磁共振成像（Magnetic Resonance Imaging,MRI）技術因其具有較高的軟組織分辨率,對人體沒有電離輻射損傷等優(yōu)點已廣泛應用于臨床。但是由于MRI的成像速度較慢,成像過程中被檢者的生理性運動等往往會造成成像偽影,難以滿足實時成像的要求,因此如何加快MRI的成像速度是MRI理論和技術研究的熱點之一。減少MRI的k空間數(shù)據(jù)采集總量是一種有效的加速方法,但是數(shù)據(jù)采集量的大量減少,會帶來圖像質量的顯著下降,盡管研究者可通過多種重建算法,例如,壓縮感知技術等提高欠采樣圖像重建的質量,但往往需要較長的重建時間,難以滿足實時重建的臨床需求�；谏疃葘W習卷積神經網(wǎng)絡的磁共振圖像成像技術具有離線訓練、在線快速成像的優(yōu)點。在高性能計算硬件的支持下,卷積神經網(wǎng)絡利用大量的欠采樣磁共振數(shù)據(jù)和全采樣磁共振數(shù)據(jù)進行訓練,通過多次反向傳播計算得到參數(shù)優(yōu)化后的卷積神經網(wǎng)絡,再將需要重建的欠采樣數(shù)據(jù)利用訓練好的網(wǎng)絡進行快速高質量重建。深度學習技術對欠采樣圖像的稀疏性沒有要求,而且能利用離線訓練好的網(wǎng)絡對欠采樣的圖像進行快速重建,因此在磁共振圖像重建領域有非常好的應用前景。本文主要做了以下工作:（1）... 

【文章來源】：杭州電子科技大學浙江省

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【部分圖文】：

常見的k空間數(shù)據(jù)采樣方式

杭州電子科技大學碩士學位論文12示：21inputfilteroutputWWPWS(2.1)21inputfilteroutputHHPHS(2.2)其中，W和H分別表示輸入、輸出、卷積核數(shù)據(jù)的寬度（Weight）和高度（Height），P表示圖像邊緣增加的像素層數(shù)，S表示卷積核的滑動步長（Stride）。圖2.5卷積層計算示意圖圖2.6邊界零填充示意圖池化層（PoolingLayer）是卷積神經網(wǎng)絡中一種提取輸入數(shù)據(jù)的核心特征的方式，其作用不僅降低了原始數(shù)據(jù)的大小，也減少了參與模型計算的參數(shù)，減少計算資源的耗費。池化層也有一個空間滑動窗口，這個窗口用作提取輸入數(shù)據(jù)的特征，一般的，設定池化層的滑動窗口大小為2*2，滑動步長設定為2，對數(shù)據(jù)進行下采樣，池化函數(shù)（如圖2.7所示）一般分為最大值池化[73]（如圖2.7(a)所示）和均值池化[74]（如圖2.7(b)所示）等，最大值池化計算滑動窗口中的最大值并保留下來作為輸出，平均池化計算窗口數(shù)據(jù)的加權平均值并保留下來作為輸出。池化層不影響數(shù)據(jù)的輸入輸出深度。池化層的輸出尺寸可以用公式2.3、2.4計算：1inputfilteroutputWWWS(2.3)

杭州電子科技大學碩士學位論文12示：21inputfilteroutputWWPWS(2.1)21inputfilteroutputHHPHS(2.2)其中，W和H分別表示輸入、輸出、卷積核數(shù)據(jù)的寬度（Weight）和高度（Height），P表示圖像邊緣增加的像素層數(shù)，S表示卷積核的滑動步長（Stride）。圖2.5卷積層計算示意圖圖2.6邊界零填充示意圖池化層（PoolingLayer）是卷積神經網(wǎng)絡中一種提取輸入數(shù)據(jù)的核心特征的方式，其作用不僅降低了原始數(shù)據(jù)的大小，也減少了參與模型計算的參數(shù)，減少計算資源的耗費。池化層也有一個空間滑動窗口，這個窗口用作提取輸入數(shù)據(jù)的特征，一般的，設定池化層的滑動窗口大小為2*2，滑動步長設定為2，對數(shù)據(jù)進行下采樣，池化函數(shù)（如圖2.7所示）一般分為最大值池化[73]（如圖2.7(a)所示）和均值池化[74]（如圖2.7(b)所示）等，最大值池化計算滑動窗口中的最大值并保留下來作為輸出，平均池化計算窗口數(shù)據(jù)的加權平均值并保留下來作為輸出。池化層不影響數(shù)據(jù)的輸入輸出深度。池化層的輸出尺寸可以用公式2.3、2.4計算：1inputfilteroutputWWWS(2.3)


本文編號：2945660