模型獲得輸出值,將所述輸出值填入所述K空間中的對(duì)應(yīng)位置,獲得填充K空間數(shù)據(jù); 所述深度學(xué)習(xí)模型訓(xùn)練模塊還用于根據(jù)所述填充K空間數(shù)據(jù)和預(yù)設(shè)采樣模式訓(xùn)練所述深度學(xué)習(xí)模型,所述K空間填充模塊用于執(zhí)行將所述欠采K空間數(shù)據(jù)輸入訓(xùn)練獲得的深度學(xué)習(xí)模型獲得輸出值,將所述輸出值填入所述K空間中的對(duì)應(yīng)位置,獲得填充K空間數(shù)據(jù),直至滿足迭代終止條件,將迭代終止后獲得的所述填充K空間數(shù)據(jù)作為完整K空間數(shù)據(jù)。
11.根據(jù)權(quán)利要求10所述的系統(tǒng),其特征在于,所述迭代終止條件包括: 達(dá)到預(yù)設(shè)迭代次數(shù)或者本次迭代獲得的填充K空間數(shù)據(jù)與上一次迭代獲得的填充K空間數(shù)據(jù)間的誤差小于誤差閾值。
12.根據(jù)權(quán)利要求10所述的系統(tǒng),其特征在于,所述深度學(xué)習(xí)模型訓(xùn)練模塊包括: 欠采K空間數(shù)據(jù)表示模塊,用于使用超完備基向量表示訓(xùn)練樣本,所述訓(xùn)練樣本包括全采數(shù)據(jù)和按照所述預(yù)設(shè)采樣模式對(duì)所述全采數(shù)據(jù)進(jìn)行欠采獲得的欠采數(shù)據(jù); 逐層訓(xùn)練模塊,用于將所述使用超完備基向量表示的訓(xùn)練樣本輸入所述深度學(xué)習(xí)模型的第一層,從所述第一層開(kāi)始,將所述深度學(xué)習(xí)模型每一層輸出的特征作為下一層的輸入從而對(duì)每一層進(jìn)行訓(xùn)練,直至獲得所述深度學(xué)習(xí)模型所有層的參數(shù)。
【文檔編號(hào)】G06T11/00GK103679654SQ201310633874
【公開(kāi)日】2014年3月26日 申請(qǐng)日期:2013年11月29日 優(yōu)先權(quán)日:2013年11月29日
【發(fā)明者】梁棟, 朱燕杰, 朱順, 劉新, 鄭海榮 申請(qǐng)人:深圳先進(jìn)技術(shù)研究院